השקעות העתק בתחום הבינה המלאכותית ושיתופי הפעולה בין חברות בולטות סביב AI אינם פוסחים גם על סקטור הפארמה. קיימת מגמה ברורה של מעבר משיתופי פעולה נקודתיים – שמתמקדים במולקולה או יעד ספציפי אחד, לשיתופי פעולה עם פלטפורמה רחבה הכוללים בניית תשתיות AI משותפות, מעבדות חדשות משותפות והשקעות ארוכות טווח בהיקפים של מיליארדים. חברות הפארמה הגדולות משקיעות סכומים משמעותיים כדי להפוך את תהליך גילוי התרופות למהיר יותר, זול יותר ויעיל יותר ובכך – להגדיל את הסיכויים להצלחה קלינית, לזרז את הפתרון למחלות חשוכות מרפא ולהעלות את השווי של החברות באופן דרסטי.
שיתוף הפעולה בין ענקית השבבים NVIDIA לבין חברת התרופות Eli Lilly מסמן נקודת ציון חשובה בתעשיית הפרמצבטיקה וגם בעולם ה-AI. זוהי לא סתם שותפות טכנולוגית אלא צעד שיביא את הבינה המלאכותית אל ליבת ייצור התרופות, עם פוטנציאל להאיץ תהליכים, להפחית עלויות ולייצר תרופות מותאמות אישית למטופלים מהר יותר. לא מדובר פה רק בטכנולוגיה אלא בשינוי עמוק במודלים העסקיים של התחום, ביצירת יתרונות תחרותיים והזדמנויות רווחיות ארוכות טווח.
ההכרזה מאוקטובר 2025[1] על בניית "מתקן AI" לגילוי תרופות, וההכרזה מ-12 בינואר 2026[2] על מעבדת חדשנות משותפת (Co-Innovation AI Lab) בסן פרנסיסקו עם התמקדות ברובוטיקה וב-AI פיזי הינן משמעותיות עבור תעשיית הבריאות והן עשויות להצביע על שינוי עמוק בתעשייה, כזה שהמשקיעים חייבים לעקוב אחריו מקרוב, במיוחד כששווי ה-AI-Pharma צפוי לצמוח משוק בגודל של כ-6-8 מיליארד דולר ב-2026, לשוק של 35-150 מיליארד דולר עד 2034 (CAGR של 27-43%).
המעבדה תפגיש מומחי ביולוגיה עם בוני מודלים ועם מהנדסים מובילים מתחום ה-AI, מה שיאפשר להם לעבוד יחד, לייצר נתונים בקנה מידה עצום ולהאיץ את פיתוח התרופות.
עד היום גילוי תרופה נחשב להימור יקר, ממושך ומסוכן, הדומה לחיפוש מחט בערמת שחת. שיתוף הפעולה המדובר מסמן את המעבר מעידן ה"ניסוי וטעייה" לעידן ה"הנדסה המדויקת". שיתוף פעולה זה יוצר קטגוריית שוק חדשה – AI-Native Pharma, ומצטרף למגמה גלובלית בה חברות כמו Merck, Pfizer ו-GSK משקיעות מיליארדי דולרים בשיתופי פעולה דומים.
רקע על השחקניות המרכזיות
כדי להבין את עוצמת המהלך, נתחיל ברקע קצר על שתי החברות, תוך השוואה למתחרים שלהן. NVIDIA, שהוקמה ב-1993, הפכה מענקית גרפיקה למנהיגה עולמית בבינה מלאכותית. עם שווי שוק של כ-4.6 טריליון דולר נכון לפברואר 2026, החברה מספקת שבבים מתקדמים, כמו ה-Blackwell, שהינם נפוצים מאוד (והפכו לרמת סטנדרט) בתחום אימון מודלי הבינה המלאכותית. זוהי אינה סתם חברת חומרה. זוהי ספק החמצן של ה-AI.
בתחום הבריאות, NVIDIA כבר שיתפה פעולה עם חברות כמו Thermo Fisher (להאצת מחקר גנומי) ועם פרויקטים רפואיים, אך השותפות עם Eli Lilly היא צעד גדול שפונה לעולם גילוי התרופות, בדומה לשיתוף עם Amgen או Recursion.
Eli Lilly לעומת זאת, היא אחת מחברות התרופות הגדולות בעולם, עם שווי שוק של כ-950 מיליארד דולר נכון לעת זו והיא אחת המרוויחות הגדולות של מהפכת תרופות ההרזיה והסוכרת. החברה, שנוסדה ב-1876, ידועה לאחרונה עם ה-Mounjaro (לסוכרת) ועם ה-Zepbound (להרזיה), המבוססות על חלבון ה-GLP-1. החברה מבינה שהיתרון התחרותי שלה בתחום ה-GLP-1 יישחק בזמן כלשהו ע"י מתחרים (כמו Novo Nordisk) וע"י גרסאות גנריות, ועל מנת לשמר את מעמדה כמובילה בתחומה, היא זקוקה למפעל שמייצר פריצות דרך. בשנים האחרונות החברה השקיעה רבות בבינה מלאכותית והשותפות עם NVIDIA היא המשך טבעי להשקעותיה הקודמות בטכנולוגיה ודומה גם להשקעות של מתחרותיה – GSK ב-Insilico ו-Pfizer ב-IBM.
גם NVIDIA וגם Eli Lilly רואות ב-AI כלי להפחתת סיכונים בגילוי תרופות, תחום שבו כמעט 90% מהניסויים נכשלים בעוד שעלות פיתוח תרופה אחת מגיעה למיליארדי דולרים בממוצע.
שיתופי הפעולה של המתחרים
שיתוף הפעולה בין GSK ובין Insilico, המתמקדת בגילוי תרופות, החל להתגבש ב-2017[3] כפיילוט והתרחב להסכם רחב יותר, במסגרתו GSK משתמשת בכלים של Insilico להאצת תהליך גילוי התרופות ואילו שיתוף הפעולה בין Pfizer ובין IBM החל ב-2016[4], כאשר החברות הכריזו על שותפות להאצת מחקר בתחום האימונו-אונקולוגיה (טיפול בסרטן באמצעות חיזוק המערכת החיסונית). Pfizer הייתה בין הראשונות בעולם שהטמיעה כלי קוגניטיבי מבוסס ענן של IBM במערכת שלה והתאימה אותו באופן ייחודי לצרכיה.
הצעד הראשון: בניית "מתקן AI" לפרמצבטיקה
השותפות החלה להתגבש באוקטובר 2025[5], כאשר Eli Lilly הכריזה על שיתוף פעולה עם NVIDIA לבניית הסופר-מחשב החזק ביותר בתעשיית הפרמצבטיקה. לא מדובר בחוות שרתים סטנדרטית. זהו מתקן AI שמבוסס על יותר מ-1,000 GPUs מסוג Blackwell Ultra של NVIDIA, שמסוגל לבצע 9 קווינטיליון (9X10¹⁸) חישובים בשנייה ומחוברים בטכנולוגיית NVLink. ובעברית, למי שחשב שמדובר בסינית עד כה, המשמעות היא שמדובר במתקן מחשוב (שרתים / ארונות שרתים) שיש בו יותר מאלף כרטיסים גרפיים חזקים מאוד שנועדו במיוחד ל-AI. הרבה GPUs עובדים יחד כדי לאמן מודלים גדולים. המערכת תשמש לגילוי תרופות על ידי ניתוח מיליוני ניסויים, אימון מודלי AI וחיזוי אינטראקציות מולקולריות, בדומה למערכות של Insilico שכבר גילו תרופות Phase II.
גילוי תרופות מסורתי כולל ניסוי וטעייה, תהליך של כ-5-6 שנים בממוצע שעלותו כ-35% מעלות הפיתוח הכוללת. באמצעות AI, ניתן לקצר את משך התהליך בכ-25% (לאור היכולת להריץ סריקה של מיליארדי קומבינציות כימיות בתוך ימים במקום שנים) ולהוזיל את עלויות הניסויים הקליניים בכ-70%. ניתן להשתמש במתקן כדי לזהות מולקולות חדשות, כדי לייעל מבנים כימיים קיימים וכדי לקצר את מחזור הפיתוח מתקופה של 10-15 שנה למספר שנים ספורות. הדבר לא רק יחסוך תקציבים אדירים (זה לכשעצמו יאפשר מחקר רחב יותר, על תרופות רבות יותר), אלא גם יאפשר התמקדות בתרופות מותאמות אישית, כמו טיפולים גנטיים או מבוססי פרוטאומיקה (ניתוח חלבונים מעמיק). המערכת מאמנת מודלים המנבאים לא רק אם מולקולה תתחבר לקולטן, אלא גם את רמת הרעילות שלה ותופעות הלוואי הצפויות, עוד לפני שהמדען הראשון נגע במבחנה.
הצעד השני: מעבדת חדשנות משותפת
ב-12 בינואר 2026, בכנס של J.P. Morgan Healthcare, הכריזו החברות[6] על הרחבת השותפות ועל הקמת Co-Innovation AI Lab בהשקעה של עד מיליארד דולר על פני חמש שנים. המעבדה, שתמוקם באזור סן פרנסיסקו, תאגד מדענים מ-Eli Lilly עם מומחי AI מ-NVIDIA. הדגש במעבדה הוא על שילוב של רובוטיקה עם AI (physical AI), שילוב של העולם הדיגיטלי עם העולם הפיזי.
המעבדה תתמקד בשלושה תחומים עיקריים: הראשון הוא גילוי תרופות באמצעות ה-BioNeMo (פלטפורמת ה-Generative AI של NVIDIA), השני הוא פיתוח קליני של תרופות (אופטימיזציה של ניסויים) והשלישי הוא הייצור עצמו - בשילוב רובוטיקה להגברת יעילות. ה-physical AI יאפשר לרובוטים לבצע ניסויים אוטומטיים, תוך שימוש במודלי AI כדי לחזות תוצאות. דבר זה יקצר את מחזור הלמידה לאור היכולת לנתח מיליוני ניסויים בו זמנית.
ההשלכות על הבריאות היומיומית ועל התעשייה
כאמור, השותפות הזו מסמנת שינוי עמוק בתעשיית הבריאות. קיצור תהליך הניסוי והטעייה (מכ-5-6 שנים לכ-1.5-2 שנים) מאפשר התאמה אישית טובה יותר של התרופות ומוזיל את עלויות הפיתוח בכ-70% כאמור. סיכויי ההצלחה הקלינית שכיום נמוכים מ-10%, צפויים להשתפר משמעותית. הדבר יאפשר לתרופות להגיע מהר יותר לחולים הפוטנציאליים – למשל בסוגי סרטן או מחלות אחרות נדירות.
ברמה רחבה יותר, שוק ה-AI בפרמצבטיקה צפוי לגדול מכ-6-8 מיליארד דולר ב-2026 לכ-35-150 מיליארד דולר עד [7]2034, בקצב צמיחה (CAGR) של כ-27-43%. חברות כמו Pfizer, GSK ו-Insilico Medicine כבר מבצעות שיתופי פעולה דומים וההשקעות בתחום הגיעו לכ-4 מיליארד דולר ב-2025, עם תחזיות ל-25 מיליארד עד 2030[8].
עבור מי שמשקיע בתחום הפארמה ייפתחו הזדמנויות השקעה שכן השילוב של AI בפרמצבטיקה צפוי להביא צמיחה הן בהכנסות והן ברווחים של החברות בתחום.
המשמעות של האצת תהליך גילוי וייצור התרופות, באמצעות מודלי AI שמתאמנים על נתונים ביולוגיים בקנה מידה עצום היא אדירה, ותאפשר טיפולים חדשניים למחלות קשות כמו סרטן, אלצהיימר ומחלות כרוניות קשות, הפיכתן לניתנות לניהול ארוך טווח, הארכת תוחלת החיים והפחתת סבלם של מיליוני חולים ברחבי העולם תוך יצירת מפת דרך לתעשייה כולה. למשמעות האדירה הזו יש שווי כלכלי גבוה מאוד.
ולצד הנקודות החיוביות, חייבים לציין גם את האתגרים. ה-AI אינו חוקר מדופלם או רופא ולכן יש להניח כי איכות הנתונים ופרשנות המודלים יסבלו מהיעדר מומחיות. בנוסף, מדובר בתחום עתיר רגולציה מצד גופים רציניים כמו ה-FDA וה-CE ובנוסף, קיימים גם סיכונים הקשורים לאתיקה, כמו שימוש לרעה בנתונים גנטיים.
השפעה על כוח האדם: מעידן המדענים לעידן היברידי
המהפכה הטכנולוגית שמביא שיתוף הפעולה המתואר לעיל עשויה לשנות באופן משמעותי את אופי העבודה בתעשיית הפארמה. המעבדה המשותפת תפגיש מדענים, ביניהם רופאים, כימאים ומומחי ביולוגיה, עם מהנדסי AI ומומחי רובוטיקה, אשר יעבדו זה לצד זה. במקום מדען שיבצע אלפי ניסויים ידניים, יהיו רובוטים שיבצעו אותם אוטומטית, בעוד שהבינה המלאכותית תנתח תוצאות בזמן אמת וכבר תציע את הניסוי הבא, ואילו האדם, המדען, יתמקד בשאלות היצירתיות כמו "איזה יעד ביולוגי חדש כדאי לתקוף?" או "איך להפוך את התרופה לאישית"?
ההשפעה על כוח האדם צפויה להיות מעניינת ודומה במידה מסוימת להשפעה המתרחשת בתעשיית ההייטק. מחד, תפקידים פשוטים יותר יהפכו לאוטומטיים (ניתוח נתונים ראשוני לדוגמה), מה שעלול להפחית את הצורך בכמה עשרות אחוזים ממשרות המחקר השגרתיות הקיימות לפי הערכות של McKinsey[9][10]. מאידך, ייווצרו משרות חדשות ומבוקשות, כמו למשל מומחי ביואינפורמטיקה שמתרגמים ביולוגיה למודלי למידה. חברות הפארמה הגדולות משקיעות כבר היום בהכשרות לעובדים שלהן מתוך מטרה להפוך את המדענים של היום להיברידיים – כאלה שמיומנים גם במדע וגם ב-AI.
ההערכה היא ששוק הפארמה לא הולך להיות נטול בני אדם, אלא הוא יהפוך לתעשייה שבה היצירתיות האנושית נשארת במרכז, אבל מקבלת "סופר-כוחות" דרך מכונה. השינוי בתחום, עשוי להאיץ לא רק גילוי של תרופות אלא גם יכול לחולל שינוי באופי העבודה ומשכך עשוי למשוך אליו סגנון שונה של אנשים מאלו המגיעים אליו כיום. בסופו של דבר, ה-AI ככל הנראה לא יחליף את המדענים שלנו, אבל הוא יהפוך אותם לטובים יותר, מהירים יותר ולבעלי השפעה גדולה יותר על חיי אדם ועל עתיד האנושות.
[2] https://investor.lilly.com/news-releases/news-release-details/nvidia-and-lilly-announce-co-innovation-ai-lab-reinvent-drug
[4] https://www.pfizer.com/news/press-release/press-release-detail/ibm_and_pfizer_to_accelerate_immuno_oncology_research_with_watson_for_drug_discovery
[6] https://nvidianews.nvidia.com/news/nvidia-and-lilly-announce-co-innovation-lab-to-reinvent-drug-discovery-in-the-age-of-ai
