L'analisi pubblicata da Boston Consulting Group con Wellcome ha tracciato circa 73 molecole AI-derivate nelle pipeline cliniche al 2023, una crescita che nel 2024 ha portato il segmento a superare il 30% dei pipeline clinici delle biotech AI-native. Nello stesso periodo, però, nessun farmaco scoperto o disegnato interamente da modelli di intelligenza artificiale ha ottenuto l'approvazione di FDA o EMA. Lo scenario del 2026 è esattamente questo: una promessa che ha generato numeri di pipeline impressionanti e nessuna approvazione regolatoria, una corsa al modello che ha prodotto AlphaFold 3 e poi tre alternative open source in sei mesi, un consolidamento di mercato che ha lasciato sul terreno BenevolentAI e fuso Recursion con Exscientia.
Il punto di svolta arrivato nel 2025 ha un nome preciso: rentosertib, un inibitore di TNIK per la fibrosi polmonare idiopatica sviluppato da Insilico Medicine. È la prima molecola in cui sia il bersaglio biologico sia la struttura chimica sono stati identificati e disegnati da modelli generativi proprietari, e il 3 giugno 2025 Nature Medicine ne ha pubblicato i risultati di fase IIa con un segnale di efficacia clinica significativo. Quattro mesi dopo Insilico si è quotata sull'Hong Kong Stock Exchange con la più grande IPO biotech asiatica del 2025.
Il dato che separa la chimica dalla biologia
Il riferimento centrale per misurare la maturità reale del settore è l'analisi di Jayatunga e colleghi pubblicata su Drug Discovery Today a giugno 2024 con il titolo "How successful are AI-discovered drugs in clinical trials?". I numeri sono netti: per le molecole AI-derivate il tasso di successo in fase I è tra l'80 e il 90%, contro una media storica del settore intorno al 50-65%. In fase II, dove si misura per la prima volta l'efficacia su pazienti reali, il tasso di successo crolla al 40%, in linea con il benchmark tradizionale di Big Pharma. La traduzione operativa è chiara: l'AI ottimizza ciò che possiamo misurare computazionalmente, ovvero drug-likeness, profilo ADMET, affinità di legame, ma non predice ancora l'efficacia biologica in un essere umano malato.
La stima di BCG sull'impatto potenziale dell'AI nella riduzione di tempi e costi della fase preclinica resta significativa, tra il 25 e il 50%, ma queste percentuali si applicano alla parte del processo che precede l'uomo. Il bottleneck si è spostato verso l'alto, nella validazione del bersaglio, e resta verso il basso, nella biologia clinica. Per le aziende farmaceutiche che pianificano investimenti in AI il messaggio è che il ritorno misurabile oggi è nel target discovery, nel mining della letteratura, nell'analisi omica e nel disegno dei trial. La generazione di molecole è la parte più visibile ma non la più redditizia.
AlphaFold 3 e il momento commodity
L'8 maggio 2024 Nature ha pubblicato il paper di AlphaFold 3, sviluppato da Google DeepMind e Isomorphic Labs. È il primo modello in grado di predire in un'unica architettura le interazioni tra proteine, acidi nucleici, piccole molecole, ioni e residui modificati. Per i workflow di drug discovery industriale ha effetto immediato sulla validazione del bersaglio in silico e sulla predizione delle pose di legame ligando-proteina. La scelta iniziale di rilasciare il modello con restrizioni d'uso commerciale e senza pesi pubblici ha attirato critiche dalla comunità scientifica e ha innescato una risposta che nel giro di pochi mesi ha azzerato il vantaggio competitivo.
Il 10 ottobre 2024 Chai Discovery ha pubblicato Chai-1 con pesi aperti e performance al 77% sul benchmark PoseBusters, contro il 76% di AlphaFold 3. Il 19 novembre 2024 MIT Jameel Clinic ha rilasciato Boltz-1 con licenza MIT, primo modello completamente open source di classe AlphaFold 3. EvolutionaryScale ha pubblicato ESM3 con 98 miliardi di parametri addestrato su 2,78 miliardi di proteine, capace di generare varianti di GFP equivalenti a 500 milioni di anni di evoluzione naturale. Per le aziende farmaceutiche europee che pianificano lo stack tecnologico per il 2026 questo significa che la predizione strutturale di livello AlphaFold 3 è diventata commodity. Il valore competitivo si è spostato sui dati, sull'integrazione con il laboratorio sperimentale e sulla validazione regolatoria.
Il consolidamento del 2024-2025: meno player, più compute
La narrativa di una "AI drug discovery winter" che ha circolato sulla stampa di settore tra il 2023 e il 2024 è stata smentita dai numeri del 2024-2025: non un inverno, ma un consolidamento. L'8 agosto 2024 Recursion e Exscientia hanno annunciato la fusione, chiusa il 20 novembre con valore equity premium stimato intorno ai 688 milioni di dollari. Entrata nel 2025 la società combinata aveva circa 800 dipendenti; tra gennaio e febbraio 2025 ha ridotto la forza lavoro del 20% e deprioritizzato quattro programmi di pipeline. Insilico Medicine si è quotata su HKEX il 30 dicembre 2025 raccogliendo 292 milioni di dollari, con una capitalizzazione di apertura intorno ai 2,5 miliardi e una sottoscrizione retail oversubscribed circa 1.427 volte.
BenevolentAI, listata su Euronext Amsterdam dal 2022, ha chiuso il proprio capitolo pubblico: dopo il fallimento del trial fase IIa di BEN-2293 per la dermatite atopica nell'aprile 2023 e due round di licenziamenti che hanno tagliato circa 180 dipendenti, il 13 marzo 2025 è uscita dal listino tramite fusione con Osaka Holdings e ora opera come società privata con runway estesa al 2027. AbCellera ha tenuto la rotta opposta: nessun licenziamento nel 2024-2025, due programmi avanzati in clinica entro fine 2025 (ABCL635 in fase 2, ABCL575 in fase 1) e 19 molecole cliniche cumulative dalla piattaforma. Atomwise ha ridotto del 30% l'organico a dicembre 2023 e ha completato la transizione di leadership con il nuovo CEO Steve Worland a febbraio 2025. Il messaggio per le aziende che valutano partnership AI nel 2026 è che il mercato dei fornitori si è ristretto a una dozzina di player operativi, e che la scelta tra modello asset-centric (vendere farmaci) e modello service-centric (vendere software o servizi a Big Pharma) è ora il criterio principale di sopravvivenza.
Le scommesse di Big Pharma: oltre tre miliardi in headline value
L'8 gennaio 2024 Isomorphic Labs ha annunciato due accordi simultanei: con Eli Lilly per 45 milioni di dollari upfront e fino a 1,7 miliardi in milestone, con Novartis per 37,5 milioni upfront e fino a 1,2 miliardi in milestone. Il 31 marzo 2025 Isomorphic ha chiuso il primo round di finanziamento esterno per 600 milioni guidato da Thrive Capital, con partecipazione di GV e Alphabet, finalizzato a portare in clinica i propri programmi proprietari. Eli Lilly ha siglato il 25 giugno 2024 una collaborazione con OpenAI focalizzata su antimicrobici contro patogeni resistenti. Sanofi ha annunciato il 21 maggio 2024 una collaborazione con OpenAI e Formation Bio per software AI lungo l'intero ciclo di sviluppo del farmaco, in continuità con la propria piattaforma interna "plai" scalata nel giugno 2023 con Aily Labs.
Sul fronte europeo BioNTech ha acquisito InstaDeep il 10 gennaio 2023 per un valore complessivo fino a 562 milioni di sterline (362 upfront in cash e azioni, 200 in contingent earnout), chiusura il 31 luglio 2023 con circa 240 dipendenti di InstaDeep transitati. AstraZeneca ha rinforzato il proprio asse con Absci a dicembre 2023 per fino a 247 milioni di dollari su un anticorpo oncologico AI-disegnato. Le stime aggregate di valore headline delle partnership pharma-AI sul periodo 2020-2024 oscillano tra 50 e 70 miliardi di dollari, una cifra che va letta sapendo che la grande maggioranza è composta da milestone condizionate al raggiungimento di obiettivi tecnici e regolatori, e che il valore realizzato resta una frazione molto più piccola.
Il 2026 europeo è l'anno della governance
L'EU AI Act è entrato in vigore il 1 agosto 2024 e le obbligazioni per i sistemi ad alto rischio si applicano dal 2 agosto 2026, con sanzioni fino a 35 milioni di euro o il 7% del fatturato globale. La posizione EFPIA del 22 aprile 2024 ha chiarito che la maggior parte degli usi AI in ricerca e sviluppo farmaceutico ricade sotto l'esenzione per "scientific research and development" prevista dagli articoli 2(6) e 2(8), e che gli usi tipici della discovery non rientrano nelle categorie ad alto rischio dell'Annesso III. Restano apertamente sotto regime ad alto rischio gli usi AI nelle submission regolatorie, nel rilascio della manifattura e nella farmacovigilanza. L'EMA ha pubblicato il 30 settembre 2024 il proprio Reflection Paper sull'uso dell'AI nel ciclo di vita del medicinale, adottato da CHMP e CVMP, con un approccio risk-based e centrato sulla qualità del dato, la trasparenza del modello e la gestione del ciclo di vita.
L'Italia ha tre punti di osservazione concreti. Dompé farmaceutici guida il consorzio Exscalate4CoV, finanziato da Horizon 2020, con una piattaforma di virtual screening capace di processare oltre 3 milioni di molecole al secondo che ha identificato il raloxifene come candidato per COVID-19 portato in fase III tramite AIFA. Chiesi ha siglato partnership di drug design con Iktos sul software generativo Makya e ha una posizione azionaria in Cyclica; nel 2024 ha investito il 24,3% del fatturato in R&S, posizionandosi all'undicesimo posto europeo nello EU Industrial R&D Investment Scoreboard pubblicato dal JRC. Human Technopole, nel distretto MIND di Milano, ospita cinque centri tra cui Computational Biology e Structural Biology e lavora su drug discovery oncologica con genomica funzionale e AI. Per i CIO e i responsabili regolatori delle farmaceutiche italiane il 2026 è meno l'anno della scelta del modello e più l'anno della costruzione del framework di governance: documentazione, validazione, audit trail. La tecnologia è disponibile. La conformità è il vincolo che decide.
