Warp Sciences เปิดตัวจากโหมดลับพร้อมเงินทุน 215 ล้านดอลลาร์ เพื่อสร้างห้องปฏิบัติการเคมีที่ขับเคลื่อนด้วย AI

การออกแบบโมเลกุลที่มีแนวโน้มเป็นยาที่ดีเป็นเพียงจุดเริ่มต้นของการวิจัยยาเท่านั้น ยังต้องมีคนสังเคราะห์โมเลกุลนั้น ทดสอบ และนำผลที่ได้ไปใช้วางแผนการทดลองครั้งต่อไปให้ดียิ่งขึ้น Warp Sciences เชื่อว่าคอขวดด้านการทดลองจริงนี้คือจุดที่ AI จะสร้างความได้เปรียบครั้งสำคัญครั้งต่อไป

Warp Sciences เปิดตัวจากโหมดลับพร้อมเงินทุน 215 ล้านดอลลาร์ เพื่อสร้างองค์กรวิจัยรับจ้างด้านเคมี (CRO) ในสหรัฐฯ ที่ผสานนักเคมีผู้มีประสบการณ์ AI และหุ่นยนต์เข้าด้วยกัน บริษัทซึ่งมี Kevin Weil อดีตประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์ของ OpenAI เป็นผู้นำ วางแผนจัดหาสารประกอบเพื่อการวิจัยให้แก่ลูกค้าในอุตสาหกรรมเทคโนโลยีชีวภาพและเภสัชกรรม พร้อมสร้างห้องปฏิบัติการที่เรียนรู้จากการทดลองที่ดำเนินการ

Lightspeed เป็นผู้นำการระดมทุนครั้งนี้ โดยมี IVP, Mayfield, Lux, Premji Invest และ Menlo Ventures ร่วมลงทุนด้วย รวมถึงนักลงทุนรายอื่น ๆ ด้วย นักลงทุนอิสระประกอบด้วย Brian Armstrong, Mike Krieger, Dylan Field ตลอดจน Mark Chen และ Sarah Friar จาก OpenAI

ธุรกิจบริการด้านเคมีที่สร้างขึ้นโดยมี AI เป็นหัวใจสำคัญ

จุดเริ่มต้นของ Warp คือการสังเคราะห์สารอนาล็อกเพื่อปรับปรุงสารนำ โดยสร้างโมเลกุลรูปแบบต่าง ๆ ให้นักวิจัยนำไปเปรียบเทียบระหว่างการพัฒนาสาร候候ที่อาจเป็นยา นี่คือบริการที่จับต้องได้และมีผลงานส่งมอบชัดเจน ไม่ใช่เพียงคำสัญญาว่าโมเดล AI จะคิดค้นยาได้ด้วยตัวเอง

ตามที่ระบุไว้ในหน้าบริการลูกค้า Warp มุ่งเน้นโครงการพัฒนาโมเลกุลขนาดเล็กระยะก่อนการทดลองทางคลินิก โดยผลิตสารประกอบในระดับตั้งแต่มิลลิกรัมไปจนถึงหลายกรัม บริษัทอธิบายว่างานทั่วไปของตนเกี่ยวข้องกับโมเลกุลที่ผ่านการต่อเติมโครงสร้างและต้องสังเคราะห์ 5 ถึง 15 ขั้นตอน ขอบเขตงานดังกล่าวทำให้บริษัทมีส่วนร่วมในวงจรการผลิตและประเมินสารประกอบซ้ำ ๆ ซึ่งทีมวิจัยจำเป็นต้องดำเนินการเพื่อปรับปรุงโครงการ

Warp ยังชี้แจงอย่างชัดเจนว่าใครเป็นผู้กำหนดทิศทางการวิจัย ลูกค้าเป็นผู้เลือกว่าจะพัฒนาโมเลกุลใดและยังคงควบคุมโครงการพัฒนายาของตนเอง Warp ไม่มีสายการพัฒนายาที่เป็นกรรมสิทธิ์ของบริษัทเอง ธุรกิจของบริษัทคือการจัดหาโครงสร้างพื้นฐานด้านเคมีและการทดลองที่ทีมเหล่านั้นใช้

เรื่องนี้มีความสำคัญในเชิงธุรกิจ องค์กรวิจัยรับจ้างต้องส่งมอบสารประกอบที่นำไปใช้ได้ รักษาคุณภาพ และทำงานร่วมกับนักวิทยาศาสตร์ของลูกค้าได้อย่างมีประสิทธิภาพ ข้อกำหนดเหล่านี้ทำให้ความพยายามด้านระบบอัตโนมัติของ Warp ต้องผ่านการทดสอบในทางปฏิบัติทันที กล่าวคือ ระบบดังกล่าวช่วยให้บริการมีผลิตภาพและความน่าเชื่อถือมากขึ้นหรือไม่

จากผลการทดลองในห้องปฏิบัติการสู่โมเดลที่ดียิ่งขึ้น

แนวคิดด้านเทคโนโลยีในระยะยาวคือวงจรป้อนกลับระหว่างการทดลองกับการเรียนรู้ของเครื่อง การทดลองจริงสร้างหลักฐานว่าสิ่งใดได้ผล ระบบ AI เรียนรู้จากหลักฐานเหล่านั้น ช่วยชี้แนะแนวทางการทดลองครั้งต่อไป และสนับสนุนการทำงานในห้องปฏิบัติการที่เป็นระบบอัตโนมัติมากขึ้น จากนั้นห้องปฏิบัติการที่มีขีดความสามารถสูงขึ้นก็จะสร้างหลักฐานที่มีประโยชน์ยิ่งกว่าเดิมได้

ในแถลงการณ์ของผู้ก่อตั้ง Warp ระบุว่ามีแผนบันทึกทั้งการทดลองที่ประสบผลสำเร็จและการทดลองที่ล้มเหลว นอกเหนือจากงานของลูกค้า บริษัทตั้งใจดำเนินแคมเปญการทดลองเฉพาะเพื่อสร้างข้อมูลสำหรับโมเดลของตน นักเคมีผู้มีประสบการณ์จะเป็นผู้นำห้องปฏิบัติการ ขณะที่ขั้นตอนการทำงานต่าง ๆ ถูกทำให้เป็นระบบอัตโนมัติมากขึ้น

การบันทึกผลการทดลองที่ล้มเหลวเป็นส่วนสำคัญของแนวทางนี้ การทราบว่าการทดลองไม่ได้ผลตามที่ต้องการช่วยระบุข้อจำกัดของวิธีการและให้ข้อมูลประกอบการตัดสินใจว่าควรลองทำอะไรต่อไป หากต้องการให้ข้อมูลดังกล่าวช่วยปรับปรุงโมเดล ก็จำเป็นต้องบันทึกบริบทการทดลองไว้อย่างเพียงพอ เพื่อแยกแยะได้ว่าเป็นแนวคิดที่ไม่มีประสิทธิผลหรือเป็นปัญหาในขั้นตอนการดำเนินการ

หุ่นยนต์ทำหน้าที่ในส่วนที่เป็นการทดลองจริง ขณะที่ซอฟต์แวร์เชื่อมโยงการวางแผน การดำเนินการ และผลลัพธ์ที่บันทึกไว้ การสร้างระบบเหล่านี้ควบคู่ไปกับห้องปฏิบัติการเปิดโอกาสให้ Warp ออกแบบระบบอัตโนมัติให้สอดคล้องกับงานที่นักเคมีทำจริง ความได้เปรียบที่คาดหวังเกิดจากการปรับปรุงกระบวนการทดลองทั้งหมด ไม่ใช่เพียงเร่งการออกแบบโมเลกุลโดยปล่อยให้คิวงานในห้องปฏิบัติการยังคงไม่เปลี่ยนแปลง

เป้าหมายที่กว้างกว่าของ Warp คือการพัฒนา AI ทางวิทยาศาสตร์ที่ช่วยให้นักวิทยาศาสตร์ใช้เหตุผลเกี่ยวกับโลกทางกายภาพและออกแบบการทดลองที่ให้ข้อมูลเป็นประโยชน์ได้ อย่างไรก็ตาม จุดเริ่มต้นเชิงพาณิชย์ที่บริษัทประกาศไว้ยังคงมีขอบเขตแคบกว่า นั่นคือการส่งมอบสารประกอบเพื่อการวิจัยและทยอยทำให้กระบวนการที่จำเป็นต่อการผลิตสารเหล่านั้นเป็นระบบอัตโนมัติ

ผู้ก่อตั้ง 4 คนที่เชื่อมโยงเคมี AI และการดำเนินงานเข้าด้วยกัน

Kevin Weil ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่บริหาร เคยดำรงตำแหน่งประธานเจ้าหน้าที่ฝ่ายผลิตภัณฑ์และรองประธานฝ่ายวิทยาศาสตร์ที่ OpenAI ล่าสุด ประสบการณ์ของเขาครอบคลุมการนำความก้าวหน้าด้าน AI มาประยุกต์ใช้กับผลิตภัณฑ์และระบบปฏิบัติการที่เกี่ยวข้อง

ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายปฏิบัติการ DJ Patil เป็นหัวหน้านักวิทยาศาสตร์ข้อมูลคนแรกของรัฐบาลสหรัฐฯ และเป็นผู้บริหารผู้ร่วมก่อตั้ง Devoted Health ส่วนผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายวิทยาศาสตร์ Sol Reisberg เคยดำรงตำแหน่งผู้นำด้านเคมีทางยาใน Terremoto Biosciences ขณะที่ผู้ร่วมก่อตั้งและประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี Mano Paluri เคยเป็นรองประธานที่ Meta Superintelligence Labs และเป็นหนึ่งในสมาชิกผู้ก่อตั้ง FAIR

องค์ประกอบของทีมสะท้อนงานที่รออยู่ข้างหน้า ได้แก่ การสร้างระบบ AI การดำเนินงานด้านวิทยาศาสตร์ และการส่งมอบบริการด้านเคมีที่ลูกค้านำไปใช้ได้ Warp ระบุว่าทีมระยะแรกยังมีบุคลากรที่มีประสบการณ์ด้านหุ่นยนต์จาก Genesis, Skild AI และ 1X พร้อมด้วยผู้เชี่ยวชาญด้านวิทยาศาสตร์จาก Genentech และ Lawrence Livermore National Labs

คิดค่าบริการตามสารประกอบที่ส่งมอบ

แนวทางการกำหนดราคาของ Warp เพิ่มอีกมิติหนึ่งให้กับเรื่องราวการระดมทุน เว็บไซต์ของบริษัทระบุว่า บริษัทคิดค่าบริการตามจำนวนสารประกอบที่ส่งมอบ โดยตกลงราคากับลูกค้า หากผลิตสารประกอบไม่ได้ ลูกค้าก็ไม่ต้องจ่าย Warp เปรียบเทียบรูปแบบนี้กับสัญญาของ CRO ซึ่งคิดค่าบริการตามจำนวนบุคลากรเทียบเท่าพนักงานเต็มเวลา

รูปแบบนี้ทำให้รายได้เชื่อมโยงกับงานที่ทำเสร็จ หากระบบอัตโนมัติช่วยลดความพยายามที่ต้องใช้ในการผลิตสารประกอบให้ได้อย่างสม่ำเสมอ Warp ก็อาจปรับปรุงประสิทธิภาพทางเศรษฐกิจของตนเอง พร้อมทั้งทำให้ลูกค้าเห็นความเชื่อมโยงระหว่างค่าใช้จ่ายกับผลงานได้โดยตรงยิ่งขึ้น บริษัทวางตำแหน่งบริการของตนโดยเน้นการทำงานร่วมกันและการควบคุมภายในประเทศ ในระดับราคานอกประเทศ อย่างไรก็ตาม บริษัทยังไม่ได้เผยแพร่รายการราคาทั่วไปหรือผลเปรียบเทียบต้นทุน

Warp ระบุว่าขณะนี้กำลังทำงานร่วมกับพันธมิตรด้านการออกแบบจำนวนไม่มาก ความสัมพันธ์เหล่านี้เกี่ยวข้องกับการทำงานร่วมกันทุกสัปดาห์ระหว่างนักเคมีของลูกค้ากับทีม Warp ซึ่งเปิดโอกาสให้สตาร์ตอัปปรับปรุงบริการและระบบของตนให้สอดคล้องกับความต้องการด้านการวิจัยที่กำลังเกิดขึ้นจริง

ความท้าทายในการลงมือทำเบื้องหลังเงินทุน 215 ล้าน

เงินทุนนี้ช่วยให้ Warp มีทรัพยากรสนับสนุนจำนวนมากสำหรับธุรกิจที่ต้องสร้างขีดความสามารถทางกายภาพควบคู่ไปกับซอฟต์แวร์ โอกาสของบริษัทคือการเปลี่ยนบริการด้านเคมีให้เป็นระบบที่เรียนรู้ได้ โดยส่งมอบสารประกอบ เก็บรวบรวมหลักฐานจากการทดลอง ปรับปรุงโมเดล และนำการปรับปรุงเหล่านั้นไปใช้เพื่อให้งานในครั้งต่อ ๆ ไปมีประสิทธิภาพยิ่งขึ้น

ประกาศดังกล่าวไม่ได้ระบุข้อมูลการปรับปรุงเวลาตั้งแต่เริ่มจนเสร็จที่วัดผลได้ เกณฑ์เปรียบเทียบประสิทธิภาพของโมเดล หรือหลักฐานว่ามีห้องปฏิบัติการอัตโนมัติเต็มรูปแบบที่ดำเนินงานอยู่แล้ว สิ่งเหล่านี้เป็นเป้าหมายสำคัญคนละขั้นกับการรวบรวมทีมและเงินทุน บททดสอบในทางปฏิบัติคือ Warp จะส่งมอบคุณภาพ ความเร็ว และความคุ้มค่าตามที่ให้คำมั่นกับลูกค้าได้อย่างสม่ำเสมอหรือไม่

ในตอนนี้ การตัดสินใจที่ส่งผลสำคัญที่สุดของบริษัทคือจะเริ่มต้นจากจุดใด การเริ่มจากโครงการเคมีที่ลูกค้าเป็นผู้ขับเคลื่อนทำให้ Warp เชื่อมโยงความมุ่งมั่นด้าน AI เข้ากับความต้องการทางวิทยาศาสตร์ที่เกิดขึ้นอย่างต่อเนื่อง สารประกอบที่ส่งมอบแต่ละรายการเป็นโอกาสในการสร้างรายได้และปรับปรุงระบบห้องปฏิบัติการ เพื่อรองรับสารประกอบรายการถัดไป