Quando l'IA riscrive le regole della scoperta farmaceutica
Il 29 marzo 2026, Insilico Medicine e Eli Lilly hanno annunciato una collaborazione globale di R&S che conferisce a Lilly una licenza esclusiva mondiale su un portafoglio di programmi in fase di sviluppo preclinico. Non è un semplice comunicato stampa. È il segnale che il modello industriale che ha dominato il settore farmaceutico per settant'anni —laboratori massivi, cicli decennali, strutture di costo astronomiche— sta venendo smantellato pezzo dopo pezzo da qualcosa che sta in un server.
Insilico opera come un'azienda di biotecnologia in fase clinica, ma il suo bene più prezioso non è nessun composto. È la sua piattaforma Pharma.AI, un motore di intelligenza artificiale generativa che comprime il processo di scoperta di farmaci a una frazione del suo costo e tempo abituali. La domanda a cui questo accordo costringe ogni dirigente del settore a rispondere non è di natura tecnologica. È un'architettura di valore: chi cattura la maggior parte del margine quando l'intelligenza artificiale trasforma la scoperta molecolare in un processo scalabile?
Il vecchio modello non può più giustificare i suoi costi
L'industria farmaceutica ha costruito il suo vantaggio competitivo su tre pilastri che oggi funzionano come ancore: laboratori fisici enormi, team scientifici che si contano a migliaia e cicli di sviluppo che storicamente superavano i dieci anni dalla formulazione dell'ipotesi all'approvazione regolatoria. Quel modello era redditizio finché le informazioni erano scarse e la conoscenza biologica, frammentata. I margini operativi giustificavano la struttura.
Il problema è che quella stessa struttura impedisce di adattarsi. Quando il costo di generare e analizzare ipotesi molecolari collassa, mantenere laboratori sovradimensionati smette di essere una forza e diventa un onere finanziario. Le grandi aziende farmaceutiche hanno speso costi fissi monumentali per sostenere capacità che l'IA può replicare a costi variabili, su richiesta. Lilly, firmando con Insilico, non sta acquistando tecnologia complementare: sta esternalizzando il livello più costoso e incerto del processo di creazione di valore —l'identificazione e validazione dei bersagli terapeutici— e convertendolo in un pagamento basato sulle prestazioni.
Questo ha implicazioni dirette per la struttura dei margini del settore. Se la scoperta diventa un servizio con prezzo di mercato, il vantaggio competitivo migra verso chi ha la migliore piattaforma di IA e i dati più ricchi, non verso chi ha più metri quadrati di laboratorio.
Cosa ha costruito Insilico che Lilly non può replicare rapidamente
Ecco la meccanica invisibile dell'accordo. Insilico non è arrivato a questa negoziazione con un farmaco. È arrivato con un portafoglio di programmi preclinici già generati dalla sua piattaforma, più la capacità di eseguire nuovi programmi su obiettivi che Lilly stesso selezionerà. Questa è una proposta di valore con due strati che si rinforzano reciprocamente.
Il primo strato è il portafoglio esistente: molecole in sviluppo preclinico per indicazioni specifiche che Lilly acquisisce sotto licenza esclusiva mondiale. Il rischio di scoperta è già stato assorbito da Insilico. Lilly entra in una fase più avanzata del funnel, con minore incertezza tecnica e senza aver sostenuto i costi di esplorazione.
Il secondo strato è più strategico: la collaborazione continua su bersagli terapeutici selezionati da Lilly, combinando la piattaforma Pharma.AI di Insilico con l'esperienza clinica e regolatoria di Lilly. Questo non è subappalto. È un'architettura di alleanza dove ciascuna parte porta ciò che l'altra non può costruire a breve termine. Lilly ha decenni di relazioni con i regolatori, infrastruttura clinica globale e accesso a dati sui pazienti su scala. Insilico ha la potenza di calcolo e i modelli addestrati. La combinazione genera un vantaggio posizionale che nessuna delle due avrebbe individualmente.
Per l'esecutivo che continua a scommettere su capacità di IA interne costruite da zero, questo accordo invia un messaggio chiaro: il tempo di sviluppo di una piattaforma propria è esattamente il tempo che un concorrente ha bisogno per chiudere alleanza che forniscono accesso immediato a quelle capacità. Il divario non si chiude assumendo scienziati dei dati; si chiude quando i modelli sono addestrati, validati e hanno prodotto risultati riproducibili. Questo richiede anni.
Il rischio che nessuno legge in questo comunicato
L'accordo è robusto nella sua logica finanziaria, ma ha un punto di tensione che le analisi superficiali ignorano. I modelli di IA generativa nella scoperta farmaceutica sono tanto buoni quanto i dati con cui sono stati addestrati. La qualità predittiva di Pharma.AI dipende dalla profondità e diversità della sua base di conoscenza molecolare e clinica accumulata. Finché quei dati sono proprietari e ben custoditi, la piattaforma mantiene il suo vantaggio differenziale.
Il rischio emerge quando Lilly, dopo anni di collaborazione, accumula sufficiente comprensione metodologica per internalizzare capacità simili o per negoziare da una posizione di minore dipendenza. Non è un rischio immediato, ma è lo scenario che Insilico deve gestire attivamente: la piattaforma deve continuare a essere più avanzata rispetto alla capacità di replicazione del proprio cliente.
Questo non invalida il movimento strategico. Lo contestualizza. Per Insilico, il valore a lungo termine non è nell'accordo con Lilly come evento singolo, ma nel dimostrare che la sua piattaforma può generare molecole che raggiungono l'approvazione regolatoria. Ogni programma che avanza nel funnel clinico è prova che rafforza la marca scientifica e giustifica futuri accordi di licenza con condizioni più favorevoli. Il portafoglio di collaborazioni diventa, nel tempo, l'attivo più prezioso: non le singole molecole, ma la reputazione di precisione predittiva.
Per Lilly, la logica è altrettanto diretta. Se uno dei programmi preclinici acquisiti raggiunge l'approvazione, il ritorno sul costo della licenza può essere di vari ordini di grandezza. Se non arriva, il costo affondato è significativamente inferiore a quello di aver finanziato quella scoperta internamente. L'assimetria dei risultati favorisce l'alleanza.
Il mercato che si sta formando sotto l'accordo
Ciò che questo accordo rivela per l'industria nel suo insieme è più rilevante dei suoi termini specifici. Stiamo assistendo alla formazione di un mercato di piattaforme di scoperta come livello intermedio tra la scienza di base e lo sviluppo clinico. Questo mercato non esisteva dieci anni fa con la scala e la sofisticazione che ha oggi.
Le aziende farmaceutiche che vinceranno nella prossima decade non saranno necessariamente quelle con i laboratori più grandi o i budget di R&S più alti in termini assoluti. Saranno quelle che impareranno a assemblare capacità esterne con rapidità, mantenendo il controllo sulle decisioni cliniche e regolatorie che richiedono giudizio umano esperto. Il vantaggio competitivo migra dall'infrastruttura interna alla capacità di identificare, integrare e scalare le migliori piattaforme esterne disponibili.
I dirigenti che continuano a misurare la forza del proprio settore R&S in base al numero di scienziati in organico o ai metri quadrati di laboratorio stanno usando il tabellone sbagliato. L'indicatore che conta è la velocità con cui possono passare da un'ipotesi terapeutica a un candidato preclinico validato, e a quale costo variabile. Insilico e Lilly hanno appena stabilito un nuovo punto di riferimento per quel parametro.
La leadership che genera valore duraturo non consiste nell'assegnare più budget alle variabili che l'intera industria sta già massimizzando. Consiste nell'avere la chiarezza per eliminare i livelli di costo che non generano più vantaggio differenziale e reindirizzare quel capitale verso le capacità che il mercato non ha ancora completamente valorizzato. Coloro che aspettano che questa riconfigurazione sia ovvia per tutti saranno arrivati in ritardo.
