Lila Sciences привлекла $350 млн на создание современных научных фабрик

Успешный стартап разработчика научных фабрик

По данным Reuters, стартап Lila Sciences, созданный в Кембридже, завершил раунд Series A с общим объёмом $350 млн. Это позволило компании достичь оценки в $1,3 млрд. В финансировании участвовали венчурный фонд Nvidia, General Catalyst и дочерняя структура Abu Dhabi Investment Authority. Ранее, менее чем за месяц, стартап привлёк $235 млн в рамках того же раунда. Общий объём инвестиций с момента основания превысил $550 млн.

Lila Sciences позиционирует себя как разработчик «научных фабрик» — автономных лабораторий, где ИИ-модели в сочетании с роботизированной техникой проводят эксперименты, анализируют результаты и формируют гипотезы без участия человека. Компания арендовала площадь в 235 500 кв. футов в Кембридже, что свидетельствует о масштабировании. Решение о фокусировке на автоматизации, а не на обучении моделей по интернет-данным, отличает стартап от других игроков в сфере ИИ.

Geoffrey von Maltzahn, основатель и CEO Lila Sciences, подчеркнул, что цель — ускорить научные исследования, а не заменить учёных. «Мы создаём платформу, которая поможет партнёрам в фармакологии, энергетике и полупроводниках эффективно использовать автономные эксперименты», — отметил он. Компания не планирует выводить молекулы в клинические испытания или развивать собственные технологии, ограничиваясь предоставлением инфраструктуры.

Стратегия и партнёрства

Стартап сотрудничает с Flagship Pioneering, венчурной фирмой, создавшей Moderna. Это указывает на связь с биотехнологическим сектором. Lila Sciences уже заявила о десятках тысяч открытий в химии, материаловедении и биологии, используя собственные лаборатории. Платформа ориентирована на компании, готовые строить на её основе собственные разработки.

Риски и перспективы

Инвестиции в Lila Sciences демонстрируют доверие к концепции автономных исследований. Однако ключевой вопрос остаётся: сможет ли ИИ-инфраструктура вытеснить традиционные методы, требующие ручного труда? Пока что стартап демонстрирует высокую скорость привлечения капитала, что указывает на потенциал, но долгосрочные эффекты остаются неизвестными.

Интересно: Как традиционные научные лаборатории адаптируются к конкуренции с автономными системами, и какие отрасли первые столкнутся с необходимостью модернизации?

Автоматизация научных исследований: новая гонка за инновациями

Скрытые мотивы инвесторов и стратегия роста

Инвестиции в Lila Sciences от Nvidia, General Catalyst и Abu Dhabi Investment Authority отражают не просто доверие к технологии, а стремление захватить нишу, где ИИ и робототехника пересекаются с фундаментальной наукой. Для Nvidia это часть стратегии создания экосистемы вокруг своих чипов: автоматизированные лаборатории требуют высокопроизводительных вычислений, что создает долгосрочный поток дохода. Abu Dhabi Investment Authority, в свою очередь, инвестирует в проекты, способные генерировать патенты и технологические активы — ключевые элементы для диверсификации экономики эмирата. General Catalyst, специализирующийся на ранних стадиях стартапов, видит потенциал в масштабируемой модели, где платформа может обслуживать десятки отраслей.

Важный нюанс: Инвесторы не просто финансируют ИИ, они покупают доступ к экосистеме, где алгоритмы и роботы становятся новым типом «научного оборудования». Это меняет баланс сил: раньше контроль над исследованиями держали лаборатории, теперь — те, кто владеет ИИ-инфраструктурой.

Эффект домино: кто выиграет, а кто проиграет?

Если Lila Sciences докажет эффективность автономных лабораторий, это запустит цепную реакцию. Победителями станут компании, которые первыми внедрят такую модель:

• Фармацевтические гиганты, сократившие время на разработку препаратов.
• Производители полупроводников, ускорившие создание новых материалов.
• Венчурные фонды, инвестирующие в стартапы, готовые использовать ИИ-платформы для открытий.

Проигравшими окажутся традиционные лаборатории, зависящие от ручного труда. В России это особенно касается регионов с устаревшей научной инфраструктурой. Для местных компаний критично не просто внедрить ИИ, но и создать собственные «научные фабрики», чтобы не остаться за бортом глобальной конкуренции.

Важный нюанс: Автоматизация не убьет науку, но изменит её логику. Учёные станут «дизайнерами» ИИ-экспериментов, а не исполнителями — это повысит требования к образованию и квалификации.

Российский контекст: как адаптироваться к новой реальности

В стране уже есть программы поддержки ИИ (например, Национальная технологическая инициатива) и робототехники (например, Цифровая экономика). Однако интеграция ИИ в научные процессы пока остается на уровне пилотных проектов. Для российских компаний ключевым шагом станет:

1. Сотрудничество с венчурными фондами, чтобы получить доступ к зарубежным технологиям.
2. Использование государственных субсидий на создание автономных лабораторий.
3. Переобучение кадров в направлении «ИИ + наука» — с акцентом на управление данными и алгоритмами.

Важный нюанс: Российские игроки должны не просто имитировать западные модели, а искать ниши, где локальные особенности (например, доступ к редким материалам) дадут конкурентное преимущество.

Тренд: Автоматизация научных исследований становится новым стандартом. Российским компаниям нужно не просто адаптироваться, а создать собственные ИИ-платформы, чтобы оставаться в игре.

Технологические тренды и инфраструктурные сдвиги

Развитие Lila Sciences тесно связано с обновлениями в области ИИ-инфраструктуры. Например, Nvidia недавно представила формат NVFP4, который позволяет обучать крупные модели с 4-битной точностью, сокращая затраты на память и вычисления. Это повышает эффективность ИИ-платформ, таких как «научные фабрики» Lila, где требуется обработка огромных объемов данных.

Кроме того, Nvidia заключила соглашение с Intel на производство кастомных Xeon-процессоров для AI-инфраструктуры. Такое сотрудничество усиливает надежность и масштабируемость ИИ-решений, что критично для автоматизированных лабораторий.

Важный нюанс: Интеграция новых технологий, таких как NVFP4, и партнерства с производителями чипов создают условия для устойчивого роста автономных исследовательских систем. Это подтверждает, что инвестиции в Lila — это не только ставка на ИИ, но и на инфраструктурные инновации.