L’AI può velocizzare la scoperta di nuovi farmaci? Nella guerra commerciale USA-Cina che ruolo gioca Nvidia?

Notizie attorno al mondo, con l’innovazione come denominatore comune. Sono quelle raccolte tutti i mercoledì sui profili social di Paola Pisano, tra questi LinkedIn e Instagram, nel tentativo di comprendere dove ci porterà la tecnologia e qual è il suo ruolo nella vita di istituzioni, aziende e semplici cittadini.

***

Uno degli effetti dell’IA è la perdita di alcune tipologie di lavori e lavoratori. Gli effetti sono già stati evidenti nel 2023. Non sembra possibile che una versione più sofistica dell’AI possa bloccare questo processo. Anzi. Goldman Sachs prevede che a fronte di una crescita economica globale di 7 triliardi di dollari in 10 anni ci si aspetta una perdita di 2/3 dei posti di lavoro. Mckinsey dice che il 30% delle ore di lavoro americane subiranno gli effetti dell’intelligenza artificiale nei prossimi 6 anni e 12 milioni di persone avranno bisogno di essere riposizionate. I Paesi si dovrebbero iniziare a preoccupare di politiche pubbliche per mitigare gli effetti della transizione? Il beneficio di incremento della produttività dell’AI – così come il beneficio dell’automazione e delle altre tecnologie che l’hanno preceduta – non si condivide automaticamente tra le nazioni o tra i soggetti economici. Oltre che alla formazione, iniziare a pensare ad una tassazione sulle AI company potrebbe aiutare la società ad ammortizzare i problemi legati alla perdita di lavoro e distribuzione della ricchezza. Trovare l’accordo sulla percentuale di ricavi o profitti che andranno tassati e sulla finalità della tassa richiederà tempo. Cina e America visto il ruolo che giocano nella partita potrebbero dare il buon esempio.

Dopo che gli statunitensi hanno bloccato le esportazioni di processori ad alte prestazioni, le aziende cinesi stanno privando di microchip le migliaia di schede grafiche Nvidia per videogiochi. Gli esperti del settore hanno affermato che il reimpiego dei chip delle schede progettate per essere inserite nei PC per migliorare la grafica di gioco rappresenta una soluzione approssimativa per far fronte alla mancanza di processori di fascia alta in Cina. I microchip sembrano però non essere utili a sostenere il training dei grandi modelli di intelligenza generativa come i Large Language model. La Cina riuscirà a far fronte alla domanda di microchip per sviluppare i modelli di AI di ultima generazione? Nvidia ha sviluppato tre chip su misura per la Cina che soddisfano la crescente domanda di sistemi di AI della regione rispettando i controlli sulle esportazioni degli Stati Uniti e mantenendo la propria posizione nel mercato cinese. Ma sembra non essere sufficiente perché gli operai cinesi hanno smontato a dicembre più di 4mila schede di gioco Nvidia, quattro volte il numero di novembre. I clienti per i componenti riutilizzati sono soprattutto imprese pubbliche e piccoli laboratori di AI, che non hanno accumulato abbastanza chip prima dell’entrata in vigore dei controlli USA.

AI71, Mistral, Krutrim – startup che si occupano di sviluppare LLM – hanno tutte una caratteristica in comune. Sono finanziate dai rispettivi governi. AI71 finanziata da Abu Dhabi , Mistral dal governo francese e Krutim dall’India: hanno tutte l’obiettivo di diventare campioni nazionali e di competere globalmente con aziende come OpenAI. Ognuno di questi governi non solo ha intenzione di riservarsi una fetta del mercato dell’intelligenza artificiale generativa, ma anche di creare un modello che rispecchi la lingua, la cultura e le abitudini del loro paese. Quale Paese vincerà la sfida dell’intelligenza artificiale nei confronti del settore privato?Sei sono i Governi ambiziosi che potrebbero voler competere con il settore privato: UK, Germania, India Arabia Saudita, Emirati Arabi Uniti. Arabia Saudita e UEA ,essendo autocrazie, possono muoversi più rapidamente dei governi democratici che devono tenere conto delle preoccupazioni degli elettori sulle ricadute dell’intelligenza artificiale, come privacy e lavoro. Non avendo problemi economici, possono inoltre permettersi sia microchip di ultima generazione, sia l’energia necessaria per farli funzionare e  sia di pagare adeguatamente il capitale umano.

Secondo una ricerca condotta dal Tufts Center for the Study of Drug Development, per scoprire e sviluppare un nuovo farmaco sono necessari fino a dieci anni, con un costo medio di circa 2,7 miliardi di dollari. Le grandi case farmaceutiche sono sottoposte a pressioni per individuare nuovi potenziali farmaci mentre quelli già esistenti, una volta scaduti i brevetti, subiscono forti pressioni sui prezzi a causa della concorrenza generica più economica. È necessario abbreviare i processi di creazione dei farmaci per ridurre i costi di ricerca e sviluppo. Uso di intelligenza artificiale e accordi con le big pharma sembrano essere gli ingredienti. Quale aziende di AI riuscirà a vincere questa sfida? Isomorphic Labs, divisione farmaci di Deepmind di Google, vuole ridurre la fase di scoperta da cinque a due anni grazie all’uso dell’AI e alla collaborazione con Eli Lilly e Novartis, società farmaceutiche che porteranno all’azienda un valore combinato di 3 miliardi di dollari. Exscientia, azienda di Generative AI nel pharma, con sede a Oxford, sta collaborando, tra gli altri, con Sanofi e Bristol Myers Squibb mentre altre due aziende di AI Insitro e Owkin hanno  un accordo rispettivamente con Bristol Myers e con Sanofi.