Isomorphic Labs: l’Ia medica frena, i trial slittano al 2026

L’intelligenza artificiale applicata alla medicina incontra degli ostacoli: i primi trial clinici slittano al 2026, segnando una battuta d’arresto per Isomorphic Labs e sollevando interrogativi sull’effettiva efficacia dell’IA nella biologia.

C’è una differenza fondamentale tra progettare un motore in un software CAD e metterlo su strada in una giornata di pioggia. Nel mondo digitale, le variabili sono controllate, gli errori sono reversibili e la fisica risponde esattamente come l’abbiamo programmata.

Nel mondo reale, l’attrito, l’usura e l’imprevisto regnano sovrani.

È esattamente questo il muro contro cui si è appena scontrata Isomorphic Labs, la scommessa più ambiziosa di Alphabet (Google) nel campo della medicina.

Dal World Economic Forum di Davos, tra una stretta di mano e un panel sul futuro dell’umanità, Demis Hassabis ha dovuto fare un passo indietro. Il fondatore di DeepMind e CEO di Isomorphic Labs ha lanciato quello che nel gergo delle startup si chiama “pivot temporale”, ma che per gli investitori suona molto come una doccia fredda: i primi trial clinici per i farmaci progettati dall’IA slitteranno alla fine del 2026.

A prima vista potrebbe sembrare un ritardo fisiologico, un anno in più in un settore abituato a decenni di attesa. Ma se uniamo i puntini, questa frenata racconta una storia molto più complessa sul reale stato dell’arte dell’intelligenza artificiale applicata alla biologia.

Non siamo più nella fase dell’entusiasmo sfrenato del 2024 o del 2025; siamo entrati nell’era della verifica, dove le promesse di silicio devono sopravvivere alla dura realtà del carbonio.

Il collo di bottiglia biologico

Per capire perché questo annuncio è cruciale, dobbiamo guardare a cosa c’è “sotto il cofano” di Isomorphic. L’azienda si basa su AlphaFold, il sistema di IA che ha risolto uno dei più grandi misteri della biologia: il ripiegamento delle proteine.

Immaginate di avere un architetto geniale capace di disegnare la chiave perfetta (il farmaco) per qualsiasi serratura (la malattia) in pochi secondi. Sulla carta, o meglio sullo schermo, funziona tutto a meraviglia.

Tuttavia, il corpo umano non è un computer.

È un sistema caotico, rumoroso e interconnesso. Hassabis, che fino allo scorso anno ostentava una sicurezza quasi granitica sulla tabella di marcia, ha dovuto ammettere:

Prevediamo di avere i nostri primi studi clinici entro la fine del 2026.

— Demis Hassabis, Fondatore e CEO di Isomorphic Labs

Questo spostamento di un anno rispetto alla promessa originale del 2025 non è solo burocrazia. Indica che i modelli predittivi, per quanto avanzati, faticano ancora a prevedere gli effetti “off-target”.

In parole povere: l’IA può progettare una molecola che colpisce il bersaglio, ma non può ancora garantire al 100% che quella stessa molecola non vada a fare danni altrove nel corpo.

È la differenza tra vincere una partita a scacchi (dove le regole sono fisse) e prevedere il meteo (dove il caos impera).

E quando si passa dalla simulazione alla provetta, la biologia ha il brutto vizio di ricordarci che non l’abbiamo ancora “risolta” del tutto. Questa discrepanza tra velocità computazionale e lentezza biologica sta iniziando a innervosire chi ha messo mano al portafoglio.

Soldi, pazienza e investitori nervosi

Il ritardo annunciato a Davos non avviene nel vuoto. Isomorphic Labs non è un progetto accademico; è un’azienda che deve giustificare la sua esistenza agli azionisti di Alphabet e ai partner farmaceutici. La reazione dei mercati, sebbene composta, è un segnale di allerta: gli analisti hanno scelto di mantenere un rating neutrale sulle azioni Alphabet in seguito alla notizia.

“Neutrale” nel linguaggio di Wall Street è spesso un modo educato per dire “aspettiamo di vedere se funziona davvero prima di crederci ancora”. Il problema è che l’IA generativa e i modelli predittivi costano. Costano in termini di potenza di calcolo, di energia e di talenti.

Se il ritorno sull’investimento (ROI) si sposta in avanti, l’intera narrazione che vedeva l’IA come la bacchetta magica per abbattere i costi farmaceutici inizia a scricchiolare.

C’è poi un aspetto di credibilità. Hassabis aveva creato aspettative altissime:

Hassabis aveva dichiarato l’anno scorso che l’azienda avrebbe avuto farmaci progettati dall’IA in fase di sperimentazione clinica entro la fine del 2025.

— Demis Hassabis, Fondatore e CEO di Isomorphic Labs

Ritratare una promessa così specifica, fatta da una delle figure più autorevoli del settore tech, suggerisce che gli ostacoli incontrati negli ultimi 12 mesi siano stati più alti del previsto.

Non si tratta solo di rifinire un algoritmo, ma di tradurre la precisione matematica in sicurezza clinica.

E questo ci porta alla vera posta in gioco.

La grande scommessa della biologia digitale

Non dobbiamo dimenticare che Isomorphic Labs ha in ballo una scommessa da 3 miliardi di dollari con colossi come Eli Lilly e Novartis. Queste partnership non sono beneficenza: le big pharma cercano disperatamente di uscire dalla trappola statistica che vede il 90% dei farmaci fallire durante i trial clinici, con un costo medio di sviluppo di 2 miliardi di dollari per molecola.

L’IA prometteva di invertire queste percentuali, di scartare i fallimenti prima di spendere milioni in laboratorio.

Il ritardo al 2026 suggerisce che l’IA è bravissima a generare candidati, ma forse non è ancora così brava a preselezionare quelli che sopravviveranno all’ambiente ostile del corpo umano.

I critici del settore, spesso tacciati di scetticismo retrogrado, ora hanno un argomento in più: sostengono che senza una comprensione profonda della biologia sistemica, l’IA rischia di essere solo un generatore molto veloce di ipotesi plausibili ma errate.

Siamo a un bivio affascinante. Da una parte abbiamo la potenza di calcolo che cresce esponenzialmente, dall’altra la complessità della vita che si rifiuta di essere compressa in un dataset.

Il ritardo di Isomorphic Labs è salutare?

Probabilmente sì. Meglio un ritardo oggi che un disastro clinico domani, che potrebbe affossare la fiducia nell’IA medica per un decennio.

Tuttavia, resta una domanda scomoda che aleggia sopra le Alpi svizzere dopo questo annuncio: stiamo davvero accelerando la scoperta scientifica, o abbiamo solo trovato un modo più sofisticato e costoso per sbattere contro gli stessi, vecchi limiti della biologia umana?

Il 2026 sarà l’anno della verità, ma nel frattempo, la rivoluzione dovrà attendere in sala d’aspetto.