Anthropic satser tungt på AI for vitenskap: våtlaber, biologer og Nobel-rekruttering

Anthropic satser tungt på AI for vitenskap: våtlaber, biologer og Nobel-rekruttering

Gjennom 2026 har Anthropic bygd opp en egen satsing på å bruke AI i ekte vitenskapelig forskning. Selskapet åpner våtlaber, ansetter biologer og henter Nobelprisvinner John Jumper fra Google DeepMind. Ambisjonen er å korte ned forsknings- og utviklingstiden i biovitenskap kraftig, kanskje med en faktor på ti, ved å la Claude jobbe direkte i forskningsarbeidet.

Hva «AI for vitenskap» betyr i praksis

De fleste forbinder AI med tekst: chat, skriving, oppsummering. Det Anthropic nå bygger, er noe annet. En våtlab er et fysisk laboratorium der man jobber med ekte biologiske prøver, ikke bare data på skjerm. At et AI-selskap bygger slike laber, signaliserer at de vil koble modellene sine til eksperimenter i den virkelige verden, ikke bare til dokumenter.

Konkret handler det om å sette AI-agenter, altså modeller som kan utføre flertrinns-oppgaver mer selvstendig, inn i forskeres arbeidsflyt. Anthropic har publisert forskning på agenter laget spesielt for biologiske arbeidsoppgaver, og inngått partnerskap med tunge miljøer som Allen Institute og Howard Hughes Medical Institute. Der peiles AI-agentene mot flaskehalser i forskningen, for eksempel analyse av enkeltceller og store bildedatasett, der mengden data er for stor til at mennesker klarer å gå gjennom alt manuelt.

Hvorfor Jumper-rekrutteringen betyr noe

John Jumper delte Nobelprisen i kjemi i 2024 for AlphaFold, AI-systemet som forutsier proteiners tredimensjonale form. At han forlater Google DeepMind etter nesten ni år for å gå til Anthropic, er mer enn en enkelt ansettelse. Det er et signal om at selskapet mener alvor med biovitenskap, og at det klarer å tiltrekke seg noen av de aller fremste i feltet.

Samtidig er det verdt å være edruelig. Et hårete mål om å korte forskningstiden ti ganger er nettopp et mål, ikke et oppnådd resultat. AI har vist reell verdi i blant annet proteinforskning, men veien fra lovende verktøy til ferdige legemidler er lang, dyr og full av krav til sikkerhet og godkjenning. Det rette er å se dette som en seriøs satsing med stort potensial, ikke som et løfte om at sykdommer snart er løst. Anthropic har også varslet et eget arrangement om AI for vitenskap mot slutten av juni, der mer av planene ventes utdypet.

Hva dette betyr for norske lesere

For norske forsknings- og helsemiljøer er hovedpoenget at AI-for-vitenskap er i ferd med å bli en egen kategori, atskilt fra de generelle chat-verktøyene folk flest kjenner. Hvis verktøyene leverer som lovet, kan de hjelpe forskere å gå gjennom store datamengder raskere og finne mønstre mennesker ikke rekker å se. Det er relevant for norske universiteter, sykehus og bioteknologimiljøer som allerede jobber med tunge datasett.

Det praktiske rådet er todelt. For forskere: følg med på hvilke konkrete verktøy som faktisk slippes, og test dem mot egne problemstillinger framfor å stole på overskrifter om revolusjon. For alle andre: forstå at dette er en annen bruk av AI enn den daglige chatten, med egne krav til datasikkerhet og etikk, særlig når helsedata er involvert. Potensialet er stort, men det avgjørende blir hva verktøyene faktisk presterer i ekte forskning, ikke hva de loves å kunne.

«Gjennom 2026 har Anthropic bygd infrastruktur for AI-for-vitenskap: åpnet våtlaber, ansatt biologer, publisert forskning på AI-agenter for biologiske arbeidsflyter og inngått partnerskap med Allen Institute og Howard Hughes Medical Institute. I juni 2026 kunngjorde AlphaFold-Nobelvinner John Jumper at han forlater Google DeepMind for Anthropic, der selskapet sier det vil korte ned R&D-tiden i biovitenskap kraftig.» — Oppsummert fra Anthropics egne kunngjøringer og bransjedekning, juni 2026 (anthropic.com)

Ofte stilte spørsmål

Hva er «AI for vitenskap» hos Anthropic? Det er en satsing der Anthropic bruker AI direkte i forskningsarbeid, ikke bare til tekst. Selskapet åpner våtlaber, altså fysiske laboratorier med ekte biologiske prøver, ansetter biologer, og setter AI-agenter inn i forskeres arbeidsflyt for å analysere store datamengder som enkeltcelle-data og bildedatasett. Målet er å korte ned forsknings- og utviklingstiden i biovitenskap betydelig.

Hvorfor er ansettelsen av John Jumper viktig? Jumper delte Nobelprisen i kjemi i 2024 for AlphaFold, AI-systemet som forutsier proteiners tredimensjonale form. At han i juni 2026 forlater Google DeepMind etter nesten ni år for å gå til Anthropic, signaliserer at selskapet mener alvor med biovitenskap og klarer å tiltrekke seg noen av de fremste i feltet. Det styrker satsingens troverdighet, men er ikke i seg selv et resultat.

Er løftet om ti ganger raskere forskning realistisk? Det bør leses som et mål, ikke et oppnådd resultat. AI har vist reell verdi i blant annet proteinforskning, men veien fra lovende verktøy til ferdige legemidler er lang, dyr og strengt regulert. Det fornuftige er å se satsingen som seriøs og med stort potensial, samtidig som man avventer hva verktøyene faktisk presterer i ekte forskning før man konkluderer.