13 июля 2026 года стартап Chai Discovery объявил о закрытии раунда Series C объёмом $400 млн, который возглавили Index Ventures, Kleiner Perkins, Sequoia Capital и Dimension. В раунде также поучаствовали Bain Capital Ventures, Battery Ventures, Baillie Gifford, BDT & MSD и ряд других институциональных инвесторов, а из прежних акционеров вложились Thrive Capital, OpenAI, General Catalyst и Menlo Ventures. Оценка компании выросла до $3,8 млрд — почти втрое выше уровня предыдущего раунда, а общий объём привлечённых стартапом средств превысил $600 млн.
Компанию основали в 2024 году Джошуа Мейер, Джек Дент, Мэттью МакПартлон и Жак Буатро — выходцы из исследовательских команд, занимавшихся моделированием белков и биологических молекул. Chai Discovery разрабатывает генеративные ИИ-модели, которые предсказывают структуру и предсказывают поведение биологических молекул, а затем позволяют «перепрограммировать» их взаимодействие — это принципиально ускоряет один из самых длительных и дорогих этапов разработки лекарств: поиск и оптимизацию молекулы-кандидата.
В отличие от многих ИИ-стартапов в биотехе, чья работа пока ограничена лабораторными демонстрациями, платформа Chai Discovery уже интегрирована в производственные процессы Eli Lilly, Pfizer и Novartis. Фармацевтические гиганты используют инструменты компании для поиска терапевтических целей при онкологических и нейродегенеративных заболеваниях — направлениях, где традиционные методы скрининга молекул годами упирались в тупики.
Ключевое конкурентное преимущество Chai Discovery — способность моделировать не только структуру отдельных белков (задача, с которой AlphaFold от DeepMind справился ещё несколько лет назад), а полноценное взаимодействие между молекулами, включая антитела. Именно эта возможность — прогнозировать, как спроектированное антитело будет связываться с целевым белком ещё до синтеза в лаборатории, — и определяет коммерческую ценность платформы для фармкомпаний, которые тратят сотни миллионов долларов на доклинические испытания.
Раунд Chai Discovery — часть более широкой тенденции: инвесторы всё активнее перекладывают капитал из «универсальных» LLM-лабораторий, где конкуренция за лидерство обостряется, в специализированные приложения ИИ с понятной бизнес-моделью и измеримым эффектом. В отличие от чат-ботов общего назначения, платформа для разработки лекарств продаёт не подписку на токены, а долю в экономии миллиардов долларов, которые фармкомпании тратят на неудачные клинические испытания — по отраслевым оценкам, до 90% кандидатов в лекарства не доходят до рынка именно из-за ошибок на ранних стадиях отбора молекул.
Участие OpenAI в качестве соинвестора также показательно: крупные ИИ-лаборатории всё активнее вкладываются в вертикальные стартапы, применяющие их инфраструктуру и исследовательские наработки в узких, но высокомаржинальных индустриях — от биотеха до материаловедения.
Прямых аналогов Chai Discovery в России пока нет — отечественный рынок ИИ для фармацевтики и биотеха на порядки меньше американского по объёму частных инвестиций, а сотрудничество с западными фармгигантами затруднено санкционным режимом. Тем не менее методология компании — использование генеративных моделей для проектирования белков и антител — уже применяется в исследовательских проектах российских биотех-стартапов и профильных лабораторий при вузах, использующих открытые модели вроде AlphaFold и ESMFold в качестве отправной точки.
Для российских фармацевтических компаний кейс Chai Discovery — сигнал о том, что применение ИИ в разработке лекарств переходит из фазы экспериментов в фазу промышленного внедрения с реальными контрактами на десятки и сотни миллионов долларов, и что отставание в этой узкой, но стратегически важной нише будет стоить рынку не меньше, чем отставание в больших языковых моделях.