Anthropic pamerkan kemampuan riset sebelum IPO: Claude "secara mandiri menemukan" sistem mirip CRISPR, sektor gene editing hadapi "kecemasan tergantikan oleh AI"

Menurut aplikasi Zhihui Finance, pada hari Rabu, saham perusahaan pengeditan gen di bursa saham AS mengalami penurunan. Sebelumnya, Anthropic mengumumkan bahwa model AI mereka, Claude, secara "mandiri menemukan" sistem enzim baru yang mirip dengan alat pengeditan gen CRISPR.

Dari sisi saham individu, Prime Medicine (PRME.US) turun sebesar 11,58% dalam sehari, Editas Medicine (EDIT.US) turun 8%, Beam Therapeutics (BEAM.US) turun lebih dari 6%, sedangkan CRISPR Therapeutics (CRSP.US) dan Intellia (NTLA.US) masing-masing turun sekitar 5,5% dan 3%. Dari isi berita itu sendiri, Anthropic secara jelas menyatakan "belum memastikan fungsi pasti dari sistem enzim ini" dan juga belum membuktikan bahwa sistem tersebut memiliki kemampuan pengeditan gen yang dapat diprogram. Namun, pasar melakukan penilaian berdasarkan logika "ancaman substitusi", sehingga kewajaran reaksi ini perlu dievaluasi dengan hati-hati.

Anthropic menunjukkan bahwa Claude menemukan sistem enzim ini setelah meninjau basis data urutan DNA yang sangat besar; partisipasi ilmuwan mereka dalam pekerjaan ini terbatas pada kata kunci awal dan pekerjaan laboratorium. Perusahaan menambahkan bahwa fungsi pasti dari sistem ini saat ini belum dipastikan, namun sistem tersebut memiliki kemiripan dengan banyak "sistem lain", yang semuanya dapat diprogram, serta mampu melakukan pemotongan, penyalinan, dan penempelan DNA.

Penemuan ini merupakan hasil pertama dari laboratorium basah yang baru saja diluncurkan oleh perusahaan yang dipimpin oleh Dario Amodei, serta menandai bukti awal nilai Claude di bidang sains. Perusahaan ini diperkirakan akan melakukan IPO yang sangat diantisipasi tahun ini.

Dampak Industri: Revolusi Efisiensi Bukan Revolusi Pengganti

Perlu dicatat, dampak nyata atas penemuan Anthropic terhadap perusahaan pengeditan gen yang sudah ada, lebih mungkin terwujud dalam diversifikasi jalur teknologi daripada penggantian langsung. Saat ini, lanskap teknologi di bidang pengeditan gen sedang berkembang dari CRISPR/Cas9 tunggal menuju berbagai alat editing yang berjalan paralel—teknologi baru seperti editing basa, editing primer, editing epigenetik terus bermunculan, CRISPR Therapeutics, Beam, Intellia dan lain-lain telah membangun keunggulan khusus di segmen masing-masing. Penemuan sistem ART hanya menambah satu kandidat potensial baru pada garis teknologi ini dan tidak akan mengubah pola persaingan yang ada dalam jangka pendek.

Hal yang benar-benar perlu menjadi perhatian manajemen perusahaan pengeditan gen adalah: kecepatan yang ditunjukkan AI dalam penemuan biologi dapat memaksa seluruh industri mempercepat ritme R&D. Jika sebuah sistem AI dapat memindai basis data dan menyodorkan temuan potensial dalam waktu 21 jam, maka perusahaan yang masih bergantung pada metode eksperimen tradisional untuk penemuan target dan seleksi alat akan menghadapi tekanan persaingan efisiensi.

Dampak Rantai Industri pada Industri AI Farmasi

Dari kacamata rantai industri, kejadian ini semakin memperkuat tema investasi "AI+bioteknologi". Dana publik tengah mengatur posisi di jalur ini, Industrial and Commercial Bank of China Ruixin Fund berpendapat bahwa penemuan obat berbasis AI berpotensi meningkatkan efisiensi riset dan pengembangan obat baru serta menambah penemuan molekul baru, sehingga menguntungkan sektor hulu seperti reagen, hewan percobaan, dan CXO. Sementara CEE Fund menyoroti bahwa setelah produsen model besar masuk ke bidang AI farmasi dan menyadari bahwa mereka kekurangan data dasar riset dan pengembangan milik perusahaan farmasi, mereka perlu dengan cepat mengakumulasi data eksperimen, yang pada akhirnya akan mendorong peningkatan pesanan terkait CXO.

Model operasional laboratorium basah milik Anthropic justru membuktikan logika tersebut: laboratorium basah merupakan tahap verifikasi dari desain "laboratorium kering", memungkinkan Claude berinteraksi dengan sel, reagen, dan perangkat laboratorium untuk menguji kemampuan model dalam menginstruksikan robot melakukan eksperimen biologi. Ini berarti raksasa AI yang membangun laboratorium sendiri tidak hanya tidak akan menggantikan perusahaan CRO, bahkan dapat mendorong munculnya kebutuhan outsourcing yang lebih besar.

Tinjauan Ulang dari Sisi Investasi

Dari perspektif investasi, penyesuaian jangka pendek pada sektor pengeditan gen harus dibedakan dari logika industri jangka menengah dan panjang. Royal Bank of Canada memperkirakan bahwa dalam lima tahun ke depan, teknologi AI berpotensi menghemat biaya sekitar 90 miliar dolar AS bagi industri farmasi AS dan meningkatkan laba per saham sebesar 13%. Nilai tambah AI bagi industri farmasi bersifat inkremental dan bukan zero sum game.

Namun, batasan nyata yang dihadapi AI farmasi saat ini juga harus diperhatikan. Citi merangkum situasi industri saat ini sebagai "lebih cepat sudah terbukti, lebih baik belum"—efisiensi operasional telah dibuktikan, namun kualitas setiap kandidat obat dan tingkat keberhasilan klinisnya masih belum pasti. Laporan riset Citi menunjukkan, metode tradisional membutuhkan sintesis dan pengujian sekitar 5.000 molekul serta memakan waktu 4 hingga 6 tahun untuk menemukan satu kandidat pra-klinis, sedangkan jalur AI dapat memangkas jumlah molekul yang diuji hingga sekitar 330, dengan waktu menjadi 17 bulan, tetapi uji klinis fase I hingga III tetap membutuhkan waktu 5 hingga 7 tahun. AI memangkas waktu pencarian serta iterasi percobaan, tetapi tidak memperpendek waktu uji klinis secara proporsional.

Yang perlu diwaspadai investor adalah: menyamakan narasi penemuan ilmiah AI dengan peningkatan keberhasilan pengembangan obat yang dapat diukur bisa menjadi suatu bias kognitif. Nilai dari temuan Anthropic kali ini bukan pada apakah itu menciptakan pengganti CRISPR, melainkan pada pembuktian paradigma baru penemuan ilmiah—agen AI dapat secara mandiri mengenali pola-pola dalam data skala besar yang mungkin terlewat oleh manusia. Makna jangka panjang paradigma ini sangat mendalam, namun dari paradigm sampai ke produk, masih terdapat jalan panjang verifikasi dan pengembangan yang harus ditempuh.