2017 年 7 月 2 日，葛兰素史克公司公布了一项关于人工智能（AI）价值 4300 万美元的新交易，这反应出世界领先的大型制药公司正在转向利用 AI 改善寻找新药的命中率。包括默克公司，强生公司和赛诺菲在内的其他制药巨头也在探索人工智能的潜力，帮助简化药物开发过程。
AI 系统已经在其他高科技领域发挥了核心作用，如无人驾驶汽车和面部识别软件的开发。制药商的目的是利用现代超级计算机和机器学习系统来预测分子的行为方式以及制造有用药物的可能性，从而节省进行非必要测试的时间和金钱。
私营公司 Exscientia 首席执行官 Hopkins 表示：「许多大型制药公司开始意识到这种方法的潜力，以及如何利用其提高效率。」曾在辉瑞任职的 Hopkins 指出，Exscientia 的 AI 系统只需要传统方法四分之一的时间和成本筛选候选药物。
Exscientia 于今年 5 月与赛诺菲签署了协议，这家位于苏格兰的公司也是将 AI 应用于药物研究的初创企业之一，大西洋两岸这样的公司越来越多，包括美国公司 Berg，Numerate，TwoXAR 和 Atomwise 以及英国的 BenevolentAI。
硅谷银行生命科学处处长 Haque 表示：「对于制药行业，这些公司本质上是数字化生物技术，可以与其建立伙伴关系，并帮助他们实现生产。如果这项技术真的证明了自己，那么它们可能会开始与制药公司并购，并将这些 AI 引擎更紧密地整合到制药研发中。」
制药商不是第一次转而使用高科技解决方案来提高研发生产力。二十世纪二十年代初，引入「高通量筛选」快速测试数百万种化合物，当时达到高峰，但显然未能解决研究过程中的低效率。
对于 AI 来说，大型制药公司正在变得小心谨慎，因为这项技术尚未证明能够成功地将电脑上的程序应用到实验室，分析仪器，乃至市场。GSK 的平台技术和科学主管 Baldoni 认为：「还有待验证，但我们绝对认为应该做尝试。」
Baldoni 还通过招聘一些不同行业的工作人员在制药商内部进行 AI 方面的投资，这些人有适当的计算和数据处理经验，包括天体物理学家。他的目标是减少识别疾病干预靶点的分子所需的时间，从现在平均 5.5 年到今后的 1 年时间。
Baldoni 对路透社称：「这个过程会很长，但是随着我们了解更多现代超级计算机可以做的事情，我们收获的信心也更多。我们有义务降低药物成本，并减少向患者提供药物所需的时间。」
今年初，GSK 还与美国能源部和国家癌症研究所合作，通过使用先进的计算技术来加速临床前药物开发。与 Exscientia 的新协议将允许 GSK 搜索多达 10 个疾病相关靶点的候选药物。GSK 将提供研究资金，如果达到临床前阶段性的里程碑还将支付 3300 万英镑（4300 万美元）。
