Bristol Myers Squibb rafforza la collaborazione con NVIDIA e investe in una nuova infrastruttura di calcolo ad alte prestazioni destinata alla scoperta e allo sviluppo di farmaci
Bristol Myers Squibb rafforza la collaborazione con NVIDIA e investe in una nuova infrastruttura di calcolo ad alte prestazioni destinata alla scoperta e allo sviluppo di farmaci. L’obiettivo non è soltanto accelerare la ricerca, ma migliorare la qualità delle decisioni lungo l’intero percorso di sviluppo, dalla formulazione delle ipotesi scientifiche fino all’interpretazione dei risultati clinici.
In base al nuovo accordo, di cui non sono stati resi noti i termini economici, BMS adotterà i sistemi NVIDIA DGX Vera Rubin NVL72. Secondo l’azienda farmaceutica, l’installazione darà vita alla più potente infrastruttura NVIDIA di proprietà di una singola impresa nel settore delle life science.
La nuova capacità computazionale sarà utilizzata per sostenere programmi basati sull’intelligenza artificiale in oncologia, ematologia, malattie cardiovascolari, immunologia e neuroscienze.
Una collaborazione iniziata quasi tre anni fa
L’intesa rappresenta una nuova fase della collaborazione avviata quasi tre anni fa, quando BMS aveva adottato l’infrastruttura NVIDIA DGX SuperPOD per supportare le proprie attività di ricerca e sviluppo.
Con l’arrivo dell’architettura Vera Rubin, la multinazionale punta ora a elaborare quantità di dati ancora maggiori e a sviluppare modelli di intelligenza artificiale più complessi, mantenendo sotto controllo il consumo energetico.
Secondo BMS, la nuova architettura potrebbe offrire prestazioni per megawatt fino a dieci volte superiori rispetto alla generazione precedente. Questo consentirebbe ai ricercatori di gestire carichi di lavoro più ampi e sofisticati senza un aumento proporzionale dei consumi.
Non soltanto velocità, ma decisioni più affidabili
«Questa infrastruttura ci permette di imparare da ogni esperimento e da ogni risultato clinico, affinando progressivamente le ipotesi successive», ha dichiarato Robert Plenge, chief research officer di Bristol Myers Squibb.
L’intelligenza artificiale, ha spiegato Plenge, dovrebbe ridurre il tempo dedicato dai ricercatori alle attività manuali e ripetitive, lasciando più spazio alle domande scientifiche che richiedono interpretazione, creatività ed esperienza.
«L’obiettivo non è la velocità fine a se stessa, ma aumentare la probabilità che ogni programma che decidiamo di portare avanti sia quello giusto», ha aggiunto.
Il punto centrale della strategia di BMS è quindi la capacità di selezionare più precocemente i target, le molecole e le indicazioni con maggiori probabilità di successo. In un settore caratterizzato da lunghi tempi di sviluppo e da un elevato tasso di insuccesso, anche un miglioramento limitato della capacità predittiva potrebbe tradursi in un impatto rilevante.
Ricercatori e “co-scienziati” digitali
L’accordo sostiene il modello definito da BMS di “intelligenza ibrida collaborativa”, nel quale i ricercatori lavorano insieme a sistemi di intelligenza artificiale utilizzati come veri e propri “co-scienziati”.
In questo scenario, l’AI si occupa delle elaborazioni computazionali più onerose, dell’integrazione di grandi quantità di dati e dell’esplorazione simultanea di numerose ipotesi. Agli scienziati rimangono la definizione della direzione della ricerca, l’interpretazione dei risultati e le decisioni che richiedono giudizio umano.
Il cluster Vera Rubin costituirà la struttura computazionale alla base di questo modello e sosterrà lo sviluppo di nuovi foundation model, addestrati utilizzando decenni di dati proprietari accumulati da BMS nella ricerca preclinica e clinica.
L’azienda potrà inoltre utilizzare BioNeMo, la piattaforma cloud di NVIDIA dedicata all’intelligenza artificiale generativa applicata alla scoperta di farmaci.
Dalle analisi predittive agli agenti autonomi
La nuova infrastruttura sarà impiegata anche per sviluppare workflow “agentici”, nei quali sistemi di AI dotati di un certo grado di autonomia possono organizzare analisi, interrogare differenti fonti di dati, confrontare risultati e proporre nuovi esperimenti.
Questi strumenti potrebbero permettere ai ricercatori di verificare ipotesi su una scala che, secondo BMS, sarebbe stata impraticabile soltanto pochi anni fa.
Le applicazioni potenziali comprendono l’identificazione di nuovi bersagli terapeutici, la progettazione di molecole, la previsione delle proprietà farmacologiche e tossicologiche, l’individuazione di biomarcatori e la selezione dei pazienti con maggiori probabilità di rispondere a una determinata terapia.
La corsa dell’industria farmaceutica all’AI
La decisione di Bristol Myers Squibb si inserisce in una più ampia accelerazione degli investimenti dell’industria farmaceutica nell’intelligenza artificiale e nelle infrastrutture di calcolo avanzate.
All’inizio del 2026, anche Eli Lilly aveva annunciato un impegno fino a un miliardo di dollari insieme a NVIDIA per la creazione di un laboratorio di co-innovazione dedicato alla scoperta di nuovi farmaci.
La competizione non riguarda più soltanto l’accesso agli algoritmi, ma anche la disponibilità di capacità computazionale, dati proprietari di qualità e competenze in grado di integrare l’AI nei processi decisionali della ricerca.
La scommessa di BMS è che la combinazione tra dati sperimentali, supercalcolo e giudizio umano possa ridurre l’incertezza che accompagna lo sviluppo di un nuovo farmaco. Più che sostituire gli scienziati, l’intelligenza artificiale dovrebbe quindi amplificarne le capacità, aiutandoli a scegliere prima e con maggiore precisione quali programmi meritano di essere portati avanti.