
โลกของโปรแกรมเมอร์ การมีเครื่องมือที่เรียกว่า IDE (Integrated Development Environment) ช่วยให้การเขียนโค้ด ลื่นไหลและรวดเร็ว แต่ในโลกของนักชีววิทยา พวกเขากลับขาดแคลนเครื่องมือเช่นนั้น จนกระทั่งการมาถึงของ Phylo สตาร์ทอัพที่เพิ่งระดมทุนรอบ Seed Round ไปได้ถึง 13.5 ล้านดอลลาร์สหรัฐฯ โดยการนำทัพของ Menlo Ventures
บทความนี้จะพาไปทำความรู้จักกับ Phylo ว่าทำไมสตาร์ทอัพรายนี้ถึงกล้าประกาศตัวว่าเป็นผู้สร้าง ‘IDE สำหรับชีววิทยา’ และเทคโนโลยี AI Agent ของพวกเขาจะเข้ามาแก้ปัญหาคอขวดที่เรื้อรังที่สุดในวงการวิทยาศาสตร์ชีวภาพได้อย่างไร
ก่อนจะเข้าใจโซลูชัน ต้องเข้าใจปัญหาก่อน Menlo Ventures ชี้ให้เห็นว่าอุปสรรคใหญ่ที่สุดของวงการวิทยาศาสตร์ชีวภาพในปัจจุบัน ไม่ใช่การขาดแคลนข้อมูล แต่คือ ‘ขีดจำกัดในการทำงานของมนุษย์’
ชีวิตจริงของนักชีววิทยาคำนวณ (Computational Biologist) ในบริษัทยาชั้นนำ เต็มไปด้วยความยุ่งยาก ในหนึ่งวันพวกเขาอาจต้องสลับใช้งานแอพพลิเคชันมากถึง 11 ตัว ตั้งแต่ฐานข้อมูลยีน, โปรแกรมสถิติ, ไปจนถึงอีเมลและ Slack เพื่อประสานงาน สิ่งที่น่าตกใจคือ พวกเขาต้องเสียเวลากว่า 80% ไปกับสิ่งที่เรียกว่างานเชื่อมประสานราคาแพง เช่น การนั่งแปลงไฟล์ข้อมูล เพื่อให้โปรแกรมหนึ่งคุยกับอีกโปรแกรมหนึ่งรู้เรื่อง แทนที่จะได้ใช้เวลาไปกับการตั้งสมมติฐานหรือตีความผลการทดลองที่เป็นหัวใจสำคัญของวิทยาศาสตร์จริงๆ
วงการวิศวกรรมซอฟต์แวร์แก้ปัญหานี้ได้ทศวรรษแล้วด้วย IDE ที่รวมทุกขั้นตอนการพัฒนาไว้ในหน้าจอเดียว Phylo จึงนำแนวคิดนี้มาประยุกต์ใช้ โดยสร้าง ‘สภาพแวดล้อมแบบครบวงจร’ ขึ้นมา เพื่อให้นักวิจัยทำงานได้เร็วเท่ากับความคิดของตนเอง
หัวใจสำคัญของ Phylo ไม่ใช่แค่การสร้างหน้ากากครอบโปรแกรมเดิมๆ แต่คือการใช้ AI Agent ทำหน้าที่เป็นตัวกลางอัจฉริยะ ระบบนี้ใช้ Foundation Model ที่ถูกเทรนมาให้เข้าใจบริบทของเอกสารวิจัย รูปแบบไฟล์ที่ซับซ้อน และธรรมเนียมปฏิบัติในห้องแล็บ ทำงานร่วมกับสถาปัตยกรรมแบบ Multi-Agent ที่สามารถวางแผน เขียนโค้ด และรันผลการทดลองได้อัตโนมัติ โดยเชื่อมต่อกับเครื่องมือเฉพาะทางกว่า 100 รายการ และฐานข้อมูลชีวภาพมหาศาล ทำให้ข้อมูลไหลเวียนหากันได้โดยที่มนุษย์ไม่ต้องมานั่งแปลงไฟล์เอง
สิ่งที่ทำให้ Phylo น่าจับตามองไม่ใช่แค่คอนเซปต์ แต่คือผลลัพธ์ที่จับต้องได้ หลังจากเปิดตัวช่วง Research Preview เพียง 72 วัน Phylo มีผู้ใช้งานกว่า 8,400 คน จาก 4,300 องค์กร และที่สำคัญคือ 18 ใน 20 บริษัทยาชั้นนำของโลก (เช่น AstraZeneca, Novartis และ Astellas) ต่างตบเท้าเข้ามาทดลองใช้งาน
ผลตอบรับที่ได้คือนักวิจัยสามารถลดระยะเวลา Workflow การวิเคราะห์ข้อมูลที่เคยใช้เวลาเป็นสัปดาห์ ให้เหลือเพียงไม่กี่ชั่วโมง ทำให้บทบาทของนักวิจัยเปลี่ยนไป จากเดิมที่เป็นเหมือนช่างเทคนิคที่ต้องคอยจัดการไฟล์ กลายเป็นผู้กำกับที่เน้นสั่งการ AI และใช้เวลาไปกับการตีความผลลัพธ์ทางวิทยาศาสตร์ได้อย่างเต็มที่
ความสำเร็จของ Phylo ขับเคลื่อนโดยสองผู้ก่อตั้งระดับหัวกะทิจาก Stanford อย่าง Kexin Huang ผู้เชี่ยวชาญด้าน AI สำหรับการค้นคว้ายาที่เคยผ่านงานกับ GSK และ Pfizer และ Yuanhao (Jerry) Qu ผู้เชี่ยวชาญด้านพันธุศาสตร์และ CRISPR ซึ่งการผสมผสานระหว่างความรู้ด้าน AI ขั้นสูงและความเข้าใจปัญหาหน้างานของห้องแล็บ (Wet Lab) อย่างลึกซึ้ง ทำให้พวกเขาสร้างโปรดักต์ที่ตอบโจทย์นักวิจัยได้ตรงจุด
Menlo Ventures มองว่านี่คือจังหวะเวลาที่ ‘ใช่’ ที่สุด เพราะในขณะที่เทคโนโลยี Sequencing ทำให้ข้อมูลชีวภาพล้นทะลักเกินกว่ามนุษย์จะจัดการไหว เทคโนโลยี Foundation Models ก็ฉลาดพอที่จะเข้ามาจัดการความซับซ้อนนี้ได้พอดี Phylo จึงเปรียบเสมือนกุญแจสำคัญที่จะปลดล็อกให้นักวิจัยกลับมาทำงานวิทยาศาสตร์ได้อย่างเต็มภาคภูมิ และนี่อาจเป็นจุดเปลี่ยนครั้งสำคัญของวงการ Life Science โลก
ที่มา: Menlo Ventures
ลงทะเบียนเข้าสู่ระบบ เพื่ออ่านบทความฟรีไม่จำกัด