Anthropic บริษัทเจ้าของ Claude ประกาศเปิดตัว Claude Science เครื่องมือ AI ที่ออกแบบมาเพื่อนักวิจัยด้านชีววิทยาและการค้นคว้ายาโดยเฉพาะ เมื่อราว 30 มิถุนายน 2026 ตามรายงานของ CNBC นับเป็นครั้งแรกที่ Anthropic ทำผลิตภัณฑ์เจาะกลุ่มนักวิทยาศาสตร์ชีวภาพโดยตรง
เกิดอะไรขึ้น
Claude Science เป็นเหมือน "เวิร์กเบนช์" หรือโต๊ะทำงานวิจัยรวมศูนย์ ที่ให้นักวิจัยเชื่อมต่อฐานข้อมูล ไฟล์หลายรูปแบบ และเครื่องมือวิเคราะห์เข้าด้วยกันในที่เดียว ตั้งแต่ต้นจนจบงานวิจัย โดยมี ฟังก์ชันติดตั้งมาให้กว่า 60 รายการ ครอบคลุมงานด้านจีโนมิกส์ การศึกษาเซลล์เดี่ยว (single-cell) โปรตีโอมิกส์ ชีววิทยาโครงสร้าง และเคมีสารสนเทศ (cheminformatics)
ที่น่าสนใจกว่านั้นคือ Anthropic ไม่ได้ทำแค่ "เครื่องมือให้คนอื่นใช้" แต่ยัง ตั้งโครงการค้นคว้ายาภายในของตัวเอง ด้วย โดย Eric Kauderer-Abrams หัวหน้าฝ่ายวิทยาศาสตร์ชีวภาพของบริษัท ระบุว่าจะเน้นไปที่ การค้นหายารักษา "โรคที่ถูกมองข้าม" (neglected diseases) ซึ่งบริษัทยาแบบดั้งเดิมมักไม่ลงทุนเพราะมองว่าไม่คุ้มค่าเชิงพาณิชย์
ปัจจุบัน Claude Science ยังอยู่ในช่วง เบต้า โดยเปิดให้ผู้ร่วมทดสอบขอเครดิตใช้งานได้สูงสุดถึง 30,000 ดอลลาร์ และเงินสนับสนุนโครงการวิจัยข้ามสาขา เปิดรับสมัครถึง 15 กรกฎาคม 2026
การเปิดตัวครั้งนี้เกิดขึ้นในจังหวะที่สหรัฐฯ เพิ่งผ่อนคลายมาตรการควบคุมการส่งออกเครื่องมือ AI ขั้นสูงของ Anthropic พอดี ทำให้ผู้ใช้และนักวิจัยในหลายประเทศเข้าถึงได้กว้างขึ้น
แปลว่าอะไร
นี่คือสัญญาณชัดว่า AI กำลังขยับจาก "แชตบอตตอบคำถามทั่วไป" ไปสู่ เครื่องมือเฉพาะทางเชิงลึก ที่ฝังตัวอยู่ในกระบวนการทำงานจริงของอุตสาหกรรม — ในที่นี้คือวงการวิทยาศาสตร์และเภสัชกรรม การที่บริษัท AI แถวหน้ากระโดดลงมาทำ R&D ยาเองยังสะท้อนการแข่งขันที่ร้อนแรงขึ้นในสมรภูมิ "AI เพื่อวิทยาศาสตร์"
ต้องย้ำว่า Claude Science เป็น "เครื่องมือช่วยวิจัย" ไม่ใช่ตัวคิดค้นยาสำเร็จรูป การค้นพบและพัฒนายายังต้องผ่านการทดลอง การทดสอบทางคลินิก และการอนุมัติที่ใช้เวลาหลายปี AI ช่วยเร่งบางขั้นตอนได้ แต่ไม่ได้ย่นระยะทางทั้งหมดให้สั้นลงในชั่วข้ามคืน
สำหรับภูมิภาคเอเชียตะวันออกเฉียงใต้รวมถึงไทย ประเด็น "โรคที่ถูกมองข้าม" มีความหมายเป็นพิเศษ เพราะหลายโรคเขตร้อนที่ระบาดในบ้านเรามักไม่ได้รับความสนใจจากบริษัทยารายใหญ่ หากเครื่องมืออย่างนี้ช่วยลดต้นทุนและเวลาในการค้นคว้าได้จริง ก็อาจเปิดโอกาสให้งานวิจัยที่เคย "ไม่คุ้มลงทุน" กลับมามีความเป็นไปได้อีกครั้ง