Introdução
A gigante farmacêutica Bristol Myers Squibb (BMS) está elevando o patamar da inteligência artificial na indústria de ciências da vida ao anunciar a implantação de seu segundo DGX SuperPOD da NVIDIA, desta vez construído com oito sistemas DGX Vera Rubin NVL72. Este movimento representa não apenas um investimento massivo em infraestrutura computacional, mas uma mudança fundamental na forma como a descoberta de medicamentos é conduzida no século XXI. Com esta expansão, a BMS está criando o que pode ser considerado o cluster de IA mais poderoso e eficiente energeticamente do setor farmacêutico, democratizando o acesso a recursos computacionais avançados para todos os seus cientistas globalmente.
A evolução da infraestrutura de IA na BMS
A Bristol Myers Squibb não é novata no uso de supercomputação para pesquisa farmacêutica. A empresa opera um DGX SuperPOD há aproximadamente três anos, período no qual obteve resultados significativos que justificam a expansão atual. O que torna esta nova implementação particularmente notável é a escala e a ambição por trás dela. Erin Davis, vice-presidente de insights de negócios de pesquisa e tecnologia da BMS, refere-se ao novo sistema como “SuperDuperPOD” – uma nomenclatura informal que captura tanto o entusiasmo quanto a magnitude do projeto.
O novo sistema, baseado em processadores NVIDIA Vera CPUs e GPUs Rubin, promete entregar até 10 vezes o desempenho por megawatt comparado à infraestrutura anterior. Esta eficiência energética é crucial em uma era onde a sustentabilidade computacional se torna cada vez mais importante, especialmente para operações de grande escala. A plataforma unificada incluirá o NVIDIA BioNeMo Agent Toolkit, uma ferramenta especializada para IA biológica que permite executar previsões, treinar modelos e potencializar fluxos de trabalho agênticos em todo o pipeline de descoberta de medicamentos.
Democratizando o acesso à supercomputação
Um dos aspectos mais revolucionários desta implementação é a filosofia de acesso irrestrito adotada pela BMS. Tradicionalmente, recursos de supercomputação em empresas farmacêuticas são alocados para pequenos grupos de pesquisadores especializados, criando gargalos e limitando o potencial de inovação. A BMS está rompendo com este paradigma ao abrir o sistema para literalmente todos os cientistas da empresa. Como Davis enfatiza: “Ninguém precisa esperar, e ninguém é informado de que tem um limite”.
Esta abordagem de “Computação Ilimitada” representa uma mudança cultural significativa na forma como a pesquisa farmacêutica é conduzida. Ao remover barreiras técnicas e de acesso, a empresa está apostando que a democratização dos recursos computacionais levará a descobertas mais rápidas e inovadoras. O sistema será acessível de qualquer site da BMS globalmente através de um único plano de dados unificado, eliminando restrições específicas de localização que eram resquícios de aquisições passadas.
Impacto real na descoberta de medicamentos
Os resultados obtidos com o primeiro SuperPOD da BMS já demonstram o valor tangível da IA na pesquisa farmacêutica. A identificação de alvos terapêuticos habilitada por IA já economiza semanas de trabalho manual para os cientistas, liberando tempo para focar em decisões científicas de alto valor. Um exemplo concreto é a expansão da biblioteca de compostos CELMoD da empresa – moléculas projetadas para degradar seletivamente proteínas causadoras de câncer, com aplicações no tratamento de câncer sanguíneo e outras doenças.
Payal Sheth, cientista sênior que recentemente assumiu o cargo de vice-presidente sênior de ciências de descoberta terapêutica na BMS, destaca a metodologia “Predict First” (Prever Primeiro) adotada pela empresa. Esta abordagem utiliza IA para informar decisões experimentais baseadas em previsões de design, garantindo que experimentos laboratoriais preciosos sejam alinhados com moléculas que têm a maior probabilidade de sucesso. Como ela explica: “Usamos previsões como uma forma de priorizar a síntese de moléculas com otimização multiparâmetros, para eliminar moléculas que não necessariamente atenderiam ao panorama de propriedades que estamos buscando”.
A arquitetura de aprendizado cumulativo
Um dos aspectos mais transformadores da implementação de IA na BMS é a criação de um ciclo de aprendizado cumulativo que não existia anteriormente na descoberta de medicamentos. Sheth observa que, quando iniciou sua carreira, cada projeto era tratado de forma isolada, com conjuntos discretos de aprendizados que não se acumulavam em nenhum tipo de estrutura de inteligência dentro da descoberta. Hoje, a infraestrutura computacional conecta todos os cientistas e garante que os aprendizados sejam institucionalizados.
Conjuntos de dados de um programa executado em Lawrenceville, Nova Jersey, alimentam modelos que uma equipe em San Diego, Califórnia, pode utilizar. Este compartilhamento de conhecimento em escala corporativa cria um efeito multiplicador onde cada experimento, resultado clínico e parceria se acumula em decisões científicas de maior convicção, executadas mais rapidamente.
O futuro com workflows agênticos
A implementação de workflows agênticos representa a próxima fronteira na arquitetura de P&D da BMS. Como Davis explica, os agentes de IA “não se importam” com silos organizacionais – eles atravessam todas as barreiras, aprendendo com decisões em diferentes departamentos e programas. Esta capacidade é revolucionária porque permite que um cientista individual tenha acesso a um “exército de cientistas virtuais bem treinados” que têm o conhecimento da BMS incorporado.
Esta visão não substitui a intuição e expertise humana, mas as amplifica com insights quantitativos e previsões mais precisas. A capacidade de escalar isso com poder computacional massivo é onde Sheth vê o verdadeiro impacto da IA sendo totalmente realizado na descoberta de medicamentos.
Planejamento estratégico e alocação de recursos
A BMS não está simplesmente comprando poder computacional por status – há um plano detalhado para a utilização do novo sistema. Davis revela que já existe uma alocação mapeada através de diferentes modalidades, desde design de moléculas pequenas e grandes até aplicações clínicas e gêmeos digitais. O “SuperDuperPOD” estará presente em cada nó ao longo do caminho da descoberta de medicamentos.
Esta abordagem sistemática reflete uma maturidade organizacional no uso de IA que vai além do hype tecnológico. A empresa está tratando a infraestrutura de IA como um investimento estratégico fundamental, não como um experimento isolado.
O que isso significa para a indústria farmacêutica
O movimento da Bristol Myers Squibb sinaliza uma tendência crescente na indústria farmacêutica global: a transformação de empresas tradicionais de medicamentos em organizações orientadas por dados e IA. Para o contexto brasileiro, onde a indústria farmacêutica ainda está nos estágios iniciais de adoção de IA em larga escala, este caso oferece lições valiosas sobre como estruturar e escalar iniciativas de inteligência artificial.
A abordagem da BMS demonstra que o sucesso na implementação de IA farmacêutica não depende apenas de tecnologia, mas de uma transformação cultural que democratiza o acesso aos recursos e quebra silos organizacionais. Para empresas farmacêuticas brasileiras como EMS, Aché e Eurofarma, que estão explorando o uso de IA em suas operações, o modelo da BMS oferece um roteiro de como evoluir de projetos piloto para implementações em escala empresarial.
Além disso, a ênfase na eficiência energética do novo sistema é particularmente relevante em um contexto onde a sustentabilidade se torna cada vez mais importante para investidores e reguladores. A promessa de 10x mais desempenho por megawatt estabelece um novo padrão para infraestrutura de IA corporativa.
Implicações para o futuro da medicina
O investimento massivo da BMS em infraestrutura de IA tem implicações profundas para o futuro da medicina. A capacidade de processar vastos espaços químicos, realizar previsões complexas e otimizar moléculas em escala pode acelerar significativamente o desenvolvimento de novos medicamentos. Isto é particularmente relevante para áreas desafiadoras como doenças neurodegenerativas, onde a BMS tem investimentos significativos.
Davis compartilha uma motivação pessoal poderosa: seu pai morreu de Alzheimer há cinco anos, uma experiência que ela descreve como “uma morte muito horrível”. Mesmo que a cura não fosse possível, ela reflete, medicamentos que aliviassem os sintomas teriam poupado sofrimento para toda a família. Esta perspectiva humana sublinha que, por trás dos investimentos em tecnologia, está o objetivo fundamental de aliviar o sofrimento humano e melhorar vidas.
Conclusão
A expansão da infraestrutura de IA da Bristol Myers Squibb representa um marco na convergência entre inteligência artificial e descoberta farmacêutica. Ao dobrar sua capacidade computacional com o sistema DGX Vera Rubin NVL72 e democratizar o acesso para todos os seus cientistas, a empresa está estabelecendo um novo paradigma para como a pesquisa farmacêutica pode ser conduzida na era da IA.
O sucesso desta implementação dependerá não apenas da tecnologia em si, mas da capacidade da organização de integrar estas ferramentas poderosas em seus fluxos de trabalho diários e cultura corporativa. Se bem-sucedida, a abordagem da BMS pode servir como modelo para toda a indústria, acelerando o desenvolvimento de novos medicamentos e, em última análise, beneficiando pacientes em todo o mundo. Para o mercado brasileiro e latino-americano, este caso oferece insights valiosos sobre como estruturar investimentos em IA de forma estratégica e sustentável, preparando o caminho para uma nova era de inovação farmacêutica orientada por dados.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em NVIDIA Blog, disponível em https://blogs.nvidia.com/blog/bristol-myers-squibb-building-life-science-industrys-most-advanced-ai-factory-on-nvidia-vera-rubin/.
