En OpenAI-forskare lämnar ChatGPT-tillverkaren för att lansera en ny startup fokuserad på att använda artificiell intelligens för läkemedelsupptäckt, och han håller på att samla in cirka 200 miljoner dollar till en värdering av 2 miljarder dollar, enligt flera källor som är bekanta med planerna.

Miles Wang, vars arbete på OpenAI inkluderar forskning om att använda AI för att påskynda vetenskapliga och biologiska upptäckter, pratar med investerare om finansieringsrundan, rapporterade TechCrunch den 14 juli 2026. Ventureföretaget Lightspeed är i diskussioner för att leda rundan, även om samtal pågår och affären kanske inte är slutgiltig. For more context on this story, see our ongoing artificial intelligence updates.

Flera andra OpenAI-forskare förväntas ansluta sig till det nya företaget, enligt fyra personer med kunskap om Wangs planer. Wang bestred historiens finansieringssiffror och beskrivning av företaget när den kontaktades av TechCrunch men angav inte de korrekta siffrorna eller detaljerna.

Ett blomstrande hörn av AI

De rapporterade finansieringsdiskussionerna visar att investerarnas intresse för att tillämpa AI inom biovetenskapen ökar. Upptäckten av droger har framstått som en av de mest lovande och tungt finansierade tillämpningarna av artificiell intelligens, med flera startups som höjt stora omgångar under de senaste månaderna.

Chai Discovery, en tvåårig startup som utvecklar AI-modeller som förutsäger molekylära interaktioner för att identifiera nya läkemedel, meddelade den 14 juli att de samlade in 400 miljoner dollar till en värdering på 3,8 miljarder dollar. Chai Discovery medgrundare Josh Meier, liksom Wang, arbetade tidigare som forskare på OpenAI. Google DeepMind spinout Isomorphic Labs, som också bygger AI-modeller för läkemedelsupptäckt, samlade in en serie B på 2,1 miljarder dollar i maj 2026.

Wangs nya start tros arbeta med AI-modeller som hjälper till att hitta nya användningsområden för befintliga läkemedel, och möjligen de som tidigare misslyckats i kliniska prövningar, sa källor till TechCrunch. Att hitta nya applikationer för läkemedel som redan är FDA-godkända kan leda till betydligt snabbare tid till intäkter än att utveckla helt nya läkemedel från grunden, eftersom föreningarna redan har testats för säkerhet.

En ung grundares väg

Wang gick med i OpenAI 2024 efter att ha hoppat av Harvard University, där han studerade en kandidatexamen i datavetenskap. Under sin tid på OpenAI var han medförfattare till forskningsartiklar som undersökte hur AI-modeller kan automatisera och påskynda vetenskaplig upptäckt.

Hans drag att slå ut på egen hand speglar ett bredare mönster där investerare återigen är bekväma med att stödja unga grundare som inte har slutfört college, särskilt de med erfarenhet från ledande AI-labb. Talang som strömmar ut från företag som OpenAI, Google DeepMind och Anthropic har blivit en viktig motor för startup-bildning inom AI-sektorn.

En flod av finansiering av drogupptäckt

Den potentiella värderingen på 2 miljarder dollar för ett företag som ännu inte har lanserats offentligt understryker hur aggressivt investerare prissätter startups för upptäckt av AI-läkemedel, även i de tidigaste stadierna. Logiken är att AI-modeller som kan förutsäga hur molekyler interagerar dramatiskt kan förkorta tiden och kostnaderna för att få ut nya läkemedel på marknaden, en process som traditionellt tar över ett decennium och kostar miljarder dollar per läkemedel.

Ekonomin med att återanvända droger

Strategin att fokusera på att återanvända befintliga läkemedel speglar en pragmatisk beräkning. Att utveckla ett nytt läkemedel från upptäckt till marknadsgodkännande tar vanligtvis tio till femton år och kan kosta långt över en miljard dollar, med den stora majoriteten av kandidaterna som misslyckas på vägen. AI-modeller som kan sålla genom stora kemiska och biologiska datauppsättningar för att identifiera lovande nya användningsområden för föreningar som redan har undanröjat säkerhetshinder kan kringgå mycket av den kostnaden och risken.

Nystartade företag som följer detta tillvägagångssätt kan också nå intäkter snabbare, eftersom återanvända läkemedel kan kvalificera sig för strömlinjeformade regleringsvägar. Den ekonomiska logiken hjälper till att förklara varför investerare är villiga att tilldela värderingar på flera miljarder dollar till företag som knappt är igång, och satsar på att även en enda framgångsrik återanvändning av läkemedel kan generera enorm avkastning.

Ett mönster av labbavgångar

Huruvida Wangs startup kan hålla det löftet återstår att se, och den rapporterade affären kan fortfarande förändras. Men nivån av intresse kring rundan signalerar att riskkapitalister ser AI-driven läkemedelsupptäckt som en av de största möjligheterna i den nuvarande artificiella intelligensboomen, och de är villiga att betala premiumvärderingar för att säkra en position innan konkurrenter dyker upp.

För den bredare AI-industrin illustrerar Wangs avgång från OpenAI också den fortsatta kompetensflykten från de största AI-labben, när forskare med djup expertis i att tillämpa AI på vetenskap lämnar för att bygga upp sina egna företag. Trenden har accelererat eftersom finansieringen fortfarande är riklig för grundare med stamtavlor från organisationer som OpenAI, och eftersom de potentiella tillämpningarna av frontiermodeller expanderar långt bortom chatbots till kemi, biologi och materialvetenskap.

Om rundan avslutas vid de rapporterade villkoren, skulle Wangs företag ansluta sig till en liten men snabbväxande grupp av startups för AI-läkemedelsupptäckt som beordrar värderingar i miljarder, en signal om att investerare ser konvergensen av artificiell intelligens och läkemedel som en av decenniets definierande tekniksatsningar.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →