1 июля 2026 года Anthropic объявила о запуске Claude Science — нового флагманского продукта для научных исследований. Для русскоязычной IT-аудитории это важный сигнал: рынок ИИ окончательно перестает крутиться только вокруг чат-ботов и копилотов для кода, а борьба за следующую большую выручку смещается в лаборатории, фарму и вычислительную биологию.
О запуске, как пишет MIT Technology Review, компания рассказала на мероприятии для руководителей фармкомпаний, основателей биотех-стартапов и исследователей 30 июня. По замыслу Anthropic, Claude Science должен стать для науки тем, чем Claude Code стал для разработки: системой, которой можно дать короткую задачу верхнего уровня и получить не набор советов, а осмысленную автономную работу. В фокусе продукта — инструменты для вычислительной биологии и разработки лекарств. Формулировка важная: речь идет не просто о модели, которая умеет пересказывать статьи или помогать писать заметки к эксперименту, а о попытке упаковать ИИ в рабочий контур исследовательской команды.
Anthropic тем самым делает довольно понятную, но дорогую ставку. За последние два года генеративный ИИ успел пройти путь от универсального «ассистента для всего» до набора специализированных интерфейсов под конкретные профессии. Разработчики получили кодовых агентов, дизайнеры — генераторы макетов и изображений, юристы — инструменты для анализа документов. Наука долго выглядела следующим логичным шагом, но и самым сложным: в отличие от кода, где качество можно хотя бы частично проверить тестами и сборкой, в исследованиях цена ошибки выше, цикл обратной связи длиннее, а «галлюцинация» может стоить месяцев работы и бюджета. Поэтому запуск Claude Science — это не просто новый ярлык на существующей модели, а заявление, что Anthropic хочет играть в сегменте, где нужна не эффектная демо-сцена, а дисциплина уровня enterprise plus lab-grade.
Еще один важный штрих: компания собирается использовать Claude Science и внутри своих собственных проектов, связанных с поиском лекарств для редких и недостаточно изученных заболеваний. Здесь видно, как меняется риторика крупных ИИ-компаний. Еще недавно они в основном продавали платформу и обещание универсальности. Теперь они все чаще заходят в прикладные вертикали и фактически говорят рынку: мы не просто даем API, мы хотим быть участником отраслевого workflow. Для бизнеса это означает другую модель конкуренции. Если раньше можно было выбирать между «большой моделью А» и «большой моделью Б» по качеству текста, цене токена и контекстному окну, то теперь придется сравнивать интеграции, набор доменных инструментов, устойчивость к ошибкам и способность ИИ доводить задачу до результата без ручного микроменеджмента.
Для разработчиков и продуктовых команд новость тоже прикладная. Claude Science показывает, что победителем в корпоративном ИИ может стать не тот, у кого самый громкий бенчмарк, а тот, кто лучше соберет вокруг модели полноценную среду исполнения. В случае с научными исследованиями это означает доступ к специализированным инструментам, сценариям для computational biology, помощи в drug discovery и, вероятно, более жестким ограничениям на то, как агент принимает решения и оформляет выводы. Если переводить на язык обычного B2B-продукта, рынок движется от «умного окна чата» к отраслевым рабочим станциям на базе LLM. И вот это уже ближе к реальным бюджетам крупных компаний, чем бесконечные подписки на универсального помощника.
У Anthropic здесь есть понятный расчет. Фарма и биотех — те редкие отрасли, где даже небольшой выигрыш во времени может стоить очень дорого в хорошем смысле. Если ИИ помогает раньше отсечь тупиковые гипотезы, быстрее интерпретировать данные или эффективнее координировать исследовательские процессы, это уже не «автоматизация ради автоматизации», а прямое влияние на экономику R&D. Но именно поэтому к таким продуктам будут задавать и самый неприятный набор вопросов: насколько воспроизводимы результаты, кто отвечает за ошибочный вывод модели, как верифицируется цепочка действий агента, где заканчивается помощь и начинается недопустимая самоуверенность системы. В кодинге индустрия уже привыкла к тому, что агент может ошибиться, а человек потом поправит. В биологии и разработке лекарств такой роскоши меньше.
Отдельно стоит обратить внимание на саму формулу запуска. MIT Technology Review называет Claude Science новым флагманским продуктом Anthropic. Это сильная формулировка, потому что она ставит научный ИИ не в категорию «экспериментов на вырост», а в центр продуктовой стратегии. И если компания действительно выделяет под это отдельный флагман, значит, она видит там не PR-эффект, а долгий рынок. Для стартапов это, скорее всего, плохая новость: пространство AI for science, которое еще недавно выглядело удобной нишей для узкоспециализированных команд, теперь все плотнее накрывают крупные платформенные игроки с капиталом, инфраструктурой и доступом к корпоративным клиентам. Для самих клиентов ситуация двоякая: с одной стороны, они получают инструменты от зрелых поставщиков, с другой — растет риск зависимости от экосистемы одного вендора.
На фоне этого запуск Claude Science выглядит не как очередной релиз модели, а как маркер новой фазы рынка. Крупные ИИ-компании больше не хотят быть только поставщиками базовых моделей: они поднимаются выше по стеку, заходят в отраслевые процессы и пытаются занять место между специалистом и инфраструктурой. Главный вопрос теперь не в том, может ли LLM помочь ученому, а в том, кто первым превратит эту помощь в надежный, проверяемый и экономически внятный продукт. Если Anthropic попадет в эту точку, следующий бум ИИ может случиться не в редакторе кода и не в браузерной вкладке, а в лабораторном пайплайне.