リリーのAI基盤、研究の9割を処理

2月に発表されたイーライリリーのLillyPodは、AIを外部モデルの寄せ集めではなく中核的な科学インフラとして扱うという大きな賭けだ。CoreWeaveのFully Connected 2026で、機械学習エンジニアリング・先端インテリジェンス部門責任者のブライアン・ルイス氏とスミス氏は、データ・モデル・ツールを単一システムに結びつけるAIオペレーティングシステムを同社がどう構築したかを説明した。このアプローチはあらゆるAIの進歩を追うことよりも規律あるエンジニアリングを優先し、再現性、追跡可能性、科学者がすでに使っているツールとの統合を重視する。

AI基盤のエアギャップされたオンプレミス設計により、リリーは数百万の分子に関する情報を含む数十年分の自社データを、インターネット接続なしで活用できる。スミス氏はオンプレミス構成のためトークン費用は問題にならなかったと述べ、インテリジェントルーティングがワークロードとGPU時間に基づいてジョブの送り先を決めるとした。モデルとデータをこう制御できることが、リリーのトークン支出削減を可能にし、エージェント型コーディングモデルがクラウドモデル費用の大部分を相殺した。

今後の成否は、リリーの科学者が大規模化した実験を新薬につなげられるかどうかにかかっている。スミス氏は、どの実験が人類の健康状態を改善するかはやってみるまで分からないと認めつつ、賭けはすでに行ったと述べた。業界のガバナンスと可視性が成熟するにつれ、実験の管理された環境としてのローカルコンピュートに関するリリーの経験は、ハイブリッドとローカルのAIインフラを検討する他企業にとって教訓となるかもしれない。