Стартап Faro получил $37,3 млн в раунде Series B, который возглавили Merck Global Health Innovation Fund и S32. Смысл сделки не в модном слове AI, а в попытке убрать из клинической разработки часть рутины, где тонут документы, риски, согласования и бесконечные правки.
Суть события
Faro AI, базирующаяся в Сан-Диего, привлекла $37,3 млн на развитие своей платформы для клинической разработки. Раунд Series B (второй венчурный раунд) совместно возглавили Merck Global Health Innovation Fund и S32, а среди участников оказались и действующие инвесторы — General Catalyst, Northpond Ventures, Polaris Partners, PTX Capital и Zetta, плюс новый инвестор Ankona Capital.
Компания строит не очередной «умный чат», а структурированную AI-инфраструктуру для фармы и биотеха. Её задача — помочь командам, которые ведут клинические исследования, быстрее собирать данные, находить несостыковки и двигать процессы без лишней ручной возни.
Детали
Основная ставка Faro — на агентный AI и собственные модели данных, которые переводят сложные научные, медицинские, регуляторные и операционные сущности в структуру, понятную софту и агентам. Проще говоря: не просто хранить документы, а выстраивать из них рабочую систему, которая может помогать проектировать исследования, генерировать клинические документы, замечать риски и ловить противоречия раньше людей.
Генеральный директор и сооснователь Faro Скотт Чатем говорит, что деньги нужны, чтобы ускорить то, чего уже ждут клиенты: развернуть агентные сценарии глубже в клинических рабочих процессах. Для индустрии это важный нюанс: ценность создаёт не демонстрация модели, а её встраивание в ежедневную операционную работу.
Контекст
Клиническая разработка лекарств — это дорогая и медленная система, где ошибка стоит денег, времени и иногда целой программы. Здесь мало просто сгенерировать текст или сводку: нужно понимать контекст, регуляторику и историю данных. Именно поэтому универсальный ИИ часто буксует, а специализированные платформы получают шанс.
Если хотите чуть глубже понять, почему такие продукты опираются на связку моделей, инструментов и контекста, посмотрите наш разбор <a href=»https://ai-digest.ru/mcp-v-2026-pochemu-model-context-protocol-stal-standartom-dlya-ii-agentov»>MCP в 2026</a>. Там хорошо видно, как агентный слой вообще начинает работать не в вакууме, а с реальными ресурсами и действиями.
Что дальше
Деньги от Merck и S32 — это не просто красивый сигнал для рынка, а подтверждение спроса на AI, который умеет снижать трение в корпоративных процессах. В фарме такая логика особенно ценна: здесь важны скорость, качество и прослеживаемость, а не эффектная демка на сцене.
Теперь главный вопрос в том, насколько быстро Faro сможет расширить внедрение и доказать, что агентный AI действительно экономит время без компромиссов по качеству и комплаенсу. Если у них это выйдет, история пойдёт далеко за пределы одного стартапа.
