Novo Nordisk Escolhe a AWS, Transformando a Disputa Amazon Google em um Teste de Descoberta de Medicamentos

A Novo Nordisk selecionou a AWS como sua provedora de nuvem preferencial e parceira estratégica de IA, elevando as apostas na disputa amazon google. A fabricante de medicamentos e a AWS também inauguraram um hub de co-inovação na unidade já existente da Novo Nordisk em Londres. Cientistas e engenheiros das duas empresas trabalharão ali em descoberta de medicamentos assistida por IA e operações de negócios.

O acordo vai além de um contrato convencional de nuvem. Segundo o acordo de co-inovação divulgado, os parceiros planejam combinar dados da Novo Nordisk com infraestrutura da AWS, modelos biológicos de IA e agentes de IA. O objetivo declarado é encurtar o caminho entre a identificação de um alvo terapêutico e a administração de um candidato em humanos.

Essa promessa cria a tensão central. A Novo Nordisk já mantém relações importantes na área de IA, incluindo uma parceria estratégica com a OpenAI anunciada em abril de 2026. Portanto, a AWS precisa provar que um fluxo de trabalho científico e de nuvem integrado acrescenta algo além do acesso a outro modelo capaz.

O Google Cloud não é citado como participante do acordo. Ainda assim, ele importa como referência competitiva, porque empresas de ciências da vida raramente avaliam infraestrutura de nuvem de forma isolada. Elas comparam governança de dados, escolha de modelos, ferramentas de pesquisa, controles de segurança e a capacidade de levar experimentos para operações reguladas.

É por isso que o anúncio merece atenção além do setor farmacêutico. Ele testa se colocar engenheiros de nuvem ao lado de cientistas especialistas pode transformar o acesso à IA em resultados de pesquisa repetíveis. Também testa se uma provedora preferencial consegue coordenar dados sensíveis sem restringir as opções mais amplas de IA da empresa.

O Que a Novo Nordisk e a AWS Realmente Criaram

A mudança relevante é um ambiente operacional compartilhado, e não apenas uma nova coleção de contas de nuvem.

O hub de Londres coloca engenheiros da AWS e cientistas da Novo Nordisk em uma estrutura dedicada de colaboração. Essa configuração busca reduzir a distância entre uma questão científica, um experimento computacional e uma decisão sobre testes adicionais.

A AWS chama isso de co-inovação porque ambos os lados contribuem com conhecimento essencial. A Novo Nordisk traz dados biológicos, expertise terapêutica, experiência clínica e compreensão do desenvolvimento farmacêutico regulado. A AWS fornece infraestrutura de computação, suporte de engenharia, serviços de IA e ferramentas voltadas às ciências da vida.

As empresas afirmam que o hub se concentrará em descoberta e modernização operacional. O trabalho de descoberta inclui identificar possíveis alvos terapêuticos, projetar candidatos terapêuticos e conectar informações genômicas, de imagem e clínicas. O trabalho operacional envolve agentes de IA, que são sistemas de software capazes de planejar e executar tarefas delimitadas em múltiplas etapas.

Essas duas frentes não devem ser tratadas como equivalentes. Um agente de produtividade que reúne informações internas traz consequências diferentes de um sistema que ajuda a priorizar uma hipótese biológica. Um pode economizar tempo dos funcionários, enquanto o outro pode influenciar decisões laboratoriais e clínicas dispendiosas.

A parceria cita o Amazon Bio Discovery como parte da pilha científica. O serviço dá aos pesquisadores acesso a modelos biológicos de IA e fluxos de trabalho para gerar e avaliar candidatos. Ele também oferece suporte ao feedback de laboratório, no qual resultados de testes físicos podem orientar o próximo ciclo computacional.

A AWS afirma que sua plataforma de IA biológica pode combinar os modelos proprietários de um cliente com um catálogo de modelos biológicos. Essa abordagem é importante porque as empresas farmacêuticas não querem que todo método valioso fique preso em um único assistente de uso geral.

O Amazon Bedrock fornecerá acesso a modelos de base por meio de um serviço gerenciado. Um modelo de base é um sistema treinado de forma ampla que pode ser adaptado a muitas tarefas. Espera-se que o Bedrock AgentCore ofereça suporte à implantação e ao gerenciamento de agentes de IA em todas as operações da empresa.

O acordo também formaliza a AWS como provedora de nuvem preferencial da Novo Nordisk. “Preferencial” não significa necessariamente exclusiva. O trabalho existente da Novo Nordisk com a OpenAI mostra que sua estratégia de IA já abrange mais de uma relação tecnológica.

A Novo Nordisk e a AWS também têm uma base técnica por baixo do novo hub. Elas já haviam criado um ambiente de dados e análises projetado para operar em escala de petabytes. Essa arquitetura de dados empresariais anterior tratava de descoberta, governança, acesso e reutilização em grandes conjuntos de dados.

Esse histórico torna o hub mais crível do que uma parceria que começa do zero. As equipes podem se apoiar em controles de nuvem e pipelines de dados existentes. No entanto, infraestrutura estabelecida não garante que uma nova previsão biológica sobreviverá aos testes laboratoriais ou clínicos.

Os parceiros não divulgaram publicamente os termos financeiros do acordo. Também não forneceram um número-alvo de programas de medicamentos, candidatos validados ou marcos clínicos para o hub. Essas omissões deixam ampla sua ambição científica.

Portanto, o que mudou é concreto, mas incompleto. A Novo Nordisk designou uma nuvem preferencial e criou uma equipe compartilhada em Londres. A questão mais difícil é saber se essa estrutura produz evidências que nenhuma das empresas conseguiria gerar por meio de uma relação comum entre fornecedor e cliente.

Por Que a Disputa Amazon Google Agora Passa Pela Indústria Farmacêutica

A rivalidade amazon google está migrando da aquisição de infraestrutura para o controle do fluxo de trabalho científico.

Antes, os provedores de nuvem competiam principalmente por capacidade de computação, armazenamento, bancos de dados, disponibilidade geográfica e contratos empresariais. Esses fundamentos continuam importantes, mas a IA adicionou outra camada. Agora, os provedores querem moldar a forma como os clientes descobrem informações, treinam modelos, coordenam agentes e validam resultados.

As ciências da vida são um campo de prova atraente porque seus fluxos de trabalho exigem muitos dados e têm consequências econômicas relevantes. A descoberta de medicamentos envolve sequências biológicas, imagens, estruturas químicas, artigos de pesquisa, observações de laboratório e registros clínicos. Essas fontes têm formatos, níveis de qualidade e restrições de acesso diferentes.

Uma provedora que conecta essas fontes pode se tornar difícil de substituir. A vantagem não vem apenas de armazenar dados. Ela vem de incorporar controles de identidade, endpoints de modelos, históricos de experimentos e processos de aprovação ao trabalho científico cotidiano.

A AWS coloca essa integração no centro de sua proposta para a Novo Nordisk. Sua oferta combina infraestrutura de nuvem com modelos gerenciados, ferramentas biológicas, agentes e suporte direto de engenharia. O hub de Londres dá a esses componentes uma base organizacional.

O Google tem seus próprios pontos fortes relevantes, incluindo pesquisa em IA, análise de dados e tecnologia para saúde. No entanto, o anúncio da Novo Nordisk dá à AWS uma importante referência empresarial em pesquisa farmacêutica. Ele mostra que a AWS pode competir por trabalhos nos quais a validação científica importa tanto quanto a capacidade bruta de computação.

A Microsoft também faz parte do cenário competitivo mais amplo, porque os serviços Azure e OpenAI estão profundamente incorporados em grandes empresas. Ainda assim, acrescentar cada provedora de nuvem como adversária equivalente obscureceria o sinal mais claro deste acordo. A Novo Nordisk escolheu a AWS como a camada preferencial de infraestrutura e integração de IA.

A disputa não é simplesmente Amazon versus Google pela qualidade dos modelos. Compradores farmacêuticos precisam que várias camadas trabalhem juntas.

Dados científicos

• A provedora precisa lidar com informações biológicas, de imagem, clínicas e operacionais sem apagar sua proveniência.

Acesso a modelos

• Os pesquisadores precisam de modelos biológicos especializados ao lado de sistemas gerais de linguagem e raciocínio.

Feedback de laboratório

• Candidatos computacionais precisam avançar para testes físicos, com os resultados retornando ao fluxo de trabalho de pesquisa.

Governança

• As equipes precisam de controles de acesso, registros de auditoria, usos aprovados e responsabilidade clara por decisões consequentes.

Implantação

• Um protótipo útil precisa operar de forma confiável entre grupos de pesquisa, locais e processos regulados.

A AWS só pode alegar vantagem se essas camadas funcionarem juntas na prática. O Google pode responder por meio de suas próprias capacidades científicas e de nuvem. A Microsoft pode competir por meio de sua distribuição empresarial e de suas relações mais amplas em IA.

A decisão da Novo Nordisk também pressiona as equipes internas de tecnologia. Uma estratégia de provedora preferencial pode simplificar padrões e compras, mas pode concentrar dependências técnicas. Os líderes internos precisam decidir quais cargas de trabalho pertencem à plataforma comum e quais exigem outra provedora ou modelo.

Para compradores empresariais, essa é a verdadeira questão amazon google. A questão não é qual empresa tem a demonstração mais impressionante. É qual plataforma consegue conectar conhecimento sensível, modelos especializados, revisão humana e resultados mensuráveis sem criar uma dependência inadministrável.

Essa lição vai além da pesquisa de medicamentos. Equipes jurídicas, de engenharia, financeiras e de produto enfrentam um problema semelhante de integração. Seus padrões de evidência diferem, mas elas também precisam de fontes rastreáveis e fluxos de trabalho controlados.

Uma base de conhecimento técnico pesquisável pode ajudar as pessoas a recuperar material de apoio. Ela não pode substituir a validação científica nem a tomada de decisão responsável. O mesmo limite se aplica a qualquer sistema de IA empresarial.

A AWS agora tem a oportunidade de mostrar que sua plataforma pode cruzar esse limite de forma responsável. O Google e a Microsoft têm motivos para enfatizar portabilidade, escolha de modelos e ferramentas especializadas de saúde como resposta.

O Verdadeiro Adversário É a Lacuna de Validação

O hub só terá sucesso se um trabalho computacional mais rápido produzir decisões mais bem validadas, e não apenas mais possibilidades geradas por IA.

A descoberta de medicamentos já produz mais hipóteses do que as organizações conseguem testar. Sistemas generativos podem aumentar essa oferta ao propor alvos, moléculas, proteínas, desenhos de ensaios ou explicações. A etapa limitante então se desloca para a seleção de evidências e a validação experimental.

O Amazon Bio Discovery ilustra tanto a oportunidade quanto o limite. A AWS descreve um processo de laboratório no ciclo, o que significa que projetos computacionais passam para testes físicos e os resultados retornam aos modelos. Esse ciclo de feedback é mais valioso do que uma lista única de candidatos gerados.

Em uma colaboração separada com o Memorial Sloan Kettering Cancer Center, a AWS afirma que seu sistema projetou quase 300.000 candidatos a anticorpos. Ele filtrou esse conjunto para 100.000 candidatos para testes laboratoriais em poucas semanas. A empresa contrasta esse período com até um ano para processos tradicionais de design.

Esses números demonstram capacidade computacional, não um medicamento aprovado. A geração de candidatos fica perto do início de uma longa cadeia de desenvolvimento. Desempenho em laboratório, toxicidade, fabricação, dosagem, benefício clínico e revisão regulatória continuam sendo barreiras separadas.

A ambição declarada da Novo Nordisk é encurtar o caminho entre um alvo terapêutico e a primeira dose em humanos. Trata-se de uma referência significativa, porque envolve mais do que o desenho molecular inicial. Alcançá-la exige decisões coordenadas em descoberta, trabalho pré-clínico, produção, documentação e planejamento clínico.

A IA pode contribuir em vários pontos. Os modelos podem ajudar pesquisadores a classificar alvos, conectar descobertas entre conjuntos de dados ou sugerir candidatos para testes. Agentes podem reunir evidências e preparar materiais preliminares. A visão computacional pode automatizar inspeções na produção.

A Novo Nordisk já usou aprendizado de máquina em tarefas como contagem de cartuchos e detecção de anomalias em placas de ágar. Sua anterior implantação na produção treinou, implantou e monitorou modelos de visão computacional em dispositivos de borda.

Esse exemplo é importante porque envolve uma tarefa delimitada, com resultados observáveis. Uma pessoa pode contar cartuchos, inspecionar imagens e comparar o resultado do sistema com uma resposta conhecida. A seleção de alvos terapêuticos tem um ciclo de feedback muito mais longo e maior incerteza biológica.

Os projetos mais úteis do hub, portanto, definirão o sucesso antes de construir um sistema. Um projeto de descoberta pode medir se a IA melhora a taxa de candidatos validados que avançam para experimentos posteriores. Um projeto operacional pode acompanhar o tempo de revisão, as taxas de erro e as correções humanas necessárias.

Estatísticas brutas de adoção não respondem a essas perguntas. A Novo Nordisk afirma que mais de 25.000 funcionários usaram seu ambiente seguro de IA generativa em mais de 2.500 casos de uso. A plataforma de IA para funcionários subjacente demonstra ampla demanda, mas a quantidade de casos de uso não revela a qualidade de cada resultado.

Uma participação elevada ainda pode gerar valor. Ela identifica tarefas recorrentes e dá às equipes experiência com as limitações dos modelos. Também cria uma superfície maior para prompts inconsistentes, ferramentas duplicadas, entradas sensíveis e resultados sem revisão.

O hub de co-inovação deve ajudar a reduzir essa superfície. Engenheiros compartilhados podem transformar experimentos promissores em componentes aprovados, em vez de deixar cada equipe criar seu próprio chatbot. Cientistas também podem rejeitar ideias tecnicamente impressionantes que não correspondem à realidade do laboratório.

Esta é a principal disputa dentro da parceria: a promessa de encurtamento versus a realidade da validação. A AWS quer demonstrar que serviços integrados de IA aceleram a ciência. A Novo Nordisk precisa de evidências de que essa aceleração não enfraquece o julgamento científico.

Um resultado bem-sucedido não seria um modelo que propõe o maior número de candidatos. Seria um fluxo de trabalho que ajuda especialistas a eliminar opções ruins mais cedo, preserva o raciocínio por trás das decisões e melhora o fluxo para testes físicos.

Esse padrão também protege a parceria contra expectativas infladas. O desenvolvimento de medicamentos contém atrasos que nenhum modelo de linguagem pode eliminar. Incerteza biológica, estudos de segurança, desafios de recrutamento, mudanças na produção e questões regulatórias continuam sendo reais.

O hub ainda pode gerar ganhos substanciais sem resolver todos esses problemas. Pode reduzir transferências desnecessárias, facilitar a recuperação de evidências ou identificar pressupostos equivocados mais cedo. Essas melhorias se tornam críveis quando os parceiros publicam referências definidas e resultados mensurados.

A Estratégia de IA com Múltiplos Parceiros da Novo Nordisk Cria um Teste de Governança

Escolher a AWS como parceira preferencial não resolve como a Novo Nordisk governará modelos sobrepostos, fluxos de dados e responsabilidades.

A Novo Nordisk anunciou uma parceria estratégica com a OpenAI em abril de 2026, apenas alguns meses antes do acordo com a AWS. A empresa disse que essa relação apoiaria a descoberta de medicamentos, a produção, as operações comerciais e o desenvolvimento da força de trabalho.

Sua parceria oficial com a OpenAI descreveu a IA como uma transformação em toda a empresa. Esse escopo se sobrepõe à nova parceria com a AWS, embora cada fornecedor contribua com infraestrutura e serviços diferentes.

A sobreposição não é automaticamente uma fraqueza. Uma estratégia com múltiplos parceiros pode impedir que um fornecedor de modelos controle todas as cargas de trabalho importantes. Ela também pode permitir que pesquisadores escolham ferramentas especializadas para diferentes questões.

O risco surge quando as responsabilidades se tornam pouco claras. Um fluxo de trabalho pode armazenar dados na AWS, chamar um modelo externo, usar um sistema interno de recuperação de informações e enviar resultados a outro agente. Cada conexão gera questões sobre acesso, registros, retenção, avaliação e tratamento de falhas.

Os dados farmacêuticos tornam essas questões especialmente importantes. Registros de pesquisa podem conter compostos proprietários, hipóteses não publicadas, informações genômicas, dados relacionados a pacientes e detalhes sobre programas clínicos. Sua sensibilidade varia, portanto uma única política não pode reger todos os usos.

A Novo Nordisk e a AWS enfatizam fundações seguras, mas o anúncio traz poucos detalhes de implementação. Ele não explica quais conjuntos de dados entrarão no hub, como os resultados serão validados ou quando a aprovação humana se tornará obrigatória.

Também não identifica os primeiros programas terapêuticos envolvidos. Sem essa informação, observadores externos não podem avaliar se o trabalho começa com apoio à pesquisa de baixo risco ou influencia decisões mais próximas do desenvolvimento clínico.

A IA agêntica adiciona outra camada de incerteza. Um agente pode executar múltiplas etapas e selecionar ferramentas com base em suas instruções. Essa autonomia torna os agentes úteis, mas também pode tornar os erros mais difíceis de rastrear do que uma única resposta de modelo.

Uma implantação responsável exige permissões delimitadas. Um agente de revisão de evidências não deve receber autoridade para modificar um registro clínico ou aprovar um experimento. Um assistente de produção não deve alterar um processo validado sem controles formais.

As equipes também precisam saber qual componente produziu cada resultado. Se um resultado combina um modelo interno, um serviço da Amazon e um modelo de base externo, os revisores precisam de proveniência. Proveniência significa um registro rastreável dos dados, das ferramentas e das transformações por trás de uma conclusão.

Atualizações de modelos criam outra questão de governança. Os fornecedores alteram regularmente desempenho, salvaguardas e recursos compatíveis. Um fluxo de trabalho validado em relação a uma versão de modelo pode se comportar de modo diferente após uma atualização.

É aí que a relação de nuvem preferencial pode ajudar. A AWS pode fornecer controles comuns de identidade, monitoramento e implantação entre serviços. A Novo Nordisk pode estabelecer caminhos compartilhados de aprovação, em vez de permitir que cada grupo de pesquisa improvise.

A mesma relação pode criar risco de concentração. As equipes podem se estruturar profundamente em torno de agentes, formatos de dados ou fluxos de trabalho biológicos específicos de um fornecedor. Uma migração posterior poderia exigir o redesenho tanto do software quanto dos processos organizacionais.

A resposta correta não é evitar a integração. É separar ativos científicos portáveis de componentes de serviço substituíveis. A Novo Nordisk deve manter propriedade clara de seus dados, conjuntos de avaliação, prompts, registros de decisão e resultados experimentais.

A segurança também vai além do acesso não autorizado. Um modelo pode produzir alegações biológicas plausíveis, mas sem sustentação. Um agente pode recuperar o documento errado ou deixar de identificar evidências contraditórias. Essas falhas exigem controles científicos, não apenas criptografia e políticas de rede.

A visão cética do hub é, portanto, direta. As empresas anunciaram uma arquitetura ampla e um resultado ambicioso, mas ainda não publicaram validação científica independente. Também não divulgaram taxas de erro operacionais ou referências comparativas.

Isso não torna a parceria vazia. Significa que o ônus da prova começa agora. A Novo Nordisk deve demonstrar que o hub melhora decisões em condições controladas, enquanto a AWS deve demonstrar que a integração permanece governável entre modelos e equipes.

A disputa entre Amazon e Google Cloud amplificará cada marco positivo. Os compradores devem prestar igual atenção a medidas mais discretas, incluindo taxas de correção, reprodutibilidade de experimentos e o número de fluxos de trabalho que passam por revisão formal.

Três Sinais Mostrarão se o Hub Importa

A próxima fase deve ser avaliada por meio de programas validados, evidências operacionais e respostas competitivas, nessa ordem.

O primeiro sinal é um programa nomeado de descoberta de medicamentos com um marco definido. A Novo Nordisk não precisa revelar detalhes moleculares proprietários. Mas precisa identificar o fluxo de trabalho, sua referência inicial e o resultado atribuído ao hub.

Uma divulgação útil poderia comparar o tempo necessário para priorizar alvos antes e depois do novo processo. Poderia informar quantos candidatos computacionais entraram em testes de laboratório e quantos atenderam a critérios predeterminados. Também deveria identificar os pontos de revisão humana.

Se os parceiros publicarem essas evidências, o argumento central se tornará mais forte. Isso mostraria que especialistas trabalhando no mesmo local e ferramentas integradas podem melhorar uma decisão real de desenvolvimento. Outro estudo de caso amplo sobre adoção por funcionários ofereceria um suporte muito mais fraco.

O segundo sinal é a governança em produção entre AWS, OpenAI e sistemas internos. A Novo Nordisk deve explicar como atribui modelos às cargas de trabalho e registra a origem de resultados importantes. Também deve mostrar como as equipes lidam com mudanças de modelo, erros e recomendações conflitantes.

Evidências de padrões compartilhados de avaliação fortaleceriam a parceria. Esses padrões devem incluir precisão científica, proteção de dados, rastreabilidade e supervisão humana. Devem ser aplicados independentemente de qual fornecedor fornece o modelo subjacente.

Um modelo de governança fragmentado enfraqueceria o caso. Parcerias separadas podem produzir plataformas duplicadas, controles inconsistentes e programas internos concorrentes. O hub de Londres precisa se tornar um mecanismo de coordenação, e não mais uma iniciativa isolada de IA.

O terceiro sinal é como os concorrentes respondem. Google Cloud e Microsoft podem reagir com novas colaborações farmacêuticas, plataformas de pesquisa portáveis ou apoio mais robusto a modelos especializados. Fabricantes rivais de medicamentos também podem publicar resultados mensuráveis de seus próprios programas de IA.

A Eli Lilly é a referência farmacêutica mais relevante porque a Novo Nordisk enfrenta concorrência direta nos tratamentos contra obesidade. A parceria de nuvem não determinará esse mercado por si só. No entanto, a pressão da Lilly dá à Novo Nordisk um motivo claro para encurtar os ciclos de pesquisa e operação.

O acordo da Novo Nordisk com a OpenAI foi anunciado enquanto a empresa trabalhava para recuperar impulso frente à Lilly. O hub da AWS amplia essa resposta, do acesso a modelos para infraestrutura e execução. Isso sugere que a gestão quer incorporar a IA em todo o sistema de desenvolvimento.

Uma resposta forte da Google ou da Microsoft confirmaria que os provedores de nuvem veem fluxos de trabalho integrados de ciências da vida como um mercado estratégico. Também daria às empresas farmacêuticas alternativas mais críveis, reduzindo o risco de um único fornecedor definir a arquitetura.

Uma resposta fraca não provaria que a AWS venceu. Poderia significar que os concorrentes estão buscando projetos menos visíveis ou modelos de parceria diferentes. Ainda assim, vitórias farmacêuticas repetidas fortaleceriam a posição da AWS em IA empresarial.

Os leitores também devem distinguir o progresso operacional inicial do impacto clínico. Uma revisão mais rápida da literatura pode surgir em poucos meses. Um tratamento influenciado pelo hub exigirá uma cadeia de validação muito mais longa.

Essa diferença de prazo torna essenciais medidas intermediárias transparentes. Sem elas, as empresas podem celebrar atividade enquanto observadores externos não conseguem avaliar valor. Com elas, compradores podem comparar o hub com consultoria convencional de nuvem e equipes internas de pesquisa.

Para os desenvolvedores, a lição é projetar a avaliação antes da orquestração. Conectar agentes e modelos é mais fácil do que provar que sua produção combinada melhora uma decisão. Logs, conjuntos de testes, limites de acesso e estados de revisão precisam fazer parte do sistema.

Para compradores empresariais, a lição é avaliar modelos operacionais junto com produtos técnicos. Um hub de co-inovação pode acelerar o feedback porque engenheiros do fornecedor e especialistas do domínio trabalham juntos. Também pode tornar uma empresa dependente de especialistas integrados escassos.

Para trabalhadores do conhecimento, a lição é preservar o caminho da fonte até a conclusão. A IA pode recuperar, combinar e redigir informações rapidamente. O usuário ainda precisa ver quais evidências sustentam o resultado e onde permanece a incerteza.

A Novo Nordisk e a AWS criaram um teste sério desses princípios. A parceria reúne uma organização farmacêutica experiente, um grande provedor de nuvem, ferramentas biológicas especializadas e um hub físico de colaboração.

Ela ainda não estabeleceu que a IA possa encurtar o caminho até uma primeira dose em humanos. Essa afirmação exige programas validados, não descrições de plataforma. Também exige provas de que o trabalho mais rápido permaneça seguro, reproduzível e cientificamente responsável.

Nos próximos três meses, observe a nomeação de um fluxo de trabalho de pesquisa, um modelo concreto de governança e uma resposta competitiva do Google ou da Microsoft. Esses sinais revelarão se este é um modelo operacional científico duradouro ou uma relação de nuvem ampliada.

A disputa mais ampla entre amazon e google continuará em modelos, infraestrutura e contratos empresariais. A Novo Nordisk agora deu à AWS um palco de destaque nas ciências da vida. O resultado dependerá do que chega ao laboratório, do que resiste à validação e do que os cientistas decidem confiar.