人工智能技术的崛起为制药领域带来了百年难遇的机遇。在中国，药明康德、美迪西、药石科技、成都先导、皓元医药、泓博医药等医药公司纷纷布局AI制药领域。在国际上，美国制药巨头礼来公司也与OpenAI达成合作，利用其生成式AI技术开发新型抗菌药物。

2023年上半年，市场对AI制药的期望持续高涨。科技巨头如英伟达等在AI制药领域频频出手，中国也迎来了首家港股上市的AI制药企业晶泰科技，AI制药再次成为焦点。

资本市场风云变幻。已入局的AI制药企业面临着严峻挑战：行业内尚无药物获批上市，老牌AI制药企业陷入裁员困境，一级市场收缩也给AI药企带来了资金压力。市场担忧AI在制药领域的应用潜力受限于高质量数据量和算法精度，同时AI药企的优势也主要集中在早期药物发现阶段。

有证券分析师指出，纵观整个AI制药领域，2023年在美国生物医药公司融资最多的板块是AI制药公司，进入2024年，这种高价值和大规模融资仍在持续。未来，AI制药仍将备受关注，但随着行业发展，泡沫会逐渐被清除。

随着市场回归理性，AI制药的故事将如何续写？有投资者认为：“技术只是辅助工具，AI制药的本质还是药物研发。技术是否过硬，要用结果证明，最终比拼的是谁先拥有成熟产品。”

科技媒体TechEmergence发布报告称，AI技术能够将临床新药研发的成功率从12%提高到约14%，为生物制药业节省约10亿美元的研发经费。AI在制药领域展现出的高效一度被认为能够颠覆传统流程，AI制药赛道也因此备受资本追捧。

生物医药咨询机构智药局数据显示，2022年全球AI+药物研发相关融资总事件达144起，总金额为62.02亿美元，成为生物医药最受青睐的领域之一。但2023年间，104起AI+药物研发相关融资总金额为36.01亿美元，同比下降42%，一级市场已有降温趋势。

进入2024年，据不完全统计，全球范围内1月份仅有5家AI制药企业完成了新一轮融资，相比前两年的融资频次有所下降。

从投资角度看，2023年凭借人工智能市值一度超越微软和苹果的英伟达，在2023年先后投资了9家生物初创公司，总金额高达21.5亿美元。与2023年的狂热不同，公开资料显示，2024年英伟达在投资了一家计算药物发现初创公司Relation Therapeutics后，仅跟投了Vilya。但在2024年3月召开的英伟达GPU技术大会上，与医疗保健和生命科学相关的会议共有90场，数量在具体行业分布中排名第一，可见英伟达对AI制药的重视。

今年4月，Xaira Therapeutics斩获10亿美元种子轮融资，成为今年人工智能制药领域的巨额融资。在这同一天，老牌人工智能制药公司BenevolentAI却因资金短缺宣布缩减软件产品发布计划，再次裁员30%，并关闭美国办事处。BenevolentAI打算将节省下来的资金投入开发BEN-8744——一款正在推进1b/2a期临床试验的溃疡性结肠炎PDE10抑制剂。

“随着人工智能制药企业之间的竞争日益激烈，行业正在经历整合浪潮。不少人工智能制药企业通过裁员、缩减管线以降低成本，甚至彻底退出该行业。”相关投资人补充，“也有人工智能制药企业通过收购、合并的方式提高市场竞争力，以此应对整合浪潮。这也表明，在竞争中存活下来的企业将获得更大的增长潜力，市场也会更加成熟。”

与国际相比，国内大多数人工智能制药企业还处于早期融资阶段。据不完全统计，在90多家人工智能制药企业中，除了已成功上市的晶泰科技和已提交招股书的英矽智能之外，完成C轮融资的企业屈指可数，包括药物牧场、深势科技在内的6家企业，完成B+轮融资的仅红云生物和奕拓生物两家企业。

渴望盈利

与当年的生物技术公司如雨后春笋般涌现类似，在资本市场的支持下，人工智能制药企业迫切需要实现商业化盈利，做到自我“造血”。目前，人工智能制药企业的三大主流商业模式包括AI-SaaS、AI-CRO和AI-Biotech，即出售软件、提供服务和研发药物。

其中，人工智能SaaS领域早已挤满了科技巨头。BioNeMo是英伟达推出的人工智能药物研发平台，它提供了一种更快捷的人工智能模型开发和部署方式，可以加速人工智能辅助的药物研发进程。目前，Cadence、Iambic Therapeutics等100多家企业已采用BioNeMo来推动计算机辅助药物研发和生成式人工智能的发展。今年以来，英伟达已宣布与安进、强生达成合作关系，分别利用人工智能开发新药、开展手术辅助。

跨国制药企业与科技企业的合作项目正在逐年增加。华创证券的研究报告显示，2023年至2024年2月，跨国制药巨头与人工智能药物研发或信息技术企业的潜在总合作金额已高达120亿美元，单项项目的平均金额达到8.4亿美元。

公开资料显示，赛诺菲已明确表示，其目标是成为第一家大规模由人工智能驱动的制药公司。今年5月，赛诺菲、Formation Bio和OpenAI宣布合作构建人工智能驱动的软件，集合数据、软件和调整过的模型，开发能够贯穿药物开发生命周期的定制化解决方案。据悉，这是制药和生命科学行业中的首个此类合作项目。

CIC灼识咨询合伙人王文华表示，人工智能+医疗这一模式的市场参与者进入市场的途径主要有两类：一类是严肃医疗企业叠加人工智能要素，另一类是科技巨头企业拓展技术在下游医疗行业的应用领域。

王文华表示：“科技巨头进军医疗领域，优势在于其领先的人工智能技术，在算法和算力方面优于传统医疗企业。但关键挑战是如何获取大量高质量的基础数据，以及对医疗场景的深度理解，如何将算法、算力与医疗行业的专业知识结合起来。这需要医疗行业背景的专家和资源，将两者有效结合。”

一位券商分析师指出：“尽管在AI技术的加持下，全球进展最快的AI制药项目都处于临床二期，以此推断，AI制药要得到概念性验证至少还需要三年时间。在激烈的市场竞争中，AI制药企业也需要探索更多元化的商业模式来补充现金流。” 该分析师还表示，AI Biotech正在成为AI制药企业重要的收入来源。

作为国内最早的AI药企之一，英矽智能在达成首个AI药物对外授权项目之前，收入主要来自AI-CRO和AI-SaaS。而在2023年，AI-biotech业务开始盈利，实现3900万美元的收入，占当年总收入的76.2%。

英矽智能招股书显示，制药行业内部收益率（IRR）下降的趋势，导致制药公司转向AI药物发现及开发（AIDD）公司，以提高药物研发效率。顶级跨国制药公司目前正积极争取AI药物发现及开发的专业知识、人才和合作伙伴关系。大型制药公司与AIDD公司的合作数量不断增加，从2017年的18份新合作协议增加到2022年的66份，复合年增长率为29.7%，体现了这一趋势。

新药研发一直难以摆脱“双十定律”的束缚，高失败率是其另一标签。但在今年5月上旬，波士顿咨询公司首次对超过100家AI制药企业的临床管线进行定量分析。数据显示，AI发现的药物分子的整体成功概率从5%～10%增加到约9%～18%，实现翻倍提升，尤其是临床一期试验成功率高达80%～90%。

晶泰科技方面表示，药物研发的难点在于跨越不同研究维度，难以建立明确的因果规律。AI在药物开发中具有巨大潜力，但还不能通过简单模型成功预测新药，也没有足够的高质量数据来训练AI。

数据困境是AI制药企业需要面对的挑战。上述券商分析师解释说：“目前国内的数据管制比较严格，企业想要利用数据还面临相当大的挑战。目前医院的数据不仅不对企业开放，各医院之间数据也不互通，而这些数据又涉及很多问题，包括数据的所有权和使用权是属于医院还是病人等。”

一款新药的诞生，除了解决科研问题，还有很多流程是AI无法“施展拳脚”的，例如在实验室中做好质量、成本控制等。行业也正在努力将AI的应用拓展到更后期阶段，包括临床试验设计、数据解读等。

“从目前的发展来看，AI制药企业的强项还是在前端，即在早期药物发现阶段，从靶点发现到临床候选化合物提名。”