AI制药风向突变：从买管线到买能力

过去两年跨国药企在AI制药赛道上花掉的钱越来越多，但花钱的逻辑变了。

以前是直接买已经筛出来的临床管线——确定性高，但价格贵且不可复制。现在他们更倾向于购买底层数据、模型和研发平台的访问权限。简单说：不买鱼了，买捕鱼的方法。

这种转变的背后是一个残酷的现实：单靠管线资产交易，既养不活估值越来越高的AI药企，也满足不了MNC对研发效率的提升需求。当资本寒冬逼着企业重新审视每一分钱的价值时，“可复购的平台能力”远比“一次性交付的分子”更有吸引力。

不是不想买管线，是买不起也买不到

AI制药行业经历了一个完整的泡沫周期。2020年前后，Neuromation、Insilico Medicine等企业带着“AI将彻底颠覆药物发现”的故事融资，当时资本市场为每一个沾上AI概念的生物科技公司都给出了丰厚估值。

但到了2024年和2025年，随着首批AI辅助发现的管线进入临床，市场发现了一件事：AI确实能加快筛选速度，但不能替代科学家的专业判断。

一位参与多轮AI药企投资的基金经理表示，早期市场对AI制药的预期是“缩短新药研发时间3－5年”，但实际上多数管线仍然需要传统湿实验验证。这导致大量早期管线交易陷入僵局——买家出不起价，卖家不肯降价。

转折发生在2026年。截至当年上半年，全球AI制药赛道融资总额已达157．65亿元人民币，完成57笔投资，超过了此前三年总和。钱没有减少，甚至更多，但流向改变了。

“买能力”的三种落地方式

目前行业内已出现几条清晰的路径，每条路径的成本结构和风险敞口各不相同。

第一种是最彻底的——合资建厂。 2026年6月，和铂医药与百图生科公开宣布建立合资企业MegaStream TechBio。这家公司的独特之处在于摒弃通用大模型，转而整合和铂的抗体专有数据和百图的科学大模型底座，通过“OS系统＋实验室闭环（Lab－in－a Loop）”机制，确保训练产生的数据和模型能力永久留在合资体内，实现自我迭代。

目前MegaStream已布局5条创新药管线，但首IND预计要到2027年上半年才可能提交。这意味着这笔合资投入至少还要等待一年半才能看到初步产出。

第二种是海外授权意向。 印度尼西亚药企Etana Biotechnologies近期向中国某AI平台表达了合作意愿，核心诉求是跳过新靶点验证阶段，直接利用中国AI算力与垂类模型在成熟靶点上快速筛选具备专利的新分子，从而降低成本并适配亚洲人群。虽然具体合作方尚未明确，但这种定向外包模式本身就反映了买方心态的转变——他们需要的不是一个完整管线，而是一个能在特定靶点上高效产出的工具。

第三种是内部孵化加商业化外购。 中晟全肽的做法是先用自建AI团队和垂类模型孵化管线，筛选成功率达90％以上，目前已积累50多条管线储备，然后再吸引MNC进行商业化BD。这种做法把AI平台变成了一个“管道工厂”，通过海量孵化证明能力，再通过外部授权变现。

闭环不是噱头，是成本结构的重写

“数据－算法－湿实验闭环”这个概念在行业内已经被讨论了很久，但现在它正在从PPT走向现实。

一个典型的AI制药流程包括：靶点发现→分子生成→虚拟筛选→湿实验验证→数据反馈优化。如果每个环节由不同公司完成，数据格式不兼容、知识产权归属复杂、迭代周期漫长——这些都是隐形成本。

闭环平台的核心优势在于把上述链条装进一个封闭系统里。每次实验失败都会自动反馈给模型，下一次生成的分子会更接近最优解。这就像下棋时的自我对弈训练：你不是在和别人下棋，而是在不断打败自己。

代价同样明显。维持这样一个闭环需要持续的资金投入来支付计算资源、实验材料和人员工资。据粗略估算，一个中等规模的AI制药平台年均运营成本在8000万至1．2亿元人民币之间。对于大多数Biotech来说，这是难以承受的重负；但对于手握大额融资的头部玩家，这是构建护城河的必经之路。

钱往哪里流？

2026年的57笔投资并非均匀分布。从现有信息来看，资金主要集中在两个方向：

一是湿实验自动化相关的平台建设。无论是和铂还是其他头部企业，最终都需要把AI预测结果转化为真实的化合物合成数据。没有湿实验环节的闭环只是一个空壳。

二是垂直领域的数据收集与标注。不同疾病领域的分子特征差异巨大，通用模型很难胜任。谁能率先积累某个特定领域的高质量数据，谁就能获得定价权。中晟全肽以肽类药物为主攻方向，本质上就是选择了窄众但高价值的细分赛道。

值得注意的是，这一年中早期技术平台类企业的估值增速明显快于管线推进型公司。资本似乎在用真金白银投票：他们更愿意为“可能持续产生价值的能力”买单，而不是为“已经存在但不确定能否成功的产品”买单。

接下来看什么？

对于关注AI制药行业的投资者和研究者，以下几个指标值得持续追踪：

1。 IND提交节奏。2027年上半年将是MegaStream等头部平台的首个IND密集期，实际临床数据将验证AI预测的准确性，这也是行业从小规模测试走向商业化的分水岭。

2。 平台订阅收入占比。未来1－2年内，观察哪些AI药企能从持续的“SaaS式”平台服务中获得收入，而非仅依赖单次管线授权费。这才是“买能力”模式的真正检验标准。

3。 湿实验闭环的边际成本变化。如果一个平台的单次分子筛选成本能在三年内从万元级别降到千元级别，说明其规模效应和技术进步正在兑现。

4。 MNC续约率。首批采用平台合作的跨国药企是否会继续续费或扩大授权范围？续约率超过60％意味着模式成立，低于40％则说明当前方案仍不足以替代传统方法。

5。 AI制药融资轮的估值折价幅度。相比2021－2022年的历史高点，2026年各轮融资的平均估值降幅有多大？折价越深说明泡沫破裂越彻底，反弹空间也越大。