罗氏砸20亿瑞郎建AI实验室，制药厂会变成什么样

不止写代码，还要移液枪：谁在替科学家做实验？

基因泰克的地下三层，几台机器人正在安静地工作。它们没有大脑，但有眼睛——摄像头扫描培养皿里的细胞生长情况；也没有手，只有机械臂按照程序精确转移液体。唯一不同的是，下达指令的不是人类研究员，而是 AI 模型。

这就是罗氏集团通过全资子公司基因泰克推进的自主 AI 自动化实验室。它不再只是搜索文献或预测蛋白质结构——它能独立提出假设、执行湿实验、将实验数据回传给模型迭代，形成干湿闭环。

这个被罗氏内部称为“Lab in the Loop”的模式，意味着药物发现中最耗时、最昂贵的物理试错环节，正从人手转向算法。

据科创板日报引述跨国药企投资者活动内容披露，基因泰克计划将约20亿瑞士法郎（折合约24．1亿美元）的研发结余资金重新调配至研发项目与效能提升。其中相当部分用于搭建这一套从湿实验到知识产权转化的全链条自动化系统。

罗氏的目标明确而激进：到2030年，由这套系统参与发现的分子中，最多会有20个成为真正的“新分子实体”——也就是能进入临床试验甚至推向市场的新药。

从经验试错到算法闭环，一场效率革命

传统新药研发的故事，业界已经讲过很多遍了：平均耗时10至15年，投入数十亿美元，最终成功率不到10％。一个候选化合物走到台前，要经过靶点验证、化合物筛选、前临床测试、三阶段临床试验……每一步都是概率游戏，失败是最常见的结果。

问题不在于人不努力，而在于效率。人类研究员每天能处理的实验样本数量有限，而且容易出错；当实验规模放大到百万级化合物库时，人工作业变成了死穴。

罗氏的选择是用一套闭环系统打破瓶颈。

第一步，AI 模型分析已有的生物医学数据和文献，生成关于“哪个靶点对应哪种疾病”或者“哪些分子结构可能有效”的假设。这是计算机擅长的部分——海量数据处理。

第二步，机器人接收指令，在实验室里实际合成这些分子并测试活性。这一步以前全靠人操作，现在由自动化的移液设备、高通量筛选平台完成。

第三步，实验结果反馈给 AI，帮助修正下一轮预测。循环往复，越跑越快。

整个过程不需要研究人员坐在实验台前逐条记录数据，设定目标和参数边界后，剩下的交给机器。

据科创板日报报道，基因泰克在2025年下半年开始部署首批自动化平台，并将专用 AI 工具“Target Nexus”纳入管线决策流程。到2025年第四季度至2026年第二季度期间，已有40％的管线决策获得了可追踪的 AI 支持。

更激进的目标落在2026年底——Target Nexus 计划介入80％的研究组合决策。

“三期成功率80％”：如果成真，整个行业都要重写规则

在所有数据里，最值得关注的是这个数字：罗氏预计经 AI 赋能后，其三阶段临床试验的成功率将从2025年的65％跃升至80％以上。

全球制药行业过去十几年的平均三期临床成功率大约在30％至50％之间波动。即使是顶尖药企，能稳定超过60％也已经算优秀水平。如果罗氏真的能做到80％，那几乎把赌博变成了稳赚不赔的生意。

当然，这个数字目前仍是预期值，不是既成事实。但即便只比当前的65％再提升一些，意义也已足够大。

因为临床试验最大的成本不在药本身，而在“差点成功”的那99次失败。每一次进入三期的试验，平均花费数千万美元，持续数年。一旦失败，前期所有研发投入全部打水漂。这就是为什么制药公司每年投进研发的数百亿美元中，真正转化成上市药物的比例始终低迷。

如果 AI 能把失败筛掉更早——在临床前阶段就识别出“这个化合物不行”——那么整个行业的沉没成本曲线会被大幅压缩。

原来100个候选药物中能活到上市的可能是5个，现在如果能提前砍掉那些注定失败概率极高的项目，同样一笔预算就能养活更多有潜力的分子。

这就解释了罗氏为什么要花20亿瑞郎去做这件事——不是为了赶时髦，而是为了把每一分钱花在更可能成功的方向上。

谁在焦虑？谁在观望？

罗氏不是第一家意识到 AI 潜力的药企，但它是目前走得最远的一家。

辉瑞早就在内部搭建了 AI 辅助药物发现平台；默沙东收购了多家 AI 制药初创企业；拜耳也在多个领域涉及 AI 驱动的影像分析。但这些动作大多停留在辅助层面——AI 帮人类更快地找到线索，而不是替代人去动手。

区别在于深度。大多数药企的 AI 应用止步于“干实验”，也就是纯计算模拟；罗氏选择打通“湿实验”的物理层，让算法直接指挥机器人在真实环境中执行操作。

这也是为什么罗氏此前宣布与 Anthropic 展开合作，利用 Claude 等先进语言模型辅助药物发现和靶点识别。对罗氏而言，AI 不再是外购的工具，而是要内生为组织的神经系统。

其他药企的反应很诚实。一些中型生物科技公司已经把目光转向了另一条路：既然大厂都在自建 AI 实验室，不如卖服务给他们。Automated Science 等公司已接到多家跨国药企的订单，提供标准化的自动化工坊解决方案。

这催生了一个新模式：AI ＋ 湿实验的新型医药外包产业链。以前药企外包的是代工生产（CDMO），未来外包的可能变成“算法设计＋自动实验”全流程。

普通人的账本会受影响吗？

短期看，你可能感觉不到任何变化。今天还在用的药，不会因为某个实验室多了一台机器人就更快出现在你手上。但如果把这个时间线拉长到5到10年，影响会比你想的大得多。

第一，新药问世速度可能显著加快。尤其对罕见病和难治癌症领域，等待时间有望缩短数月甚至数年。这直接关乎生命质量和家庭医疗支出。

第二，药价未必会像外界期待的那样大幅下降。虽然研发成本减少了，但专利保护期内的定价权依然牢牢掌握在药企手里。不过长期来看，竞争加剧可能会推动价格回归理性。

第三，如果你关注医疗健康领域的投资或职业发展，这个行业正在经历结构性重塑。纯生物学背景的人才需求可能在放缓，懂计算、懂编程、又理解药物机理的复合型人才缺口正在扩大。

接下来的观察指标：

• 罗氏2027年至2028年是否有首个由 Lab in the Loop 模式孵化的 NME 进入临床二期或三期——这将是模式成败的第一个硬标志
• Target Nexus 工具在后续财报电话会上的提及频率及其覆盖范围扩展
• 自动化制药服务商如 Automated Science、Strateos 的客户签约增速
• 传统药企是否跟进建设自己的湿实验自动化平台而非仅依赖外包
• 医保目录中新药的准入审批周期是否出现可测量的缩短趋势

当药物研发从一门手艺变成一台机器，我们得到的到底是更快的救命药，还是更高效的利润引擎？答案可能要等到2030年才能真正揭晓。但现在，罗氏已经在按下播放键。