BT财经

境内金融信息服务备案编号:

【京金信备(2021)5号】

2026年11月21日

注册 / 登录

制药巨头的AI实验:早期研发缩短一半,药效仍待验证

诺和诺德把新分子设计、生产和测试的迭代次数从八轮减到三轮,每轮耗时从八周砍到四周。诺华说从项目启动到确定候选药物的时间从三年压缩到十八到二十四个月。赛诺菲靠AI直接跳过一项剂量选择研究,让哮喘候选药lunsekimig的开发进度至少提前了一年。

多家巨头集中披露这些成绩,发生在Anthropic以1.5万亿美元估值完成IPO的同一天。资本市场上,AI的标签正在从算力芯片延伸到更上游的科学问题。

但从另一个角度看,这些数据的增长其实很慢。

今年三月的一项统计显示,六十九家公司共有129款AI辅助研发的候选药物处于临床试验阶段。八个月前这个数字是一百一十七款。不到一年增加了十二款,而且大多数项目仍处于早期开发阶段。

这是一个反常的落差:早期发现环节的效率在加速提升,但真正能推进到人体试验的AI药物数量却纹丝不动。如果按照传统的每年约十到十五款新药上市的节奏推算,129款的存量规模并不能支撑市场对于“AI颠覆医药行业”的想象。

分子跑得快,临床排得慢

传统药物研发的数据众所周道:一款新药从研发到上市通常需要十到十五年,费用高达数十亿美元。历史上采用传统方法研发的药物中,近百分之九十最终未能通过临床试验。这意味着绝大部分分子在进入人体试验之前就被淘汰了。

AI切入的是最耗时的那段——也就是分子筛选和初步评估阶段。

葛兰素史克首席科学官托尼·伍德承认,公司已开始利用AI处理监管申报之外的基础工作,比如分子设计和候选药物筛选。阿斯利康高管莎伦·巴尔的说法更直接:“从药物发现到开发的整个流程中,没有任何一个环节不使用AI。”

百时美施贵宝首席研究官罗伯特·普朗格透露,如果没有公司的AI系统,其一款镰状细胞贫血症候选药物就不可能被开发出来。他补充称下一步计划是将AI模型与实验室自动化系统连接起来,从而更快产出质量更高的分子。

但这些成绩主要集中在药物发现的早期阶段。一旦进入临床试验,瓶颈依然存在。芝加哥大学肿瘤学研究员瓦卡斯·哈克参与汇编了上述129款药物数据。他认为未来一到三年内AI辅助的药物数量会大幅增加,但“我不知道这些药物的成功率是否会高于非AI研发药物,也不认为它们能够更快获得批准”。

美国药物研究与制造商协会(PhRMA)的历史数据显示,临床试验和监管审批环节的瓶颈才是决定一款药能否上市的真正门槛。

这就构成了一个关键问题:当早期的分子筛选效率翻倍时,那些被筛掉的分子是真正的“无效分子”吗?如果是,那么节省出来的半年时间意味着公司可以更早就放弃这些项目,把资源投入到更有希望的管线中。但如果AI只是筛选出了不同的靶点组合而非更优的靶点,那么后期的失败率可能并不会降低。

谁拥有训练AI的数据

AI制药领域正在出现一种新的竞争格局:前沿AI公司与传统药企的关系既可能是合作伙伴也可能是竞争对手。

Anthropic上周完成了IPO,股票开始在纳斯达克交易。近几个月来该公司开设了自己的实验室,宣布利用AI加速药物发现的计划,推出了面向科学研究的AI软件Claude Science,并邀请诺华CEO万思瀚加入董事会。

目前Anthropic既独立开展新药研发相关工作,也与百时美施贵宝等合作伙伴共同开发。包括诺和诺德在内的其他制药企业也在研发工作中使用Anthropic的AI模型。

但这种合作并不对称。诺和诺德和赛诺菲均明确表示不会向前沿AI实验室提供专有数据用于训练AI模型。赛诺菲研发部门计算与AI战略负责人马特·特鲁波指出:“如果没有用于训练模型的数据,那么整个体系很快就会失效。”

一些制药公司科学家认为,数十年积累的药物研发经验和数据使传统药企相对于Anthropic等AI公司拥有竞争优势。诺华的马歇尔说:“我们一直拥有大量数据,而现在我们能够以更加先进的方式利用这些数据。”

风险投资人卢卡·贾尼观察到,Anthropic及其他前沿AI实验室正在寻找制药行业相关的收购机会,希望获得更多数据。“我认为这仅仅是开始。”

这意味着一个潜在的商业逻辑链条已经清晰:AI公司需要数据,药企需要算力,双方的竞合关系取决于谁能控制更多核心资产。

从供应商到对手的距离有多远

礼来的TuneLab负责人阿丽扎·阿普尔对AI制药的前景保持谨慎态度。TuneLab通过向规模较小的生物技术公司开放礼来部分内部AI模型促进双方合作。

她对Anthropic首席执行官达里奥·阿莫代伊以及Alphabet旗下Isomorphic Labs关于AI能治愈所有疾病的说法持保留意见。她表示:“如果他们能先治愈一种疾病,那当然很好。等做到这一点之后,我们再来讨论其他疾病。”

面对AI公司的扩张,传统制药巨头的态度明显分化。格兰素史克的伍德将Anthropic视为“另一个竞争对手”,而百时美施贵宝和诺和诺德更倾向于将其视为合作伙伴。

阿普尔判断这种定位变化还需要时间。她坦言:“就在一年前,它们还没有开展任何相关研发项目。而一年之后会是什么样子,谁也说不准。”

对于投资这家行业的观察者来说,以下几个指标值得持续跟踪:

一是AI辅助药物的临床试验完成率。目前进入III期临床的AI辅助药物占比极小,如果能达到或超过传统药物的通过率,将改变市场对AI制药的认知。二是药企专有部分数据的开放程度。Anthropic和其他AI公司需要这些数据训练模型,但如果药企坚持闭源,AI模型的改进空间会受到限制。三是Anthropic自身管线药物首次披露的安全性及有效性数据。作为同时具备AI能力和自主研发项目的参与者,这是检验其技术是否真的领先的关键节点。四是AI公司在并购方面的动作频率,尤其是针对拥有高质量科研数据集的中小型生物科技公司。五是随着AI工具渗透度提高,早期发现阶段的研发成本结构是否会出现系统性下降。



版权声明:本文版权归BT财经所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。
帮助中心
联系我们
联系我们

 

商务合作:

 

公司地址

北京市丰台区汉威国际广场一区一号楼629

 

 

商务合作

周先生

Tel: +86-17743514315

Email: info@btimes.com.cn

官方微信公众号

北京领讯时代信息技术有限公司 | Copyright ©️ 2026 财经时报 版权所有 京ICP备19043396号-7

京公网安备 11010602007380号 | 境内金融信息服务备案编号:京金信备(2021)5号

网信算备110106674807801230011号


声明:未经授权,不得复制、转载或以其他方式使用本网站的内容。BT财经尽最大努力确保数据准确,但不保证数据绝对正确。