潮新闻客户端 执笔 李攀 应陶
人工智能赋能千行百业，传统生物制药行业也不例外。
10月6日，老牌跨国药企阿斯利康宣布，与美国一家生物技术公司签署价值5.55亿美元的合作协议，意在借助后者的先进人工智能平台，推动免疫学领域新治疗靶点的发现。
而在稍早时候，国内新崛起的AI药物研发公司英矽智能，向港交所提交上市申请，在今年初完成E轮融资后，英矽智能的估值已达到13.305亿美元……
从国内到国际，从技术到资本，种种迹象表明，人工智能正在改写生物制药行业的发展逻辑。
新老医药企为何纷纷入局AI领域，吃上AI做的药还有多远？
打破“三十定律”
要理解AI制药的意义，得先了解新药研发有多“烧钱”。
在制药界，流传着一个残酷的“三十定律”：一款新药的诞生，平均需要耗费十年光阴、投入数十亿美金、而最终成功率却不足10%。
这是悬在每一家药企头上的达摩克利斯之剑。在这个以高投入、高风险、长周期为标签的行业里，“不确定性”是永恒的主题。
创新药的研制为何如此艰难？浙江大学智能创新药物研究院博士后赵文艺，将传统药物研发比作一场“大海捞针”的游戏：
首先，科学家们需要在生物学研究的基础上发现疾病的作用机制，即“靶点”。就像射箭一样，药物只有作用于人体内的特定蛋白质核酸等才能起效果。
即便科学家历经千辛万苦找到了“靶点”，实验室可能要合成上万种分子，才能找到几个像样的“种子选手”。
就算通过了早期的实验，这些“种子选手”到了动物实验、临床试验阶段，还会因为毒性、疗效不足等原因被淘汰。
这种高度依赖个人经验与创造力的制药方式，往往会消耗大量时间，带来高昂人力、物力成本。对药企而言，新药研制是一条又慢又贵、失败率极高的“死亡之路”，很多时候甚至需要运气的成分，才能到达成功的彼岸。
“传统制药除了耐心去找，几乎没有捷径可走。而AI的加入，却带来了一种全新的玩法。”赵文艺说，AI可以通过学习海量的文献资料、临床病例、实验数据，帮助研究人员精准锁定靶点。在化合物设计上，深度学习模型能直接生成分子结构，预估它们的活性和毒性，大大减少实验室里盲目合成的次数。
根据英伟达公开资料，使用AI技术可使药物早期发现所需时间缩短至 1/3，成本节省至 1/200。
在浙江大学智能创新药物研究院，记者见到了一款尚在研究阶段的实体肿瘤靶向药物。从最开始的靶点发现，到化合物的设计和优化，再到成药性的改造等，全过程使用AI，只用了三四个月时间，就找到了一个候选新药。如果用传统方式，这一过程要长达数年。
由浙江大学智能创新药物研究院孵化的药企——禹泓医药，也在AI的赋能下成为医药界的亮眼新锐。企业研制的一款针对白癜风疾病药物，目前进入Ⅱ期临床试验，从实验室进一步走向市场。研究结果显示，该药较同类产品显示出明显对比优势，具有成为“重磅药物”的巨大潜力。要知道，禹泓医药成立不过3年。
从某种意义上说，AI把“黑灯瞎火乱摸索”的过程，变成了“带着手电筒去找路”，这样就少踩很多坑，也就不难理解，药企为何痴迷于AI。
浙江大学智能创新药物研究院。图片来自研究院网站。
资本市场的狂热与冷静
AI技术的突飞猛进，激发了资本的狂热。
世界经济论坛发布的《人工智能驱动健康的未来：引领潮流》指出，预计2024-2032年，AI医疗市场将以每年43%的速度增长，市场规模有望达到3.58万亿元，其中药物发现和医学影像是AI应用最广的两个领域，合计市场占比将超过50%。
不过也有不少人对此持怀疑态度。早在2026年到2022年之间，全球AI制药相关的投融资超过了100亿美元，其中不少独角兽公司估值一路飙升，但又快速跌落。
比如美国的Recursion曾是典型的“AI+医药”明星，2026年在纳斯达克上市后，股价最高点一度超过40美元，如今却跌到不到十分之一。
资本市场冰火两重天的背后，是一个残酷的现实——截至目前，全球尚没有一款AI研发药物成功上市，甚至成功跨越临床II期的都极为少见，以至于AI制药一度陷入市场冷静期。
“AI是工具，但不是魔法棒。”采访中，一位科研人员说出了行业共识。
AI模型的训练中，数据是最宝贵的“燃料”。传统医药行业本身具有很强的排他性，药企获取医疗机构临床数据也要符合隐私合规要求，大量数据缺失、错误与偏差，都会妨碍AI模型对疾病—靶点—疗效的全面学习。
药物研发涉及复杂的临床试验和长期安全性验证。监管机构对AI生成的候选药物，需进行更严格的有效性、质量及生产流程审查，才能确保其疗效和安全性与传统药物无显著差异。
AI制药同样需要大手笔的投入。在一家初创型药企，记者见到了一座投资数千万元搭建的算力中心，计算机夜以继日高速运转的轰鸣声令人震撼。企业负责人坦言，没有持续的融资“供血”，新药研究很可能半途而废，资本的耐心至关重要。
在资本市场的狂热与冷静的摇摆中，不少药企开始认识到，AI或许还不能成为生物医药领域的颠覆者，却可以成为赋能者。因此AI药企必须以更务实的产业落地，赢得发展的空间和时间。诞生于杭州钱塘区的德睿智药，便是其中的佼佼者。
德睿智药创始人兼CEO牛张明透露，目前，德睿智药已和默沙东、德琪医药、海正药业等10余家老牌跨国及上市企业，达成多项药物管线或AI技术研发商业合作，交易订单总额超亿美元，其中包括一项核心科技——能显著提高AI药物筛选准确性的蛋白质动态模拟技术。
在牛张明看来，这是一种可以放大产业链协同效应的共赢商业模式，传统药企在资金基础、数据积累、临床试验等方面具有优势，AI药企则专注于技术层面的创新和突破，双方合作互补，可以极大地加速成果转化。
成功的商业运营模式，让外界看好德睿智药的发展前景，企业预计最快明年完成新一轮融资，并启动港股IPO进程。
这也从侧面印证，无论市场如何动荡，资本依然坚信， AI绝对有潜力改变新药研发的效率和模式。
2025年9月20日，第四届国际MAH合作与创新大会分论坛在杭州钱塘区举办。本次大会以“AI赋能、智启未来”为主题，德睿智药创始人兼CEO牛张明受邀出席。图片来自企业官网。
弯道超车的机会
回头看，AI制药之所以引发这么多讨论，是因为它不仅是重要的产业风口，更触碰到了人类最核心的需求——健康。
这条赛道上，竞争呈现白热化。全球排名前20的制药巨头，如辉瑞、强生、赛诺菲和诺华等，均已与AI公司展开合作。毫不夸张地说，AI制药的崛起，预示着医药行业将迎来全新的格局。
据不完全统计，目前全国共有108多家AI制药的初创型公司，94%的AI制药企业分布于北京、长三角及大湾区，其中北京、上海、深圳三城各集聚超20家企业。
身处大变局之中的中国的AI药企，正在扮演什么样的角色？
“我们现在是追赶者、并跑者，未来有望成为引领者。”赵文艺说。全球AI制药竞赛中，中国凭什么能“弯道超车”？答案或许藏在三个关键词里：政策、人才、供应链。
对比欧美冗长的审批流程，中国政策像给AI制药装了“涡轮增压”。今年4月,工业和信息化部等七部门印发《医药工业数智化转型实施方案(2025—2030年)》,明确2030年规上药企实现数智化全覆盖。
发令枪打响，全国各地在AI制药领域频频释放政策红利。今年8月，浙江印发了加快推动“人工智能+医疗健康”高质量发展行动计划（2025-2027年）。计划表中，建设省级医学生物信息数据库，共建共享行业高质量数据集、语料库等诸多亮点内容，都直指制约AI制药发展的关键问题。
禹泓医药利用AI技术正在研制一款针对白癜风疾病药物。李攀 摄
当有的国家还在争论AI科学家该不该懂生物学时，中国已经批量产出“AI+医药”的复合型人才。在高校，清华大学药学院与百度共建的“AI+药学”产学研融合创新基地，通过开设前沿课程、举办算法大赛等形式推动交叉学科人才。在科研平台，浙江大学智能创新药物研究院开设国内首个人工智能药学硕士项目，成为生物医药领域重要的人才孵化与输出基地。越来越多跨界融合的人才，正在涌入AI制药的“驾驶舱”。
完备的供应链体系，更是中国实现“弯道超车”最硬的底气。医药研发不是“实验室里的游戏”，从化合物合成到临床试验，需要上千个环节的配合。诞生浙江的剂泰科技是国内“AI制药四小龙”之一，在企业CEO赖才达看来，美国药企开发一个候选药物，需要横跨三个国家找供应商，而在中国，从AI模型训练到临床试验，可能在一个产业园里就能完成闭环，让AI制药的成本直接砍半。
传统制药的隧道又黑又长，很多企业走了百年才看到光，今天，当药企拿着AI这把手电筒，或许能快一点走到出口。
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)
)