礼来+AI，百年老店赶时髦！

1876年5月，Eli Lilly上校用1400美元在印第安纳，创立了礼来， 成立之初，实验室面积仅有70多平，员工3名。

时至今日， 近150岁的制药巨佬正凭借GLP-1药物赚到的数百亿，以前所未有的速度和规模，系统性地构建涵盖药物发现、计算、软件及物理验证的AI生态系统，持续打造自己在下一个世代的霸主地位！

礼来有钱都知道，但有钱并不是壁垒，非常非常非常有钱才成了壁垒！！ Mounjaro和Zepbound估摸在2025年能卖出去400亿美元，这使得礼来拥有并在后续很长一段时间内持续拥有制药史上最大的现金流引擎。

所以，有足够的燃料使得它在激进策略投入上可以为所欲为！（可以看胖猫之前写的文章《》《》）

合作伙伴

礼来构建的是一个涵盖发现、计算、软件和物理验证的集成系统，每个阶段都纳入了不同的合作伙伴。

药物发现合作伙伴，与领先的AI药物发现平台进行了多种形式的合作

（1）Isomorphic Labs（2024年1月）：用AlphaFold衍生技术进行小分子发现，预付款4500万美元，里程碑高达 17亿美元。

截至本年初，已有多个候选药物进行IND支持研究，预计本年晚些时候进行 I 期试验。

（2）Chai Discovery（2026年1月）：使用Chai-2进行生物制剂设计合作，Chai-2 是第一个实现两位数实验命中率的零次抗体设计平台。礼来公司还获得了一个基于礼来公司专有数据训练的专用独家模型。

（3）Nimbus Therapeutics（2026年1月）：口腔肥胖药物发现平台，预付款 5500万美元，里程碑金额高达13亿美元。这扩大了针对心脏代谢疾病的 AMPK 激活剂的三年合作关系。

（4）Insilico Medicine（2025年11月）：价值超1亿美元的交易，用于访问端到端AI药物发现平台Pharma.AI。

（5）OpenAI（2024 年6月）：针对耐药菌的抗菌药物发现合作。该产品组合涵盖结构预测（Isomorphic）、生成化学（Nimbus、Insilico）、生物制剂设计（Chai）和基础模型（OpenAI）。

算力基础设施投入

原始算力决定了人工智能模型可以达到的高度，礼来为了构建制药领域最强大的人工智能基础设施，挥金如土。

2025年10月，与英伟达联手，宣布打造业界首屈一指的制药公司自有AI超级计算机。这台巨兽搭载了1016个NVIDIA Blackwell Ultra GPU，能提供高达9000 petaflops的AI性能。

仅一个Blackwell Ultra GPU，处理能力就相当于礼来在1992年使用的Cray超级计算机的700万倍，其强大程度令人咋舌！这标志着礼来在药物研发的计算能力上实现了跨时代的跃升。

软件开发

TuneLab是礼来2025年9月推出的专有AI/ML平台，TuneLab提供18个AI模型（12个小分子，6个抗体），并在价值超10亿美元的礼来专有数据上训练。

不过该平台是对外开放的，外部公司可以用自己的数据运行计算，无需暴露任何一方的专有信息。

2026年1月，Schrödinger宣布将TuneLab集成到其广泛使用的分子设计平台 LiveDesign中。LiveDesign平台很少集成第三方模型，现在将提供TuneLab 作为优先工作流程。

对礼来说，这意味着他们的模型将嵌入行业默认分子设计环境中，可从每个用户那里获取数据，不断改进TuneLab，同时将其模型嵌入行业标准工作流程。

物理验证

与NVIDIA的联合创新实验室，工作重点是物理人工智能，将计算预测与机器人湿实验室连接起来，目标是24/7全天候人工智能辅助实验，其中实验、数据生成和模型开发不断相互告知。

这就形成了一个闭环，人工智能设计实验➡️机器人执行实验➡️数据反馈➡️改进人工智能。还真没有其他制药公司拥有如此完整的体系。

战略动作

（1）a16z基金

2025年1月与Andreessen Horowitz合作推出一支5亿美元的生物技术基金，礼来提供100%的资本，而a16z Bio + Health管理投资。

用基金作为延长线，这使得礼来可比他人更先看到最有前途的AI生物技术，尽早投资，并有可能收购优胜者。

（2） Gateway Labs

礼来在全球运营着五个Gateway Labs基地（旧金山、圣地亚哥、波士顿、北京和费城），这些基地为早期生物技术公司提供实验室设施和科学资源。

Gateway Labs已运行50多个管线项目，参与的生物技术公司总共筹集了超过30亿美元，这位礼来获得了新兴科学和人才的优先机会。

（3）TuneLab

TuneLab上文已说，它创造了真正的网络效应。每个加入的生物技术公司都会贡献训练数据，改进模型。用户越多，模型越好、模型越好，用户越多。

目前已有约十几家初创公司加入，随着采用率的增长，离开TuneLab的成本变得越来越高，因为将无法访问在整个网络数据上训练的模型。形成强绑定！

（4）领导力赌注

战略的执行需要好的领导人。礼来在组织方面的行动比竞争对手更快。2024年10月，任命Thomas Fuchs为业界首位首席人工智能官。

Fuchs是人工智能学习制药专家，曾任西奈山人工智能与人类健康研究所院长、Paige AI（癌症病理学）创始人、苏黎世联邦理工学院机器学习博士。

其他MNC

（1）诺和诺德

诺和诺德是礼来在GLP-1和AI投资方面最直接的竞争对手。他们于2025 年1月和Valo Health达成涉及20个项目的价值高达46亿美元的合作。他们也与NVIDIA建立了合作伙伴关系，可以使用丹麦的Gefion超级计算机。

但诺和诺德的理念有所不同，他们要建立一个垂直整合的人工智能工厂，在更少的平台上建立更深入的合作伙伴关系。

这就有点意思了，诺和开创了GLP-1市场，而礼来后来居上！在 AI 战略上，礼来貌似先发，诺和还会反转么？

（2）阿斯利康和辉瑞

阿斯利康在主打一个数量，和27个人工智能公司进行了合作，但尚未建立礼来类似的集成基础设施，他们正在买或者被授权人工智能工具，而不是构建平台。

辉瑞做了一个有趣的反赌，与致力于开源蛋白质人工智能的公益公司Boltz合作，辉瑞将在此基础上微调专有模型。如果开放基础模型获胜，辉瑞就可以避免基础设施锁定。如果专有的端到端堆栈占主导地位，那么 Lilly 的方法更胜一筹。

拭目以待！

礼来在AI制药领域的全栈布局，剧本清晰而宏大。然而，这项颠覆性战略能否最终取得回报，由以下三个关键问题决定：

（1）临床验证的决定性步伐。AI药物发现快、更便宜，但真正的临床成功才是硬道理。礼来与Isomorphic、Chai等合作的首批AI设计分子预计要到2026年底才能进入I期临床。在此之前，礼来的AI战略仍处于“豪赌”阶段，而非已被证明的坦途。

（2）先发优势的持久性。TuneLab的联合学习模型和Gateway Labs的交易流程，确实构建了强大的网络效应。然而，诺和诺德与Valo Health的46亿美元合作、及阿斯利康的27项AI合作等表明，竞争对手并未停滞不前。礼来的先发优势究竟会不断强化，形成难以逾越的复合效应，还是会被迅速模仿并商品化，将是其未来成败的关键。

（3）生态系统护城河的效力。平台策略的核心在于锁定用户。如果TuneLab的模型未能明显优于其他竞争者，初创公司可能随时选择退出。同样，如果Gateway Labs孵化出的项目未能带来超额回报，其交易吸引力也会下降。a16z基金的成功，也高度依赖于能否持续投到真正赢家。

礼来AI战略是一场堆砌基础设施的豪赌，我们就一起拭目以待到底礼来的AI豪赌会交出一张什么样的答卷！

AI的潮流势不可挡，后面会持续在胖猫的星球分享AI知识，跟大家伙儿一起在AI时代，做自己的CEO！

如果您喜欢胖猫的观点，欢迎加入胖猫的知识星球～这里有更多的专业资料、自制工具，还能和胖猫以及众多的行业小伙伴问答互动！我们一起学习、进步，抓住AI这一波千载难逢的机会！