蹭热点还是真AI，资本开始追问药企何时能盈利

来源：第一财经

机构对项目的鉴别已深入到实务细节。

AI在制药研发过程中到底扮演着什么角色？是颠覆性地“从0到1”，还是仅仅优化效率的“加速器”？

“风口浪花来得快退得也快，最后能留在沙滩上的，永远是那些把技术做进管线、把价值算进账本的人。”在日前举行的2026张江药谷大会暨上海国际生物医药产业周——“资本聚势·生态共筑”上海国投生物医药产业生态大会的圆桌环节，上海未来产业基金投资总监李春园说，在AI与生物医药深度融合已成共识的当下，行业必须直面几个痛点：技术如何去伪存真、落地如何步步为营、价值如何被资本真正认可。

多位嘉宾在交流中一致认为：当大模型算法走向“民主化”，资本市场不再为算法打榜和叙事买单。真实的算力消耗、垂直的专有数据、临床瓶颈的突破能力，以及可验证的商业盈利路径，已成为衡量企业生存价值的核心标尺。

AI如何落地

在早期研发的垂直赛道上，初创平台试图切入传统方法无法企及的领域。智核汇生物科技有限公司创始人温翰认为，AI本质上是拟合任意高维函数的工具，但落地必须回归“算账”逻辑：“如果我们需要太多的数据，而资金已经足以解决这个问题，AI制药的合理性也就不存在了。”以靶向RNA小分子药物研发为例，由于靶标具备动态性与特殊的化学空间，传统高通量筛选几乎走不通，AI在此处扮演的正是“从0到1”的角色。

而在成熟药企内部，AI辅助药物发现的渗透面临着更为现实的工程与安全约束。

信达生物AIDD部门于去年组建，核心职责明确为“输出好靶点、输出好分子”。信达生物AIDD高级总监陈珊透露，在推进过程中，最大的阻力并非来自传统药化团队的排斥，而是底层基础设施与算力安全：“阻力最大的第一个就是算力，传统企业非常不希望用云算力，目前也只是在非常小的范围之内允许用云算力。整个数据中心直到今年年中才搭建完成，导致结果产出比预期晚了半年到八个月。”

尽管面临算力部署周期的拖累，AI在3D分子空间探索上的优势已在工业界显现。陈珊分享道，药化科学家在传统设计中往往需要看大量专利分子、想象药效基团，经过50至60个分子的多轮迭代才能摸索出方向；而AI能一次性学习上千个专利分子。目前信达内部的分子产出比例已达20%由AI生成、80%由药化团队完成。

针对外部AI技术公司的合作切入点，陈珊直言，大药企出于安全性考量，排斥云端或单纯调用API的模式，更青睐本地部署，“一个AI原生企业能够把AI模型及其持续迭代的能力进行本地部署，形成长期的复购，纯从技术平台上讲会是一个比较现实的商业模式”。

资本更加聪明

伴随技术认知的深化，一级市场对AI for Bio的投资逻辑正经历演变。

五源资本投资副总裁方琦说，制药研发链路极长，AI并非从第一天起就能端到端解决所有问题，因此机构多采取“沿途下蛋”的策略，投资本质上沿着AI模型能力不断解锁制药环节的脉络展开。

方琦说，全球范围内能从源头提出原创模型架构的底层创新公司极少，此类企业遵循前沿实验室的百亿美元级估值体系；而市场上绝大多数企业属于将AI工具嵌入研发体系的应用型公司。

“一级市场给这些应用型公司加了估值溢价，溢价在于AI能够批量化或突破性地解决传统方法难以解决的问题，”方琦称，“但长期来看，无论是向二级市场出口，还是与跨国药企达成合作，最终都要回归‘资产逻辑’做定价——即同一时间内能交付多少高质量的管线资产。到最后阶段，大家依然殊途同归。”

相较于一级市场的预期溢价，二级市场对AI概念的审视越发苛刻。港股目前已有晶泰科技、英矽智能等多家企业登陆资本市场，但二级市场的检验机制也在倒逼企业告别炫酷的叙事。

“资本市场擅长讲故事，但过去那种‘请一个高背景算法工程师、写一份精美BP’就能融资的逻辑已经失效，资本正在变聪明。”国泰海通医疗健康投行负责人王莉认为，机构对项目的甄别已深入到实务细节，“我们在想怎么去证伪项目到底是真AI还是假AI。我问一些实控人‘你消耗了多少算力’，如果他眼神一愣，我们就会怀疑他是不是在做真AI。”

王莉解释，资本市场的诉求正在从“+AI”转向“AI+”，二者在产业结合中的定价决策权、市场空间与商业模型截然不同。面对尚未扭亏的企业，公募基金经理在听完宏大构想后，往往只会抛出最核心的问题：“你什么时候盈利？”

王莉建议，计划在未来两至三年内走向资本市场的AI Biotech，必须及早告别PPT叙事，尽快进入大厂的验证生态：“现在是头部公司验证头部技术的阶段，企业必须在真实的产业环境中落地，拿出产业大客户的订单答卷，做实护城河。”