科技巨头抢滩药物研发 AI制药进入跨界竞合阶段

　　◎记者 王墨璞嘉

　　科技巨头正把AI制药从模型竞赛推向闭环竞赛。近期，Anthropic、字节跳动等加码AI制药领域。

　　例如：Anthropic已在美国旧金山湾区建成湿实验室；字节跳动旗下AI制药公司Anew Labs（新生实验室）以独立公司身份完成首轮外部融资，规模达2.9亿美元；礼来旗下AI制药平台Lilly TuneLab牵手金斯瑞、Twist、Ginkgo，完善AI成药性预测验证链条……

　　上海证券报记者采访多家AI制药上市公司高管及业内人士了解到，AI制药领域的竞争焦点正转向“谁能建设行业系统性基础设施”，率先跑通“数据—模型—实验—再数据”的完整闭环。与之相伴，产业分工正从单打独斗走向生态竞合。

　　从通用工具到实验室

　　巨头卡位系统性基础设施

　　以往科技巨头布局AI，主打的是通用大模型能力；本轮入局AI制药，多家科技巨头注重从数字世界走向物理世界，将能力延伸到真实的实验闭环。

　　这一判断在制药行业内部得到印证。晶泰控股联合创始人兼CEO马健表示，AI制药的门槛不仅在于模型：纯计算和预测领域的AIDD（人工智能药物设计）无法形成真正的知识沉淀，唯有构建“假设—检验”的工程化闭环，方能持续迭代出科学发现能力。湿实验室正是这一闭环的物理承载体。

　　从科技巨头角度来看，将自身能力延伸至药物研发实验室也是必然选择。沙利文中国高级合伙人兼董事总经理毛化认为，随着算力供给日趋充足、大模型快速迭代，模型功能层面的差异正在缩窄。科技公司要挖掘制药领域的竞争力，就需要抢占自动化实验入口、专有数据资产和管线IP。

　　在剂泰科技联合创始人、董事长兼CEO赖才达看来，Anthropic、OpenAI、英伟达及字节跳动等加码生命科学，意味着AI与生物学的结合正从单点工具走向系统性基础设施。

　　需求侧同样在变化。据券商分析，大型药企正持续扩大AI在药物发现、临床前及研发流程中的应用，AI投入正从“尝鲜”变为研发预算的常规项。供需双方的分工也渐趋清晰，科技公司出模型与算力，药企出场景与管线，实验能力则成为双方共同的补强方向。

　　不过，从能力升级到商业兑现仍有距离。沙利文中国医疗健康事业部高级咨询总监张辰阳认为，当前，大模型正从AI制药辅助预测，向自主提出假设、设计分子、调用湿实验验证数据演进，但临床成功率、研发周期与投资回报能否兑现，仍需时间验证。

　　从模型竞赛到闭环竞赛

　　数据飞轮才是真壁垒

　　与上一轮AI制药热潮相比，本轮驱动力明显不同。毛化称，本轮热潮是由基础模型、智能体、多模态生物模型及早期管线数据共同推动。业内的关注点随之迁移：不只关注效率提升，更看重AI能否提高候选药物质量与临床成功概率。

　　驱动力变了，评价标准也在变。赖才达表示，AI可以更快地提出假设，但假设最终能否成立，仍需要真实实验、动物研究、临床试验及长期的医学验证。因此，未来最重要的不是单纯增加算力，而是进一步建设连接AI与真实生物实验的基础设施。

　　评价标准之变，也让竞争卡位转向真正的瓶颈。张辰阳表示，高质量数据只是AI制药的表面瓶颈，实质瓶颈在于能否建立一套持续产生高质量数据、驱动模型自主迭代的实验体系，尤其是标准化湿试验、负结果数据以及“预测—实验—反馈”闭环。马健表示，AI制药行业真正稀缺的是“数据飞轮+工程化干湿实验闭环”。

　　在英矽智能联合首席执行官、首席科学官任峰看来，独立AI制药公司的优势愈发清晰：自动化干湿试验闭环与高质量数据，加上经过验证的AI创新能力、持续拓展的创新领域，以及深入基座的大模型训练平台。

　　多位业内人士认为，行业竞争的关键正从单点AI工具，转向能否形成“数据—模型—实验—药物与临床验证”的完整闭环。谁跑通这条闭环，谁就握住了下一阶段的“入场券”。

　　从“单打独斗”到“生态竞合”

　　科技巨头加速行业价值兑现

　　科技巨头密集入局AI制药，对业内影响几何？业内给出的答案颇为一致：这不是简单的零和竞争，而是一场生态重塑。

　　任峰判断，未来所有Biotech乃至Pharma公司都将被AI赋能，巨头的加入只是加速了趋势兑现。AI制药公司与科技巨头并非直接的竞争关系，最好的模式是各自负责最有优势的场景：大厂提供通用基座模型、算力和基础算法能力，AI制药公司发挥生物学理解、湿实验积累和临床验证之长，双方共同取得1+1>2的效果。

　　值得关注的是，产业分工正在由生态竞合取代单打独斗。科技巨头带来基座模型能力与算力，全球药企手握临床与商业化资源，独立AI制药公司提供数据飞轮与干湿闭环，三方以共建、共创、授权等模式，形成新的产业生态。

　　对于未来格局，马健判断，行业整合的趋势不会改变。一方面，AI制药已进入临床验证期，护城河从单点模型转向体系化能力，缺乏数据沉淀与工程化闭环的公司将面临更多挑战；另一方面，模型与实验能力的增强也在拉低垂类领域门槛，机会正从“泛平台”转向“深垂类”。

　　行业的评价标准正在切换。业内人士表示，行业评价标准正从估值与叙事转向数据与里程碑。在此意义上，科技巨头携资本、算力与人才入场，更像是激活全行业的“鲶鱼”，把AI制药从概念验证加速推向价值兑现。