AI药物研发行业深度访谈

人工智能（AI）已全面渗透至靶点发现、分子优化以及临床设计等药物研发全流程之中，在日常的研发工作里，它已然成为不可或缺的“双重验证”利器，并且显著缩短了部分实验周期。

然而，截至目前，具有颠覆性的“AI原生”闭环尚未出现。AI主要仍用于辅助单个实验步骤，而其最终能否提升整体成药成功率，仍有待关键的三期临床数据予以验证。

行业主要呈现出三种模式：一是“自研管线 + 软件”的双轨模式（如英矽智能）；二是纯SaaS软件模式（如薛定谔）；三是实验室自动化方案商模式（如晶泰科技）。科技巨头虽具备先进算法，但缺乏数据支撑；百年药企拥有丰富的历史资产，却尚未实现AI化。这种数据与技术之间的断层，使得具备一体化数据能力的AI Biotech公司在短期内仍拥有难以逾越的核心竞争优势。

当前，AI制药的限速环节在于缺乏高质量、AI可读的训练数据，而非算力的制约。现有的模型主要能够预测体外的单个性质，却无法模拟药物进入生物体后的整体系统性反应。出于对安全责任的审慎考量以及监管政策的硬性要求，类器官芯片等仿真技术在短期内完全无法取代传统的动物与临床实验。

目前，跨国药企（MNC）在购买管线时趋于谨慎，BD合同的预付款比例偏低，这一现象反映出市场正在理性降温。展望未来十年，行业很难出现能够颠覆研发习惯的重大拐点。业内的核心痛点已从“工具做深”转向“横向做通”，当下亟需一款能够打破数据壁垒、将靶点、分子、药代、CMC等零散节点串联起来的一体化流程工具。

免责声明：本文根据智谱AI投研专家访谈整理而成，仅供参考，不构成任何投资建议。