随着人工智能技术的发展，制药领域正迎来“百年难得的历史性机会”。
近年来，国内外医药公司纷纷布局AI制药领域，例如国内的药明康德、美迪西、药石科技等，以及美国的礼来公司等。今年上半年，市场对AI制药的关注度依然很高，英伟达等科技巨头动作频频，国内也迎来了首家港股上市的AI制药企业晶泰科技。
然而，资本市场对于AI制药的态度也存在两面性。一方面，AI制药行业至今尚未出现获批上市的药物，一些老牌AI制药企业陷入裁员风波，一级市场收缩也给AI药企带来资金压力。另一方面，AI制药的潜力依然巨大，但受到数据量、算法精度等因素的限制，目前主要集中在早期药物发现阶段。
有券商分析师表示，2023年美国生物医药公司融资最多的板块是AI制药公司，这种高价值大规模融资在2024年仍在持续。未来，AI制药的热度不会消退，但行业泡沫会逐渐出清。
对于AI制药的未来发展，一些投资人认为，技术只是辅助工具，药物研发才是核心。最终比拼的是谁能率先拥有成熟的产品。
资本入冬
科技媒体TechEmergence发布的报告显示，AI技术能够将临床新药研发的成功率提高至14%，为生物制药业节省约10亿美元的研发经费。这一高效性曾被认为能够颠覆传统流程，AI制药赛道也因此受到资本热捧。
据生物医药咨询机构智药局监测数据显示，2022年全球AI+药物研发相关融资总事件达144起，总金额为62.02亿美元，成为生物医药最受青睐的领域之一。然而，2023年该领域的融资总金额为36.01亿美元，同比下降42%，一级市场已经出现趋缓之势。
进入2024年，全球范围内仅有5家AI制药企业完成了新一轮融资，融资频次有所下降。
从投资角度来看，英伟达在2023年投资了9家生物初创公司，投资总额高达21.5亿美元。与2023年相比，今年英伟达在AI制药领域的投资略显谨慎，但其在今年3月的GPU技术大会上，与医疗保健和生命科学相关的会议数量排名第一，可见其对AI制药的高度重视。
今年4月，Xaira Therapeutics获得了10亿美元的种子轮融资，成为今年AI制药行业中最大的一笔融资。而老牌AI制药公司BenevolentAI由于资金吃紧，宣布裁员30%并关闭美国办事处。
AI制药领域的竞争日益激烈，行业正在经历整合浪潮。一些企业通过裁员、聚焦管线来削减成本，甚至完全退出行业。但也有一些企业通过收购和合并来增强竞争力，以度过整合浪潮。
与国际相比，国内大部分AI制药企业仍处于早期融资阶段。除晶泰科技和英矽智能外，完成C轮融资的企业寥寥无几，包括药物牧场、深势科技等。
渴望盈利
与Biotech公司相似，AI制药企业也迫切需要实现商业化盈利，获得持续发展的能力。目前，AI制药企业主要采用三种商业模式：AI-SaaS、AI-CRO和AI-Biotech，即售卖软件、服务和研发药物。
AI SaaS领域竞争激烈，各大科技巨头纷纷入局。英伟达推出的AI药物研发平台BioNeMo，能够加速AI模型开发和部署，推动由AI驱动的药物研发。
跨国药企与科技公司的合作项目逐年增加。据华创证券研报显示，2023年至2024年2月，跨国制药巨头与AI药物研发或IT科技企业合作的潜在总额已高达120亿美元。
赛诺菲明确表示，目标成为第一家由人工智能驱动的制药公司。今年5月，赛诺菲、Formation Bio和OpenAI合作构建AI驱动的软件，开发贯穿药物开发生命周期的定制解决方案。
CIC灼识咨询合伙人王文华表示，科技巨头布局医疗赛道的优势在于其领先的人工智能技术，但需要克服如何获得高质量数据和深度理解医疗场景的挑战。
全球进展最快的AI制药项目大多处于临床2期，预计还需要至少3年的时间才能得到概念性的验证。为了补充现金流，AI制药企业需要探索更多元化的商业模式。
英矽智能的营收最初主要来自AI-CRO和AI-SaaS，2023年开始，AI-biotech业务带来3900万美元的收入，占当年总营收的76.2%。
制药行业IRR下降的趋势，促使制药公司转向AIDD公司，以提高药物发现和开发效率。大型制药公司与AIDD公司的合作数量不断增加，从2017年的18份合作协议增加至2022年的66份，复合年增长率为29.7%。
打破桎梏
新药研发历来难以打破“双十定律”的桎梏，高失败率是其主要标签。波士顿咨询对超百家AI制药企业的临床管线进行分析，数据表明AI发现的药物分子的成功概率从5%～10%增加到约9%～18%，临床试验I期成功率高达80%～90%。
晶泰科技表示，药物研发的困难在于跨越不同研究维度，难以建立明确的因果规律。虽然AI在药物开发中具有巨大潜力，但目前无法通过简单模型预测新药，也沒有足够高质量的数据进行训练。
数据之困是AI制药企业面临的重大挑战。目前中国的数据管制比较严格，企业获取数据面临重重困难。医院数据不仅不对企业开放，各个医院之间的数据也不互通。此外，数据的归属权和使用权也存在争议。
除了科研问题外，新药研发还涉及质量、成本控制等环节，AI无法参与其中。行业也在努力将AI的应用拓展到更后期阶段，包括临床试验设计、数据解读等。
目前AI制药企业的强项主要集中在早期药物发现阶段，在后端，特别是进入临床后，AI所能发挥的作用有限。
整个AI制药行业需要一个真正能够完成临床概念性验证的项目，以提振行业信心。
王文华指出，医疗是一个庞大的赛道，涵盖了从药物研发到健康管理的各个环节。AI能够在医疗领域的各个环节产生新的机会和赛道。AI辅助药物研发能够缩短新药研发周期，提高效率并降低成本。
人工智能与医疗行业的结合是未来的发展方向，将带来整个行业的巨大改变。
目前，AI制药行业已经进入自证实力的阶段。
