AI制药公司正集体转型“卖水人”

就在前两年，AI制药的故事还围绕着“颠覆传统研发”的宏大叙事展开，资本市场热情、大量初创公司涌入。然而，新药研发“九死一生”的困境并未因AI的到来而改变。

曾备受瞩目的AI制药明星公司Verge Genomics在近期宣布，其AI药物VRG50635用于治疗渐冻症的临床试验失败并终止研发，引发了广泛关注。

除Verge的VRG50635外，2025年8月，薛定谔针对急性髓性白血病(AML)的药物SGR-2921因毒性问题停止开发。2023年，由Exscientia设计、住友制药推进的精神分裂症药物Ulotaront也因效果不理想而告终。

连续的临床失败如一盆冷水，迫使整个行业重新审视自身定位。这也意味着，未来评判标准将更加直接，即能否发现经临床验证的有效药物。

Verge Genomics已经宣布转型，将不再专注于内部药物研发，而是转型为一家为大型药企提供AI技术服务的平台公司。“此举使Verge能够持续投资其人工智能、产品和工程能力，并将带来更精简的成本结构和更长的现金流。”创始人称。

近期，不仅是Verge Genomics，包括Recursion在内的多家知名AI制药公司也对其内部研发管线进行了战略性收缩或调整。

例如，明星公司Recursion在完成对Exscientia的收购后，宣布暂停或终止多个临床阶段项目，将研发重点聚焦于肿瘤学和罕见病领域。

转向的背后是现实的财务压力。Verge上一轮融资停留在2021年，当年12月获得了9800万美元的B轮融资。即使与跨国药企有合作，在核心资产失败、没有新临床管线接续的情况下，传统的烧钱自研模式难以为继。

为应对资金压力，Recursion公司在更早之前就宣布裁员约20%，目标是将2025年的现金消耗控制在4.5亿美元以下，2026年降至3.9亿美元以下，以确保现有资金能支撑运营至2027年底。

这些事件折射出，整个AI制药行业正在经历的一场深刻而集体的战略转向——从风险极高的“淘金者”，转变为更稳健的“卖水人”。行业泡沫正在被挤出，一个以技术与服务驱动的新发展阶段已然开启。

“AI肯定是趋势，但短期内整个行业其实还看不清楚方向。”上述投资人坦言。

尽管投资人迷惘，但也不敢错失机会。“问题在于，如果等到方向明确再进场，先机早已被别人占了。”

这位投资人过去曾因为过度自信而错过加密货币周期——15年前别人给他讲区块链，他以为自己懂并行计算和网络，便轻视了这波浪潮。“错过机会并不可怕，但因为傲慢错过，才真正令人惋惜。”

在这样的环境下，投资人其实非常痛苦。很多投资人现在的逻辑已经退回到最原始的一步：选团队。找一个靠谱的团队，不管具体做什么，先投进去再说，就像当年互联网一样——谁也说不清楚怎么挣钱，那就投人。

甚至更直白地说，现在不少投资变成了“投故事”，谁的故事讲得有想象力、讲得自圆其说、让人相信有可能实现，就先投这个故事，再用这个故事去吸引团队。“现在拼的，更多是想象力。”他苦笑道。

但故事终究要回归现实。对于风口上的“AI制药”，他泼了一盆冷水：“在今天这个阶段，几乎仍然是一个‘伪命题’，更准确的说法应该是‘AI辅助制药’。”

他认为，真正的制药仍然离不开化学家，AI只是工具。想要完全靠AI生成新药，在现实中还远远做不到，因为当前的化学结构、生物特征等基础数据量根本不足以支撑真正训练出能够创造性生成新分子的模型。“AI制药的核心瓶颈，本质上仍然是数据积累。”他总结道。

具体来看，AI能提高临床前研发效率，例如在几个月内设计出先导化合物，但无法绕过复杂的生物学机制和临床高风险。这也是很多在临床前表现优秀的分子失败的核心原因。

在药物设计和概念阶段，AI可以很快速地帮助筛选。但一旦回归到验证阶段，AI制药公司和所有企业花的时间都差不多，没法减少工作量，除非AI的准确性可以达到100%。

AI制药本质上只是一个工具，并不能帮药企解决关键卡点问题。纵然AI制药可以提高效率，加速药物筛选，但AI学习的资料是基于人类已经创造的实验数据，对于新的靶点信息，AI还没有办法创造，也不能帮助药物完成临床试验阶段。

另外，AI模型依赖高质量、标准化的数据训练，而生物医学数据往往存在“孤岛化”、标准化不足的问题。

有了数据后，需要根据数据去训练模型，这样才能做到算法迭代，但AI算法的准确率还有待提高。“目前没有达到纯粹的人工智能就可以把这个药做出来，还需要依赖科学家的经验。它只是相当于科学家的工具，并不能取代科学家。”

当资本市场发现AI作用相对有限，无法在短期内克服生物学的固有复杂性时，开始重新审慎这个领域。

现在的市场变化也非常明显：越来越多原本做AI制药的公司，开始转向做服务。因为投资人已经不再愿意为长期没有现金流的企业买单。“如今投资人普遍的底线是：如果一家企业两三年内仍然无法产生现金流，基本就不投。”

他指出，这也是为什么新药研发整体遇冷——新药必然是一条长期输血的路，而AI制药本质上并没有逃脱这个逻辑，只是可能缩短了一点时间，但究竟能否真正缩短，依然未知。“因此，现在很多AI制药公司开始主动寻找服务型业务，尽快建立现金流，来对冲未来的不确定性。这个风口究竟能持续多久，没有人知道。”

资本与现实的挤压，将AI制药公司推向了同一个出口：提供服务，成为“卖水人”。这场集体转身，正在重塑医药研发的产业生态。

这种转变，实质上是产业链的一次专业化分工重塑。初创的AI公司聚焦于最前沿、最富创新密度的早期发现与设计环节，扮演“尖端研发外包中心”或“分子设计工厂”的角色；而大型药企则凭借其综合优势，主导后期开发、临床及商业化，并承担主要的资金风险和最终收益。

这一转型趋势，在英矽智能的身上得到了充分体现。1月5日，英矽智能发布公告，宣布与施维雅达成总价值高达8.88亿美元的多年期抗肿瘤药物研发合作。其将主导运用其自主研发的人工智能平台Pharma.AI进行早期药物发现与开发，而施维雅将主导后续的临床验证及商业化。这展现了其“AI平台服务商”的定位。

英矽智能采用“自研管线+技术授权”双轮驱动，平台收入成为研发的补给。据早期投资者启明创投介绍，英矽智能的“Pharma.AI”平台已经与全球收入最高的20家药企中13家有软件平台合作，这证明了平台化转型。

就在前不久，英矽智能于2025年底在港交所成功上市，其香港公开发售获得了约1,427倍的超额认购，代表着资本市场对其商业模式给予的高估值。

另外，近日华深智药海外公司Earendil Labs宣布与赛诺菲达成高达25.6亿美元战略合作，将Earendil的发现平台应用于多个自身免疫和炎症疾病项目。赛诺菲将主导此次合作中双特异性候选药物的开发和全球商业化。

也有公司选择聚焦最具优势的单一环节，提供深度服务。例如，Relay Therapeutics以其在蛋白质动态结构计算方面的专长，为合作方提供特定靶点的分子设计服务。

晶泰科技在推进内部管线的同时，已将其自动化实验室和智能化研发能力，拓展至AI+新材料等更广阔的领域，实现收入多元化。

AI制药企业转型做CRO，推动了行业从人力密集转向技术驱动。这也给传统CRO企业带来了挑战。

对于传统CRO企业，其传统的药物化学、临床前研究服务，正受到“AI+自动化实验”模式的直接冲击。部分领先CRO不得不开始向上整合AI能力，或向下延伸至生产。

以头部CRO企业，如药明康德、康龙化成为例，其通过自研/并购（如康龙化成控股海心智惠）构建AI平台，巩固全流程壁垒，抢占高价值创新药订单。

值得注意的是，无论是AI制药公司，还是CRO企业，如果不能提升创新能力，很容易陷入技术路径趋同、商业化模式单一、靶点扎堆等问题上，最终陷入低水平价格战。只有那些能真正攻克“难成药”靶点、大幅提升分子设计成功率的技术平台，才具备持续的竞争力。

可以预见，未来几年将是AI制药平台服务商的洗牌期。那些技术扎实、找准定位、并能与药企研发流程无缝融合的公司将脱颖而出。

资本从“乱枪打鸟”到理性回归，企业从“淘金”到“卖水”集体转身，虽源于资本压力与技术现实的阵痛，却可能为整个行业开辟出一条更可持续的道路。

加入读者群请添加：

石慧玲：ss4500201