近期，两条看似不相关的行业新闻引发全球生物医药圈震动——英伟达发布新一代Blackwell架构GPU，单卡算力较前代提升5倍；全球头部药企之一的美国礼来公司（Eli Lilly）发布2025年第三季度财报，本季度营收达176.01亿美元，同比激增53.87%，归母净利润55.83亿美元，同比增幅高达475.34%，今年前九个月的总营收为458.87亿美元，同比增长46%，全年营收预期已上调至630亿-635亿美元。
短短一两天后，两者联手抛出重磅消息——英伟达 将以 最先进的算力与礼来共建全球制药行业首个专属“AI 超级工厂”，以人工智能颠覆药物研发全生命周期。
这一消息立刻在AI及制药行业激起巨大反响 ，为美国已经炙手可热的AI资本支出再添一把燃料。礼来股价也顺势高位拉升，从830美元左右突破900美元大关，最高涨至915美元左右，显示出市场对于这一宗合作的看好。
当传统制药行业深陷“12年周期、26亿美元成本、10%成功率” 的三重研发困境，AI算力与制药的结合已成行业共识，而英伟达与礼来的这一场联姻并非试探之举，而是基于深思熟虑的战略考量，有可能彻底颠覆全球制药行业的传统发展路径。
礼来股价从11月开始快速拉升（数据及图源：百度股市通）
上周末，英伟达宣 布打造全球首台采用DGX B300系统的DGX SuperPOD超级计算机——这台由1000块B300 GPU构建的 “算力巨兽”，通过统一高速网络架构实现跨设备微秒级通信，算力密度较传统超算提升3倍，将模型训练时间从数周压缩至小时级。
但令人意外的是，这个“算力巨兽”并非为OpenAI、Meta、谷歌等硅谷巨头打造，而是与全球著名药企美国礼来深度合作的产物。
礼来公司将拥有并运营这台超级计算机，为双方合作的AI工厂提供算力，以大规模开发、培训和部署AI模型，用于药物发现和开发。
“这不是简单的算力堆砌，而是制药行业首个自主运营的AI基础设施。” 礼来执行副总裁Diogo Rau强调，该系统将驱动“AI 工厂”实现从数据摄入、模型训练到推理生成的全生命周期管理，计划于今年12月完成建设，明年1月正式投入使用。
礼来在今年9月推出了AI和机器学习平台TuneLab，已提供自身开发的几种AI药物发现模型，允许生物技术公司开展药物合成，以扩大整个行业对药物发现工具的获取。在双方开展合作后，TuneLab将部署在这个AI工厂上，极大地提升药物发现效率。
作为合作的核心输入，礼来TuneLab平台已开放18个AI模型，其中12个聚焦小分子属性预测（如溶解度、毒性），6个针对抗体开发（含热稳定性、黏度等指标），预测准确率普遍达85%-90%以上。 礼来透露，其AI模型已生成200个全新分子结构，其中37个进入临床前研究阶段。
礼来公司的首席人工智能官Thomas Fuchs表示，这台超级计算机“是一台新颖的科学仪器。对于生物学家来说，它就像一台巨大的显微镜。”科学家将能够在数百万个实验上训练AI模型，以测试潜在药物，从而“大幅扩大药物发现的范围和复杂度”。
例如在蛋白质结构模拟中，科学家曾需耗时3个月解析阿尔茨海默病相关蛋白构象，现在AI工厂可在48小时内完成数十亿种构象的筛选与预测，结合英伟达Clara医疗影像模型，还能同步分析病理切片中的分子变化。
从时间线看，这场合作是礼来AI战略的进一步延伸。2023年礼来与中国的晶泰科技达成2.5亿美元的AI药物合作，2024年设立首席人工智能官职位，今年6月联手OpenAI开发抗菌药，9月推出TuneLab开放平台，最终通过此次与英伟达的合作补上算力短板。
那么，礼来为什么对于AI药物研发如此重视？
事实上，在这密集的AI举措背后隐藏着礼来深刻的业绩焦虑，是应对短期增长压力与长期生存挑战的必然选择。
短期：结构性脆弱依赖
表面看，礼来正处于业绩爆发期，但这种高增长高度依赖明星产品GLP-1类降糖减重药物替尔泊肽（中文名商品名穆峰达 ® ），也就是礼来版的“司美格鲁肽”。
2025 年第三季度，该药物的降糖版Mounjaro与减重版Zepbound在全球狂揽101亿美元，前三季度 营收更是 合计达248.37亿美元，正式超越默沙东著名的“K”药——帕博利珠单抗（Keytruda），成为全球新任“药王”。在美国处方药市场上， 替尔泊肽已经超越 诺和诺德的“网红药”司美格鲁肽。处方量占比达 57.9%比41.7%， 差距进一步扩大。
替尔泊肽预计全年销售额将突破350亿美元，占利来总营收的比重或达55%以上，成为无可争议的 “营收支柱”。
成为降糖、减重的“网红药”（图源：礼来公司财报）
但是这种“爆款依赖症” 暗藏巨大风险。对比2024年财报可见，礼来当年450.43亿美元营收中，替尔泊肽系列贡献尚不足40%，而短短一年间该比例显著攀升，侧面反映出其他管线对营收的支撑力持续弱化。
从礼来内部看，仅次于 替尔泊肽的 第二大管线为乳腺癌药品阿贝西利，今年第三季度仅贡献41.18亿美元的营收，仅为 替尔泊肽的六分之一，同比增长率也只有10%，这种一药独大的趋势越来越明显。
更值得警惕的是增长动能的边际变化，随着GLP-1赛道涌入179个在研管线，后续增速大概率逐步回落。雪上加霜的是，礼来口服GLP-1药物Orforglipron的肥胖适应症数据已低于预期，若三期临床试验未能改善，可能丧失口服市场先发优势，进一步加剧增长压力。
礼来2025年第三季度财报亮眼（图源：礼来公司财报）
长期：专利悬崖倒计时
对礼来而言，比短期增长放缓更严峻的是长期营收根基的动摇——专利到期的威胁。
尤其是替尔泊肽的核心专利将于2032年到期，届时预计公司71%的营收将面临仿制药冲击。礼来虽试图通过晶型、制剂专利延长保护期，但仿制药的冲击难以完全规避。
前任“药王”默沙东的帕博利珠单抗殷鉴不远，2025年三季度帕博利珠单抗销售额为81.42亿美元，同比仅增10%，已被替尔泊肽超越，足以预见专利到期后 “现金牛” 产品的营收下滑速度。百时美施贵宝由于阿哌沙班等核心药物专利到期，已被迫启动两轮成本削减计划，暴露了“专利悬崖”的致命杀伤力。
这一风险并非个例，而是全球药企的集体焦虑。2025-2030年全球将有价值超2000亿美元的药品失去专利保护，印度等仿制药大国正在虎视眈眈、摩拳擦掌。
与此同时，跨国药企研发回报率已从2010年的10.1%降至2023年的1.2%，若不能在2032年前培育出2-3个年销售额超50亿美元的新爆款，礼来将面临营收大幅缩水的风险。
而传统药物研发模式“12年周期、28亿美元成本、10%成功率” 的困境，根本无法支撑如此紧迫的管线补位需求。
2025年上半年，全球营收TOP 20的药企中逾半数下调研投占比，罗氏连续三年研发费用率下行，BMS大幅削减研发投入7.6亿美元，行业已从“规模竞赛”转向 “效率比拼”，新药研发策略必须兼顾“速度” 与 “效率”。
礼来虽未公开2025年研发投入数据，但参考2024年研发投入占比（估算约18%）与行业趋势，其必然面临 “用有限投入产出更多管线” 的压力。
简而言之，礼来急于布局AI药物研发，本质是一场“与时间赛跑” 的战略突围，短期通过AI加速管线推进，缓解单一爆款依赖，长期通过研发效率提升，在专利悬崖到来前构建新的营收增长极。
在行业研发回报率持续低迷、仿制药竞争加剧的背景下，AI已不是礼来等头部药企的“可选项”，而是关乎未来十年营收根基的 “必答题”。
传统制药业长期深陷研发困境的根源在于“经验驱动”的研发逻辑，靶点发现依赖专家主观判断，分子筛选如同“大海捞针”。传统高通量筛选一次最多测试10万种化合物，却仅能获得1-2个先导分子；ADMET（吸收、分布、代谢、排泄、毒性）预测准确率仅60%，导致大量候选药物在临床阶段因安全性问题夭折。
而AI技术成为破解效率和效果这一矛盾的关键。
优化分子筛选效率
传统药物研发方法需3-5年确定有效靶点，AI通过整合多组学数据（基因组、转录组、蛋白质组）可将这一过程缩短至1年以内。例如英矽智能的PandaOmics平台通过分析基因网络，成功发现抗纤维化靶点TRAF2-NCK相互作用激酶，推动抑制剂快速进入临床。
礼来与英伟达共建的AI 工厂则更进一步：结合内部150年积累的疾病数据，可同时分析10万个潜在靶点与疾病的关联强度，靶点验证成功率提升至传统方法的2.3倍。
礼来AI工厂计划将早期药物发现周期的5-6年时间缩短40%，临床前研发成本降低30%，并突破开发人类难以手动设计的新型分子结构。斯坦福大学生物医学教授阿图尔・巴特评价：“这可能使全球新药研发周期平均缩短30%-50%。”
从财务回报看，若按替尔泊肽年销售额350亿美元测算，即使仅将后续管线研发周期缩短1年，也可节省数亿美元成本，并提前1-2年实现营收兑现，这对于对冲专利到期损失至关重要。
提升合成成功率
虽然AI能够加快药物筛选速度、提高研发效率，这一点已经有了共识，但它筛选出来的药物分子是否真的有安全和有效呢？
波士顿咨询公司（BCG）的咨询顾问Madura KP Jayatunga等人在《科学（Science）》杂志官网发布了一篇题为《人工智能研发的药物在临床试验中的成功率如何？初步分析与新兴启示》*的论文，通过跟踪2015年以来通过AI生成的、已经进入临床试验的75个药物分子，分析其临床试验等相关数据，试图回答这一问题。
研究结论是：AI的的确确能够提高药物发现的成功率。
BCG论文中统计的AI药物来源（图源：Science）
截至2023年底，有24个AI发现分子完成I期临床试验，其中21个成功并进入II期，I期成功率为80-90%，远高于传统药物研发40%-65%的行业历史平均水平。在进入II期试验的21个药物分子中，成功率为40%，与历史行业平均水平一致。
作者认为，高I期成功率可以通过AI算法在成熟分子系列的数据上进行训练来解释，这些算法可以非常有效地微调和优化。由于II期通常涉及生物或机械概念的证明，这表明AI算法虽然可以识别与疾病相关的靶点和途径，但仍有改进的余地。
但不论如何，这都是极其显著的进步。论文推算，如果利用AI技术，一个分子在所有临床阶段端到端成功的概率将从5-10%增加到9-18%，这将意味着整个医药研发生产率几乎翻了一番，它将使企业要么以更少的资源和成本实现相同的产量，要么增加在相同资源范围内推出更多的新药数量，无疑将带来巨大的经济效益和社会效益。
而且更为乐观的是，目前AI参与药物研发的方式已经从单纯的“筛选已知分子”、“优化已知分子” 升级为 “创造全新分子”。传统药物分子设计难以兼顾活性、毒性、溶解性等指标，而AI可通过强化学习同步优化多种分子属性，生成准确率达85%以上。
论文统计的AI药物I期及II期临床试验成功率（图源：Science）
礼来与英伟达的合作已经在医药行业引发连锁反应——头部药企正纷纷将AI研发投入占比提升至总研发费用的20%以上。
辉瑞正与AMD洽谈超算合作，罗氏计划2026年前建成自有AI药物研发中心，默克则豪掷15亿美元收购AI制药公司。
“现在的竞争不是化合物数量的比拼，而是算力、数据、算法的综合实力较量。” 英伟达医疗保健副总裁Kimberly Powell指出。
中国也已将AI药物研发纳入国家战略。毕竟中国拥有全球最大的患者数据库，为AI模型训练提供了丰富的标注数据，在这一领域具有天然优势。
在国家层面，《“十四五” 医药工业发展规划》明确提出 “推动AI在靶点发现、分子设计中的应用”，2023年中央财政专项拨款50亿元支持关键技术攻关，2024年又新增30亿元算力基础设施补贴。中国药监局今年出台《AI辅助药物研发指导原则》，允许提交“模型验证报告”替代部分实验数据，以缩短符合条件药物的审评时间。
在地方层面，长三角和大湾区等地政府也高度重视。苏州工业园形成药物研发“算力-数据-转化” 的完整生态，集聚30余家AI制药企业，上海张江药谷推出“AI+生物医药”专项政策，对与超算厂商合作的企业给予30%成本补贴。
大学与科研院所也积极行动起来，例如协和医院与AI企业合作，构建的肝癌多组学数据库已助力发现3个全新治疗靶点，清华大学、上海交大等设立“AI制药实验室”，与药企联合培养实战型团队。
但与美国以传统药企为主导的模式不同，中国形成了以CRO等类型的药物研发机构为主体的模式，并已经涌现出剂泰科技、英矽智能等案例。
其中，剂泰科技AI优化的小分子制剂MTS-004将生物利用度提升40%，已完成III期临床，成为国内首个进入上市申报阶段的AI新药；晶泰科技自主研发的AI晶体预测平台，已服务全球80家药企，在2023年与礼来达成2.5亿美元的药物研发合作，2024年又与辉瑞联合开发抗新冠病毒分子；英矽智能Pharma Net平台支持31个靶点的药物发现，“AI+机器人实验室” 将化合物合成周期从72小时压缩至8小时；深度智耀DELPHI平台靶点预测准确率达82%，超过国际同类工具15个百分点，已服务50余家国际药企；德睿智药开发的“多模态生物计算平台”，可整合基因、影像、临床数据进行联合建模，在神经退行性疾病药物研发中取得突破；等等。
英伟达与礼来的合作，本质是一场制药行业“研发工业化” 的宣言，将药物研发从“实验室手工作业”转变为“数据驱动的智能流水线”。但问题在于，这一模式需要高额的资产投入，对于CRO初创企业而言负担过大。
不过针对这一难题，中国的AI药物研发产业正依托阿里等大厂的AI大模型开发经验及各地普惠式的数据基础设施予以破解，并借助领先的药物制造能力和丰富的临床试验经验形成产业闭环优势，实现“算力租用——AI药物设计——快速合成——临床验证” 的无缝衔接。
例如英矽智能设计的候选分子，通过药明康德的合成平台在48小时内即可获得实体化合物，将传统3个月的流程压缩至1周。
而这一将算力、研发、制造、验证整合的新模式可能是中国未来在AI药物研发领域参与国际竞争的最大优势。
参考资料来源：CNBC，CNN，Science及各企业等官网
*《How successful are AI-discovered drugs in clinical trials? A first analysis and emerging lessons》Madura KP Jayatunga, Margaret Ayers, Lotte Bruens, Dhruv Jayanth, Christoph Meier
https://www.sciencedirect.com/science/article/pii/S135964462400134X?via%3Dihub
本文来自微信公众号“寰宇商业时间”，作者：寰宇商业时间，36氪经授权发布。
发布时间：2025-11-05 19:02
立即订购
在线咨询
返回顶部