AI 技术再度成为 " 最靓的仔 "。
今年的诺贝尔三大科学奖项中，两大奖项与 AI 相关，先是物理学奖颁给两位研究人工神经网络的专家，而后化学奖又被授予三位致力于用 AI 来预测蛋白质结构的科学家。
然而，与 AI 技术广受关注不同，AI 制药在资本市场中却颇受冷落。就在不久前，两大全球 AI 制药龙头 Recursion 和 Exscientia 宣布达成最终协议合并，Recursion 将以 6.88 亿美元的价格全股票交易收购 Exscientia，这也是 AI 制药行业目前为止最大的一笔并购案。
要知道，Exscientia 成立于 2012 年，算得上 AI 制药的鼻祖，但如今却被 Recursion 以区区 6.88 亿美元收购。这起标志性并购事件或意味着 AI 制药领域大浪淘沙的开始。
01 美股的牛市，AI 制药的熊市
AI 制药曾被认为是人工智能领域最具确定性的应用场景，英伟达就曾将其视为 AI 领域布局的重点。
众所周知，制药界流传着 " 双十定律 "，即一款创新药从诞生到上市用于治疗，通常需要耗费十年的时间，数十亿美元的资金。近年来，随着人工、材料等成本的不断提升，这个数额还在持续上升，并且新药研发的成功率还很低。
如何降低研发费用，提高成功率，缩短研发周期成为当前整个制药行业的当务之急。AI 制药技术的出现和不断成熟为创新药研发 " 降本增效 " 提供了全新的解决思路，被认为有望引领创新药行业新的变革浪潮。麦肯锡全球研究所（MGI）预计，生成式 AI 每年可为制药和医疗行业带来 600 亿至 1100 亿美元的经济价值。
可是，这些年来 AI 制药公司在二级市场中的表现却与预期完全相反。
众所周知，美股正处于一场前所未有的大牛市中，标普 500 指数从 3500 点左右持续上涨超过 60%，达到 5900 点左右，而本轮牛市的 " 发动机 " 正是 AI 热。
过去两年时间中，微软市值从 1.75 万亿美元上涨至 3.1 万亿美元，苹果市值从 2.3 万亿美元上涨至 3.5 万亿美元，英伟达市值更是从 2978 亿美元上涨十多倍至 3.3 万亿美元，2015 年才成立的 AI 初创公司 OpenAI 估值也超过万亿美元。
相比之下，AI 制药公司则是惨不忍睹。2012 年成立的 Exscientia 是全球最早一批 AI 制药公司，曾经将全球首个由 AI 设计的新药 DSP-1181 推进临床。2021 年 10 月，Exscientia 登陆美股，上市首日股价从 22 美元的发行价冲到超过 30 美元，募集资金 3.047 亿美元，远超拟募资的 1 亿美元。但随后两年的股价表现却一塌糊涂，最低跌至 3.8 美元，较发行首日跌去近 90%。
图：Exscientia 股价月线走势，来源：雪球
收购 Exscientia 的 Recursion 日子也不好过。2013 年成立的 Recursion，创立以来不断扩大业务范围，从最初聚焦于罕见病研发拓展到肿瘤学，如今正在从 AI 能生物技术公司向技术生物平台型企业转型。2021 年 4 月，Recursion 登陆美股，股价最高曾经达到 42.81 美元，市值一度超过 125 亿美元。
短暂的高光过后，Recursion 也开启下跌模式。从最高点下跌最多近 90%，股价最低仅 4.54 美元。2023 年 7 月，英伟达出资 5000 万美元投资 Recursion，但依旧难以挽回颓势，如今市值仅为 20 亿美元左右。
不仅是 Exscientia 和 Recursion，AI 制药的 " 泡沫 " 几乎全部被一个接一个戳破。
AbCellera Biologics 成立于 2012 年，市值从 2020 年上市之初的超百亿美元下跌至 7.6 亿美元左右；Relay Therapeutics 在基因组、实验、计算方法三方面都有重大突破，市值从最高 55 亿美元跌至 11 亿美元；Schrodinger 更是美股首个已经盈利的 AI 制药公司，但市值却依旧从 2021 年的 70 亿美元下跌至如今 13 亿美元左右。
上市即巅峰，这是对于美股 AI 制药公司最准确的概括。美股 AI 制药公司上市后就暴跌的市场表现，堪称 IPO" 诅咒 "。
02 火热的另一面
与二级市场上的惨淡不同，AI 制药在一级融资市场又是另一番光景。
2018 年— 2020 年，全球 AI 制药赛道相关的融资总事件达 171 起，总金额 63.54 亿美元。2021 年— 2023 年，全球 AI 制药赛道相关的融资总事件增加到了 321 起，总金额高达 140 亿美元，其中 2022 年达到融资高峰，为 144 起，融资金额达 62 亿美元。2024 年上半年，AI 制药继续火热，半年融资 69 起，融资金额 33.36 亿美元，几乎与 2022 年数据相当。
图：2016 年至今全球 AI 制药融资概况
从公司类别上看，投资 AI 制药赛道的公司主要有三类：科技巨头、初创企业和大型药企。
其中，英伟达是推动 AI 制药投融资回暖的重要推手，2023 年以来，旗下投资部门 NVentures 至少投资了 12 家 AI 制药企业。谷歌是较早布局 AI 制药的科技公司，谷歌 DeepMind 和谷歌旗下药物发现子公司 Isomorphic Labs 的生物学预测模型 AlphaFold 已经迭代至第三代。
不仅是国外，国内的阿里巴巴、腾讯、百度、华为、字节跳动在 2020 年后加速布局 AI 制药，纷纷成立了医疗 AI 部门。代表顶尖 AI 水平的科技巨头入局 AI 制药，不仅推动了技术发展，还促进了 AI 技术在实际药物开发中的应用。
初创企业和大型药企更多是看中了 AI 制药在药物研发过程中带来的价值。目前，在新药研发的各个环节中，药物发现是 AI 制药应用最多也最成熟的环节。
传统新药的发现需要先确定好某疾病的靶点，研究人员根据靶点设计和筛选出最合适的分子。为了找到最合适的分子，传统的药物发现是要对数万个小分子进行测试筛选，然后进一步合成和测试数百个分子，以便得到少数几个适合临床前研究的候选药物。
这个过程困难重重，成功率极低，依赖研究人员的经验和运气，如果靶点是创新靶点的话，药物发现环节大约需要花费 4 年的时间和数千万美元的投入。
与传统药物发现相比，AI 技术凭借大数据和算法，可以减少新药研发流程中近 40% 的临床前研究时间。同时，AI 技术平台还能源源不断地发现新药分子，从而带来新药产品上的规模效应。
例如英矽智能利用 AI 技术能够在仅一年的时间内提名九种临床前候选药物，速度远高于每约 4.5 年提名一种临床前候选药物的行业平均值。
与初创公司不同的是，传统药企更多采用投资合作的方式布局 AI 制药，例如辉瑞公司和 IBM Watson Health 合作，探索 AI 在癌症治疗中的应用。此外，强生、阿斯利康、默沙东、赛诺菲，以及国内的恒瑞、复星等药企也纷纷加大对 AI 领域的布局。
因此，AI 制药依然是资本看重的热门领域，尤其是在一级市场。但为何到了二级市场，AI 制药就不再被资本青睐呢？
03 AI 制药的困局
AI 制药在二级市场表现不佳，一方面是前期泡沫太大，随着创新药寒冬的持续进入调整期，另一方面是资本开始回归理性，更加注重技术变现的能力。
目前 AI 制药公司的商业化路径主要有三种：提供 CRO 服务；AI SaaS，提供软件服务；自己做新药研发。
这三种商业模式中，如果只是做软件的授权，天花板比较低。以首家盈利的 AI 制药公司 Schrodinger 为例，全球营收排名前 20 位的制药公司几乎都购买了 Schrodinger 的软件进行药物研发，年费超过 50 万的客户留存率超过 98%。可即使如此，2023 年 Schrodinger 的软件收入仅为 1.591 亿美元，占其总收入的 36.4%，真正令其扭亏为盈的还是靠 license out TYK2 药物带来的一次性收入。
提供 CRO 服务则是回归了 AI 制药的本质，就是帮助药企提高研发效率。虽然理论上 AI 可以极大提升药物发现的效率，但实际上并不具备不可替代性。同时，CRO 行业不仅仅只有药物发现这一个环节，药物发现只是 CRO 服务中较小的一个环节，后续环节同样关键，且占用药物的研发成本比例更高，药业更愿意与成熟的全产业链 CRO 公司合作而非 AI 初创公司。
最靠谱的商业模式还是回归产品孵化，也就是目前大多数 AI 制药公司的商业模式，即 AI+Biotech。通过 AI 快速产生临床前管线，然后推进至临床阶段，再对外授权转让，从而获得首付款、里程碑付款和销售分成。以国内的英矽智能为例，其绝大部分收入是来自管线的授权和里程碑付款，其中既包括新的管线授权，也有已有授权管线的里程碑付款等。
其中的关键点仍然是管线，只有疗效好、市场大、临床进度快的管线才会被 MNC 看上，才能卖上一个好价格，但目前来看，AI 还没能产生一款突破传统的重磅产品。主要原因是 AI 制药与传统制药技术不同，非常依赖大数据，所有的 AI 技术都需要基于大量的数据来训练和学习，没有大数据训练的 AI 就是个智障。
但目前最大的困难与挑战就是高质量的数据缺乏。不同于 AI 在图像识别领域的应用，图像数据量大且获取相对简单，AI 制药所需要的数据总量较少，且药企出于保密的目的，大多不愿意分享数据，这直接导致了数据获取成本大幅提高。即使有了大量的数据，随着数据量的增加，AI 模型的训练成本也几何倍地攀升，导致 AI 模型的成本难以控制。
另一方面，AI 制药的 Biotech 还需要面临新药可能在临床试验阶段失败的高风险。随着第一代 AI 设计的药物逐步推进临床，在临床上显示出令人失望的结果，大量 AI 药物管线被暂停或终止研发。例如 Exscientia 就在 2023 年停止了两条临床管线，其中就包括 " 首款进入临床的 AI 设计药物 "DSP-1181。
事实上，AI 制药最大的问题就是人们对它的期待太高了。人们预想中的 AI 可以提升 90% 的医药研发效率，但实际上作为新药研发的一种工具它目前只能提升 6% — 7% 的效率，剩余的大部分还是需要依赖传统新药研发的方式，这就使得 AI 制药 Biotech 与其他 Biotech 没有本质上的区别。
AI 技术的不断发展，AI 制药公司随之涌现，为创新药研发领域注入新活力。但以当前的技术水平，AI 制药还处于起步阶段，更多的只是作为创新药研发的一种工具，人们不应对其抱有不切实际的期待，也不要因为 AI 制药技术遭遇的一时失利，就完全摈弃。
毫无疑问，拥抱 AI 技术极有可能是医药领域未来发展的核心方向，但具体的商业模式仍需耗费更多的时间进行摸索，这或许才是美股 AI 制药不受追捧的本质原因。如今中国 "AI 制药第一股 " 晶泰科技借助 18C 上市，不知道其能够打破美股 AI 制药的 IPO" 诅咒 "？