中美在竞争第一款真正的 AI 创新药，这是一场激烈的科技角逐。美国凭借其先进的科研体系和雄厚的资金投入，在 AI 药物研发领域一直处于领先地位，众多知名药企纷纷投入大量资源进行探索。而中国也不甘示弱，凭借着庞大的人口基数和快速发展的科技实力，在 AI 技术应用于药物研发方面取得了显著进展。双方都在加速研发步伐，争夺这一具有重大意义的创新领域的制高点。无论是在算法优化、数据挖掘还是临床试验等方面，中美都在全力以赴，展现出强大的创新能力和竞争态势，这场竞争将对全球医药行业产生深远影响。

在生物医药领域，美国对AI制药寄予了厚望，以期能继续保持对中国领先的身位。但第一款真正意义上的AI创新药，也有可能出自中国。

全球医药巨头继续向中国加码，这回轮到AI制药了。而且，单笔交易的潜在总金额超过50亿美元，完全不亚于美国AI制药企业在热钱涌动的疫情期间取得的成绩。中国在创新药领域正在形成的优势，并不在于便宜，而在于它似乎最有可能起效。

上周末，石药集团宣布与阿斯利康（AstraZeneca）达成合作协议，基于石药的AI药物研发平台，为阿斯利康选定多个靶点，筛选、优化候选药物。本次合作首付款1.1亿美元，里程碑付款总金额超52亿美元（研发里程碑16.2亿，销售里程碑36亿），这还不算基于产品年度净销售额的特许权使用费（个位百分比）。

这是中国近年来在AI制药领域总金额最大的单笔合同，超过几年前英矽智能的12亿美元，也超过今年华深智药的逾18亿美元。即使放到全球，它也能跻身最前列。与它相近或比它更高的，往往发生在热钱最多，也是AI制药最狂热的疫情时期。去年，在诺贝尔化学奖颁给预测蛋白质的哈萨比斯刺激下，整个行业签订的潜在合作总金额，也仅约100亿美元，包括从谷歌分拆出来的Isomorphic Labs，拿下的礼来和诺华两家制药巨头将近30亿美元的订单。

在今年之前，美国一直相信，自己在AI领域与创新药领域都领先，两个加起来就是遥遥领先。直到今年初，在AI领域，DeepSeek横空出世，震惊了硅谷、华尔街与华盛顿。从今年开始，美国圈内人士正逐渐承认，中国创新药也已经出现了“DeepSeek时刻”。

中国药企正在挑战美国年销售额近300亿美元的重磅药物。具有竞争力的创新药在研管线，大部分来自中国，临床进展最快的，也几乎都来自中国。为了填补自己的产品线，至少是防御性布局，美国制药巨头越来越舍得砸下重金，“赌一把”中国新药的“看涨期权”，差不多已经为它向中国创新药承诺了近300亿美元的总交易金额。

他们认为中国创新药之所以可以迅速崛起，主要还是得益于庞大的工程师红利，以及巨大的临床需求。在他们看来，在基础研究没有突破，或者研究范式没有颠覆之前，中国企业可以充分放大“工程优化”的竞争优势。相比美国同行，中国团队拥有2-3倍的成本优势和约2倍的速度优势。AI制药正是他们眼里的一次范式转移，可以保持优势。

AI正在改变药物的研发，AI业界与投资界的信心最足。Anthropic创始人预言AGI将有望治愈癌症，让寿命倍增；DeepMind创始人预言“十年内攻克所有疾病”。木头姐也一直相信，医疗保健是最被低估的AI应用；英伟达去年至少投资了十多家AI制药初创企业。

基础研究仍在进步，而且由美国主导。去年的诺贝尔化学奖，颁给了领导DeepMind预测蛋白质的哈萨比斯，“因其在蛋白质结构预测方面的贡献”。同年，AlphaFold3发布，除了预测蛋白质的形状，它还可以预测其他微观生物机制的行为。美国的AI制药领域风投重新活跃起来，去年仍然吸引了全球最多的风投资金，超过80%，中国次之，仅占10%。

但是，基础研究迟迟未能转化为商业价值。去年，曾经吸引数百亿美元潜在订单的Recursion与Exscientia，合并“自救”，迄今仍在大砍研发管线与研究人员，即使如此，账上的现金也仅够支撑到2027年底；Relay一年之内三度裁员，同样只能“续命”到2027年；Schrödinger去年短暂季度盈利，但很快又陷入亏损，上个月继续裁员。

AI制药看上去很美好。AI在候选药物的筛选和优化阶段，确实表现优异，速度更快、成本更低，也已获得业界初步验证。这也是当前AI制药领域最拥挤的细分场景。但是，问题在于，这个阶段也是整个药物研发流程中，所需投入相对较少的。不少AI制药团队缺乏对接湿实验与临床试验的能力，也缺乏临床研究与病理研究的高质量数据。

去年，波士顿咨询集团（BCG）研究发现，AI发现的类药分子的临床试验的数量增长迅速，但大部分还停留在临床一期，已经完成的一期临床成功率大幅提升，但是到了二期表现平平，泯然众人。BCG认为，AI算法对靶点和疾病的认识仍然不够。

Recursion已经碰壁好几次，最初的商业模式是药物重定位，也就是为现有药物或失败药物筛选出更合适的适应症，但很快发现这个模式的商业闭环无法建立。现在该公司不得不涉足临床实验。“有些工作甚至称不上AI，”该公司创始人说，如果只考虑药物发现中的某一个环节，十年内确实可以实现预期目标，但如果要让上百个环节都让AI协同工作，就需要从头建立相应的数据基础设施。

与所有AI应用类似，如果只是利用AI的固有能力，去暴力筛选药物，肯定有效，但是也会陷入快速商品化的商业困境。未来真正的竞争焦点，不在AI工具本身，也不是AI算力，而在谁更能将AI嵌入生物学深水区。真正的竞争优势来自于生物学上的“洞察力”，无论它来自工程师的积累，还是来自AI的涌现。早期AI制药企业出售软件服务的AI+SaaS业务，基本上最终都转向了更沉重的AI+CRO或AI+创新药业务。无论是CRO还是创新药，中国企业当下都具备结构性的优势。

正如AI 1.0的很多商业闭环，最终在拥有具体场景的产业巨头中实现，如视觉在安防领域。在AI制药领域，拥有现实场景与行业经验的大型药企，仍然具备相当优势。如果仍然需要现实场景，需要研究人员介入，那就仍然存在中国团队利用“工程优化”放大竞争优势的空间。这也是为什么阿斯利康真金白银地选择了石药集团。这已经是近期石药集团的第三笔AI制药相关交易。去年四季度，它分别与阿斯利康、百济神州就两款AI发现的药物（YS2302018与SYH2039）达成了开发合作协议，首付款都在1亿美元以上。

不过，迄今都没有一款真正意义上的AI药物临床获批。英矽智能认为首批完全由AI驱动的创新药最快会在2030年获批。于是，中国与美国的竞争还将继续。毕竟，石药集团也只是拿到了首付款的1亿多美元，还有50多亿美元需要逐步兑现。

下一阶段的竞争，会发生在AI推动的临床试验阶段。阿斯利康肺癌肿瘤学负责人阿伦·克里希纳（Arun Krishna）在刚结束的ASCO会议期间说，基于人工智能的临床试验患者招募，可能在“1-2年内”成为药物研发领域的重要组成部分。不仅仅是分析现有患者数据，并筛选出可能符合条件的患者，这仍然是中国肉眼可见的优势；而是要预测哪些人可能从新的候选药物中获益最多。

在美国，监管对AI制药的态度正在松动。FDA对AI的期待相当务实，不是颠覆性的端到端的创新，而是逐步渗透到特定研发环节的模块化工具的迭代升级。

两年前，FDA在一份白皮书里探讨了如何在临床前研究、临床开发和药物审批中应用AI。今年1月，FDA公开征求对AI用于新药研发的监管决策的建议；4月，宣布逐步取消单抗等药物开发中的动物实验要求——某种程度上也是为了摆脱来自中国的实验动物的供应链“卡脖子”风险——以“新型方法数据”（NAMs）取而代之，其中就包括AI计算模型，以及器官芯片等技术。

第一款真正意义上的AI药物临床获批，会不会来自中国？