划重点
01AI制药在资本市场中表现不佳，与美股牛市形成鲜明对比，其中Exscientia被Recursion以6.88亿美元收购。
02尽管一级市场融资火热，但二级市场对其评价不高，原因包括前期泡沫过大和技术变现能力不足。
03目前，AI制药公司的商业化路径主要有提供CRO服务、AI SaaS和自己做新药研发，但真正具有竞争力的商业模式仍需探索。
04另一方面，高质量数据缺乏和AI制药Biotech的高风险使得投资者对其抱有不切实际的期待。
05尽管如此，拥抱AI技术仍是医药领域未来发展的核心方向，具体的商业模式仍需时间摸索。
以上内容由腾讯混元大模型生成，仅供参考
文 | 医曜
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，尤其是在一级市常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”？
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
