本文系基于公開資料撰寫，僅作為信息交流之用，不構成任何投資建議。

AI技術再度成為“最靚的仔”。

今年的諾貝爾三大科學獎項中，兩大獎項與AI相關，先是物理學獎頒給兩位研究人工神經(jīng)網(wǎng)絡的專家，而后化學獎又被授予三位致力于用AI來預測蛋白質(zhì)結(jié)構的科學家。

然而，與AI技術廣受關注不同，AI制藥在資本市場中卻頗受冷落。就在不久前，兩大全球AI制藥龍頭Recursion和Exscientia宣布達成最終協(xié)議合并，Recursion將以6.88億美元的價格全股票交易收購Exscientia，這也是AI制藥行業(yè)目前為止最大的一筆并購案。

要知道，Exscientia成立于2012年，算得上AI制藥的鼻祖，但如今卻被Recursion以區(qū)區(qū)6.88億美元收購。這起標志性并購事件或意味著AI制藥領域大浪淘沙的開始。

01美股的牛市，AI制藥的熊市

AI制藥曾被認為是人工智能領域最具確定性的應用場景，英偉達就曾將其視為AI領域布局的重點。

眾所周知，制藥界流傳著“雙十定律”，即一款創(chuàng)新藥從誕生到上市用于治療，通常需要耗費十年的時間，數(shù)十億美元的資金。近年來，隨著人工、材料等成本的不斷提升，這個數(shù)額還在持續(xù)上升，并且新藥研發(fā)的成功率還很低。

如何降低研發(fā)費用，提高成功率，縮短研發(fā)周期成為當前整個制藥行業(yè)的當務之急。AI制藥技術的出現(xiàn)和不斷成熟為創(chuàng)新藥研發(fā)“降本增效”提供了全新的解決思路，被認為有望引領創(chuàng)新藥行業(yè)新的變革浪潮。麥肯錫全球研究所（MGI）預計，生成式AI每年可為制藥和醫(yī)療行業(yè)帶來600億至1100億美元的經(jīng)濟價值。

可是，這些年來AI制藥公司在二級市場中的表現(xiàn)卻與預期完全相反。

眾所周知，美股正處于一場前所未有的大牛市中，標普500指數(shù)從3500點左右持續(xù)上漲超過60%，達到5900點左右，而本輪牛市的“發(fā)動機”正是AI熱。

過去兩年時間中，微軟市值從1.75萬億美元上漲至3.1萬億美元，蘋果市值從2.3萬億美元上漲至3.5萬億美元，英偉達市值更是從2978億美元上漲十多倍至3.3萬億美元，2015年才成立的AI初創(chuàng)公司OpenAI估值也超過萬億美元。

相比之下，AI制藥公司則是慘不忍睹。2012年成立的Exscientia是全球最早一批AI制藥公司，曾經(jīng)將全球首個由AI設計的新藥DSP-1181推進臨床。2021年10月，Exscientia登陸美股，上市首日股價從22美元的發(fā)行價沖到超過30美元，募集資金3.047億美元，遠超擬募資的1億美元。但隨后兩年的股價表現(xiàn)卻一塌糊涂，最低跌至3.8美元，較發(fā)行首日跌去近90%。

圖：Exscientia股價月線走勢，來源：雪球

收購Exscientia的Recursion日子也不好過。2013年成立的Recursion，創(chuàng)立以來不斷擴大業(yè)務范圍，從最初聚焦于罕見病研發(fā)拓展到腫瘤學，如今正在從AI能生物技術公司向技術生物平臺型企業(yè)轉(zhuǎn)型。2021年4月，Recursion登陸美股，股價最高曾經(jīng)達到42.81美元，市值一度超過125億美元。

短暫的高光過后，Recursion也開啟下跌模式。從最高點下跌最多近90%，股價最低僅4.54美元。2023年7月，英偉達出資5000萬美元投資Recursion，但依舊難以挽回頹勢，如今市值僅為20億美元左右。

不僅是Exscientia和Recursion，AI制藥的“泡沫”幾乎全部被一個接一個戳破。

AbCellera Biologics成立于2012年，市值從2020年上市之初的超百億美元下跌至7.6億美元左右；Relay Therapeutics在基因組、實驗、計算方法三方面都有重大突破，市值從最高55億美元跌至11億美元；Schrodinger更是美股首個已經(jīng)盈利的AI制藥公司，但市值卻依舊從2021年的70億美元下跌至如今13億美元左右。

上市即巔峰，這是對于美股AI制藥公司最準確的概括。美股AI制藥公司上市后就暴跌的市場表現(xiàn)，堪稱IPO“詛咒”。

02火熱的另一面

與二級市場上的慘淡不同，AI制藥在一級融資市場又是另一番光景。

2018年—2020年，全球AI制藥賽道相關的融資總事件達171起，總金額63.54億美元。2021年—2023年，全球AI制藥賽道相關的融資總事件增加到了321起，總金額高達140億美元，其中2022年達到融資高峰，為144起，融資金額達62億美元。2024年上半年，AI制藥繼續(xù)火熱，半年融資69起，融資金額33.36億美元，幾乎與2022年數(shù)據(jù)相當。

圖：2016年至今全球AI制藥融資概況

從公司類別上看，投資AI制藥賽道的公司主要有三類：科技巨頭、初創(chuàng)企業(yè)和大型藥企。

其中，英偉達是推動AI制藥投融資回暖的重要推手，2023年以來，旗下投資部門NVentures至少投資了12家AI制藥企業(yè)。谷歌是較早布局AI制藥的科技公司，谷歌DeepMind和谷歌旗下藥物發(fā)現(xiàn)子公司Isomorphic Labs的生物學預測模型AlphaFold已經(jīng)迭代至第三代。

不僅是國外，國內(nèi)的阿里巴巴、騰訊、百度、華為、字節(jié)跳動在2020年后加速布局AI制藥，紛紛成立了醫(yī)療AI部門。代表頂尖AI水平的科技巨頭入局AI制藥，不僅推動了技術發(fā)展，還促進了AI技術在實際藥物開發(fā)中的應用。

初創(chuàng)企業(yè)和大型藥企更多是看中了AI制藥在藥物研發(fā)過程中帶來的價值。目前，在新藥研發(fā)的各個環(huán)節(jié)中，藥物發(fā)現(xiàn)是AI制藥應用最多也最成熟的環(huán)節(jié)。

傳統(tǒng)新藥的發(fā)現(xiàn)需要先確定好某疾病的靶點，研究人員根據(jù)靶點設計和篩選出最合適的分子。為了找到最合適的分子，傳統(tǒng)的藥物發(fā)現(xiàn)是要對數(shù)萬個小分子進行測試篩選，然后進一步合成和測試數(shù)百個分子，以便得到少數(shù)幾個適合臨床前研究的候選藥物。

這個過程困難重重，成功率極低，依賴研究人員的經(jīng)驗和運氣，如果靶點是創(chuàng)新靶點的話，藥物發(fā)現(xiàn)環(huán)節(jié)大約需要花費4年的時間和數(shù)千萬美元的投入。

與傳統(tǒng)藥物發(fā)現(xiàn)相比，AI技術憑借大數(shù)據(jù)和算法，可以減少新藥研發(fā)流程中近40%的臨床前研究時間。同時，AI技術平臺還能源源不斷地發(fā)現(xiàn)新藥分子，從而帶來新藥產(chǎn)品上的規(guī)模效應。

例如英矽智能利用AI技術能夠在僅一年的時間內(nèi)提名九種臨床前候選藥物，速度遠高于每約4.5年提名一種臨床前候選藥物的行業(yè)平均值。

與初創(chuàng)公司不同的是，傳統(tǒng)藥企更多采用投資合作的方式布局AI制藥，例如輝瑞公司和IBM Watson Health合作，探索AI在癌癥治療中的應用。此外，強生、阿斯利康、默沙東、賽諾菲，以及國內(nèi)的恒瑞、復星等藥企也紛紛加大對AI領域的布局。

因此，AI制藥依然是資本看重的熱門領域，尤其是在一級市場。但為何到了二級市場，AI制藥就不再被資本青睞呢？

03AI制藥的困局

AI制藥在二級市場表現(xiàn)不佳，一方面是前期泡沫太大，隨著創(chuàng)新藥寒冬的持續(xù)進入調(diào)整期，另一方面是資本開始回歸理性，更加注重技術變現(xiàn)的能力。

目前AI制藥公司的商業(yè)化路徑主要有三種：提供CRO服務；AI SaaS，提供軟件服務；自己做新藥研發(fā)。

這三種商業(yè)模式中，如果只是做軟件的授權，天花板比較低。以首家盈利的AI制藥公司Schrodinger為例，全球營收排名前20位的制藥公司幾乎都購買了Schrodinger的軟件進行藥物研發(fā)，年費超過50萬的客戶留存率超過98%�？杉词谷绱�，2023年Schrodinger的軟件收入僅為1.591億美元，占其總收入的36.4%，真正令其扭虧為盈的還是靠license out TYK2藥物帶來的一次性收入。

提供CRO服務則是回歸了AI制藥的本質(zhì)，就是幫助藥企提高研發(fā)效率。雖然理論上AI可以極大提升藥物發(fā)現(xiàn)的效率，但實際上并不具備不可替代性。同時，CRO行業(yè)不僅僅只有藥物發(fā)現(xiàn)這一個環(huán)節(jié)，藥物發(fā)現(xiàn)只是CRO服務中較小的一個環(huán)節(jié)，后續(xù)環(huán)節(jié)同樣關鍵，且占用藥物的研發(fā)成本比例更高，藥業(yè)更愿意與成熟的全產(chǎn)業(yè)鏈CRO公司合作而非AI初創(chuàng)公司。

最靠譜的商業(yè)模式還是回歸產(chǎn)品孵化，也就是目前大多數(shù)AI制藥公司的商業(yè)模式，即AI+Biotech。通過AI快速產(chǎn)生臨床前管線，然后推進至臨床階段，再對外授權轉(zhuǎn)讓，從而獲得首付款、里程碑付款和銷售分成。以國內(nèi)的英矽智能為例，其絕大部分收入是來自管線的授權和里程碑付款，其中既包括新的管線授權，也有已有授權管線的里程碑付款等。

其中的關鍵點仍然是管線，只有療效好、市場大、臨床進度快的管線才會被MNC看上，才能賣上一個好價格，但目前來看，AI還沒能產(chǎn)生一款突破傳統(tǒng)的重磅產(chǎn)品。主要原因是AI制藥與傳統(tǒng)制藥技術不同，非常依賴大數(shù)據(jù)，所有的AI技術都需要基于大量的數(shù)據(jù)來訓練和學習，沒有大數(shù)據(jù)訓練的AI就是個智障。

但目前最大的困難與挑戰(zhàn)就是高質(zhì)量的數(shù)據(jù)缺乏。不同于AI在圖像識別領域的應用，圖像數(shù)據(jù)量大且獲取相對簡單，AI制藥所需要的數(shù)據(jù)總量較少，且藥企出于保密的目的，大多不愿意分享數(shù)據(jù)，這直接導致了數(shù)據(jù)獲取成本大幅提高。即使有了大量的數(shù)據(jù)，隨著數(shù)據(jù)量的增加，AI模型的訓練成本也幾何倍地攀升，導致AI模型的成本難以控制。

另一方面，AI制藥的Biotech還需要面臨新藥可能在臨床試驗階段失敗的高風險。隨著第一代AI設計的藥物逐步推進臨床，在臨床上顯示出令人失望的結(jié)果，大量AI藥物管線被暫�；蚪K止研發(fā)。例如Exscientia就在2023年停止了兩條臨床管線，其中就包括“首款進入臨床的AI設計藥物”DSP-1181。

事實上，AI制藥最大的問題就是人們對它的期待太高了。人們預想中的AI可以提升90%的醫(yī)藥研發(fā)效率，但實際上作為新藥研發(fā)的一種工具它目前只能提升6%—7%的效率，剩余的大部分還是需要依賴傳統(tǒng)新藥研發(fā)的方式，這就使得AI制藥Biotech與其他Biotech沒有本質(zhì)上的區(qū)別。

AI技術的不斷發(fā)展，AI制藥公司隨之涌現(xiàn)，為創(chuàng)新藥研發(fā)領域注入新活力。但以當前的技術水平，AI制藥還處于起步階段，更多的只是作為創(chuàng)新藥研發(fā)的一種工具，人們不應對其抱有不切實際的期待，也不要因為AI制藥技術遭遇的一時失利，就完全擯棄。

毫無疑問，擁抱AI技術極有可能是醫(yī)藥領域未來發(fā)展的核心方向，但具體的商業(yè)模式仍需耗費更多的時間進行摸索，這或許才是美股AI制藥不受追捧的本質(zhì)原因。如今中國“AI制藥第一股”晶泰科技借助18C上市，不知道其能夠打破美股AI制藥的IPO“詛咒”？

       原文標題 : AI制藥的IPO“詛咒”