在全球制藥行業(yè)，有一條令人望而生畏的“雙十定律”：開發(fā)一種新藥往往需要耗時十年以上、耗資約十億美元，而最終成功的概率卻不到10%。這個定律是長期懸在所有從業(yè)者頭頂的達摩克利斯之劍。

高昂的成本疊加上極高的失敗風險，不僅制約了大型藥企的創(chuàng)新效率，也給中小型生物科技公司的生存帶來了巨大壓力。經常是一輪資本周期就淘汰一批初創(chuàng)公司。

為了對抗“雙十定律”，過去幾十年里醫(yī)藥行業(yè)做出各種嘗試。例如通過CRO來提高效率，或者使用專業(yè)SaaS工具來數字化管理研發(fā)流程。

這些一定程度上縮短了制藥公司研發(fā)周期、節(jié)約了成本，但終究只是一種成本與風險“向外包商的轉嫁”，無法從根本上改變新藥研發(fā)耗時長、投入大、失敗率高的困局。

面對90%失敗率的殘酷賭局，整個行業(yè)需要一種重塑研發(fā)底層邏輯的技術來改寫游戲規(guī)則。

近兩年，人工智能（AI）的異軍突起，為醫(yī)藥研發(fā)帶來了希望。

得益于深度學習、大模型等技術突破，AI如今具備了高通量分析、生物分子設計和智能決策、臨床試驗方案優(yōu)化等方面能力，有望顯著加速新藥發(fā)現和開發(fā)進程。

也是看到了其對新藥開發(fā)真正起到的推動作用，這兩年，來自全球范圍內的制藥巨頭也在紛紛布局。

以美國禮來制藥為例，其在AI領域的投資額從2022年的7億美元猛增至2024年的15億美元，僅僅是在去年一年就新增13項AI相關投資，幾乎將業(yè)內有潛力的AI項目“一網打盡”。默沙東也不甘落后，通過10筆AI投資緊隨其后。

而到了今年，跨國藥企的AI軍備競賽則進一步按下加速鍵。

比如諾和諾德與Deep Apple Therapeutics達成8.12億美元合作，禮來與Juvena簽署6.5億美元協(xié)議，阿斯利康與中國石藥集團敲定高達53億美元的AI新藥開發(fā)合作等。

巨頭加速布局的背后，是供給側的技術積累從量變到了質變，疊加上需求側的急劇攀升的共同的結果。

回到中國的制藥行業(yè)，國內用十年時間走過了歐美制藥行業(yè)半個世紀的路，如今水平能躋身全球一梯隊，但面對的創(chuàng)新藥研發(fā)層面上的問題也是類似。國內的AI制藥公司同樣也到了一個關鍵發(fā)展節(jié)點。

那么，從概念到落地，國內這一批AI制藥公司究竟解決了什么問題？

中國“AI制藥四小龍”崛起

今年年初，皓元醫(yī)藥董事長鄭保富在一場創(chuàng)新藥行業(yè)論壇上提及：“AI通過靶點發(fā)現、分子設計、臨床試驗優(yōu)化等全鏈條賦能，直擊傳統(tǒng)新藥研發(fā)周期長、投入大、成功率低的痛點，其技術價值已得到廣泛認可”。

在臨床候選環(huán)節(jié)，通過AI的優(yōu)化，從而大幅提高I期臨床結果，這是AI制藥目前能做到。BCG此前給過一個數據，通過AI的加持，能將I臨床成功概率從50%提升至80%-90%。

事實上，中國正迅速崛起的AI制藥初創(chuàng)企業(yè)中，多數都是致力于該方向。目前形成了引人矚目的“AI制藥四小龍”格局。它們分別是深度智耀（Deep Intelligent Pharma）、晶泰科技（XtalPi）、英矽智能（Insilico Medicine）和劑泰科技（Galixir）。

四家公司以差異化的技術定位共同塑造出中國AI制藥領域的多元生態(tài)，在全球市場上嶄露頭角。具體來說：

深度智耀（DIP）則是選擇了一條“全鏈條賦能”之路，專注于新藥臨床開發(fā)與申報全流程的智能化加速，試圖打造貫穿發(fā)現、臨床、申報的一體化生成式AI平臺。簡單而言，DIP要做的不是單點工具，而是讓AI貫穿新藥研發(fā)每一個環(huán)節(jié)，搭建端到端的智能引擎。

晶泰科技以“硬科技”著稱，擅長將量子物理+AI+機器人相結合，構建自動化的新藥發(fā)現基礎設施。晶泰通過自建機器人實驗室，實現了“AI預測—機器人驗證”的閉環(huán)，大幅壓縮小分子藥物篩選周期。其技術讓AI與實驗深度融合，以實現藥物發(fā)現階段的提速降本。目前已和輝瑞、強生、UCB建立合作，并在前不久收獲來自DoveTree的一項總金額最高可達59.9億美元的BD訂單。

英矽智能更側重于生成式AI驅動的管線創(chuàng)新。公司開發(fā)了世界領先的生成式AI藥物研發(fā)平臺Pharma.AI，但更多偏向自己去做創(chuàng)新開發(fā)。截至2025年，英矽已產出20多個進入臨床或IND階段的管線資產，其中三項已許可給國際藥企，合同總價值超過20億美元。英矽通過“AI造新藥”的模式自建管線，正沖刺成為“AI創(chuàng)新藥第一股”。

劑泰科技深耕藥物遞送這一細分領域。其核心是AI驅動的納米遞送平臺，針對核酸藥物遞送（AiLNP）、mRNA序列設計（AiRNA）和小分子制劑優(yōu)化（AiTEM）提供解決方案。劑泰的AI納米平臺已實現對肝臟、肺部、肌肉、免疫細胞等多種組織的精準靶向遞送，并有AI賦能的新藥制劑進入臨床三期、申報上市階段，這在業(yè)內相當振奮。作為國內AI納米遞送的開拓者，劑泰專注解決大分子藥物和基因療法中的“最后一公里”問題。

這“四小龍”各有所長，形成了互補而非直接競爭的態(tài)勢。

正如劑泰科技CEO賴才達所評價的：“AI制藥鏈條非常長…我們幾家各自專注的方向非常聚焦，沒有太多競爭，而是上下游打通后提供一個整體解決方案，串在一起就是很好的產品?！薄?/p>

換言之，四小龍并非在同質競爭，而更像是分工協(xié)作的關系：有人攻靶點和小分子（晶泰、英矽）、有人攻遞送（劑泰）、也有人把AI延伸到臨床和申報（深度智耀）。

當這些創(chuàng)新力量匯聚成河，中國新藥研發(fā)有望實現從跟跑到領跑的歷史性跨越。

而在這“四小龍“之中，深度智耀（DIP）尤為引人注目。

相比多數公司側重早期藥物發(fā)現，DIP選擇了一條更艱難卻更貼近產業(yè)腹地的道路——攻堅新藥臨床開發(fā)全鏈條。而這或許也是AI制藥未來發(fā)展的一個方向之一：從單點服務到全面賦能。

畢竟，創(chuàng)新藥研發(fā)，臨床和臨床前是一個整體，這關乎最終的新藥落地效率。

那么，深度智耀是如何實現這種“一體化”、“全鏈條”賦能的呢？

蟄伏：在“文本”富礦中鑄造AI引擎

2017年，曾是強生中國新藥開發(fā)領導團隊成員的李星從強生離職，創(chuàng)辦了深度智耀。

與不少AI創(chuàng)業(yè)公司一開始就瞄準新分子設計、靶點發(fā)現等炙手可熱的領域不同，DIP在早期選擇了一條“反潮流”路線：從最瑣碎但數據最豐富的醫(yī)學文本入手。

當時ChatGPT尚未問世，大模型概念也遠沒有如今火爆。深度智耀以醫(yī)學翻譯和文檔服務作為切入點，承接大型藥企的臨床試驗文件翻譯、撰寫、質控等需求。

這個看似平凡的業(yè)務，使DIP拿下了首個跨國藥企訂單，并收獲了一批穩(wěn)定跨國藥企客戶，驗證了基礎商業(yè)閉環(huán)的可行性，也為后續(xù)更深度的合作打下基礎。

更重要的是，在服務過程中，DIP積累了海量一手、高價值的數據洞察：截至目前已完成超過2萬個項目，處理了50億以上字符醫(yī)學文本。涵蓋了臨床試驗方案、監(jiān)管申報資料、醫(yī)學文獻等。

李星的判斷是，臨床研究工作流程遠比單一步驟的預測復雜，它涉及海量信息收集、分析推理和決策執(zhí)行的閉環(huán)。因此，僅靠通用算法難以勝任這么專業(yè)的任務，必須以數據和專業(yè)知識為底座。

她帶領團隊整合了數百個公開數據源，結合資深藥研專家的知識，通過機器學習自動提取醫(yī)學實體、關系和屬性，構建了龐大的醫(yī)藥研發(fā)知識圖譜。

這一前瞻性布局，為其在AI大模型起來之后、應用層面的技術爆發(fā)儲備了關鍵的“數據池”。

正如李星所強調的：“相比于直接去做分子設計或篩選，我們先把研發(fā)過程中的‘文字工作’變成AI可以大展身手的舞臺…事實證明這是非常有威力的切入點，對于提升新藥研發(fā)的成功率和速度非常關鍵?！?/p>

可以說，DIP打造了一道任何后來者和通用大模型公司都難以復制的數據護城河。

這一點也得到了頂級風投的認可：天使投資人真格基金、A輪投資人紅杉中國等在早期即注資DIP，押注其“以數據制勝”的底層邏輯。

覺醒：從AI模型到多智能體，自我造血實現突破

隨著2022年底以來大模型技術的突破，深度智耀多年來積累的數據洞察也終于迎來大展身手的時候。

借助通用大模型技術的飛躍，DIP迅速將自身專有的數據優(yōu)勢與之結合，孕育出一個超越單一模型的 “多智能體”AI系統(tǒng)。

這標志著DIP完成了從提供工具到構建“臨床研發(fā)智能體（Agent）”的升級——它不再局限于訓練一個模型回答問題，而是打造出由多個專業(yè)AI代理協(xié)同工作的動態(tài)智能矩陣（KIM）架構。

DIP的多智能體系統(tǒng)有點類似一個由多個扮演不同專家角色AI研發(fā)團隊，能夠自動化處理從文獻研究、方案撰寫、數據校驗到合規(guī)檢查等一系列復雜任務。

例如，有的Agent專注閱讀文獻提出假設，有的負責撰寫臨床方案和研究報告，有的執(zhí)行翻譯任務，還有的進行數據校驗和合規(guī)檢查……

這些智能體由一個“調度官”自動協(xié)調調用，該做假設時就調用Hypothesis Agent，該寫報告時則交給Writing Agent……

更了不起的是，通過算法的優(yōu)化，這套架構賦予了AI一定的自我反思和學習能力：其內部運行遵循“假設-行動-學習-反思”的循環(huán)邏輯。

換言之，AI代理們在執(zhí)行任務時會不斷審視自己的推理，對錯誤和失敗路徑進行學習，并即時調整策略。這讓系統(tǒng)不是死板地按指令行事，而是能夠自主改進決策，越來越聰明。

有了多年真實數據“養(yǎng)”出來的這些智能Agent，加上大模型賦予的通用語言理解能力，DIP的AI團隊在臨床研發(fā)場景中表現出令人驚喜的效率提升和準確性飛躍。

據內部介紹，其生成式AI平臺可以讓新藥研發(fā)所需的文檔生成時間減少90%以上，監(jiān)管資料提交效率提高75%以上。

過去需要人工團隊耗時數月反復撰寫修改的一份臨床試驗方案，如今幾個小時就能由AI自動完成初稿并校驗合規(guī)。

技術突破也迅速轉化成商業(yè)上的成功。

2021年，在大多數AI創(chuàng)業(yè)公司仍普遍虧損的背景下，深度智耀首次實現了規(guī)?；?/strong>盈利，并在此后四年連續(xù)保持盈利，累計凈利潤過億（公司內部數據）。這在AI制藥領域實屬罕見，驗證了其商業(yè)模式的健康與可持續(xù)性。

當然，DIP也并未止步于“軟件供應商”，結合醫(yī)藥行業(yè)的發(fā)展特點，公司也通過項目合作、戰(zhàn)略聯(lián)盟等多種方式，將AI能力嵌入制藥企業(yè)的核心研發(fā)流程中，形成長期穩(wěn)定的收入來源。

這種模式的擴展性很強——每增加一家大型藥企客戶，平臺的邊際成本極低，卻能獲得可觀的持續(xù)收益。

深度智耀的技術和模式也獲得了微軟、谷歌等全球科技巨頭的認可。

2025年深度智耀作為微軟Build開發(fā)者大會上亞太地區(qū)唯一的AI醫(yī)藥案例發(fā)表演講，分享了其AI平臺如何幫助日本合作伙伴的臨床試驗方案“一次性”通過PMDA（日本藥品和醫(yī)療器械局）的嚴苛審批。

這標志著其技術與應用價值已獲得全球頂級的監(jiān)管機構和生態(tài)的認可。

-04-