本文系基于公開(kāi)資料撰寫(xiě)，僅作為信息交流之用，不構(gòu)成任何投資建議。

在第44屆摩根大通醫(yī)療健康大會(huì)（JPM 2026）上，AI制藥出人意料的成為引入矚目的焦點(diǎn)。在眾多重磅發(fā)布中，制藥巨頭禮來(lái)（Eli Lilly）與科技巨頭英偉達(dá)（NVIDIA）宣布聯(lián)合成立AI聯(lián)合創(chuàng)新實(shí)驗(yàn)室，未來(lái)五年將共同投入超10億美元，全面重構(gòu)藥物研發(fā)全鏈條。

這項(xiàng)里程碑式的合作，預(yù)示著醫(yī)藥行業(yè)正邁向“硅基智能+碳基生命”協(xié)同創(chuàng)新的新紀(jì)元。當(dāng)AI技術(shù)從研發(fā)輔助工具向核心引擎跨越，醫(yī)藥研發(fā)領(lǐng)域的“次世代戰(zhàn)爭(zhēng)”已然拉開(kāi)序幕。

01

搶占AI技術(shù)高地

禮來(lái)與英偉達(dá)的合作，看似是兩大巨頭組成的商業(yè)聯(lián)盟，實(shí)則揭開(kāi)了醫(yī)藥行業(yè)從“經(jīng)驗(yàn)摸索”向“精準(zhǔn)工程”轉(zhuǎn)型的大幕。這并非簡(jiǎn)單的技術(shù)疊加，而是旨在構(gòu)建覆蓋藥物研發(fā)、生產(chǎn)、商業(yè)化全流程的AI驅(qū)動(dòng)體系，實(shí)現(xiàn)研發(fā)范式的根本性變革。

從合作內(nèi)容來(lái)看，雙方搭建了“算力+數(shù)據(jù)+研發(fā)”的三維協(xié)同框架，形成優(yōu)勢(shì)互補(bǔ)的閉環(huán)生態(tài)。

算力與技術(shù)支撐層面，合作實(shí)驗(yàn)室將率先部署英偉達(dá)最新一代AI芯片架構(gòu)Vera Rubin。相較于前一代Blackwell架構(gòu)，該平臺(tái)訓(xùn)練性能提升3.5倍，推理成本卻壓縮至原來(lái)的十分之一；同時(shí)配套部署專(zhuān)為生物醫(yī)藥場(chǎng)景設(shè)計(jì)的BioNeMo生成式AI框架，可精準(zhǔn)預(yù)測(cè)分子活性、毒性及藥代動(dòng)力學(xué)特性，為藥物設(shè)計(jì)提供核心技術(shù)支撐。禮來(lái)則貢獻(xiàn)其積累數(shù)十年的海量專(zhuān)有數(shù)據(jù)，涵蓋糖尿病、腫瘤、神經(jīng)科學(xué)等關(guān)鍵治療領(lǐng)域的化合物庫(kù)、電子病歷及臨床試驗(yàn)數(shù)據(jù)，這些高質(zhì)量數(shù)據(jù)成為AI模型訓(xùn)練的核心“燃料”。

在具體落地場(chǎng)景上，雙方將優(yōu)先打造持續(xù)學(xué)習(xí)系統(tǒng)，深度融合禮來(lái)的智能化濕實(shí)驗(yàn)室與英偉達(dá)的計(jì)算型干實(shí)驗(yàn)室，實(shí)現(xiàn)AI輔助下的全天候?qū)嶒?yàn)運(yùn)轉(zhuǎn)，為生物學(xué)家、化學(xué)家提供實(shí)時(shí)技術(shù)支撐。此外，雙方將重點(diǎn)推進(jìn)機(jī)器人技術(shù)與物理AI（融合物理定律與機(jī)器學(xué)習(xí)，模擬分子相互作用、藥物生產(chǎn)等真實(shí)物理過(guò)程）的落地應(yīng)用，加速藥物發(fā)現(xiàn)與生產(chǎn)的規(guī)?；七M(jìn)。

這場(chǎng)合作的本質(zhì)，是雙方優(yōu)劣勢(shì)的精準(zhǔn)互補(bǔ)與戰(zhàn)略訴求的高度契合。

禮來(lái)的核心優(yōu)勢(shì)在于深厚的生命科學(xué)積淀與海量高質(zhì)量臨床數(shù)據(jù)，其臨床數(shù)據(jù)積累規(guī)模在行業(yè)內(nèi)處于領(lǐng)先水平，但短板也十分突出——AI算力支撐不足、前沿模型構(gòu)建能力有限，難以實(shí)現(xiàn)大規(guī)模數(shù)據(jù)的高效轉(zhuǎn)化。而英偉達(dá)作為全球AI芯片龍頭，憑借Vera Rubin架構(gòu)、DGX Cloud算力平臺(tái)及BioNeMo模型平臺(tái)，構(gòu)建了AI在生命科學(xué)領(lǐng)域應(yīng)用的完整技術(shù)底座，恰好彌補(bǔ)了禮來(lái)的短板。

與此同時(shí)，英偉達(dá)亟需將AI技術(shù)從科技領(lǐng)域延伸至高價(jià)值的生物醫(yī)藥場(chǎng)景，打開(kāi)千億美元級(jí)的增量市場(chǎng)空間，雙方的合作形成了“各取所需、協(xié)同共贏”的格局。

這場(chǎng)合作并非偶然。早在2025年10月，禮來(lái)就已部署搭載超1000顆Grace Blackwell芯片的超級(jí)計(jì)算機(jī)，搭建“AI工廠(chǎng)”核心基礎(chǔ)設(shè)施；此次聯(lián)合實(shí)驗(yàn)室的落地，標(biāo)志著雙方合作從“遠(yuǎn)程技術(shù)協(xié)同”升級(jí)為“貼身深度共創(chuàng)”，進(jìn)入實(shí)質(zhì)性落地階段。

02

禮來(lái)的戰(zhàn)略底氣

禮來(lái)敢于豪擲10億美元布局AI制藥，核心底氣源于其在核心賽道的絕對(duì)領(lǐng)跑優(yōu)勢(shì)：替爾泊肽的成功，奠定了其在代謝領(lǐng)域的統(tǒng)治地位，也為前沿布局提供了充足的資金與數(shù)據(jù)儲(chǔ)備。

作為雙重作用機(jī)制的GLP-1受體激動(dòng)劑，替爾泊肽2025年前三季度憑借降糖與減重雙適應(yīng)癥，合計(jì)實(shí)現(xiàn)收入248.37億美元；按此增速估算，其全年收入將突破330億美元，有望超越現(xiàn)有“藥王”，登頂全球藥物銷(xiāo)售額榜首。

更關(guān)鍵的是，禮來(lái)并未止步于單一產(chǎn)品的成功，而是構(gòu)建了多層次、全維度的GLP-1管線(xiàn)矩陣，筑牢競(jìng)爭(zhēng)壁壘。

圖：禮來(lái)在研管線(xiàn)一覽，來(lái)源：公司官網(wǎng)

在核心產(chǎn)品迭代上，三重作用機(jī)制的Retatutide在特定人群中實(shí)現(xiàn)高達(dá)28.7%的減重效果，2026年將有多組III期臨床研究數(shù)據(jù)公布，有望成為替爾泊肽的核心接力者；口服GLP-1藥物Orforglipron已提交上市申請(qǐng)并啟用優(yōu)先審評(píng)券，預(yù)計(jì)2026年第二季度正式獲批，填補(bǔ)口服劑型的市場(chǎng)空白。

聯(lián)用療法方面，禮來(lái)雙線(xiàn)布局ActRII賽道，通過(guò)收購(gòu)Versanis獲得Bimagrumab（ActRIIA/B單抗），并引入來(lái)凱醫(yī)藥的LAE102（抗ActRIIA單抗）；在胰淀素領(lǐng)域，布局長(zhǎng)效Amylin激動(dòng)劑Eloralintide與替爾泊肽的聯(lián)合療法，形成覆蓋不同靶點(diǎn)、不同劑型、不同適應(yīng)癥的GLP-1全生態(tài)布局。

除GLP-1領(lǐng)域的絕對(duì)優(yōu)勢(shì)外，禮來(lái)在研發(fā)效率與全球化布局上的能力，進(jìn)一步強(qiáng)化了其行業(yè)領(lǐng)跑地位。

一直以來(lái)，禮來(lái)秉持“速度差異化”戰(zhàn)略，候選藥物從靶點(diǎn)選擇到首次上市的周期較行業(yè)平均水平快約3.5年；其獨(dú)特的BD策略“Catalyze 360”，通過(guò)向Biotech企業(yè)開(kāi)放實(shí)驗(yàn)室、算力資源與專(zhuān)業(yè)技術(shù)，換取創(chuàng)新成果的優(yōu)先合作權(quán)，構(gòu)建了開(kāi)放共贏的研發(fā)生態(tài)。

在全球化層面，禮來(lái)已在30多個(gè)主要國(guó)家完成核心產(chǎn)品上市，2025年自付需求超預(yù)期增長(zhǎng)，中國(guó)、印度、巴西等新興市場(chǎng)成為收入增長(zhǎng)新引擎；而口服GLP-1藥物的低成本優(yōu)勢(shì)，將進(jìn)一步加速其在新興市場(chǎng)的滲透，拓寬增長(zhǎng)邊界。

這種穩(wěn)固的行業(yè)領(lǐng)導(dǎo)地位，為禮來(lái)布局AI制藥提供了雙重支撐。一方面，GLP-1領(lǐng)域的持續(xù)高盈利的為AI研發(fā)注入充足資金，10億美元的合作投入對(duì)年?duì)I收超500億美元的禮來(lái)而言，不會(huì)對(duì)核心業(yè)務(wù)造成壓力；另一方面，GLP-1管線(xiàn)積累的海量臨床數(shù)據(jù)、化合物數(shù)據(jù)，可直接作為AI模型訓(xùn)練的優(yōu)質(zhì)素材，加速AI技術(shù)在代謝領(lǐng)域的落地應(yīng)用，形成“核心業(yè)務(wù)反哺未來(lái)布局”的良性循環(huán)。

從更深層次來(lái)看，禮來(lái)的AI布局也是應(yīng)對(duì)行業(yè)競(jìng)爭(zhēng)與風(fēng)險(xiǎn)的戰(zhàn)略考量。當(dāng)前全球GLP-1賽道競(jìng)爭(zhēng)日趨激烈，已有179個(gè)在研管線(xiàn)同臺(tái)競(jìng)技，且替爾泊肽核心專(zhuān)利將于2032年到期，現(xiàn)有優(yōu)勢(shì)面臨被稀釋的風(fēng)險(xiǎn)。

在此背景下，通過(guò)AI技術(shù)開(kāi)拓新靶點(diǎn)、設(shè)計(jì)新分子，打造下一代“爆款藥物”，成為禮來(lái)維持長(zhǎng)期競(jìng)爭(zhēng)力的核心動(dòng)因。

03

AI將成為制藥行業(yè)的α？

傳統(tǒng)邏輯中，AI在制藥行業(yè)的定位始終是“效率提升工具”，主要用于優(yōu)化實(shí)驗(yàn)流程、縮短數(shù)據(jù)處理時(shí)間，本質(zhì)上是對(duì)傳統(tǒng)研發(fā)模式的補(bǔ)充。即便在2024年Deepseek爆火引發(fā)的AI熱潮中，AI制藥也多停留在概念炒作階段，尚未形成規(guī)?；涞芈窂健?/p>

從現(xiàn)有行業(yè)實(shí)踐來(lái)看，AI+制藥的規(guī)模化路徑主要分為三類(lèi)，但均存在明顯短板：其一，AI+SaaS模式，AI淪為單純的技術(shù)平臺(tái)，核心競(jìng)爭(zhēng)力聚焦算力、數(shù)據(jù)、算法等IT能力，與醫(yī)藥場(chǎng)景的深度融合不足，更偏向IT行業(yè)范疇；其二，AI+Biotech模式，本質(zhì)是AI化的CRO服務(wù)，業(yè)務(wù)局限于臨床前研究，難以延伸至臨床階段與商業(yè)化環(huán)節(jié)，規(guī)模化空間有限；其三，AI+CRO模式，對(duì)資金的需求遠(yuǎn)超傳統(tǒng)CRO業(yè)務(wù)，從當(dāng)前Biotech企業(yè)融資數(shù)十億仍難見(jiàn)成果的現(xiàn)狀來(lái)看，疊加AI基礎(chǔ)設(shè)施搭建成本，投入產(chǎn)出比相對(duì)較低，商業(yè)化前景不明朗。

但禮來(lái)與英偉達(dá)的10億美元合作，徹底顛覆了這一認(rèn)知。AI正從輔助工具升級(jí)為帶動(dòng)研發(fā)范式變革的核心力量，有望成為制藥行業(yè)的α因素。

這場(chǎng)合作的核心突破，在于實(shí)現(xiàn)了上述三種模式的深度融合，大概率將成為AI制藥行業(yè)的分水嶺。雙方構(gòu)建的“干濕結(jié)合”閉環(huán)模式，為AI制藥的規(guī)?；涞靥峁┝丝蓮?fù)制的行業(yè)模板：AI模型指導(dǎo)濕實(shí)驗(yàn)室開(kāi)展實(shí)驗(yàn)，實(shí)驗(yàn)產(chǎn)生的真實(shí)數(shù)據(jù)反哺干實(shí)驗(yàn)室優(yōu)化模型，形成“模型-實(shí)驗(yàn)-數(shù)據(jù)-迭代”的持續(xù)學(xué)習(xí)閉環(huán)，打破了傳統(tǒng)研發(fā)中“計(jì)算與實(shí)驗(yàn)脫節(jié)”的核心瓶頸。

這種閉環(huán)模式的價(jià)值，在分子設(shè)計(jì)等核心環(huán)節(jié)體現(xiàn)得尤為明顯：AI可快速生成數(shù)千種潛在活性分子，機(jī)器人實(shí)驗(yàn)員自動(dòng)完成分子合成與活性測(cè)試，數(shù)據(jù)實(shí)時(shí)反饋至模型并指導(dǎo)下一輪分子優(yōu)化，將原本需要數(shù)月的研發(fā)循環(huán)壓縮至數(shù)天。更重要的是，該模式不僅適用于小分子藥物，還可延伸至抗體藥物、細(xì)胞治療、基因治療等多個(gè)領(lǐng)域，具備廣泛的行業(yè)適用性。

AI對(duì)制藥行業(yè)的變革，更體現(xiàn)在研發(fā)范式的根本性轉(zhuǎn)變——從“試錯(cuò)式探索”轉(zhuǎn)向“預(yù)測(cè)性設(shè)計(jì)”。通過(guò)對(duì)海量生物分子數(shù)據(jù)、臨床數(shù)據(jù)的深度學(xué)習(xí)，AI可在分子合成前精準(zhǔn)預(yù)測(cè)其療效、安全性及藥代動(dòng)力學(xué)特性，大幅降低盲目實(shí)驗(yàn)的比例，這種范式變革的價(jià)值，遠(yuǎn)超過(guò)單純的效率提升，將重構(gòu)藥物研發(fā)的核心邏輯。

與此同時(shí)，AI還正推動(dòng)制藥行業(yè)生態(tài)重構(gòu)與競(jìng)爭(zhēng)格局重塑。目前全球TOP20藥企中已有半數(shù)布局AI制藥，但禮來(lái)與英偉達(dá)的合作在規(guī)模、深度與模式創(chuàng)新性上均屬首次，這必將引發(fā)制藥巨頭間的“軍備競(jìng)賽”，默沙東、羅氏等制藥巨頭大概率會(huì)跟進(jìn)類(lèi)似跨界合作，加速AI技術(shù)在行業(yè)內(nèi)的滲透。

對(duì)于中小型Biotech企業(yè)而言，這場(chǎng)合作也帶來(lái)了新的發(fā)展機(jī)遇。英偉達(dá)的開(kāi)源模型與禮來(lái)的TuneLab平臺(tái)，大幅降低了AI制藥的技術(shù)門(mén)檻，使中小企業(yè)能夠借助外部技術(shù)資源提升研發(fā)能力，無(wú)需投入巨額資金搭建自有AI基礎(chǔ)設(shè)施。未來(lái)行業(yè)有望形成“巨頭構(gòu)建生態(tài)、中小企業(yè)聚焦細(xì)分場(chǎng)景”的新格局，中小企業(yè)可深耕罕見(jiàn)病、特色靶點(diǎn)等細(xì)分領(lǐng)域，與巨頭形成差異化競(jìng)爭(zhēng)。

不可否認(rèn)，AI制藥的規(guī)?；涞厝悦媾R多重挑戰(zhàn)。目前全球范圍內(nèi)，AI設(shè)計(jì)的藥物尚無(wú)完全獲批上市的先例，多數(shù)處于臨床前或早期臨床階段，其最終療效與安全性需經(jīng)過(guò)長(zhǎng)期臨床驗(yàn)證；各國(guó)監(jiān)管機(jī)構(gòu)對(duì)AI生成藥物的審評(píng)標(biāo)準(zhǔn)、審批路徑尚未明確，監(jiān)管不確定性可能延緩商業(yè)化進(jìn)程；同時(shí)，復(fù)雜疾病靶點(diǎn)識(shí)別難度大、醫(yī)藥數(shù)據(jù)隱私保護(hù)合規(guī)要求高、AI模型可解釋性不足等問(wèn)題，也亟待行業(yè)共同解決。

但這些挑戰(zhàn)無(wú)法阻擋技術(shù)變革的大趨勢(shì)。禮來(lái)作為全球制藥行業(yè)的標(biāo)桿企業(yè)，從GLP-1領(lǐng)域的絕對(duì)領(lǐng)跑，到AI制藥的前瞻性布局，每一步都展現(xiàn)出穿越行業(yè)周期的戰(zhàn)略遠(yuǎn)見(jiàn)。禮來(lái)與英偉達(dá)的合作，不僅是企業(yè)層面的強(qiáng)強(qiáng)聯(lián)合，更是計(jì)算科學(xué)與生命科學(xué)的深度融合，為AI制藥的規(guī)模化落地提供了清晰路徑。

這場(chǎng)布局“次世代戰(zhàn)爭(zhēng)”的行動(dòng)，或許將重新定義未來(lái)數(shù)十年的制藥行業(yè)格局。

· 靶點(diǎn)格局 ·

| |

| |

| |

| |

· MNC觀察 ·

| | |

| | |

| | |

| | |

| | Illumina

· 產(chǎn)業(yè)地圖 ·

| |

| |

| |

| |

| |

| |

| |

| |