融资一轮又一轮的AI制药，到底有多火？

国外一笔订单，最高已经达到331亿元，接近传统药企一整年的研发投入；

国内市场，保守估计将达到2040亿元规模，BAT字节华为等互联网头部企业争相入资角逐，甚至有公司一年内完成3轮大额融资……

△图源：量子位智库

从北京大学前沿交叉学科研究院、国外名校教授，到MIT博士等纷纷加入创业，甚至有拿到国外名校博士Offer的学生退学加入……

然而，与资本热形成鲜明对比的，却是行业发展的现状——

国内AI制药公司，时至今日上市数量为0，甚至尚未有一家实现盈利；国外AI制药公司，上市后股价疯狂跳水。

目前，世界上还没有任何一支由AI研发成功的药物顺利上市，甚至于据各创企对外公开消息，国内只有2家，国外有8家企业的管线刚刚进入临床一期阶段。

如今行业最初的热度过去，质疑的声音也日益凸显：

AI制药行业，究竟是未来投融资瞩目的明星赛道，还是技术伪装下的PPT泡沫？

AI技术自身的数据瓶颈、及其在制药领域中所起的作用，究竟能否真正挽救传统制药企业的利益下降颓势？

AI制药究竟什么时候才能真正落地？

在采访过数十家机构后，我们写下《AI制药深度产业报告》，试图描绘出AI制药行业的国内外现状，以及这一行业所面临的困境和机遇。

 

AI制药“时局图”

AI制药，更准确地来说应当是“用AI预测药物”。

没错，现阶段的AI并未真正打破传统制药的研发体系，甚至从研发流程来看，AI优化的部分还不到40%。

这样的定位加剧了AI制药自身的“矛盾感”：

一方面，药物发现是整个药物研发流程的基石，也是药物创新最有希望的突破口；另一方面，药物研发60-80%的临床试验成本，无法被AI优化。

这种矛盾感同样体现在AI制药的融资情况、技术定价和研发落地上。

仅看融资情况，会认为AI制药是一个很有“钱景”的行业。

据中银证券数据，仅2020年一年，中国AI+制药融资项目数量就翻了一倍，且同年融资总额出现了同比约10倍的增长。

从那时开始，全球至少有11家AI制药公司获得1亿美元以上的大额融资。而且这个数据还在呈现不断上升的趋势：

△数据来源：中银证券
 据动脉橙报告显示,“AI+制药”成为2021年最受资本欢迎的赛道之一，全球融资77起，金额合计45.6亿美元（约合人民币307亿），其中中国市场融资12.4亿美元。

同时，AI+制药企业的生存情况也非常乐观。约53%的A轮公司进入B轮；38%的B轮公司顺利进入C轮；46%的C轮公司进入到了D轮。

再看AI公司的变现途径，似乎也同样具有投资潜力。

参考Benevolent招股书数据，单看自研管线价格的话，AI制药公司定价的首付款和里程碑付款价均不低，尤其是二期临床后光是首付款就能达到近1亿美元。

△图源：量子位智库

但结合研发落地情况来看，就出现了强烈的矛盾感。

例如，行业内至今仍然没有任何一支AI预测的药物上市，甚至于市面上还没有任何一种公开进入临床二期的药物。

同时，AI制药也尚未出现一种突破性的核心技术，能证明AI用于药物发现（AIDD）具有可靠和持续性，能替代或优化传统计算机发现药物（CADD）的流程。

根据量子位智库数据，即使是进展最快的AI预测药物，也只是通过了动物试验，进入临床一期试验阶段。

在这些进展最快的AI预测药物中，国内只占3条管线，国外虽然已有接近16条管线进入临床，但也全部停留在一期阶段。

△图源：量子位智库

这样的局面，导致资本热情从2021年以来逐渐出现回冷：

目前，国内还没有任何一家AI制药公司完成上市，也没有任何一家公司实现盈利。

国外至少7、8家上市公司，如今股价几乎无一例外出现跳水。

事实上，从过往经验来看，药物研发失败的几率本身就极大，无数新药的临床试验投入最终都是打水漂，这又再度增加了AI预测药物上市的不确定性。

尤其目前这批药物都还没进入临床二期，其能否完成上市还根本无法保障。

自1961年“反应停事件”以来，能否验证药物有效性一直是所有新药上市最大的门槛。如果无法提供可信的安全数据、患者明确获益的数据等“实质性证据”，药物极有可能在这一阶段夭折。

显然，在这段时间里，大部分资本会处于观望状态，直到有AI预测的药物进入并通过临床二期的试验。

与传统制药公司相比，AI制药公司的体量并不大。在临床试验风险成本极高的情况下，这种“失败的可能”要么被转移，要么只能由公司自行承担。

以此，AI制药公司形成了两种主要的商业模式。

第一种是转移研发风险的CRO（Contract Research Organization，合同研发组织）模式，公司会给传统制药企业或其他公司“做外包”，用AI技术预测甲方需要的药物。

第二种是愿意自行承担研发失败的风险的自研管线模式，公司将药物和技术专利拿在手中，一旦成功上市或达到特定变现节点（如临床前研究）就能以专利转让或收费的方式赚钱。

 

如何决定是做CRO还是自研管线？

一个是资金情况，自研管线所需资金极高。不缺钱的公司可以直接自研管线；想自研管线但资金不足的公司，则可以先通过CRO做外包赚钱，再以赚到的钱用于自研管线。

另一个是定位差异。相比传统药企出身的公司所掌握的大量制药相关理论，CRO更适合“跨界创业”玩家，迅速打响自身AI技术招牌；自研管线对于制药经验和资源要求更高。

事实上，目前CRO在国内更受欢迎，相比之下其盈利速度更快，变现模式更明确，且不需要承担后续临床试验的风险成本。

此外，对手握AI药物专利没兴趣、只出售技术服务的公司也可以只做CRO。

由此还衍生出第三种商业模式——专门做技术平台的，将AI制药软件售卖给其他公司搞预测研发，但目前国内真正做到收费的公司极少。

显然，AI制药公司的定位和技术优势，很大程度上会影响其对商业模式的选择。

目前已经入局的玩家有不少，从国内外名校博士教授、到互联网巨头和传统药企、到资本再孵化，呈现出一种多样化的态势。

先是名校博士教授创业的情况。以晶泰科技为例，就是MIT量子物理博士归国创业的典型案例。由于公司的优势在AI技术上，并能借助量子物理的理论研究做到行业领先，因此晶泰科技明确表示专注于CRO模式，而不去自研管线。

也有高校教授转化研究成果的案例，如华深智药就是UIUC终身教授彭健所创立，此前在蛋白质分子预测领域已有相关成果建设，此次创业将专注于技术平台的打造和提供。

在这之后，互联网巨头和传统药企也已经纷纷入局。

前者自带算法算力优势，容易借助互联网本身的影响力迅速扩大“势力范围”，如百度和腾讯已经成立百图生科和云深智药平台，利用自身积累的AI算法经验快速入局；阿里则凭借算力优势迅速建立起上下游关系等。

后者则拥有深厚的药物研发经验，在此基础上成立AI制药研发团队，如阿斯利康、默克、辉瑞和梯瓦就与亚马逊和以色列生物基金共同成立了AION Labs实验室。

最后还有资本创业、基金孵化的情况，现金流加持充足，甚至于投资人自身转型AI创业，如科因生物创始人王一恺就曾是峰瑞资本副总裁，成立公司后便获得了峰瑞资本的投资。

据量子位智库数据预估，AI制药市场规模在2025年预计将达到72亿，2035年则预计达到2040亿。

一时之间，涌入AI制药赛道的玩家众多。然而从时局和玩家现状来看，并无法通过单纯的技术实力或资金优势判断AI制药公司的发展前景。

到底谁才是其中真正的玩家、成为最有希望率先上市第一支AI新药的公司？

扫描二维码，就能下载量子位智库出品完整版《AI制药深度产业报告》：

内容中包含的图片若涉及版权问题，请及时与我们联系删除