AI在制药运营见效，但未改写发现环节
The Decoder··作者 Maximilian Schreiner
关键信息
礼来使用机器学习和tirzepatide生产流程的数字孪生，找出合适的压力和温度组合，从而缩短生产时间并提升产能。相比之下，作为最早一批AI药物发现先锋之一的Recursion Pharmaceuticals成立近13年后仍没有AI开发的上市药物，并在去年裁减了20%的员工。
资讯摘要
这篇文章认为，AI确实正在为制药行业带来实打实的财务收益，但主要发生在最不受关注的环节，而不是最受追捧的药物发现。礼来公司首席信息与数字官Diogo Rau向《华尔街日报》表示，到目前为止，AI在真正的药物发现上几乎没有带来明显改变。与此同时，礼来仍在与Nvidia推进数十亿美元级合作，并建设业内最强大的超级计算机之一，罗氏、葛兰素史克、阿斯利康和默克也都签下了大额AI协议。尽管投入巨大，文章指出，目前仍没有有力证据表明AI能提高临床试验的成功率。RBC分析师Trung Huynh也对此持怀疑态度，认为AI是否真正改善试验结果仍缺乏定论。
文章还以Recursion Pharmaceuticals为例，说明AI药物发现的兑现速度远低于外界预期：这家公司成立近13年，至今仍没有一款AI开发的药物上市，并且去年不得不裁员20%。相比之下，AI目前最明显的作用来自制造优化和后台自动化。礼来在tirzepatide生产过程中建立了数字孪生，并用机器学习寻找压力和温度组合，从而缩短生产时间并提高产量。文章最后提到，尽管药物发现层面的收益尚不清晰，但分析师仍预计AI未来五年可能为美国制药行业节省约900亿美元。
资讯正文
AI正在通过制造和后台工作为制药业节省数十亿美元，只是在实验室里还没有做到这一点
要点
- 据礼来数字业务负责人表示，制药业中的AI几乎没有真正推动药物发现的进展，反而在流程的其他环节开始见效。
- 尽管投入了数十亿美元，目前仍没有证据表明AI让临床试验更成功。像Recursion这样的先驱企业，成立13年后仍没有一款AI开发的药物上市。
- 迄今为止，AI的成果主要来自制造和后台任务。分析师仍预计可节省约900亿美元。
礼来数字业务负责人承认，到目前为止，AI在制药业几乎处处都在产生回报，唯独没有在这个行业最大肆炒作的地方：药物发现。
礼来首席信息与数字官Diogo Rau告诉《华尔街日报》，AI的真正好处根本没有体现在药物发现上，而是体现在流程的其他部分。这一说法格外坦率，尤其是在礼来正向与Nvidia的数十亿美元合作投入资金，并打造业内最强大的超级计算机之一之际。近几个月来，Roche、GSK、AstraZeneca和Merck也都与AI专业公司签下了各自的数十亿美元协议。
临床试验则呈现出类似的故事。RBC分析师Trung Huynh并不认可AI能显著提高成功率的说法，他表示，目前还没有确凿证据证明AI确实改善了结果。Recursion Pharmaceuticals是最早一批基于AI进行药物发现的先驱之一，但在成立近13年后，仍未将一款AI开发的药物推向市场，而且去年还不得不裁员20%。该公司最初的目标是攻克制药业臭名昭著的90%失败率。
AI真正见效的地方
据《华尔街日报》报道，迄今为止，AI为药企带来的大部分收益来自简化后台工作和加快制造，而不是研究突破。以礼来为例，该公司为替尔泊肽的制造流程建立了数字孪生模型（替尔泊肽是Mounjaro和Zepbound的活性成分），并利用机器学习找出压力和温度的组合，从而缩短生产时间并提高产量。
在药物发现本身，确实也出现了一些早期亮点。Recursion设计出一款实验性癌症药物用了18个月，而行业平均大约需要四年。问题是，人体试验仍然需要多年。即便如此，RBC估计，AI在未来五年内可为美国制药行业节省约900亿美元。
AI新闻，没有炒作——由人类精选
订阅THE DECODER，获取无广告阅读、每周AI新闻简报、我们独家推出的《AI Radar》前沿报告（每年6次）、全文档案访问权限，以及评论区访问权限。
来源与参考
收录于 2026-05-06