繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

21專訪丨 安永吳曉穎:AI製藥走到價值分水嶺 臨牀數據是「硬通貨」

2026-07-21 07:00

2026年,AI製藥行業正站在一個微妙的分水嶺上。

一邊是傳統創新葯企在「去泡沫后結構性分化」中艱難轉型,Me-too管線承壓、融資依然偏冷;另一邊,AI賦能的差異化管線頻頻獲得跨國藥企(MNC)大額BD訂單,英矽智能在半年內接連拿下施維雅、禮來、SK Biopharmaceuticals、武田四筆合作,潛在總價值逼近70億美元。

當下,晶泰控股、英矽智能、劑泰科技組成的「AI製藥三小龍」已齊聚港交所。那麼,AI是否正在藥物研發領域製造出實質性的「代際差」?資本市場的估值邏輯發生了怎樣的本質變化?中國藥企出海又面臨哪些隱性合規挑戰?

2026年世界人工智能大會期間,安永大中華區諮詢服務主管合夥人吳曉穎在接受21世紀經濟報道記者專訪時表示:「我不太認同現在已經形成了實質性的‘代際差’。」面對記者關於AI藥企與傳統Biotech之間是否已出現估值邏輯和出海議價權「代際差」的提問,吳曉穎給出了明確的判斷。

在她看來,目前真正拉開企業差距的,仍然是管線質量和臨牀數據。「跨國藥企願意支付高溢價,通常看中的是資產能不能解決明確的臨牀問題。AI在其中提高了發現和優化效率,但很少會因為單純使用AI而形成交易。」吳曉穎表示。

但這並不意味着AI的作用可以被忽視。

2026年被行業視為AI製藥的「臨牀驗證之年」。多家頭部企業管線已進入三期臨牀,FDA與EMA也在2026年1月聯合發佈了《人用藥品和生物製品研發中人工智能良好實踐指導原則》,提出了10條核心原則。

吳曉穎指出,AI帶來的變化主要體現在研發體系上。「企業如果擁有了高質量數據,還能把算法、實驗驗證、臨牀反饋這些因素連起來,就可能更早發現低價值項目,從而把資源集中到更有潛力的管線上。」

對於市場熱議的「中型藥企不佈局AI是否會被邊緣化」的問題,吳曉穎認為,中型藥企沒有必要都去自建AI平臺。

「自建平臺投入很大,很多企業也缺少足夠的數據和使用頻率。更現實的做法,是把疾病理解、核心數據和研發決策能力這些核心優勢掌握在自己手里,再根據具體項目引入合適的AI工具或合作伙伴。」吳曉穎説,未來三到五年,AI很可能成為藥物研發的基礎能力之一。但藥企真正需要注意的,還是核心業務能力的短板,比如自身數據長期分散、研發決策效率偏低、管線缺乏差異化。這樣的公司即使接入了AI平臺,也很難改善出海議價權。

這也意味着,AI能把一家公司原有的能力提升,但很難替代藥物研發本身的基本功。

而目前,資本市場的估值邏輯已經發生了本質變化。「現在資本給AI製藥企業的估值,首先算的是管線價值。AI只有在能夠提高研發決策質量、縮短關鍵節點時間、減少無效投入時,纔會帶來額外溢價。算法多先進、平臺覆蓋多少靶點,這些因素可能很難獨立支撐高估值了。」

她強調,在BD談判中,財務和數據治理兩個維度至關重要。「財務要講清楚每條管線還需要投入多少,首付款和里程碑收入有多大兑現概率。數據治理要證明訓練數據來源合規、模型結果可以復現、實驗和臨牀結果能夠回溯。」

吳曉穎特別提到,FDA與EMA在2026年發佈的AI藥物研發良好實踐原則,把使用場景、數據治理、模型性能評估等列為重點。「AI無法消除藥物研發的不確定性,它真正能做的是更早識別風險,並讓這部分不確定性得到更準確的定價。」

2026年上半年,跨國藥企明顯加大了對中國AI製藥企業的合作力度。7月2日,石藥集團與阿斯利康簽署siRNA藥物合作協議,總金額達17.7億美元;同一天,英矽智能宣佈與武田製藥達成超6億美元戰略合作。

這輪合作升溫背后的核心邏輯是什麼?

吳曉穎認為,原因多元。「包括算法和數據能力的原因,項目能更快完成從計算預測到實驗驗證的原因。也有成本優勢的因素,但我認為跨國藥企更看重的是研發決策能否提前、失敗項目能否更早被識別這些真正的價值。」

吳曉穎觀察到,這類合作通常不會停留在採購一個軟件工具上。跨國藥企更願意圍繞明確的靶點或治療領域,和AI企業共同推進項目,並根據實驗和臨牀結果分階段去投入。對它們來説,真正有價值的是獲得一批新的研發選項,同時還能控制前期風險。

相比之下,本土大型藥企的訴求有所不同。「會更貼近自身的研發體系。很多企業希望藉助AI來改善靶點選擇、優化分子設計和候選物,解決早期研發項目多、決策慢、淘汰不及時的問題。」

2026年上半年,中國創新葯對外授權(BD)交易金額達997億美元,接近2025年全年1357億美元的73%。全球醫藥交易TOP10中,中國藥企獨佔8席。但在交易火爆的背后,合規風險不容忽視。

License-out最容易遇到的挑戰在於臨牀數據能否跨境提供、人類遺傳資源手續是否完整、知識產權權屬是否清楚。「任何一項準備不足,都可能導致首付款到賬了,但項目卻迟迟進不了全球開發。」吳曉穎説。

而NewCo模式的難點更集中在控制權和治理安排。中國團隊保留多少股權、董事席位和決策權,核心技術怎麼授權,未來新增的知識產權歸誰,融資后的權益如何變化,都需要在交易初期説清楚。

對此,吳曉穎特別提醒,當前各國加強對生物技術、人工智能和敏感數據的審查,「一些看似普通的治理條款,也可能會影響交易審批和后續融資」。

吳曉穎建議,企業在簽署條款清單之前,就同步做一次「可交付性體檢」,把數據出境、人類遺傳資源、知識產權、出口管制、税務和境外審查逐項梳理,並提前明確交割條件、數據隔離方案、權益回收機制。

隨着劑泰科技於2026年5月登陸港交所,「AI製藥三小龍」全部集結港股。劑泰科技此次IPO募資超21億港元,創下2026年迄今港股醫療健康IPO募資之最。

如何看待這輪集中上市潮?吳曉穎認為,背后有多個因素:一是一批企業經過多年投入后,開始拿出臨牀管線、對外合作和持續收入了;二是港股的融資窗口明顯改善;三是一級市場也確實需要退出的渠道。所以這既有產業成熟的成分,也有資本周期的推動。

對於資本市場如何定價AI製藥企業,吳曉穎觀察到兩個視角。「平臺部分看客户是否在持續付費、能不能形成重複收入、數據和模型能不能不斷積累;管線部分看項目走到什麼階段、臨牀數據怎麼樣、企業還保留多少權益。」

她提醒道:「如果只講平臺,市場會擔心最終變成研發服務公司;只講管線,估值邏輯又會接近傳統Biotech。最后真正容易獲得認可的公司,通常既能證明平臺持續產生價值,同時又至少有一兩條管線進入臨牀驗證。」

AI製藥企業上市后,面臨一個獨特矛盾:技術黑盒加上長周期臨牀不確定性,容易引發股價劇烈波動與監管問詢。

吳曉穎直指問題核心:這類公司上市后最容易出問題的地方,是把三種價值混淆在一起:一次性的里程碑收入、AI平臺能力,以及具體管線的臨牀價值。這三者兑現的節奏是完全不同的。如果報表和公告沒有拆開,市場很容易把短期收入當成持續增長,把模型能力當成管線成功率。那一旦后續數據跟不上,估值回調會很快。

對此,吳曉穎建議,企業必須分拆披露。「里程碑收入要講清楚觸發條件、確認時點和可重複性;研發支出資本化要保持克制,尤其早期項目的技術和商業可行性還沒有充分驗證時,激進的資本化很容易引發質疑。」

AI已滲透到分子設計、臨牀試驗招募乃至審評輔助環節,在AI重塑CXO價值、大廠紛紛下場建醫療大基建的背景下,傳統藥企與Biotech該如何重新定位?

吳曉穎的答案清晰:「未來‘AI+研發’生態里,最有價值的角色是能夠提出高質量科學問題、擁有獨特數據,並把項目推進到關鍵驗證節點的人。」

她認為,傳統藥企的優勢在於疾病理解、臨牀開發和商業化體系,「更適合做資源整合者」;Biotech要「守住自己的核心價值,把靶點機制、轉化醫學和差異化管線做深做紮實」;CXO和科技企業提供算法、實驗、數據和產能,「幫助項目更快地完成驗證」。

對於資源有限的中小企業,吳曉穎給出了具體路徑:「靶點有價值,就應該儘早圍繞關鍵里程碑配置外部資源。通過AI平臺提升分子發現效率,通過專業的CXO完成實驗和開發,通過醫院和專家網絡驗證臨牀價值,再通過聯合開發、階段性授權或產業資本引入后續資金。」

從「炒概念」到「真落地」,AI製藥行業正在經歷一場從技術敍事到價值兑現的深刻轉變。正如吳曉穎所言,AI無法消除藥物研發的不確定性,但它能讓不確定性得到更準確的定價。而這,或許正是這個行業走向成熟的真正標誌。

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。