同写意年度巨献！！本次大会特设“AI革新药物开发”分会，7月25-26日，邀您相聚金鸡湖畔，与5000人一起为中国医药创新“同写意”！

近日，AI制药领域的明星企业英矽智能第三次向港交所递交上市申请。这家成立于2014年的公司，凭借生成式AI平台 Pharma.AI的技术突破，迅速在行业内崭露头角，备受资本追捧。但其上市之路却充满波折，前两次递表均因未能在有效期内通过聆讯而失效，错失“AI制药第一股”称号。

英矽智能的曲折历程，恰是AI制药行业在技术与商业化之间艰难博弈的缩影。从技术狂飙到资本退潮，从万众瞩目到盈利困局，AI制药正站在“实验室突破”与“商业转化”的分水岭上。

TONACEA

01

英矽智能的“长跑”

2023年英矽智能首次递表时，正值AI制药的“黄金年代”。彼时，AI技术在药物研发中的应用被视为颠覆传统模式的革命性力量，吸引海量资本涌入，全球AI制药融资热潮空前。在此背景下，英矽智能估值一度突破10亿美元。然而，随着2024年行业步入调整期，国内外AI制药企业因商业化进程迟滞、持续亏损等问题饱受质疑，资本“泡沫”一个接一个破裂。英矽智能的第三次上市冲刺，不仅关乎自身命运，更映射出整个赛道的信心考验。

通过整合生物学数据、化学合成及临床预测模型，Pharma.AI已生成超过20项临床或IND阶段资产，其中3项已授权予国际制药及医疗保健公司，合约总价值超20亿美元。

明星管线ISM001-055（TNIK靶点的小分子抑制剂）在特发性肺纤维化（IPF）的IIa期临床试验中表现出剂量依赖性的肺功能改善，于2023年2月获得FDA授予的孤儿药资格认定，2025年4月获CDE突破性疗法认定。Pharma.AI的高效研发能力在ISM001-055的临床进程中充分体现：相较于传统方法平均4.5年的研发周期，该药从研发到临床前候选药物阶段耗时少于18个月，进一步推进至I期临床试验仅耗时9个月。

英矽智能在研管线 图片来源：英矽智能招股书

2022年-2024年，英矽智能营收从3015万美元增长至8583万美元，毛利率从63.4%跃升至90.4%，亏损则从2.22亿美元大幅收窄至1709.6万美元。这一改善主要得益于研发费用控制及授权收入增长，其超90%的收入来自药物发现及管线开发。然而，这种“AI+Biotech”模式虽能短期输血，却需承担极高的研发风险，候选药物尚未商业化，临床III期失败率超过50%。因此，英矽智能同时也正将Pharma.AI的应用范围扩展至多个行业，包括先进材料、农业、营养产品及兽医药物领域。

英矽智能港股IPO还在等待最终结果。作为中国AI制药领域的关键样本，其若成功上市，将成为“港股AI创新药第一股”，对AI制药行业产生深刻影响。

TONACEA

02

AI制药的崛起

AI制药的兴起，本质上是生物医药行业对“反摩尔定律”的一次集体突围。传统药物研发面临“双十困境”——10年周期、10亿美元投入、成功率不足10%，如何降低研发费用，提高成功率，缩短研发周期成为当前整个制药行业的当务之急。AI制药技术的出现和不断成熟为创新药研发“降本增效”提供了全新的解决思路。根据波士顿咨询2024年发布的研究，AI生成的药物分子在I期临床试验中，成功率高达80%-90%，高于50%的历史平均水平。这一效率转变的核心在于AI对药物研发全流程的渗透。

在药物发现阶段，AI通过虚拟筛选技术，快速从海量的化合物库中筛选出具有潜在活性的分子。这种方法不仅提高了筛选效率，还降低了实验成本。此外，AI还可以通过生成对抗网络（GAN）和变分自编码器（VAE）等生成模型，设计出全新的药物分子结构，为药物研发提供更多的可能性。

在临床前研究阶段，AI通过预测药物的吸收、分布、代谢、排泄和毒性特性，优化药物分子的临床前开发路径，在提高药物的安全性和有效性的同时，还可以降低临床试验失败的风险。

在临床试验阶段，AI通过分析临床试验数据，预测药物的疗效和安全性，优化临床试验的设计和实施。例如，AI可以通过预测患者的反应，优化临床试验的患者招募策略，提高临床试验的效率和成功率。此外，AI还可以通过分析临床试验数据，预测药物的长期疗效和安全性，为药物的上市申请提供科学依据。

AI制药技术的应用不仅限于药物研发领域，还可以扩展到其他生物医药领域，如精准医疗、基因治疗、细胞治疗、疫苗研发等。例如，通过快速分析基因组数据，AI模型可预测蛋白质结构、调控组件及基因表达模式，协助揭示基因变异与疾病之间的关联，从而提高开发个体化治疗的速度及准确性。

AI制药技术的兴起，不仅为生物医药行业带来了新的发展机遇，也为投资者提供了新的投资机会。弗若斯特沙利文数据显示，全球AI赋能药物研发费用市场规模由2019年的53.7亿美元，增加至2023年的119亿美元，并预计2032年将达到746亿美元，复合年增长率高达22.6%。

AI赋能药物研发费用市场规模 图片来源：弗若斯特沙利文

在投融资领域，2018年-2020年，全球AI制药赛道相关的融资总事件达171起，总金额63.54亿美元。2021年-2023年，全球AI制药赛道相关的融资总事件增加到了321起，总金额高达140亿美元，其中2022年达到融资高峰，为144起，62亿美元。2024年全球AI制药融资总金额为58亿美元，融资笔数128起，分别较2023年同比增长61.1%及23.1%。

然而，一级市场的火热，并不意味着在二级市场会复制同样的辉煌。

TONACEA

03

商业化困局与行业拷问

2024年11月，两大全球AI制药龙头Recursion和Exscientia正式宣布合并，Recursion以6.88亿美元的价格全股票+部分现金收购Exscientia，这笔AI制药行业目前为止最大的并购案背后，是AI制药在二级市场的深度调整。

2012年成立的Exscientia是全球最早一批AI制药公司，曾经将全球首个由AI设计的新药DSP-1181推进临床。2021年10月，Exscientia登陆美股，上市首日股价从22美元的发行价冲到超过30美元。但上市后的Exscientia股价一泻千里，最低跌至3.8美元，较发行首日跌去近90%。而收购Exscientia后的Recursion日子也不好过，即便有英伟达5000万美元投资，股价依旧从巅峰42.81美元，下跌至最低3.79美元，跌幅超过90%。

在2025年一季报中，Recursion总收入1500万美元，净亏损2.03亿美元，现金余额5.09亿美元。鉴于此，Recursion将研发管线削减近半，其中五项资产宣布暂停开发或取消开发优先级，即使如此，管理层预计按当前业务计划，现金流也仅可维持至2027年中期。

调整后的Recursion管线 图片来源：Recursion

Recursion与Exscientia的合并，仅是AI制药行业商业化困境的冰山一角。这场看似“巨头抱团取暖”的交易背后，是AI制药领域大浪淘沙的开始。

目前AI制药主要有三类商业化路径：提供CRO服务、AI SaaS软件授权、AI+Biotech自研管线。其中，软件授权天花板较低，如 Schrodinger 2023 年软件收入仅占36.4%，扭亏全靠管线授权；CRO服务虽贴合降本需求，但药物发现只是CRO服务中较小的一个环节，药企更倾向全产业链合作，AI替代性有限；最被看好的是 AI+Biotech模式，通过AI快速产生临床前管线，然后推进至临床阶段，再对外授权转让，从而获得首付款、里程碑付款和销售分成。以国内的英矽智能为例，其绝大部分收入是来自管线的授权和里程碑付款，其中既包括新的管线授权，也有已有授权管线的里程碑付款等。

但这其中的关键点仍然是管线，只有疗效显著、市场空间大且临床推进迅速的管线，才可能获得MNC青睐并实现高价值授权。但目前来看，AI还没能产生一款突破传统的重磅产品。

尽管面临诸多挑战，AI制药行业的未来依然充满希望。行业内的合作与整合已成为推动AI制药发展的重要驱动力，大型药企与AI公司的协同将更加紧密，共同推动创新药从研发到商业化的全链条进化，而商业模式也将向多元化延伸，从单一“技术采购”转向“风险共担”等深度合作模式。

与此同时，技术迭代与数据积累正持续夯实行业根基。随着AI 技术的加速进化，未来，AI有望更精准地预测药物分子的生物活性和安全性，大幅缩短研发周期。而数据共享机制的完善与高质量数据的持续沉淀，将进一步提升 AI 模型的训练效能，为研发提供更强支撑。当AI在临床试验设计、患者分层等核心环节构建不可替代的优势时，真正的破局或将水到渠成。

— 结语 —

英矽智能三闯港交所，折射出AI制药行业在技术理想与商业现实间的艰难博弈。从资本热捧到估值回归，行业正经历 “去泡沫化” 的阵痛。但技术迭代与生态重构的力量仍在积蓄，未来，AI制药仍有望突破瓶颈，为生物医药领域带来变革性进步。