AI 不是药物研发的旁观者，而是正在重塑行业规则的核心力量。”

2026 年初，日本制药巨头 武田制药（Takeda） 与 AI 药物发现公司 Iambic Therapeutics 签署了高达 17 亿美元 的战略合作协议，围绕 AI 技术加速小分子药物发现展开深度合作。这一交易不仅是企业层面的商业布局，也标志着 传统制药巨头正在加速向数字化和智能化转型。

一，为什么医药研发需要 AI

传统新药研发被称为“世界上最昂贵、最缓慢的创新赛道之一”：

平均研发周期 10–15 年，耗资可达 15–20 亿美元。

从实验室到临床，再到监管审批，每个阶段都有高失败风险。

90% 的候选药物最终未能获得批准。

在这种背景下，AI 的加入并非锦上添花，而是转折点式的创新。

二，AI 在药物发现中的核心价值
大幅缩短研发时间

AI 显著提升效率，在多个关键阶段实现时间压缩：

AI 可将候选分子的识别时间从数年缩短到几个月甚至数周。

在某些优化场景下，AI 可将开发一个化合物到临床前阶段的时间缩短 40–50%。

Iambic 宣称结合 AI 和自动实验室流程，可将临床前阶段从“约 6 年”缩至“不到 2 年”。

这一转变意味着，从“慢研发”向“快创新”迈进，药物研发不再是“十年苦等”，而是可以实现“数年迭代”。

显著降低研发成本

AI 通过自动化、预测建模减少重复实验和资源浪费：

AI 驱动的研发平台可将研发成本降低 30–50%。

到 2030 年，新药整体开发成本预计将从约 26 亿美元降至 12 亿美元。

65% 的制药企业报告 AI 直接带来成本节省。

降低成本意味着药企可以在有限资源下实现更多创新尝试。

提高成功率与预测能力

过去临床失败的原因多与安全性和疗效不佳有关，而 AI 的预测能力正快速改善这一局面：

AI 驱动的候选药物在临床前阶段成功率提升约 25%。

AI 设计药物在 I 期临床成功率可达 80–90%（传统约 50%）。

AI 对蛋白质结构的预测覆盖超过 2 亿种已知蛋白，大幅降低靶点识别难度。

更高的预测准确率不仅降低了研发失败风险，也意味着药物能更快推向市场，惠及患者。

市场浪潮：数字化转型已成必然

AI 已成为医药行业建设的核心工具：

全球 AI 在药物发现市场预计从 2022 年约 40 亿美元增长到 2030 年 360 亿美元以上，年复合增长率约 32%。

预计到 2025 年约 70% 的药物发现流程将采用 AI 工具。

超过 90% 的制药公司已制定 AI 战略，远高于几年前的 55%。

无论是大型制药企业、创新型生物科技公司，还是 AI 初创公司，都在这一浪潮中积极布局。

三，全球AI 与医药研发相关领跑企业

Takeda Pharmaceutical：传统巨头的 AI 转型

Takeda 在 AI 药物研发方面动作频繁。2026 年初，它与 Iambic Therapeutics 签署高达 17 亿美元 的合作协议，利用 AI 模型 NeuralPLexer 加速小分子药物发现，覆盖肿瘤、胃肠病和炎症等领域。同时，Takeda 还与 Nabla Bio 合作 AI 蛋白药物设计，涉及定制抗体与多靶点药物，潜在里程碑收入超过 10 亿美元。

AI 的引入帮助 Takeda 将药物研发周期从传统的 5–6 年压缩至 不足两年，并提高候选药物命中率。未来，Takeda 计划将 AI 技术整合到毒性预测、安全性评估等全流程研发中，同时通过与外部 AI 公司合作加速技术落地。

Eli Lilly：数据与 AI 驱动的创新引擎

Eli Lilly 2025 年收入约 652 亿美元，其核心增长药物包括 Mounjaro 和 Zepbound。公司通过内部 TuneLab 平台，将 AI 与数十年临床前和药物性质数据结合，实现分子筛选、毒性预测与药代动力学分析。

礼来还与 Nvidia 合作，引入超算能力，支持大规模 AI 模型训练。未来，Eli Lilly 将 AI 扩展到药物制造、临床开发和个性化医疗等全业务流程，构建开放式研发生态。

四，传统企业如何转型

武田与 Iambic 的合作只是一个缩影。其他行业动作同样清晰：

大型制药企业内部正在推动 AI 能力建设，甚至进行员工 AI 技能培训。

AI 药物设计公司获得大量资本支持，推动算法与实验室深度结合。

这种趋势表明，AI 并非替代科学家，而是提升研发体系智能化和自动化的重要支撑。

五，AI 让药物研发进入新时代

从漫长周期到高效研发，从高投入到智能降本，从经验驱动到数据驱动——AI 正在改写医药研发规则。

武田的 17 亿美元合作并非孤例，而是在全球制药行业蓬勃兴起的一条主线：数字化转型已经不是可选项，而是生存与创新的核心路径。

当 AI 与生物医药深度融合时，我们不只是看到生产力的提升，更看到对人类健康未来的重新定义。