夜雨聆风//
• MNC纷纷与AI龙头深度绑定，合作资金与规模远超以往；
• 已经在全链条部署；
• 在药物发现环节，开始有AI设计的药物触及关键里程碑；
• MNC在AI提高流程效率上已经收到显著回报，比如分子研发周期从两年多缩短至七个月。
AI正在从概念演示走向跨国药企的业绩亮点。强生将临床试验报告撰写时间从700~900小时压缩至15分钟，分子靶点筛选时间也降低了50%。赛诺菲将mRNA设计时间缩短一半。诺和诺德将临床研究文档准备时间从超过10周缩短至10分钟。
与此同时，2026年以来，MNC纷纷与AI龙头深度绑定，合作资金与规模远超以往。礼来与英伟达共同投资最高10亿美元打造AI联合创新实验室；默沙东以10亿美元联手谷歌云构建智能体AI平台；诺和诺德与OpenAI建立战略合作；BMS与Anthropic达成战略合作协议，全面部署Claude人工智能平台。
拓展阅读
BMS牵手Anthropic，通过Claude AI平台加速药物开发进程
从这些合作可以看出，跨国药企布局AI的逻辑已发生改变，AI不再是辅助工具，而是成为驱动公司制药研发和运营的核心基础设施。
向下滑动查看所有内容
嵌入全链条，建立AI制药工厂
2026年2月，礼来推出AI药物研发工厂LillyPod，称其拥有“制药行业最大的超级计算机”。年初，礼来还与英伟达达成最高10亿美元的合作，双方五年内共同投资打造AI联合创新实验室。
与英伟达合作的不止礼来。3月，罗氏与英伟达扩大自2023年启动的战略合作，建设制药行业最大的混合云AI工厂，部署超过3,500块NVIDIA Blackwell GPU，这是制药公司中已公布的最大GPU部署规模。
“时间是最关键的变量。”罗氏首席数字和技术官Wafaa Mamilli表示。这也是跨国药企引进AI、建立AI工厂的核心目的——与时间赛跑，将AI算力基础设施嵌入到公司的药物发现、开发、制造到商业化的整个价值链。
例如，默沙东与谷歌云达成10亿美元合作，谷歌工程师团队直接嵌入默沙东，在研发、制造、商业及企业职能四大板块全面部署智能体平台和Gemini Enterprise，助力全球7.5万名员工提升效率。
BMS与Anthropic合作，在公司全面部署Claude人工智能系统，覆盖研发、临床、生产、商业等所有职能部门。诺和诺德与OpenAI达成战略合作，将OpenAI智能体技术深度整合至制造、供应链及企业运营中，并计划于2026年底前完成全面业务整合。赛诺菲5月宣布扩建多伦多全球人工智能卓越中心，投入2.94亿美元，负责设计并落地内部各类AI工具，全面应用于药物研发、生产制造和商业运营等环节。
从这些部署可以看出，跨国药企已开启了大模型和算力为核心的全链条比拼。而在药物发现、临床试验、病理学等具体环节，MNC也在通过外部合作，将AI工具嵌入到自身的基础设施之中。
例如，礼来与AI大模型公司Chai Discovery联手，不仅利用其核心平台Chai 1和Chai 2针对多个靶点设计新型生物治疗药物，更重要的是，Chai将为礼来开发一款量身定制的专用人工智能模型，该模型基于礼来大规模专有数据进行训练，并针对其研发工作流程进行了优化。辉瑞与Boltz达成多年战略合作，将Boltz的生物分子AI基础模型及生成式设计工作流整合至辉瑞的研发管线，并通过内部数据对模型进行专项训练，打造属于辉瑞的定制化专属模型。
2026年发生的两笔AI收购，则体现了直接吸收AI能力、将其内生化的发展路径。罗氏收购PathAI，将数字病理与AI驱动的诊断工具并入其诊断部门，补齐了罗氏在数字病理AI领域的拼图。阿斯利康收购Modella AI，将其多模态AI基础模型和AI代理集成至全球肿瘤研发环境，助力定量病理分析和临床试验患者筛选。
当AI价值开始验证
在新药研发阶段，阿斯利康的开源生成式AI框架Reinvent成功将潜在新药分子结构的识别周期缩短一半。罗氏旗下基因泰克年初披露，公司近90%的小分子研发项目已应用人工智能技术，例如在一个肿瘤小分子降解剂项目中，AI将设计速度提高了25%；在另一个项目中，AI帮助将分子的研发周期从两年多缩短至七个月。
强生首席信息官吉姆·斯旺森在2026年的路透社AI大会上透露，强生已利用AI技术将分子靶点筛选时间缩短50%。赛诺菲执行副总裁兼业务运营负责人Madeleine Roach公开披露，人工智能已帮助赛诺菲将mRNA设计时间缩短了50%。
在临床阶段，AI应用效果最为显著。强生将临床试验报告撰写时间从700~900小时压缩至15分钟，效率提升约2800倍。诺和诺德利用Claude将临床研究文档准备时间从超过10周缩短至10分钟。阿斯利康自主研发的定量连续评分算法平台QCS，已正式应用于TROP2靶向ADC药物Datroway的III期临床试验，精准筛选可能对治疗产生应答的患者，评估其用药获益概率。赛诺菲利用虚拟患者模型优化试验方案，并借助该技术评估药物的安全性与有效性，最终帮助其酶替代疗法Xenpozyme获得了FDA的儿科标签。
扩大到整个公司层面：默沙东超过80%的员工已在应用其专有AI平台，通过大型语言模型实现日常工作流程的自动化、简化和数字化；赛诺菲已有7万名员工使用内部AI平台，每天通过2.5万个AI解决方案获取关键信息，另有1万个解决方案用于AI沟通与培训。
可见，跨国药企在运营端已取得可量化的显著成效；而在备受关注的药物发现环节，也开始有AI设计的药物触及关键里程碑。
2025年底，武田制药宣布，由AI设计的小分子药物zasocitinib在两项关键III期临床试验中取得积极结果，并在后续的头对头研究中击败了BMS的同靶点药物Sotyktu。这款靶向TYK2的小分子最初由Nimbus Therapeutics与AI制药公司薛定谔共同开发，后由武田以40亿美元首付款收购。此外，2026年3月，BMS与Evotec合作开发的BMS-986506进入I期临床，这是Evotec AI平台发现的新型CELMoD（分子胶）。
不过，正如斯旺森所言，强生目前还无法依靠AI直接研发新药并推向市场，真正实现AI全自动研发新药尚需时日。但借助AI进行流程优化，已带来显著回报。
本文系转载，仅做分享之用，不代表平台观点。图片、文章、字体版权等均属于原作者所有，如有侵权请告知，我们会及时处理。
