制药AI是替代还是成就？7月上海AIBC大会，摩熵解码BCPM数据基座如何赋能医药全周期

制药AI到底是替代还是成就？一个问题，两个答案。

一线研发人员担心：数据对不对？够不够专业？能不能替代我？

制药高管们看到的却是——更低的成本、更快的周期、更大的市场回报。

但实践才是检验真理的唯一标准，从2025年DeepSeek爆火，到近期英矽智能达成25亿美元合作案，行业用真金白银站了队。

而这场制药AI的变革，并非爆火的2025年，它真正的起点，要追溯到1956年的那个春天——AI概念首次被提出。

本篇，我们梳理了"制药AI发展大事记"的时间轴，带你回看这门技术如何用了近70年，从实验室走进药企决策层，从“被质疑”走向“被验证”。

一、早期探索（1956—2011年）从概念到计算机辅助药物设计

1956-1980年——AI制药的雏形期

这一阶段，AI制药的理论和技术尚在积累与探索之中，整个领域处于早期萌芽阶段。

1981年——CADD正式面世

1981年10月5日，《财富》杂志发表封面文章“下一次工业革命：默克公司通过计算机设计药物”，宣告计算机辅助药物设计（CADD）正式登上历史舞台。同年，AI在制药领域的应用首次被《Discovery》杂志报道。

1996年——CADD成果获临床验证

第一款基于受体结构设计（SBDD）的药物——碳酸酐酶抑制剂成功上市，用于治疗青光眼，CADD在药物研发中的价值得到正式验证。

2011年——IBM沃森高调入局

AI机器人沃森在一档智力竞猜节目中击败人类冠军，IBM随即高调成立沃森健康（Watson Health），宣称要“解决80%的癌症难题”。但这一尝试最终失败，烧掉数十亿美元后未达预期。

二、深度学习革命开启（2012—2014年）

2012年——深度学习元年

Alex Krizhevsky等人提出的深度学习模型AlexNet在ImageNet竞赛中获胜，彻底击败其他机器学习方法，被视为深度学习革命的开端。同年，谷歌X实验室的神经网络在数百万个YouTube视频中自行学会了识别猫。

2012年——首批AI制药公司诞生

超过80%的AI制药公司成立于2012年前后，包括Atomwise（基于结构的小分子筛选）、Exscientia（靶点发现和小分子设计）、AbCellera（抗体设计）等。

2013年——更多玩家入场

BenevolentAI、Cyclica、Recursion Pharmaceuticals等AI制药公司相继成立。

2014年——晶泰科技创立

晶泰科技（XtalPi）在美国麻省理工学院校园创立，此时市场上甚至还没有“AI制药”的概念。同年，英矽智能（Insilico Medicine）创始人Alex Zhavoronkov也开始将AI与生物学、化学联系起来。

三、概念验证与初步突破（2015—2019年）

2015年——Atomwise将深度学习引入制药

Atomwise推出首个深度学习神经网络AtomNet，用于预测分子与蛋白质靶点的相互作用，将AI从理论带入实践。同年，AI在药物发现领域仍停留在理论探索阶段。

2016年——晶泰科技一战成名

辉瑞组织全球盲测比赛，晶泰科技对三个未发布药物分子的晶型预测达到100%准确率，将传统数月流程压缩至数天。2017年初，晶泰正式成为辉瑞供应商，拉开中国AI制药登上世界舞台的序幕。马化腾打破腾讯不投生物医药的惯例，晶泰获得2400万元投资。

2017年——大型药企首次入局

葛兰素史克（GSK）与Exscientia签署3300万英镑合作，成为首批公开的AI-制药大型合作之一，标志着大型药企正式入场。

2018年——生成式AI应用于分子设计

英矽智能利用生成对抗网络（GANs）创建针对特定生物学特性优化的新型分子结构，证明AI不仅能加速流程，还能创造全新流程。同年，药明康德领投英矽智能。

2019年——诺华与微软战略合作

诺华与微软达成多年战略联盟，将AI嵌入从早期发现到临床开发的整个价值链。同年，英矽智能在21天内预测出DDR1靶点的分子并完成验证，实现重要概念验证里程碑。

四、里程碑之年（2020年）AI药物进入临床

2020年1月——全球首个AI设计药物进入临床试验

英国Exscientia宣布，其AI平台设计的强迫症药物DSP-1181获准进入I期临床试验，成为全球第一个由AI设计的分子进入临床。

2020年——AlphaFold2攻克50年难题

DeepMind的AlphaFold2在CASP14蛋白质结构预测竞赛中斩获92.4分，预测分辨率达到近原子级别，攻克了“从氨基酸序列预测蛋白质三维结构”这一50年难题，被《科学》评为2020年十大科学突破之一。

2020年——资本热潮启动

Exscientia的里程碑事件让国内AI制药领域投融资猛增7倍至31亿元人民币。晶泰科技获得3.188亿美元C轮融资，创下当时全球AI药物研发领域融资额最高纪录。

五、巨头入局与资本狂潮（2021—2022年）

2021年——国内融资超80亿元

国内AI制药领域完成投融资事件113起，融资总额超80亿元。

2021年11月——英矽智能AI药物进入临床

英矽智能宣布其AI平台发现的ISM001-055（后命名为Rentosertib）完成首次人体微剂量试验给药，这是全球首个由端到端AI平台发现并进入临床的候选药物。

2022年——英矽智能与赛诺菲达成12亿美元合作

双方签署战略合作协议，推进基于不超过6个创新靶点的候选药物研发，总潜在价值最高可达12亿美元。

2022年

Recursion与罗氏达成超120亿美元合作

六、行业调整与理性回归（2023—2024年）

2023年——ChatGPT带火AI制药

ChatGPT的爆发再次将AI制药推向风口。中国科技部启动“人工智能驱动的科学研究”专项部署。

同年，强生组建6000人数据科学团队，赛诺菲宣布要成为“首家AI驱动药企”，罗氏27亿美元收购Telavant。

2024年4月——赛诺菲宣布“All in AI”战略

赛诺菲进一步明确成为首家大规模AI驱动制药公司的目标。

2024年6月——晶泰科技港交所上市

双晶泰科技在港交所挂牌上市，成为首家通过18C特专科技规则上市的公司，被称为“中国AI制药第一股”。

2024年8月——Recursion与Exscientia合并

两家AI制药头部公司宣布合并，交易金额6.88亿美元，成为AI制药领域迄今最大的一笔并购。

2024年9月——Rentosertib公布IIa期阳性数据

英矽智能的Rentosertib公布IIa期临床试验阳性数据，从靶点发现到IIa期临床仅耗时18个月，研发成本降至传统模式的万分之五。

同年，药融云品牌升级为摩熵数科，成为业界唯一涵盖生物(B)、化学(C)、药学(P)、医学(M)的全产业链数据平台，深度融合生命科学(BT)、数据科学(DT)与人工智能(AI)三大核心技术，深耕生命科学领域。

2024年10月——诺贝尔化学奖授予AI科学家

David Baker、Demis Hassabis和John Jumper因在AI蛋白质预测和设计领域的贡献获得诺贝尔化学奖。

同年，摩熵医药与全国药品交易大会达成深度合作，长期主办“DATA+AI医药营销大会论坛，为大众带来新的启迪与认知。

七、临床验证与监管突破（2025—2026年）

2025年4月——FDA里程碑新政

FDA宣布逐步取消单抗类药物动物实验要求，转向AI计算模型与人体类器官实验室。同年，摩熵数科获评宁波重点招商引智项目，打造AI+分子科学新标杆。

2025年——Rentosertib获正式命名

英矽智能的AI设计纤维化候选药被正式命名为Rentosertib，成为首个人工智能发现并获正式命名的候选药物。

同年，摩熵数科与柯基数据战略合作，打造医药AI知识平台。

2025年10月——国内首款AI赋能制剂新药完成III期

MTS-004完成III期临床试验，成为国内首个完成III期临床试验的AI赋能制剂新药。

2025年12月——中国首个AI设计药物启动III期

国内AI制药公司的口服减重药MDR-001启动III期临床试验，靶点和分子由AI辅助设计，研发周期仅4.5年。

2026年6月——英矽智能与SK生物制药达成25亿美元合作

双方聚焦神经免疫性疾病领域，潜在交易总金额超过25亿美元。

同年，字节跳动AI制药业务线启动拆分与独立融资。

同年，浪潮云与摩熵医药签约推出国内首个医药AI数字人智能陪练，DATA+AI让合规与专业成为本能。

2026年7月——AI生物医药今年最值得看的两天

7月2-3日，上海，2026人工智能与生物医药生态大会几乎覆盖了AI制药下一阶段最值得关注的技术走向、产业焦点和合作机会。

7月3日，工学博士，摩熵创始人兼CEO——王中健将在AI+前沿技术论坛分享“BCPM数据基座赋能医药行业AI落地应用”。

就在这个从“验证”走向“落地”的关键节点——

2026年7月2-3日，2026人工智能与生物医药生态大会（AIBC 2026） 将在上海举办。这场1500人规模的行业盛会，汇聚了恒瑞医药、赛诺菲、复星医药、华为制药军团等产业巨头，以及来自清华、北大、复旦、浙大、上海交大等顶尖学术机构的一线研究者。

大会将集中呈现新的八大趋势方向：研发起点前移、数据底座升级、模型可信度提升、药物形态泛化、设计目标扩容、组织模式革新、迭代逻辑闭环、覆盖全周期——几乎覆盖了AI制药从技术到产业的所有核心议题。

而在“AI能否真正落地”这个制药人最关心的问题上，摩熵创始人兼CEO王中健博士将在本次会议的“AI+前沿技术论坛”中，分享一个关键答案：BCPM数据基座如何赋能医药AI从概念走向实用。

医药AI落地长期受制于数据孤岛、标准缺失、专业语料不足等痛点——AI再强，没有高质量数据支撑，也只是“空中楼阁”。王博士将围绕BCPM（生物、化学、药学、医学）全域数据基座的建设实践，展示如何打通研发、临床、注册、市场等环节的数据壁垒，为行业垂类模型训练提供底层支撑。

目前，基于BCPM数据基座，已落地新药智能筛选、临床试验设计、文献智能解析、注册申报辅助、真实世界研究、产业产品分析等多项AI应用，形成“数据赋能→场景落地→迭代优化”的产业闭环，有效压缩研发周期、降低试错成本。

换句话说：当一部分人还在争论AI会不会替代制药人时，另一部分人已经在用数据基座把AI变成日常工具。

这场分享，或许就是判断“替代还是成就”最务实的一个注脚。

回到最初的问题：制药AI，究竟是替代还是成就？

从历史来看，CADD没有替代药物化学家，AlphaFold没有替代结构生物学家，AI也没有替代制药人——它只是重新定义了工作的方式。那些最早拥抱CADD的药企跑赢了对手，那些最早布局AI的研发团队抢占了先机。

真正被替代的，从来不是人，而是不愿意使用新工具的人。

AI不会让制药行业变冷，它会让这个行业变得更聪明、更高效、更有想象力。而选择权，始终在你手中。

扩展阅读：

1. 2026人工智能与生物医药生态大会

2. 重磅首发！浪潮云与摩熵医药签约推出国内首个医药AI数字人智能陪练，DATA+AI让合规与专业成为本能

查数据，找摩熵！想要解锁更多药物研发信息吗？查询摩熵医药（原药融云）数据库（vip.pharnexcloud.com/?zmt-mhwz）掌握药物基本信息、市场竞争格局、销售情况与各维度分析、药企研发进展、临床试验情况、申报审批情况、各国上市情况、最新市场动态、市场规模与前景等，以及帮助企业抉择可否投入时提供数据参考！注册立享15天免费试用！