打开网易新闻 查看精彩图片

12月30日,港交所的一声锣响为全年的生物医药行业画上了一个极具变革意义的转折号。

12月30日,AI制药第一股——英矽智能正式于香港联交所主板挂牌上市,此次IPO共募集资金22.77亿港元,成为年内募集资金规模最大的港股Biotech IPO。

上市首日,资本市场空前热情,开盘后公司股价一度涨超48%,首日市值超167亿港元。其认购热度也创下多项纪录,香港公开发售获1427倍超额认购,国际配售超额认购26倍,并引入礼来、腾讯、淡马锡等15家基石投资者,阵容豪华。

图源英矽智能公众号
打开网易新闻 查看精彩图片
图源英矽智能公众号

英矽智能站上舞台中心,是市场对AI制药赛道的集体下注,更是创新药行业迭代的明确信号。当传统制药行业仍在研发成本高昂、成功率低迷的困境中挣扎,AI技术正以不可逆转的态势渗透药物研发的全链条并重塑行业的底层代码。

站在2026年的门槛上回望,我们会发现在AI制药这片“新大陆”上,早已布满了无数先驱者的骸骨与黄金。未来究竟是“技术殖民”还是“价值共创”?一切都才刚刚开始。

01

钱,源源不断

打开网易新闻 查看精彩图片

资本永远是最敏锐的。

在此次IPO之前,英矽智能就已完成8轮融资,一路高歌猛进。投资方涵盖启明创投、红杉中国、奥博资本、礼来Ventures等诸多知名机构,2025年6月完成的E轮融资总额高达1.23亿美元,投后估值攀升至13.3亿美元

如今IPO既吸引了像礼来这样的传统MNC,也涵盖腾讯等互联网巨头的全方位下注,其多元的资金生态已经呈现出高度的确定性和头部聚集效应,这也是过去五年全球AI制药领域资本蓄水池的一次集中泄洪。

在整个医药市场都对BD逐渐祛魅的低潮时刻,AI制药却是“风景这边独好”。摩熵投融资数据显示,2025年全球AI制药相关投融资事件近80起,其中中国市场就有31起。

相关BD交易格外活跃,据国金证券统计,截至今年11月,今年全球AI制药BD交易已达12项。高盛预测到2027年,AI辅助研发的创新药在BD交易中的占比将超50%,交易金额将突破800亿美元。

其中,阿斯利康与石药集团的战略合作合同总金额达53.3亿美元,晶泰科技则以58.9亿美元的AI药物发现合作订单刷新行业纪录。礼来更是“all in”式投入的标杆,仅2025一年,就完成了十次AI制药领域的对外合作,10月与英伟达合作建设“医药领域最强大的超级计算机”;还着力搭建内生平台,推出了价值10亿美元专有数据支撑的联邦式AI/ML药物发现平台Lilly TuneLab。

AI制药赛道持续升温的核心原因,在于其有望打破传统药物“10年、10亿美元、10%成功率”的研发魔咒。根据波士顿咨询公司的分析数据,AI技术已将药物发现阶段分子的整体成功率从传统的5%-10%提升至9%-18%,而I期临床试验的成功率更是高达80%-90%;在研发效率方面,则有望使药物前期研发时间减半,至2028年,预计将在药物发现领域节省超过700亿美元的资金

以英矽智能为代表的AI制药公司已经初步具备了“自我造血”的能力,市场并不是在为几行代码疯狂,而是在为这套代码生成的、可能成为下一个重磅炸弹的管线定价。

02

硬币的正反面

打开网易新闻 查看精彩图片

依托自主研发的Pharma.AI生成式人工智能平台,英矽智能已构建起涵盖30余个创新药项目的管线组合,覆盖肿瘤、免疫、纤维化等多个高需求领域,并凭借该平台与全球前20大制药公司中的13家达成授权合作,提供靶点发现、分子生成等服务。

其中进展最快的Rentosertib(ISM001-055)是全球首款AI辅助发现和设计的特发性肺纤维化(IPF)候选药物,从靶点发现到提名临床前候选化合物,仅用时18个月,约为传统方法的1/3,试错成本约为传统制药模式的1/10,耗资约260万美元,也仅需原来的1/5。

2023年,Rentosertib同步在中、美启动IIa期临床,计划2026年上半年启动III期临床,这一系列流程堪称对传统药物研发效率的降维打击。

图源:英矽智能招股书
打开网易新闻 查看精彩图片
图源:英矽智能招股书

但行业的硬币总有正反两面,“II期死亡之谷”仍是横亘在AI技术与临床落地之间的重要障碍。

早在AI制药概念尚未大火之前,Merrimack Pharmaceuticals曾试图利用类似的系统生物学模型来开发药物,结果其核心产品MM-121在临床试验中屡战屡败,最终导致公司走向破产。而就在不久前,备受瞩目的AI制药公司Verge Genomics宣布终止其渐冻症(ALS)候选药物VRG50635的开发,公司表示,VRG50635在I期临床试验中未通过预先设定的疗效分析。

这些失败案例警示我们,生物学的复杂性或许远超数学模型的预测能力

AI可以在化学层面设计出一个能结合靶点、且药代动力学性质优良的分子,但它很难在生物学层面确保抑制/刺激这个靶点是否真的能治好病,还是会引发意想不到的风险。此外,数据端“垃圾进,垃圾出”的问题仍是核心技术瓶颈,尽管制药领域公共数据资源丰富,但真正有价值、有高可信度的商业化数据稀缺,这很大程度上制约了AI模型的训练效果。

无论AI的分子设计如何,只有临床获益,才是检验其成果的唯一标准。

03

小结

打开网易新闻 查看精彩图片

在整个AI制药的浪潮中,英矽智能的上市只是序章,亚马逊、谷歌、微软、英伟达等科技巨头正在凭借底层技术优势,通过提供算力支持、研发专属平台、投资AI药企等方式深度介入,旨在打破传统制药行业壁垒。

科技巨头对制药行业的“入侵”将重新定义制药行业的权力结构,但只要人体系统的复杂性一天不被完全代码化,制药行业就依然掌握话语权。

AI固然不会取代科学家,但AI会取代固步自封的停滞者。制药行业既要拥抱AI、利用AI,更要回归生物学本质,从人体复杂的生物学机制出发。未来的药企,不仅要有干实验(AI计算)的宏大算力,还要有湿实验(临床/临床前研究)的高质量数据反哺,打造“数据-模型”的闭环能力,新的重磅炸弹药物就在代码与试管的碰撞中孕育而生。