文/張杰倫
2026年4月，丹麥製藥巨頭諾和諾德（Novo Nordisk）與OpenAI宣布建立戰略合作夥伴關係，將OpenAI的先進AI能力全面導入從藥物發現、製造到商業營運的全鏈條。這一消息不僅帶動諾和諾德股價上漲3.6%，更標誌著AI製藥從概念驗證正式邁入大規模商業化落地階段。
在此之前，OpenAI已陸續與賽默飛世爾（Thermo Fisher）及靈北（Lundbeck）建立深度合作。賽默飛著重將AI整合至臨床研究與加速器藥物開發平台，涵蓋超過700個臨床試驗項目；靈北則將ChatGPT Enterprise導入全球研發與商業團隊，聚焦偏頭痛與抑鬱症等腦部疾病研究。更早之前，OpenAI與Retro Biosciences合作開發的蛋白質工程模型GPT-4b micro，成功將細胞重編程技術的效率提升50倍，直接展示了AI改造生命科學底層技術的巨大潛力。
從技術路徑來看，當前AI製藥呈現兩條並行主線：一條是生成式模型直接設計新藥分子與蛋白質，例如MIT的BoltzGen模型能針對任何生物靶點從頭生成蛋白質結合劑，中美團隊更發布了通用分子設計世界模型ODesign，實現核酸、蛋白質、小分子等多形態生物配體的一鍵式設計。另一條是大語言模型輔助藥廠營運與數據分析，諾和諾德計劃利用AI大規模分析複雜生物與臨床資料集，縮短從研究到患者的時程。
產業競爭格局也日趨激烈。諾和諾德的競爭對手禮來（Eli Lilly）已於2025年3月與AI製藥公司英矽智能（Insilico Medicine）達成合作，雙方均在減重藥物市場展開AI技術競賽。而賽諾菲（Sanofi）與Formation Bio亦早已聯手OpenAI開發AI藥物研發平台。分析師預測，AI驅動的藥物可能在2030年前為諾和諾德市值增加超過500億美元。
傳統藥廠的研發長期受困於「雙十定律」——平均耗時超過10年、耗資超過10億美元，藥物發現階段的候選分子成功率僅約5%至10%。AI的介入正在從根本上打破這一瓶頸：全球首個由AI從靶點發現到分子設計的藥物Rentosertib，僅用18個月即確定候選化合物，成本約260萬美元；而已完成I期臨床試驗的AI設計藥物，成功率達80%至90%，遠高於傳統方法的約40%。
對傳統藥企而言，導入AI已不再是選擇題，而是生存題。從諾和諾德的全面導入、賽默飛的臨床研究賦能，到靈北的全員AI工具普及，可以看出一個清晰的趨勢：AI正從研發端的輔助工具，升級為重塑藥企核心競爭力的戰略引擎。然而，數據治理、倫理合規及人才轉型等挑戰依然存在，如何實現「生物智慧」與「機器智能」的深度融合，將是下一階段行業競爭的關鍵所在。
