美AI三巨头重构制药产业：从卖工具到要分成，它们想拿走更大利益

发布时间：2026-07-17 14:02:49 来源：安智兰德资讯网 作者：百科

几年前，美A卖工们想全球大型药企还将 AI 预算主要投入 AI 制药初创公司；如今，巨具策略发生逆转：资金正加速流向三家基础模型巨头——Anthropic、头重OpenAI 和谷歌。构制更

这一趋势源自 Big Pharma Sharma近期的药产业统计分析。数据显示，分成截至 2026 年 5 月，拿走全球 21 家大型制药企业已与上述三家模型公司达成 27 项战略合作。利益

如果说上一轮 AI 制药的美A卖工们想竞争焦点是“算法精度”，那么这一轮的巨具核心博弈已升级为“谁掌握整个科研工作流”。

（来源：Big Pharma Sharma）

一个关键问题浮现：为何大型药企不再单纯购买 AI 工具，头重而是构制更直接与 Anthropic、OpenAI 和谷歌签约？药产业这背后不仅是技术演进，更是分成模型公司角色的根本性转变——从工具提供者进化为产业组织者。

AI 正在进入大型制药公司的拿走主流程

不同模型在制药场景中的表现各异，这与其核心能力及业务生态紧密相关。

Anthropic：科研合作伙伴

Anthropic 以 14 笔交易占据约 52%的合作份额，表明大型药企广泛采用 Claude 服务。其核心定位是研究与临床开发工作流中的科学合作伙伴。

Claude 之所以能断层领先，主要得益于两点：
1. 安全与合规优势：在高度监管的生命科学领域，Claude 的安全定位使其更容易获得药企信任。
2. AWS 集成：与亚马逊网络服务（AWS）的深度集成，扩大了其在药企 IT 架构中的覆盖范围。

对药企而言，模型能力并非唯一指标，能否进入受监管环境、满足审计要求并稳定接入现有 IT 系统才是关键。

（来源：Big Pharma Sharma）

OpenAI：员工副驾与效率引擎

OpenAI 以 11 笔交易位居第二，份额占比约 41%。其角色更像“员工副驾”，侧重于劳动力技能提升、行政自动化与运营效率。
* 案例：Moderna 使用 ChatGPT 协助监管申报；礼来将其用于抗菌药物发现。
* 隐形优势：与微软 Azure 的深度集成。许多药企已基于 Azure 构建 IT 架构，采购 ChatGPT 实质上是现有微软企业软件体系的能力升级，而非全新项目。

谷歌：基础设施级嵌入

谷歌虽仅有 2 笔交易，但披露金额最高——与默克（Merck & Co.）签订 10 亿美元协议。谷歌出售的不仅是 Gemini 模型，更是一整套“AI+数据+云”基础设施。这种全面嵌入的工作流支持，有望彻底重塑大型药企的运营方式。

图丨相同模型的四种不同策略（来源：Big Pharma Sharma）

多供应商策略成为常态

数据显示，6 家药企选择了多供应商策略（同时合作 OpenAI 和 Anthropic）。AI 模型的发展路径正趋同于云计算：企业不再依赖单一供应商，而是构建混合模型生态。

落地应用：研发为主，制造滞后

在 27 项合作中：
* 研究与发现：占比最高，达 82%。
* 临床开发：占比 39%。

研发阶段因大量工作发生在信息层，是大模型价值释放最快的领域。相比之下，制造环节（生产、供应链、CMC）的 AI 嵌入率最低。诺和诺德与 OpenAI 的合作是少数涵盖制造与供应链的案例。

原因：制造环节涉及 GMP 合规、自动化设备及物理流程，现有 AI 能力难以独立创造价值，目前多停留在辅助决策阶段，未进入生产闭环。

图丨 AI 在制药产业链中的作用（来源：Big Pharma Sharma）

头部药企布局：
* BMS：基于 Claude 实现全面覆盖。
* 默沙东：通过 Gemini 合同达成全域应用。
* 诺和诺德：通过与 OpenAI 的广泛合作实现目标。

当前合作仍处于早期，AI 的价值最大化取决于AI 专家与药物专家的协作深度。

AI 正在从工具变成科研工作流

AI 在制药领域的作用正经历三个阶段跃迁：

第一阶段：作为生产工具

AI 用于读文献、写代码、整理实验记录。核心作用是提升现有效率，产业权力结构未变，AI 公司仅为服务供应商。

第二阶段：嵌入到工作流

AI 直接进入科学家工作现场，Anthropic、OpenAI 和谷歌凭借在文档密集、检索密集、模式匹配工作流中的优势，介入文献检索、靶点识别、化合物筛选等环节。
* 案例：Anthropic 2025 年 10 月推出的 Claude for Life Sciences，可接入 Benchling、PubMed、10x Genomics 等科研工具。
* 特征：AI Agent 开始调用实验平台、写方案、分析数据。AI 公司获取流程入口，但仍依附于原产业体系。

第三阶段：成为产业组织者

AI 接管药物研发的核心判断：直接生成靶点假设、设计分子、规划实验、调用 CRO、分析结果、模拟临床路径。

AI 巨头的终极目标：定义产业链、组织实验、拥有生产能力、吃掉原产业的利润池。

过去几十年，生命科学行业形成了科学家、实验室、CRO、软件商、数据平台各司其职的体系。AI 模型公司正试图打通这些环节，建立连接数据、工具和实验平台的网络。这意味着大模型通过“互联”获得了进入生命科学研发流程的核心入口。

药企选择与巨头直接合作，旨在开启一种全新的研发范式，而非仅仅获取工具。

注意：效果差异不取决于模型本身，而取决于药企投入的专有数据、构建的工作流以及员工利用 AI 创造价值的能力。

基础模型公司，开始深入产业组织层

与此同时，AI-native biotech（AI 原生生物科技公司）正在从成立之初就重构研发流程：模型生成假设，外包负责合成与验证，模型完成临床方案与数据分析。

• 代表企业：英矽智能（Insilico Medicine），其候选药物已完成二期临床并达到主要安全性终点。
• 数据表现：截至 2026 年初，超 170 个 AI 发现药物进入临床。PitchBook 数据显示，AI-native biotech 一期临床成功率（80%-90%）显著高于行业平均（40%-65%），二期成功率（约 40%）也高于行业平均（29%）。

图 | AI 在药物发现各个环节带来的提升（来源：PitchBook）

AI 厂商不再满足于按接口收费，而是试探分成模式：
* 2026 年 2 月 3 日，OpenAI CEO 山姆·奥特曼表示，OpenAI 计划承担药企 AI 使用成本，并从 AI 辅助发现的药物中获取分成。

这种模式使 AI 公司从软件供应商转变为药物资产间接持有者和药企合伙人。

AI 厂商的两大野心：
1. 定义问题的权力：从辅助检索转向自主提出假设和科学决策，将研发判断权从资深科学家向算法转移。
2. 调度资源的权力：当 AI 成熟掌握实验设计、CRO 对接等调度能力，药企的临床基地、生产能力和注册渠道将下移为被 AI 调用的执行资源，AI 公司在分成模式中占据主动。

AI 会继续下沉产业吗？

AI 向产业深层渗透，源于供需两端的迫切需求。

供给侧：SaaS 危机倒逼

2026 年 2 月，美国软件板块市值蒸发约 2 万亿美元，归因于 AI 智能体接管 SaaS 工具（“SaaS pocalypse”）。基础模型公司为维系估值，必须深入真实产业场景。制药行业研发支出高（单药超 20 亿美元）、数字化滞后、痛点深、利润大，极具吸引力。

需求侧：降低失败率

药物研发失败率长期高于 96%，临床阶段失败占 90%。AI 通过整合多模态生物数据、模拟分子相互作用，有望在早期减少错误判断。
* PitchBook 预测：若 AI 持续参与早期数据，候选药物从立项到批准的整体成功率可能从 8% 提升至 18%。
* 风险：AI 使用成本高，学习曲线陡峭，药企需权衡投入产出。

现实困境与博弈

对于 AI 厂商：
* 数据壁垒：关键临床数据获取困难。部分 AI-native biotech 尝试用 AI 合成湿实验数据或自建实验室。
* 信任缺失：CRO 选择、合同谈判等下游环节依赖人类信任关系，AI 难以替代。

对于药企：
* 锁定风险：深度绑定 AI 平台并提供私有数据，会导致切换成本极高，甚至侵蚀自身利润。
* 战略分化：
* 多供应商派：保留选择权。
* All-in 派：相信深度绑定收益。
* 自建派：如葛兰素史克（GSK），组建千人 AI 团队，自建模型 JulesOS 和多智能体平台 Cogito Forge，彻底回避外部依赖。

监管与未来格局

AI 进入制药面临独特的制度摩擦：周期长、试错代价关乎伦理、监管严格。目前合作多聚焦低风险的研究发现环节（39% 涉及临床，制造环节几乎空白）。

监管松动迹象：
* 美国：FDA 于 2025 年 1 月发布 AI 辅助监管决策指导草案，最终版预计 2026 年 Q2 发布。
* 欧洲：EMA 于 2025 年 3 月首次接受 AI 工具生成的临床试验证据，政策框架落地将降低合规门槛。

终局推演：
* 情景一：AI 占据上游判断权（靶点、设计、临床方案），药企退居为临床、监管和商业化的基础设施提供方，议价权削弱。
* 情景二：AI 越强，进入临床的候选分子越多，执行能力（多中心试验运营、监管信任、全球分销）变得稀缺且珍贵，药企价值反而提升。

无论哪种结局，现有制药行业结构必将受到冲击。AI 若能在这一复杂行业中站稳脚跟，将为其实体产业扩张打开大门。

参考资料：

• https://www.bigpharmasharma.com/p/chatgpt-claude-or-gemini-big-pharma
• https://openai.com/zh-Hans-CN/index/introducing-gpt-rosalind
• https://www.bloomberg.com/news/articles/2026-02-03/altman-says-openai-may-back-firms-using-ai-for-drug-discovery
• https://www.sciencedirect.com/science/article/pii/S2211383522000521
• https://www.biospace.com/drug-development/ai-enabled-clinical-improvements-confirm-biotech-hype-as-success-rates-rise
• https://www.digitalapplied.com/blog/saaspocalypse-ai-agents-software-industry-analysis
• https://intuitionlabs.ai/articles/accelerating-drug-development-ai-pharma
• https://institute.global/insights/public-services/AI-native-biotech-opportunity-uk-leadership-growth

排版：刘雅坤

注：封面/首图由 AI 辅助生成

相关文章