资本热捧的AI制药神话，能否照进临床？

上月22日，英伟达及卡塔尔主权财富基金支持的AI制药公司Iambic Therapeutics于当地时间周一提交了美国首次公开募股（IPO）申请。

这一动作瞬间让Iambic Therapeutics站在了聚光灯下，也再度引发了市场对AI制药领域的热切关注与深度思考。

AI制药的投资盛宴

Iambic成立于2019年（原名Entos），目前正推进利用其AI平台开发的候选药物管线，旨在治疗实体瘤。其进展最快的候选药物IAM1363正在进行早期临床试验，用于治疗乳腺癌等实体瘤。

其股东阵容堪称豪华：英伟达不仅作为投资方入股，还与Iambic达成技术合作，借助BioNeMo、GPU算力体系支撑后者AI药物研发平台的迭代，帮助它在AI制药赛道拿到算力层面的优势；卡塔尔投资局旗下医疗投资主体参与投资，为这家临床阶段Biotech补充资本弹药，支撑新药研发这条高投入高风险的漫长管线。

与此同时，Iambic 已经和艾伯维、武田制药等多家跨国药企达成AI药物发现合作。在这些项目中，Iambic 输出自身AI分子设计平台，在真实新药靶点场景中检验模型能力。同时，这类合作也为公司带来阶段性收入，持续积累平台研发数据，强化技术验证。

事实上，Iambic Therapeutics的IPO申请，只是AI制药领域资本热潮的一个缩影。

近年来，AI制药犹如一块巨大的磁石，吸引着海量资本蜂拥而入，成为投资界的香饽饽。

从全球范围来看，AI 制药企业的融资事件频繁发生，融资金额屡创新高。摩熵投融资数据显示，截至2025年12月24日，全球AI制药公司超350家。其中我国至少有101家，大部分处于初创期与萌芽期，处于成长期与成熟期的有10余家，包括晶泰科技、英矽智能、太美医疗、康韵生物等。

产业热度的攀升，也带动了资本市场的持续关注。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。其中我国至少有31起，红杉中国参与投资4起，另外芯能创投、联想创投、中金资本、BV百度风投等多家机构同样表现活跃，参与投资2起。

比如，英矽智能在港股上市时募集资金总额达22.77亿港元，引入的基石投资者包括礼来公司、腾讯、淡马锡、橡树资本等行业巨头和知名投资机构；晶泰科技通过配售新股募集到约26.53亿港元资金 ，还与DoveTree 公司达成高达59.9亿美元的BD合作，创下2025年中国AI制药领域金额最大的BD交易之一。

这些头部企业的亮眼表现，无疑为AI制药行业注入了一剂强心针，也吸引更多资本跑步入场。

资本持续向AI制药倾斜，这股热潮的背后有着深层次的产业动因。

一方面，AI 拥有强大的数据处理能力，可以从海量生物医学数据中快速筛选出潜在的药物靶点与分子结构假设。与之相对的是，传统药物研发的靶点发现环节则需要科研团队投入大量时间开展实验验证。

借助深度学习算法，AI能够对基因、蛋白质等多组学数据进行计算分析，在短时间内圈出一批具备疾病关联可能性的靶点，压缩早期候选范围，提升靶点探索阶段的研发效率。

另一方面，AI能够依据靶点的结构与理化性质，生成在计算层面有望具备特定活性和选择性的候选药物分子。这一方式能够缓解传统药物分子设计阶段高度依赖研发人员经验和大量盲目试错的问题，为新药早期发现提供了新的思路。

转向市场端，全球老龄化持续推进，市场对创新药物的需求也在持续增长。

而传统新药研发长期存在周期长、投入高、临床成功率偏低的行业痛点，AI制药为改善这一局面提供了新的可能性，它可以在药物早期研发环节提升效率和压缩试错成本，有望缩短新药研发的前置周期，匹配市场对创新疗法的需求，赛道也因此具备可观的商业想象空间。

现实与梦想的差距

尽管Iambic Therapeutics手握豪华资本阵容，AI药物研发平台也搭建起差异化的技术叙事，但无法回避的现实是公司核心管线仍处于早期临床阶段，这也让其上市之后持续面临多重不确定性考验。

Iambic管线中推进最快的候选药物IAM1363，目前正在开展I/1b期临床试验。

不过，I/1b期临床仅仅是新药漫长研发链条的起点。这一阶段试验的核心目标是初步考察药物的安全性、耐受性与药代动力学特征，同时会收集初步的疗效信号；试验样本规模有限，观察周期较短。所以距离药物最终拿到上市许可，中间仍隔着巨大的鸿沟。

后续项目还需要推进大样本、多中心的II期、III期临床试验，持续验证药物的治疗效果并评估其安全性。新药研发的每一个临床阶段都暗藏风险，一旦出现不及预期的数据，对应的适应症开发就可能被叫停，前期投入的资金与时间成本也将付诸东流。

新药研发本身就是高失败率的生意。“业界一直流传着‘双十定律’的说法，但我觉得是三十，即新药研发平均需要耗时10年、耗资10亿美元，并且成功率低，不足10%。”信达生物产品开发及工艺开发副总裁周凯松告诉健康时报记者。

市场期待AI制药能够提升新药研发效率，但现阶段仍缺少足够的长期临床数据，证明AI可以彻底改变新药研发高失败率这一行业固有难题。

即便AI在早期靶点挖掘和分子设计环节展现出优势，一旦进入大规模人体临床试验，依旧会遭遇各类难以提前预判的问题。药物在小样本试验中表现尚可，放大到更大患者群体后疗效衰减；或是在后续试验中出现意料之外的不良反应，都是临床开发中十分常见的失败诱因。

临床试验本身就充满不确定性，而早期管线还额外背负着AI平台技术有待验证这一层挑战。

AI制药的想象空间充足，但整套技术体系仍在持续迭代。对Iambic来说，核心AI平台的算法与模型能否稳定预测分子活性、药物安全性以及体内药效，仍需要在后续真实研发项目里反复验证。

AI在计算机模拟层面的出色表现，并不等同于它在真实人体环境中能够实现预期药效。

AI模型训练高度依赖存量生物数据，一旦模型存在偏差，可能筛出无效靶点或是设计出理论成立、体内试验却失效的分子。这类问题不仅会延缓管线开发，也会让市场质疑其作为估值核心的AI平台价值。

雄厚资本与药企合作，确实给Iambic打下了不错的基础。不过资本市场给AI Biotech的估值，本质上高度依赖管线未来能否落地兑现。

预期能否兑现，最终取决于IAM1363与后续管线的临床数据。AI可以降低早期阶段的试错成本，但难以消解人体生物系统固有的复杂性。对所有AI制药公司而言，这都是绕不开的挑战：从模型层面的理想结果，到转化为能够造福患者的上市新药，依旧道阻且长。

是泡沫还是希望

Iambic Therapeutics这类资本叙事先行、管线尚处于早期阶段的AI制药公司登陆资本市场，也引发市场对整个AI制药赛道的深度反思：这究竟是资本催生出的行业泡沫，还是医药研发变革所蕴藏的全新机遇？

不可否认，资本叙事优先的行业现状，给AI制药赛道埋下不少隐忧。

一方面，为获得融资支持，部分AI制药企业会放大技术价值与商业化前景，夸大AI在新药研发中的价值，向市场传递过于乐观的预期。这容易推高估值，造成估值水平与真实研发能力和管线进度脱节。一旦临床数据不及预期，企业无法兑现前期承诺，股价便存在大幅回调的可能，投资人也将承受损失。

另一方面，该现象还可能带来行业资源错配。大量资金涌向擅长讲技术故事但落地研发能力偏弱的企业，而那些深耕技术和踏实推进管线且具备真实潜力的团队，反而可能面临资金缺口，进而拖累整个赛道的良性发展。

二级市场的股价波动，已经折射出市场的这份顾虑。

不少AI制药企业上市初期凭借AI概念和资本故事拉动股价，一旦管线推进不顺或技术验证遇坎，股价便快速回调，体现出概念叙事带来的股价高波动。

不过，也不能仅凭这些风险，就全盘否定AI制药长期的价值。

落到技术底层，AI在新药研发上具备差异化优势：它可以解析海量生物医学数据，打开传统研发难以触及的研究方向。尤其是在AI模型持续迭代之下，它在药物研发链条的应用边界还会继续拓展，有望重构新药研发范式，实现研发提效与成本下降。

尽管绝大多数AI制药管线仍停留在早期阶段，但行业已经出现值得关注的落地案例。2026年9月10日，英矽智能宣布公司AI驱动候选创新药物Rentosertib已在针对特发性肺纤维化的III期临床试验GENESIS-IPF-3中完成首例患者入组并给药。

简言之，AI制药赛道“靠故事上市”的现象，既裹挟着资本叙事催生的泡沫，也承载着AI重构药物研发的想象空间。

长期来看，在技术迭代与临床需求的双重驱动下，AI制药赛道仍具备成长空间。伴随AI技术持续成熟和应用场景不断拓展，行业或将逐步走出早期概念验证阶段，向商业化落地推进。

本文来自微信公众号“硅碳变量”，作者：胡一刀，36氪经授权发布。