AI大厂扎堆医药：谷歌、OpenAI、Anthropic三条路线，赢家或不是它们

事件概述

近几个月，谷歌/DeepMind、OpenAI、Anthropic三大AI大厂加快在生命科学领域的布局。三家公司选择了不同的切入点：谷歌从蛋白质结构预测走向药物设计；OpenAI押注生命科学推理模型；Anthropic则推出Claude Science科研工作台。然而，由于医药研发周期长、验证慢，资本市场的短期预期与药物十年研发周期存在错位，最终受益方可能是大型制药公司，而非AI公司本身。

三家公司路线对比

• 谷歌/DeepMind（Isomorphic Labs）：以AlphaFold系列（蛋白质结构预测）为基础，2021年拆分出Isomorphic Labs专注AI药物设计。2026年5月完成21亿美元融资，计划2026年底前推动首批候选药物进入临床试验。路线特点：从基础科学突破（结构生物学）延伸到药物发现产业链。
• OpenAI：2026年4月推出GPT-Rosalind，定位为生命科学专用推理模型，支持药物化学、基因组学、定量生物学等任务。同时构建LifeSciBench、GeneBench-Pro等专业评估体系验证模型能力。路线特点：发挥通用推理模型优势，提供科研“推理中枢”，不直接做药。
• Anthropic：2026年6月推出Claude Science，集成科研数据库、代码运行、数据分析和科学渲染器，形成一站式AI科研工作台。此前已与Novo Nordisk、Genmab、Bristol Myers Squibb等药企合作，实现企业级部署。此外，Anthropic计划自建湿实验室，针对被忽视疾病自主推进早期药物发现。路线特点：复制Claude Code的产品逻辑，将AI嵌入药企和科研机构的工作流。

行业特殊性：技术快 vs 研发慢

AI在代码、数学领域的能力可快速验证，但药物研发遵循不同的时间规则：AI可缩短靶点发现、分子筛选等早期环节的时间，但无法跳过细胞实验、动物实验、临床试验和监管审批。一款药物从发现到临床结果通常需十年，而AI模型几个月迭代一代，资本市场按季度估值。药企合作通常仅支付小额首付款，后续款项依赖于临床和市场进展，例如阿斯利康与石药53.3亿美元潜在合作的首付款仅1.1亿美元。

终局判断：大型药企更可能成为赢家

《华尔街日报》指出，如果AI最终改变药物研发，最大赢家未必是AI大厂，而是拥有不可复制核心资产的大型制药公司。AI只提供模型能力，真正稀缺的是：专有内部实验和临床数据（尤其是未公开的失败数据）、闭环验证所需的湿实验能力，以及临床开发和商业化的成熟体系。大型药企可同时采购多家AI公司的能力，接入自有体系推进研发，掌握药物价值出口。只有率先打通AI模型、自有数据、湿实验和临床开发闭环的药企才能拿到最大收益。

值得关注的方向

• 亚马逊作为“卖水人”角色：不碰核心算法，而是提供AWS云服务和Amazon Bio Discovery平台，已有Bayer、Broad Institute等早期使用者。全球前20大药企中19家使用其云服务。
• AI for Science未来可能向材料、能源等领域扩展，但医药仍是当前最清晰的主战场。