AI制药哲学：需区分“AI辅助研发“与“原生AI驱动研发“

STAT News专访英矽智能CEO Alex Zhavoronkov（2026-04-01），就礼来$27.5亿合作落地背景阐述其AI制药哲学：需区分"AI辅助研发"与"原生AI驱动研发"，真正价值在于AI设计的靶点+分子双重创新，而非仅用AI加速传统流程。英矽智能ISM001-055（IPF适应症）Phase IIa阳性数据被援引为AI生产力的核心佐证。
这篇基于“2026年4月”设定下的深度访谈，核心是对当前AI制药行业泡沫期过后，进入“价值兑现期”的深刻反思与策略定调。Alex Zhavoronkov提出的观点，实际上是为AI制药公司划分了“优胜劣汰”的分水岭。

以下是对其核心论点的深度解读：

1. 核心范式转移：从“辅助”到“原生”

这是Zhavoronkov最核心的批判。

• “AI辅助研发”（AI-Assisted）：大多数药企的路径。将AI作为工具，用于加速传统流程（比如筛选已有化合物，或优化现有流程）。在这种模式下，AI只是“更快的算盘”，它不能创造颠覆性的科学发现，只能缩短研发周期。
• “原生AI驱动”（AI-Native）：英矽智能的路径。核心逻辑是**“从数据中涌现设计”**。这不仅是算力的问题，而是通过AI理解生物学底层逻辑（如蛋白质折叠、通路交互），去预测那些人类专家在思维惯性下“想不到”的靶点和分子。
• 解读：这是一个巨大的门槛。这意味着公司不能只雇佣算法工程师，必须拥有深厚的生物医药背景，实现“数据-算法-湿实验”的闭环迭代。

2. 价值锚点：靶点+分子的“双重创新”

很多人对AI制药的误解在于“AI只能算分子结构”，即只做先导化合物优化（Lead Optimization）。

• 双重创新：如果AI能找到全新的靶点（Target Discovery），再设计出全新的小分子（De novo Design），这才是降维打击。
• 商业逻辑：传统药企最怕“Me-too”竞争，AI如果能提供First-in-class（FIC）的全新靶点，其商业溢价是指数级的。这也解释了为何礼来愿意支付27.5亿美金的深度合作——药企买单的不是“AI的速度”，而是“AI带来的新药开发成功率的提升与差异化竞争优势”。

3. ISM001-055：不仅仅是数据，是“行业图腾”

将ISM001-055（治疗特发性肺纤维化，IPF）的Phase IIa阳性数据作为佐证，具有标志性意义。

• 告别“PPT研发”：在AI制药领域，历史上充斥着估值过高但管线进展缓慢的质疑。IIa期的阳性结果是临床验证的“黄金标准”，证明AI设计的药物不仅在计算机模拟中有效，在复杂的生物机体中同样具备安全性和药效。
• 证明生产力：这意味着英矽智能不仅仅是一家“软件公司”，而是一家拥有成熟研发管线、能够将算法产出最终落地为实体临床数据的生物技术公司。这直接回应了“AI是否能产生真实药物”的根本性质疑。

4. 所谓的“生产力”究竟是什么？

Zhavoronkov在访谈中隐喻的“生产力”，其实是**“可预测性”（Predictability）**。

• 传统制药的生产力本质上是“概率游戏”，通过海量实验堆砌成功；
• AI制药的生产力应当是“确定性叠加”，即通过AI缩小搜索空间，让每一个投入的临床实验都有极高的成功概率。
• 结论：所谓“生产力”，就是用更少的钱、更快的速度，找到高置信度的药物，并将其推向临床。

总结：行业的“净化”信号

这篇访谈在2026年的语境下，传达了一个强烈的信号：AI制药行业进入了“去伪存真”的阶段。

• 对投资者：不要再为仅仅利用AI做流程自动化的公司买单，而要关注那些能证明其“AI设计结果”在临床上确实管用的公司。
• 对行业：AI制药公司必须跨过从“卖工具”到“卖FIC药物”的边界。

一句话点评：
Alex Zhavoronkov通过这番话，试图将英矽智能定义为**“制药业的英伟达”（提供平台）与“生物科技界特斯拉”**（落地产品）的结合体，试图彻底告别“AI外包商”的低端标签，直接挑战传统药企巨头的核心地位。