AI制药商业模式深度研报:透过英矽智能看技术革命与商业落地的鸿沟

一、一场正在重写研发函数的革命

药物研发是一场持续半个世纪的"高投入、长周期、低回报"马拉松。传统模式下,一款新药从靶点确认到获批上市,平均耗时超过10年,研发费用动辄10-26亿美元,而临床阶段的整体成功率长期徘徊在8%-12%。在这一前提下,制药行业的每一次技术跃迁,本质上都是在回答同一个问题:能否把"蒙在概率里的赌注"变成"可计算、可管理的工程"?

上世纪80年代的计算化学、90年代的组合化学与高通量筛选、2000年后的结构生物学与虚拟筛选,都曾试图给出答案,但都只是在研发链条的局部环节上做减法。直到深度学习与生成式AI出现,行业第一次看到了一种可能——把"发现"这件事本身交给模型。这不再是工具层面的改良,而是研发范式的重构。

英矽智能成立于2014年,由Alex Zhavoronkov博士创立。它是最早系统性地把生成对抗网络(GANs)、深度强化学习、图神经网络引入药物发现的玩家之一,并逐步将自己定义为一家人工智能驱动的端到端生物科技公司——从靶点识别、分子设计、临床前优化,一路延伸到临床结果预测。十年之后,它的平台Pharma.AI已经产生超过20项临床或IND阶段资产,其中3项已授权给国际制药与医疗健康公司,授权总价值超过20亿美元。

为什么当下重读AI制药的商业模式恰逢其时

2025年以来,生成式AI的成本与可用性发生了天翻地覆的变化。大语言模型(LLM)在科学推理、文献理解、蛋白质与分子表征上的能力以月为单位跃升,英矽智能也顺势推出面向科研场景的AI助手模块(DORA/Science42),把"AI research"从辅助工具升级为研究基础设施。这一变化带来一个关键推论:AI制药的技术进入门槛正在被大幅拉低,但商业变现的门槛却在同步抬高。当人人都能调用强大的基座模型时,真正的壁垒不再是算法本身,而是三样稀缺之物:高质量且持续累积的生物数据、能落地成分子的湿实验验证闭环,以及能把技术转化为稳定现金流的商业模式。

正因为如此,单纯比较各家公司的"模型有多强"已没有太大意义。市场正在用更苛刻的标准重新提问:你的模型,最后转化成了多少真金白银的收入?有多少个分子真正推进到了临床后期?你的客户,是否愿意为你的平台支付经常性的费用?这三个问题,恰好构成了理解英矽智能的钥匙。接下来,我们先把AI制药的商业模式地图展开,再看英矽智能在这张地图上的具体坐标。

传统与AI驱动研发的核心差异

二、AI制药商业模式的三种基因

要解剖英矽智能,必须先看清整个AI制药行业的三条商业模式路径。它们对应着不同的收入性质、现金流曲线与估值逻辑,也决定了公司的抗风险能力。

路径一:SaaS软件订阅模式

以薛定谔(Schrödinger)、Roivant等为代表的公司将AI建模能力产品化,向制药企业按年收取软件订阅费。这种模式的吸引力在于经常性收入(ARR)——收入可预测、毛利率高、客户粘性强。但它的天花板同样清晰:药物研发软件的付费主体是大药企,采购决策周期长、预算受周期影响,且软件本身无法独立完成"发现",最终价值仍要回到药企自身的研发能力上。SaaS模式的本质是"卖铲子",但铲子的定价权并不完全在自己的手里。

路径二:服务+里程碑+权益模式

这是目前主流的选择,英矽智能正是这条路径的代表。公司用自己的平台完成一部分研发工作(如发现靶点、设计分子),然后通过对外授权(FSP/许可协议)将候选药物交给制药企业继续推进。对价结构通常是:首付款(upfront)+里程碑付款(milestone)+未来的特许权使用费(royalty)。

这种模式的优点是能快速变现平台能力、共享研发成功后的收益弹性;缺点也极其显著——收入取决于合作对象的研发进度和付款节奏,具有强烈的脉冲性质。分子在合作方手里越多推进一分,自己越被动一分。英矽智能近年的收入剧烈波动,根源就在于此。

路径三:自研管线模式

最重、也最具想象空间的一条路:公司把AI发现的候选药物自己推进到临床、直至商业化,独享药品上市后的全部收益。这本质上是一家"用AI驱动的Biotech"。它的风险是前置的——临床失败即归零,现金消耗极大;但一旦成功,回报也是指数级的。多数AI制药公司(包括英矽智能)并非纯自研,而是"授权为主、自研为辅"的混合体。

市场规模与行业沉淀度:一个仍在快速长大的市场

把商业模式放在市场的大盘里看,才能判断天花板在哪里。全球AI制药市场目前仍处于爆发早期:整体规模从2022年的约10亿美元起步,行业普遍预计到2030年前后将突破200亿美元,复合年增长率(CAGR)在40%上下。这个增速的背后,是制药行业研发成本的持续攀升与效率改善的迫切需求——大药企每年投入数百亿美元的研发费,却只能换来不断下滑的成功率,AI被视为对抗"倒摩尔定律"(研发成本与时间逐年指数增长)的关键杠杆。

但规模数字具有迷惑性。若把市场拆开看,"软件/服务"子市场与"AI驱动管线的权益价值"完全不是一回事。前者是按订阅或项目计费的确定性收入,后者是风险调整后的期权价值。绝大多数AI制药公司所谓"占到了市场",其实只是"占到了一部分想象空间",真正落袋的现金,远低于公司估值所暗示的水平。这也是为什么"市场规模很大"与"公司不赚钱"可以同时成立——市场在天花板处生长,而公司在基线处挣扎。

三、英矽智能:端到端的解剖标本

英矽智能的核心资产是Pharma.AI平台。它不是一个单一软件,而是由多个模块构成的"研发操作系统"。按照公司招股书的披露,Pharma.AI主要由四大板块组成,分别对应研发链条上的关键环节。这种"平台化"的架构,是它区别于单点AI工具公司的根本所在。

从靶点到PCC:一个可量化的效率叙事

AI制药行业最需要回答的问题不是"能不能做出分子",而是"做出来的分子质量与速度是否真的优于传统方法"。英矽智能给出的答案是一个被反复引用的数字:利用Pharma.AI,候选药物从靶点发现到临床前候选物(PCC)确认,需时缩短至12-18个月,远低于传统方法平均4.5年的周期。

这个速度之所以具有说服力,在于英矽智能并不仅仅停留在"算得出来",而是构建了"AI平台+自动化机器人实验室"的湿实验闭环。2025年2月完成的E轮融资,约1.22亿美元中相当一部分就被用于"升级和扩展其领先的自动化机器人实验室"。生成式AI负责提出候选,自动化实验负责快速验证,再把实验结果反馈回模型——这正是端到端最核心的护城河雏形。

核心管线:从IPF开始验证

管线是判断一家AI制药公司真伪的试金石。英矽智能最成熟的自研资产是ISM001-055(Rentosertib),一款针对特发性肺纤维化(IPF)的TNIK选择性小分子抑制剂。2024年8月,它在中国完成IIa期临床试验,并于同年10月公布顶线数据;2025年5月,ISM001-055获得药品审评中心授予的用于IPF的突破性疗法认定,公司计划在2026年上半年在中国启动IIb/III期研究。

值得注意的是,ISM001-055不仅是技术验证,更是商业模式的试金石——它是英矽智能最为关键的"自研资产价值锚"。如果这款由AI从靶点发现一路走到临床的分子最终在III期取得成功,其意义将远超单个药物的商业回报,而是对整个"端到端AI制药"叙事的背书。

四、财务的剖面:高增长叙事背后的结构性脆弱

英矽智能的财务数据,是理解整个AI制药商业化困境的最好样本。表面上看,它走出了一条漂亮的增长曲线:2022年营收3014.7万美元、2023年5118.0万美元、2024年8583.4万美元,三年接近三倍。而2024年净亏损仅1709.6万美元,较2022年的2.22亿美元、2023年的2.12亿美元大幅收窄,一度逼近盈亏平衡,给了市场巨大的想象空间。

客户集中度:一根被压弯的杠杆

报告期(2022-2025H1)内,英矽智能前五大客户的收入占比分别高达90.6%、94.1%、94.4%和86.2%。这意味着公司的收入几乎完全掌握在少数几个合作方手中。失去一个Exelixis级别的大客户,就是收入腰斩;延迟一次付款,就是现金流的断崖。2025年上半年,第一大客户易主为"客户E"(贡献1819.4万美元,占66.3%),表面上是客户结构的更新,实则是"换一个大客户继续依赖"的循环。

更值得警惕的是,这种模式决定了英矽智能对自身收入来源缺乏直接控制。授权合作的进度、付款节奏、合作方的研发成败,都在外部手里。公司联合CEO任峰直言,AI制药行业已经从"讲故事"转向"看成果",市场衡量一家AI制药公司的竞争力,关键看管线进展、授权合作与业务收入——而这恰恰是英矽智能目前最需要证明、也最不稳定的一环。

现金流的紧约束

持续亏损带来的是经营现金流的持续告负。2022年、2023年、2024年和2025年上半年,英矽智能经营活动现金净额分别为-4751.7万美元、-2957.6万美元、-5740.1万美元和-3684.2万美元。资产负债端的压力同样显著:负债净额从2022年的4.50亿美元扩大到2025年中期的6.81亿美元,到2025年10月末进一步升至7.03亿美元。

正是在这样的现金压力下,2025年2月的E轮融资(约1.22亿美元)显得至关重要——它把公司现金及现金等价物从2024年底的约1.26亿美元提升到2025年6月末的约2.12亿美元,是名副其实的"救火队长"。也正因为持续的"烧钱—补血"循环,引入上市融资、扩大募资渠道成为公司的必然选择。

授权合作的价值构成

英矽智能目前通过Pharma.AI产生逾20项临床或IND阶段资产,其中3项已授权给国际制药及医疗保健公司,授权总价值超过20亿美元,包括约1.1亿美元的首付款和约19亿美元的里程碑付款。这个数字看似庞大,但必须清醒地看到:20亿美元是"理论上限",绝大部分是远期的、以研发成功为前提的里程碑付款,而非确定的当期收入。商业授权与SaaS订阅的本质差异就在于此——前者是期权,后者是现金。

单位经济模型:一种难以规模化的生意

如果站在投资者角度看英矽智能的财务报表,最核心的疑问是它的单位经济模型(Uit Economics)是否成立。SaaS公司的梦想是"每新增一个客户,边际成本趋近于零,毛利率越做越高"。但英矽智能的收入主要来自授权里程碑,这是一笔一笔谈出来的生意,每一单都意味着漫长的BD谈判、前期的研发投入和合作方的深度沟通,边际成本难以像软件那样指数级摊薄。它的收入是"项目制"而非"产品制",这决定了它的毛利率难以呈现SaaS那种随规模向上攀升的曲线。

从成本结构看,AI制药公司的开支大头是三类:研发费用(数据、算力、实验)、人员薪酬、以及自动化实验室等固定资产折旧。英矽智能的研发投入持续高企,且新建的机器人实验室又是一笔长期资本开支,短期内很难靠少量授权收入覆盖。这正是它即便在2024年把净亏损收窄到1709.6万美元、却依然无法真正盈利的深层原因——收入上限受制于授权节奏,而成本下限被研发密集型的商业模式锁定。

换个角度说,英矽智能目前赚到的每一美元,都需要先烧掉一笔相对固定的研发与运营投入,很难形成"滚雪球"式的复利效应。这是它与成熟SaaS平台在商业质地上的本质差异,也是市场在给它估值时需要冷静打折的地方。

十年发展脉络:从实验室到上市聆讯

回顾英矽智能的十年路径,可以清晰看到一条"从工具到平台再到公司"的蜕变曲线。2014年创立之初,它还是一家聚焦衰老研究与AI算法探索的学术型创业公司;2019年前后,随着生成式AI成为确定性方向,公司明确转向端到端药物发现,并在中国上海设立主要运营实体(英矽智能科技(上海)有限公司,注册资本5600万美元)。此后数年,它一面以Pharma.AI平台对外展示能力,一面积累从靶点到PCC的端到端案例,并在2021年起陆续斩获与跨国药企的合作订单。

真正让它进入公众视线的,是2023-2025年冲刺港股IPO的历程。自2023年6月27日首次递表,到2025年12月14日通过港交所聆讯,英矽智能经历了四次递表、两年半的等待,由摩根士丹利、中金公司与广发证券(香港)联席保荐。这本身就是一个重要的信号:一家头部AI制药公司,也需要如此漫长的过程才能叩开资本市场的大门,背后的压力正是持续亏损、现金告急亟待"补血"的真实经营状况。到2025年10月末,其负债净额已升至7.03亿美元,IPO融资已成为关乎生存的关键动作。

五、竞争格局与国际对标

AI制药赛道拥挤且分层明显。头部玩家各占一条路径:薛定谔(Schrödinger)主打计算平台与SaaS订阅;Exscientia以端到端自动化与临床推进见长;BenevolentAI走自研管线路线;而英矽智能以"端到端生成式+授权变现"著称。此外,DeepMind/Isomorphic Labs凭借AlphaFold在结构预测上的突破,正在从底层重塑行业对"AI能做什么"的认知。

英矽智能的差异化优势在于三点:一是覆盖链条最完整,从靶点、分子设计到临床预测的全栈能力;二是验证最"实",ISM001-055已推进至II期并获突破性疗法认定;三是自动化闭环,AI与机器人实验室的结合形成了数据飞轮。但其短板同样清晰:相比薛定谔的SaaS经常性收入,英矽智能的自有经常性收入占比极低;相比Big Pharma,其资金体量与临床资源又不在同一量级。

六、商业模式的深层拷问:技术领先与商业落地的鸿沟

把英矽智能放到"AI SaaS + AI research"的分析框架下,其商业模式的深层矛盾会变得更加清晰。它本质上是一家"用AI做研发的Biotech",却在用"AI平台的故事"获取资本与估值。这两种身份之间的张力,贯穿了它的一切财务表现。

拷问一:技术领先是否等于商业领先?

12-18个月做出PCC,这个速度是真实的工程能力。但商业价值的兑现,取决于能否把速度优势转化为稳定的收入确认。速度解决的是"效率",而商业模式解决的是"现金流的连贯性"。英矽智能的速度可以被授权合同一次性买断,却无法支撑年年稳定的经常性收入——这是技术能力与商业模式之间的第一道鸿沟。

拷问二:平台价值能否脱离管线独立变现?

薛定谔式的SaaS订阅代表"平台即产品";英矽智能的Pharma.AI虽然也对外开放,但公司真正的收入引擎仍是"用平台做管线再授权"。"平台"在这里更多是提升研发效率的内部生产力工具,而非独立对外销售的商品。这意味着英矽智能的估值逻辑更接近Biotech(看管线现金价值),而非软件公司(看经常性收入与毛利)。然而市场在很长一段时间里,给了它部分软件公司的估值溢价,这种身份错位是潜在的回调风险。

拷问三:自我造血何时能成立?

公司正在通过组建约10人的BD团队来驱动商务拓展、反馈研发立项,以改善现金创造能力。这是从"被动等里程碑"向"主动经营现金流"的转变信号。但一个10人的BD团队,相对于动辄上亿美元级的研发与运营开支,其撬动现金的能力依然有限。在ISM001-055实现商业化之前,英矽智能大概率仍需依靠融资与授权的双重输血。

七、估值逻辑:用哪种尺子量一把"AI的药尺"

英矽智能的估值,是理解其投资价值的关键议题。2025年2月E轮融资后,其投后估值约13.31亿美元。这个体量,处于"软件信仰"与"Biotech现实"之间。

如果按软件公司估值:应看经常性收入(ARR)与毛利率。但英矽智能的经常性收入占比低、收入波动大,难以支撑高倍数。如果按Biotech估值:应看管线的净现值(NPV)与风险调整后的期望价值。ISM001-055若能成功商业化,IPF是一个巨大的市场,但III期与其他适应症的不确定性,让这部分价值的风险调整系数很高。两种估值方法给出的结论可能截然不同,而公司的定价,恰好坐在这两套尺子的交点上。

对投资者而言,真正的关键变量不是当下的收入(它注定剧烈波动),而是三条确定性路径的兑现进度:ISM001-055能否在2026年后顺利推进III期、Pharma.AI能否带来更多高质量的授权大单、以及现金储备能否在不稀释股本的情况下支撑到验证节点。

八、展望与结论:AI制药的下半场

英矽智能十年历程,浓缩了AI制药行业的集体命运。它证明了AI确实能显著加速药物发现、压缩周期、降低早期成本,也暴露了这一代AI制药公司在商业化上的集体短板——技术上的范式革命,尚未兑现为财务上的商业模式革命。

展望未来,AI制药的下半场将呈现三个趋势。第一,模式融合:纯粹的SaaS、纯授权或纯自研都会式微,幸存者将构建"软件订阅+授权里程碑+自研管线"的混合收入结构,以对冲单一模式的波动。第二,结果定价:市场将越来越根据"由AI主导发现并成功推进的管线"而非"模型参数量"来定价,III期数据成为终极裁判。第三,平台寡头化:算力、数据与自动化实验室的门槛持续抬高,具备闭环飞轮的公司会与后来者拉开差距。