在「2026張江藥谷大會暨上海國際生物醫藥產業周」未來智藥論壇上，多位專家指出AI生物製藥的核心壁壘是數據，尤其是高質量數據及數據持續回流的閉環能力。
據L.E.K. Consulting統計，截至2025年，全球進入臨床階段的AI輔助藥物分子已超100個，超90家中國本土企業與AI biotech公司建立合作，AI製藥公司也明顯更受資本青睞，但發展仍存在明顯瓶頸。
力場採樣創始人彭向達表示，生物製藥類模型與自然語言大模型存在本質差異，生物分子領域高質量結構數據儲備有限，模型面對全新分子時預測性能會衰減。上海科學智能研究院研究員楊自雄指出，藥物使用後病人表現變化的整套機理數據很難獲取，目前還做不到多尺度、時間維度數據採集。
上海交通大學教授陳洛南認為，跨模態配對數據對AI製藥模型訓練至關重要，但行業可獲取的數據大多為單模態數據。臨港實驗室AI臨床研究員袁博表示，通過時間擾動等手段獲得不同時間維度數據，可開展跨模態數據輸出。
騰訊健康首席架構師陳睿判斷，模型本身並非AI製藥最大壁壘，騰訊已將不少蛋白質相關模型開源。他提出，算力和算法只是入場券，乾濕實驗的反饋閉環能力及失敗數據才是破局關鍵。
從論壇討論看，AI製藥的競爭邏輯正在變化：過去關注模型大小、算法強弱和算力多少，當模型逐漸開源、算力逐漸普及後，真正的壁壘將轉向數據生態。深勢科技李廈戎表示，未來10年後一定會有一批AI重構藥物研發流程的偉大公司出現。
