過去一年 AI 的飛速發展讓我們目不暇接，不斷思考下一個突破會在哪裡，以及在生物學領域能解決哪些新問題。但生物製藥領域的 AI 前景既充滿希望，也面臨漫長的發展道路和諸多不確定性。
在今年的生物製藥科技現狀報告中，我們深入探究了幕後實況——企業如何實際採用 AI 以及支撐 AI 戰略的相關技術。無論是大型還是小型生物製藥公司，都呈現出一個正在努力提升 AI 準備度的行業圖景，它們都在探索如何調整文化、技術和系統，以實現 AI 的規模化應用。到 2025 年，焦點將不再是 AI 的炒作，而是 AI 的準備度。
大型生物製藥：押注 AI
儘管 AI 為藥物研發全周期帶來的全部益處仍在顯現，但大型生物製藥公司並未採取觀望態度。大型生物製藥公司的 AI 採用率幾乎是小型公司的三倍 (67% 對 23%)，在未來三年的投資優先級中，AI/ML 僅次於研發數據平台，排名第二。這種投入反映了高層管理者對 AI 變革潛力的信心：50% 的大型生物製藥受訪者表示有自上而下推動 AI/ML 採用的舉措，而小型公司這一比例僅為 28%。
展望 2025 年，我們預計大型機構將憑藉充足資源和規模優勢，進一步整合 AI 以縮短里程碑時間並加速研發進程。然而，大型生物製藥的規模也是一把雙刃劍。在為 AI/ML 集中和構建數據的過程中，大型生物製藥組織正在應對由定製軟體、數據孤島和斷聯繫統構成的複雜環境。但他們有強烈動力解決這些數據和系統挑戰，因為他們相信 AI 將對速度產生實質性影響：四分之三的大型生物製藥受訪者預計，如果在組織內全面部署 AI，將在 12-24 個月內對里程碑時間產生顯著影響。
小型生物製藥：聚焦目標，機遇湧現
雖然一些小型生物製藥公司，特別是"科技生物"公司，是圍繞 AI 驅動戰略建立的，但大多數公司對採用使能技術採取謹慎態度。轉向 AI 往往伴隨著巨大成本，並可能分散核心科研目標的注意力，導致許多小公司將 AI 使用限制在試點和概念驗證項目上。結構性障礙加劇了這種謹慎態度，53% 的公司提到難以招聘skilled人才，42% 指出獲取高質量、結構化的數據和元數據存在挑戰。
小型生物製藥公司仍然認可技術在改善研發成果方面的價值和重要作用。近 70% 的受訪者預期，如果在未來 12-24 個月內充分採用研發數據平台、科學軟體和互聯實驗室儀器等使能技術，將顯著提高質量並減少人為錯誤。然而，對較小的組織而言，解決方案的實施成本往往限制了更廣泛的應用。
展望 2025 年，小型生物製藥將繼續採取謹慎且注重投資回報的技術採用方式。同時，開源工具和易用性 AI 框架的興起有望平衡競爭環境，為小型公司提供新的競爭和創新機會。
跨越 AI 準備度鴻溝
AI 準備度——包括人才、數據基礎設施和統一工作流程——仍是行業面臨的重大障礙。僅 14% 的大型生物製藥公司受訪者表示已達到高級 AI 準備度水平——即其組織在所有關鍵維度上都已做好 AI 準備：人才、數據（即採集、處理和生成）以及統一的疊代工作流程和必要的計算能力。小型公司達到這一水平的比例更低，僅為 3%。到 2025 年，企業可能會直面這些差距：
人才招聘：大型生物製藥將繼續從科技等外部行業招募 AI 專才，招聘趨勢顯示頂尖人才來自 Nvidia、Nike 和 Google 等公司。小型公司則將強調其使命，吸引被生物科技創業公司快節奏、高影響力環境所吸引的skilled專業人士。
濕實驗室和干實驗室整合：大型生物製藥受訪者認為 AI 準備度最大的差距在於濕實驗室和干實驗室工作流程的統一（41% 的準備度）。到 2025 年，預計更多公司將採用集成結構，使用共享記錄系統，並擴展濕實驗室運營以匹配干實驗室輸出。這些領域的進步可以釋放研發更具疊代性和混合/計算性的方法。
研發的未來：規模化 AI
2025 年將是生物製藥行業專注於 AI 規模化的一年。對於走在前列的組織而言，準備度意味著轉變研發流程、利用互聯繫統，確保濕實驗室和干實驗室協同運作。優先投資研發數據平台、結構化和集中的數據與元數據採集、雲連接工具的公司將在 AI 準備度，進而在 AI 部署方面領先。
然而，AI 的影響超越個別公司。實現 AI 技術的普遍採用可能徹底改變行業，推動更快速、更成功的藥物開發。要實現這一承諾，生物製藥界必須攜手合作，解決結構性挑戰，實現先進工具的民主化，並建立能夠支持這些進步的勞動力隊伍。
生物製藥的 AI 浪潮不是追逐短暫趨勢，而是為持久轉型奠定基礎。到 2025 年底，我們預計將在 AI 準備度方面看到切實進展，領先企業將展示戰略投資和組織變革如何釋放 AI 的全部潛力。對生物製藥而言，這不僅關乎技術進步，更關乎更快速、更經濟地為患者提供更好的藥物，重塑醫療保健的未來。
