點擊上方「藍色字體」，選擇 「設為星標」

關鍵訊息，D1時間送達！

企業網D1net

生物製藥巨頭諾和諾德正在通過構建自我強化的「AI飛輪」，將AI融入企業戰略核心，實現製藥價值鏈全面升級，其雄厚的GLP-1業務資金支持專有數據積累、頂尖人才吸引及超級計算基礎設施建設，反哺研發、臨牀和商業創新。公司以「優化-增強-探索」為三大支柱：優化內部流程（如NovoScribe將臨牀研究報告時間壓縮至10分鐘）、增強患者價值（構建數字健康生態系統）、探索未來顛覆性創新（投資獨立於藥物的健康技術）。戰略依託四大核心優勢：強大資金引擎、百年數據護城河、全球創新生態系統，以及量子計算長期押注。通過內部AI平臺與外部合作，諾和諾德加速藥物發現、臨牀決策和市場執行，同時收集真實世界數據，形成良性循環。儘管面臨執行、監管和倫理風險，這一垂直整合戰略有望為未來十年的AI驅動製藥公司設定行業藍圖，並鞏固其全球市場領先地位。

諾和諾德AI執行摘要

生物製藥巨頭諾和諾德有望在製藥行業AI的應用領域佔據主導地位，其憑藉的不是某一項突破性成果，而是通過打造一個強大的、自我強化的「AI飛輪」。該飛輪由其胰高糖素樣肽-1(GLP-1)業務產生的巨大資金引擎驅動，為其獲取專有數據、吸引世界級人才和構建尖端計算基礎設施提供了無與倫比的資金支持。反過來，這些資產正被用於加速價值鏈的各個環節——從早期研發到臨牀試驗自動化和商業執行。該AI投資所帶來的效率和發現成果，進一步鞏固了公司的市場領先地位，為下一代AI和治療創新再投資產生了更多資金。

公司的戰略依託於四個相互關聯的優勢支柱：

1. 憑藉其在糖尿病和肥胖症市場的主導地位，獲得前所未有的資金實力，從而能夠在技術和合作伙伴關係方面進行大規模長期投資

2. 通過一個多世紀以來在代謝疾病方面的專注研究，積累了深厚的專有數據護城河，為訓練複雜的AI模型提供了獨特且寶貴的資產

3. 制定了一套連貫的董事會級AI戰略，通過由內部卓越中心和外部創新中心組成的全球生態系統來執行，確保治理和靈活性並存

4. 對量子計算進行長期、改變範式的押注，並通過諾和諾德基金會獨特的結構和資金能力戰略性地降低了風險。

儘管禮來和賽諾菲等強勁對手正通過與技術領導者的高調合作，積極推行各自複雜的AI戰略，但諾和諾德的方法似乎更專注於構建一個垂直整合的專有「AI工廠」。該戰略結合了一流的外部技術和深厚的內部專業知識及數據，代表着一種更具長期競爭力的優勢。通往主導地位的道路並非沒有重大的執行、競爭和道德風險。整合多樣化AI平臺的複雜性、競爭的激烈程度，以及與數據隱私和算法偏見相關的重大道德責任，都構成了巨大的挑戰，然而，如果能夠成功應對這些挑戰，諾和諾德的整合戰略將使其能夠為未來十年的AI驅動型製藥公司定義藍圖，不僅改變自身運營，還將改變藥物研發的節奏和本質。

戰略要務：

AI作為諾和諾德的下一個增長引擎

諾和諾德對AI的整合併非一項自下而上的投機性舉措，而是其企業戰略的核心組成部分，由組織最高層授權並監督。這種自上而下的承諾體現在一個清晰的戰略框架中，旨在利用技術作為未來增長、效率和在日益複雜的醫療環境中實現差異化競爭的主要動力。

董事會級授權：

AI作為核心戰略支柱

AI對諾和諾德未來的戰略重要性，從其在公司董事會會議議程中的重要地位可見一斑。2024年公司治理報告明確記載，董事會「審查並討論了數字化戰略，重點關注企業級數據和AI/生成式AI的部署」。這一議題與其他重要戰略議題，如企業戰略執行、研發管線進展和重大收購等並列，表明AI被視為公司長期價值創造模型的基礎要素。

這種董事會層面的監督至關重要。在AI項目失敗率較高的行業(一些研究表明，85%的AI/機器學習項目未能實現回報)，強有力的領導和清晰的願景是成功的先決條件。通過將AI部署作為經常性討論議題，董事會確保了高管層的持續關注，促進了必要財務和人力資本的分配，並推動了打破傳統數據孤島所需的跨職能協調。這種自上而下的授權將AI從一系列孤立的IT項目轉變為一個連貫的、企業級的轉型，它向整個組織發出信號，數據素養和AI工具的採用並非可選，而是未來競爭力的核心，這種方法對於應對全面AI實施所帶來的深刻組織和文化變革至關重要，推動決策從主觀、孤立的模式向全面、數據驅動的模式轉變。

解構數字化戰略：

優化、增強、探索

諾和諾德通過一個清晰且全面的三管齊下的戰略框架，闡述了其數字化和AI雄心：優化、增強和探索。這一結構為公司打算如何在其運營中嵌入AI提供了連貫的路線圖，平衡了短期效率與長期顛覆性創新。

優化：

這一支柱專注於提高整個價值鏈的內部效率和生產力，其既定目標是利用數據、自動化和機器人技術加速流程並降低成本，從而成為一家「更高效的製藥公司」。NovoScribe工具是這一支柱的典型案例，它實現了臨牀研究報告的自動化創建，通過壓縮關鍵時間線提供了切實的投資回報率。其他應用包括在製造中使用增強現實技術以減少人為錯誤和培訓員工，從而優化生產流程。

增強：

這一支柱旨在通過為患者創建綜合解決方案來增強諾和諾德核心治療產品的價值，其目標是「利用整合了藥物、診斷、設備、數字技術和數據的五大D要素的治療和工具，改善患者預後」，這一戰略超越了單純銷售藥物，而是提供全面的疾病管理解決方案，這體現在公司尋求數字健康合作伙伴關係，圍繞其重磅藥物(如Wegovy)創建一個支持生態系統，包括提供飲食建議和依從性支持的移動應用程序。

探索：

這一支柱代表了公司的風險投資部門，負責識別和投資未來的價值來源，可能「獨立於藥物」。這涉及與初創企業和學術機構合作，在整體護理等領域擴大創新規模，並投資於可能長期重塑公司商業模式的技術。建立全球數字創新中心以與當地技術生態系統合作，是這一探索使命的關鍵推動因素。

這一三部分框架揭示了一種高度複雜的創新組合管理方法，它不僅僅是在利用AI發現下一個重磅藥物上押注；而是一種經過深思熟慮的策略，旨在同時鞏固當前業務並為截然不同的未來做好準備。「優化」和「增強」支柱專注於使開發和銷售藥品的現有商業模式變得更好、更快、更具競爭力。這些舉措旨在通過提高運營效率和圍繞當前業務構建數字護城河來防禦市場份額，從而產生可衡量的近期投資回報率。

與此同時，「探索」支柱作為對未來顛覆的戰略對沖。通過明確尋求創造「獨立於藥物」的價值，諾和諾德承認，醫療保健的未來可能從以產品為中心的模式轉向以結果為中心的模式。這種前瞻性的方法表明了一種成熟的理解，即長期領導地位不僅需要在當前範式中表現出色，還需要積極構建下一個範式的能力。雖然許多競爭對手主要將AI努力集中在加速傳統研發管線上，但諾和諾德正在利用其AI戰略來增強該管線，同時探索向患者提供價值的全新方式。這種對增量和顛覆性創新的雙重關注，創造了一個更具韌性和適應性的長期戰略。

重塑價值鏈：

AI驅動的轉型行動

諾和諾德的AI戰略並非抽象的抱負，而是在其整個價值鏈中正在實施的切實行動。從基礎研究和藥物發現到監管流程自動化和商業活動優化，公司正在系統地嵌入AI以加速時間線、增強決策並創造新的競爭優勢形式。

研發與藥物發現：

從計算機模擬到超級計算機

公司的研發轉型依託於一項多方面的戰略，該戰略結合了龐大的計算能力、基礎平臺開發和高價值外部合作伙伴關係網絡。這創建了一個強大的生態系統，旨在將AI驅動的藥物發現過程工業化。

該戰略的核心是獲得世界級的計算基礎設施。諾和諾德是Gefion AI超級計算機的主要客戶，該超級計算機位於丹麥，由丹麥AI創新中心(DCAI)運營，是世界上最強大的AI系統之一。Gefion由1528臺最先進的英偉達 H100張量核心GPU提供動力，在全球超級計算機中名列前茅，為「解決計算密集型挑戰，如基於AI的蛋白質工程和生物模型」提供了前所未有的規模所需的原始處理能力。

通過與英偉達的深度戰略合作，這一硬件能力得到了進一步利用。該合作不僅限於使用硬件；它還涉及共同開發，為早期研究構建定製的AI模型和代理。諾和諾德正在利用英偉達的BioNeMo生成式AI平臺來設計能夠構建具有類藥性質新型分子的模型，並通過挖掘公司龐大的科學文獻庫來創建生物醫學大語言模型，以揭示基因、蛋白質和疾病之間的新關聯。

與微軟的基礎性合作則利用了Azure AI和數據堆棧來構建統一的諾和諾德AI平臺。這一合作將諾和諾德在生命科學領域的深厚專業知識與微軟在應用AI方面的領導力相結合。該平臺旨在支持整個研發譜系的使用案例，從早期研究和藥物發現到試驗設計。這一合作已經取得了切實成果，包括開發了一種預測性AI算法，該算法能夠比現有臨牀標準更準確地評估患者的心血管風險，展示了將專有健康數據與先進建模技術相結合的力量。

為了確保外部創新和新型藥物靶點的持續流入，諾和諾德與原生AI生物技術公司執行了多項里程碑式的交易。與Valo Health的合作得到了顯著擴展，將其AI平臺應用於多達20個肥胖和糖尿病項目，諾和諾德承諾提供高達1.9億美元的近期付款和高達46億美元的潛在里程碑付款。這一交易在初始合作成功識別出差異化心臟代謝項目的新型靶點後得到了擴展。此外，與Deep Apple Therapeutics達成的一筆價值高達8.12億美元的交易，提供了對一種AI發現的口服減肥療法的訪問權限，該療法針對一種新型生物途徑，與其當前重磅藥物的GLP-1機制不同。

這一系列舉措揭示了一種刻意構建端到端、AI驅動發現引擎的戰略。這不僅僅是使用AI工具，而是構建一個專有的「AI工廠」。通過確保獲得AI革命的基本「鎬和鏟」——來自Gefion/英偉達的超級計算和來自微軟的雲平臺——諾和諾德正在建立工廠地板。該工廠的原材料是其一個世紀的專有數據。明確的目標是使用這些工具來「構建定製模型」並創建一個諾和諾德特有的AI平臺，該平臺能夠持續產生新穎見解和藥物候選物。該工廠的輸出不僅僅是潛在藥物，還有AI模型本身，這些模型成為有價值的、持續改進的知識產權。這種垂直整合的方法，將內部數據與外部創新結合在一個專有平臺上，旨在創造一種長期、可防禦的競爭優勢，這比簡單地將發現外包給第三方要難得多。

臨牀和監管加速：

NovoScribe革命

迄今為止，AI在諾和諾德產生的最顯著且可量化的影響，在於臨牀和監管工作流程的精簡。內部生成式AI工具NovoScribe的開發和部署，代表了藥物開發中關鍵路徑流程的根本性顛覆。

臨牀研究報告(CSR)是一份全面且複雜的文件，總結了臨牀試驗的方法和結果，其創建是監管提交中必須且資源密集的步驟。歷史上，這一過程是一個重大瓶頸，需要一支專家團隊大約12周的時間才能完成。有了NovoScribe，這一時間線被大幅壓縮至僅10分鐘。該工具建立在現代技術堆棧上，使用Amazon Bedrock訪問各種大語言模型(如Claude 3和Titan)，使用LangChain進行編排，並使用MongoDB Atlas向量搜索執行檢索增強生成(RAG)，將試驗的統計輸出與報告模板相結合以起草CSR。

這一成就的戰略和財務影響是巨大的。正如諾和諾德數字化戰略負責人Waheed Jowiya所述，「藥物越早上市，每天可為公司增加約1500萬美元的收入」。鑑於預計到年底NovoScribe將為公司編譯超過90%的CSR，這一能力代表了整個管線的系統性加速。

這不僅僅是一個簡單的效率提升；而是時間的武器化。在製藥行業，公司競相對抗專利的有限壽命，上市時間成為盈利能力的關鍵決定因素。通過系統地消除每個臨牀項目中的三個月瓶頸，諾和諾德獲得了強大的競爭優勢。這種加速使公司能夠：

• 顯著快於競爭對手提交新藥申請(NDAs)和其他監管文件。

• 領先於競爭對手推出新產品和適應症，搶佔先發優勢和關鍵市場份額。

• 延長產品的有效商業壽命，在專利到期前最大化收入生成期。

對於一款重磅藥物來說，額外三個月的市場獨佔期可轉化為數十億美元的收入。如果這一能力仍然是諾和諾德獨有的，那麼它從根本上改變了行業的競爭時鐘速度。這一優勢也是複合的。更快上市所產生的額外資本可以立即再投資於更快地開發下一代藥物和AI工具，創造一個良性循環並推動AI飛輪。

商業主導地位和以患者為中心

諾和諾德在商業光譜的兩端都以同等的戰略重點部署AI：內部優化其商業運營，外部構建一個以患者為中心的數字生態系統以鞏固其市場領導地位。

內部，公司在其商業執行團隊面臨產品組合爆炸式增長後的「數據過載」挑戰。生成新的分析報告和儀表板的現有流程需要6-12周，而此時商業機會往往已經錯過。為瞭解決這一問題，諾和諾德實施了來自Tellius的AI分析平臺，該平臺為其銷售團隊、市場準入團隊和醫療專業人員提供了自助服務工具。這使區域總監和銷售領導者能夠實時回答自己的臨時問題，導致在不到一年的時間內從初始團隊迅速有機增長到超過100名用戶。該平臺的自動化根本原因分析使團隊能夠快速識別關鍵業務驅動因素，例如發現接受產品樣本的醫療保健提供者增長最快，從而允許進行更具戰略性的定位。這對商業執行的直接影響表明了AI如何將數據轉化為底線結果，一位領導者指出，在某些地區市場份額提高1%可轉化為可觀的銷量增長。

外部，諾和諾德正在執行一項「超越藥物」的戰略，旨在圍繞其療法，特別是其用於肥胖和糖尿病的重磅GLP-1業務，創建一個全面的數字生態系統。通過諾和諾德合作伙伴平臺(NNPP)，公司正積極尋求與數字健康公司的合作以「增強」其產品組合。目標是創建一個精選解決方案的市場，幫助患者開始治療、堅持治療並取得長期成功。公司正在特定領域尋找合作伙伴，如：

• AI驅動的營養：與能夠使用AI掃描一盤食物並提供營養信息的公司合作，特別是關於蛋白質攝入的信息，以幫助患者管理與GLP-1藥物相關的肌肉質量損失。

• 移動健康應用：與身體成分掃描儀和其他數字工具的開發者合作，為患者提供無縫體驗。

• 遠程醫療和藥房：與提供者合作，在整個治療過程中提供醫療建議和支持。

這一數字戰略不僅僅是一個患者支持計劃；它是一種構建持久「數字護城河」的複雜方法。在競爭對手如禮來在頭對頭試驗中展示出其藥物優越療效的市場中，諾和諾德不能僅依賴其藥物的臨牀特性。數字生態系統提供了一個更廣泛的價值主張，超越了藥物本身。這具有兩個關鍵戰略功能。首先，通過改善患者體驗和結果，它提高了忠誠度、依從性和「留存時間」，直接保護和增長了市場份額。其次，或許更重要的是，這一生態系統成為收集寶貴真實世界數據和證據的強大引擎。這些數據直接從參與的患者羣體中收集，可以反饋到公司的AI模型中，以設計更好的臨牀試驗、開發下一代療法並向支付方展示長期價值。它將關係從簡單的藥物交易轉變為持續的健康管理合作伙伴關係，使競爭對手更難取代諾和諾德的療法。這完成了AI飛輪的另一輪轉動，其中商業成功和數據生成推動了未來的研發創新。

AI主導地位的四大支柱

諾和諾德在AI驅動的製藥領域取得並保持領先地位的潛力，依賴於四大相互強化的支柱。這些基礎優勢——前所未有的資金實力、深厚的數據護城河、緊密的全球創新生態系統，以及對量子計算的前瞻性長期押注——共同構建了一個強大且可能難以撼動的競爭優勢。

金融引擎：

GLP-1的雄厚資金儲備

諾和諾德GLP-1系列產品的商業成功，特別是在肥胖症和糖尿病領域的表現，為製藥行業帶來了前所未有的資金紅利。在最近一個年度報告期內，該公司僅肥胖症治療產品的銷售額就達到了651億丹麥克朗，按固定匯率計算增長了57%。這一爆炸式增長得益於其強大的市場地位，諾和諾德在全球GLP-1市場佔據63%的份額。總體而言，該公司已實現其戰略目標，即佔據全球糖尿病價值市場超過三分之一的份額，具體比例為33.7%。

如此規模的收入和市場主導地位，創造了一個龐大且不斷補充的資金池。這一「雄厚資金儲備」為其提供了決定性的戰略優勢，使諾和諾德能夠在不損害核心運營穩定性或財務健康的前提下，為雄心勃勃、高風險且長期的AI計劃提供資金支持。從資助與Valo Health等價值數十億美元的合作伙伴關係，到為其製造和灌裝產能的大規模擴張提供資金——這對於滿足過去三年GLP-1患者羣體增長兩倍的需求至關重要——這一資金儲備支撐了其AI戰略的方方面面。儘管主要競爭對手也擁有雄厚的財務資源，但諾和諾德在現代醫學中增長最快的治療領域的領先地位，為其在重新投資於確保未來領導地位的技術方面提供了獨特而強大的資本優勢。

數據護城河：

百年積累的專業知識

在AI時代，高質量、專有且具有深度背景的數據，無疑是企業最寶貴且難以複製的資產。諾和諾德成立於1923年，憑藉一個多世紀以來在糖尿病及其他嚴重慢性疾病領域的專注研發，構建了一條數據護城河。這使其積累了涵蓋數十年臨牀試驗、生物樣本、患者記錄以及代謝疾病科學見解的廣泛且縱向的精選數據集。

這一歷史數據集幾乎無法被競爭對手或新進入者複製。儘管任何公司都可以從供應商處獲得相同的AI算法，或租用相同的雲計算基礎設施，但它們無法獲得諾和諾德百年來積累的機構知識和數據。這條數據護城河為訓練所謂的「專家AI」模型提供了基礎優勢。這些模型並非通用模型，而是基於諾和諾德的獨特數據訓練的高度專業化系統，能夠發現新穎的生物學關聯、以更高的準確性預測患者反應，並識別出在基於更通用、公開數據集訓練的模型中可能不可見的潛在藥物靶點。該公司與微軟的基礎性合作明確旨在利用這一深厚的專業知識和數據，構建先進的預測模型，例如已經開發出的心血管風險預測模型。將這一歷史資產轉化為前瞻性預測引擎的能力，是其AI戰略的基石。

全球創新生態系統：

集中戰略，分散執行

為了將戰略雄心轉化為運營現實，諾和諾德構建了一個複雜的「中心輻射型」創新生態系統。這一結構旨在平衡集中治理和戰略指導的需求與分散執行和協作的靈活性。

該模型的核心是2023年成立的AI卓越中心(CoE)。該中心作為戰略核心，負責制定企業級標準、確保治理，並推動基礎技術的部署，如公司內部的ChatGPT和其他生成式AI工具。這一集中化功能防止了AI工作的碎片化，並確保最佳實踐和關鍵技術在整個組織內高效推廣。

模型的「輻射點」是全球數字創新中心。這些中心正在全球關鍵地區設立，作為外部創新的渠道。它們的使命是與當地初創企業、學術機構和技術合作夥伴協作，加速數字發展並尋找新的解決方案。這種分散化網絡使諾和諾德能夠利用多樣化的人才庫和充滿活力的技術生態系統，例如其與哥本哈根信息技術大學的合作。這一結構使公司能夠既龐大又迅速，結合了全球製藥領導者的規模和資源與科技初創企業的敏捷性。

量子飛躍：

諾和諾德基金會的遠見押注

諾和諾德長期戰略中最具前瞻性和潛在變革性的支柱是其對量子計算的深度參與。這一舉措由諾和諾德基金會推動並資助，該基金會已承諾投入15億丹麥克朗(約合2.01億歐元)用於一項為期12年的研究計劃——諾和諾德基金會量子計算計劃(NQCP)。NQCP的明確使命是構建世界上首批容錯、通用型量子計算機之一，具體目標是解決「生命科學領域的重要挑戰」。

這並非理論上的嘗試。該計劃是一項大規模的國際性和跨學科努力，涉及與來自美國(包括與麻省理工學院的重大合作)、荷蘭和加拿大的領先研究團隊和行業的合作。它還包括與英偉達的合作以促進創新。該計劃的一個關鍵組成部分是在哥本哈根建立Quantum Foundry P/S，這是一個專門的、最先進的製造設施，將開發和供應構建量子處理器所需的材料和硬件，如超導和光子組件。該計劃分為兩個階段：前七年專注於開發和測試三個最有前景的量子計算平臺，隨後五年致力於將選定的平臺擴展到能夠解決現實生命科學問題的規模。

這一舉措代表了終極的長期戰略佈局。雖然經典AI正在革新現有數據的可能性，但量子計算有望解決即使是最強大的超級計算機也根本無法處理的問題，如完美模擬複雜分子相互作用或理解生物學中固有的量子力學系統。諾和諾德獨特的治理結構在這場競賽中提供了深刻而持久的競爭優勢。一家受制於股東和季度盈利壓力的上市公司，幾乎無法證明一項為期12年、投資超過2億歐元且沒有保證產品或近期收入流的投資是合理的。

諾和諾德基金會作為一個獨立、以使命為導向的企業基金會，能夠做出這種長期、社會層面的押注。它實際上充當了一個戰略「時間機器」，投資於2035年及以後的基礎技術，從而承擔了巨大的財務和科學風險。諾和諾德是這一努力中的關鍵合作伙伴，並從一開始就深深嵌入該計劃中，因此有望成為任何突破的主要商業受益者。這一結構使諾和諾德能夠在不損害自身財務表現的情況下，在下一個計算範式中追求潛在不可撼動的技術領先地位——這是一種其主要的美國競爭對手，憑藉其更傳統的企業結構所不具備的戰略優勢。

巨頭競技場：

製藥行業AI競爭分析

諾和諾德對AI主導地位的追求並非在真空中進行。製藥行業正經歷一場廣泛的技術變革，其最強大的競爭對手，特別是禮來和賽諾菲，也在AI領域進行了大規模、複雜的投資。這些公司在合作伙伴關係、技術重點和組織結構方面的戰略選擇，為評估諾和諾德自身的方法及其成功可能性提供了重要背景。成為AI驅動的製藥公司的終極競賽是一個巨頭競技場，結果遠未確定。

禮來：

鏡像競爭對手

禮來是諾和諾德最直接的競爭對手，在GLP-1藥物市場展開激烈競爭，並追求一項同樣雄心勃勃的AI戰略。雖然諾和諾德似乎正在構建一個更垂直整合的「AI工廠」，但禮來的戰略可以描述為「最優外部創新」，與世界上一些最著名的AI和技術公司建立合作伙伴關係。這種方法允許其迅速接觸各種應用中的最先進技術。

定義禮來AI戰略的關鍵合作伙伴關係包括：

• OpenAI：與ChatGPT的創造者進行開創性合作，利用生成式AI發現和開發新型抗菌藥物，以應對日益嚴重的耐藥菌威脅。

• Alphabet的Isomorphic Labs：與谷歌的AI驅動藥物發現衍生公司達成重大交易，包括4500萬美元的預付款和高達17億美元的基於績效的里程碑付款，以開發針對多個未公開靶點的小分子藥物。

• Creyon Bio：建立合作伙伴關係，潛在里程碑付款超過10億美元，利用Creyon的AI驅動平臺，該平臺應用量子化學原理設計和優化RNA靶向寡核苷酸療法。

• Insitro：專注於代謝疾病的合作，Insitro應用其機器學習平臺發現新的遺傳靶點和治療假設。

• Genetic Leap：一項研究合作，里程碑付款高達4.09億美元，利用Genetic Leap的RNA靶向AI平臺生成針對禮來選擇的靶點的寡核苷酸藥物。

這種與頂級外部創新者合作的戰略使禮來能夠立即接觸前沿模型和平臺，而無需內部開發的漫長準備時間。然而，與諾和諾德的工廠模式相比，這可能導致長期上對外部合作伙伴在覈心發現能力上的更大依賴，以及內部AI專業知識的減少。因此，這兩大巨頭之間的競爭成為了一場引人入勝的戰略考驗：諾和諾德的集成生態系統與禮來的網絡化全明星團隊。

賽諾菲與更廣泛的領域

賽諾菲也公開宣佈了其成為「大規模由AI驅動的製藥公司」的雄心，並闡述了一項與諾和諾德和禮來都有相似之處的戰略。這家法國製藥商圍繞三個概念構建了其方法——「專家AI」用於專業科學應用，「便捷AI」用於日常運營增強，以及「生成式AI」用於重新構想整個業務流程——並為此進行了重大內部投資和外部合作。

賽諾菲的關鍵AI舉措包括：

• OpenAI和Formation Bio：一項「首創」的三方合作，構建貫穿藥物開發生命週期的AI驅動軟件。賽諾菲提供專有數據，OpenAI貢獻其先進的AI模型和專業知識，Formation Bio帶來其技術驅動的開發平臺。這一合作伙伴關係已經產生了Muse，一款旨在通過自動化策略制定和麪向患者的材料來顯著加速臨牀試驗招募的工具，這是諾和諾德NovoScribe的直接概念競爭對手。

• Aqemia：與這家法國AI初創公司達成一項價值高達1.4億美元的交易，應用其獨特的平臺，該平臺結合了量子啓發物理算法和生成式AI，以發現多個治療領域的小分子。

• Exscientia和BioMap：戰略合作，利用端到端AI平臺進行藥物發現，旨在識別和設計新型小分子和生物治療候選藥物。

• 內部能力：賽諾菲還投資於其內部能力，在AWS上推出數字加速器，以構建一套AI驅動的解決方案並提升其員工技能。

賽諾菲的戰略代表了一種混合模式。與禮來一樣，它也與OpenAI合作以接觸頂級生成式AI能力。與諾和諾德一樣，它也專注於構建內部平臺並利用其專有數據作為這些合作中的關鍵資產。Muse工具的開發表明，臨牀和監管流程的自動化是整個行業的一個關鍵競爭戰場。

逆風前行：

風險、挑戰與倫理責任

儘管諾和諾德的AI主導地位戰略穩健且資金充足，但其道路充滿了重大風險、複雜挑戰和深刻的倫理責任。這些逆風，包括執行複雜性、監管不確定性以及AI的社會影響，可能會抑制其雄心，或如果管理不善，可能導致重大的財務和聲譽損害。

執行與集成風險

諾和諾德AI戰略的巨大雄心帶來了巨大的執行風險。行業分析表明，生成式AI模型本身通常僅佔典型項目努力的約15%；絕大多數工作在於將這些模型適應公司的特定內部知識庫，併成功將其集成到複雜、預存在的工作流程中。AI和機器學習項目的歷史失敗率很高，一些估計表明，高達85%的項目未能產生切實的投資回報。

諾和諾德並非在實施單一的AI解決方案，而是正在從包括英偉達、微軟、Tellius、MongoDB和Amazon Bedrock在內的多樣化合作伙伴和平臺構建一個複雜、互聯的「AI工廠」。成功集成這些不同的系統、打破研發、臨牀和商業功能之間根深蒂固的數據孤島，並在數千名員工中培養真正的數據驅動文化，是巨大的技術和組織挑戰。未能管理這種複雜性可能導致「數字怪物」——一系列昂貴、未充分利用的技術，未能實現其承諾的價值，導致大規模投資但戰略影響甚微。

「黑箱」與監管障礙

許多先進AI系統，特別是基於深度學習的系統，固有的一個基本挑戰是它們的「黑箱」性質——其內部決策過程的不透明性。對於建立在科學有效性和監管審查基礎上的行業來說，這種缺乏透明度構成了一個重大障礙。如果諾和諾德的AI模型識別出一個新型藥物靶點，最終導致III期臨牀試驗失敗，或在最壞情況下導致患者傷害，確定責任歸屬將成為法律和倫理困境。誰應承擔責任：構建模型的數據科學家、合成分子的化學家、運行試驗的臨牀醫生，還是部署系統的公司?

全球監管機構如美國食品藥品監督管理局(FDA)和歐洲藥品管理局(EMA)才啱啱開始制定關於如何在監管文件中記錄和驗證AI衍生證據的明確指導。為了在這片不確定領域中航行，諾和諾德必須大力投資於可解釋AI(XAI)領域，該領域旨在開發使模型預測更易理解的技術。該公司需要主動且透明地與監管機構合作，建立信任並共同制定AI驅動研究的驗證和監督標準。與AI發現的藥物相關的單一重大安全事件可能引發嚴重的監管反彈，使整個領域倒退數年並侵蝕公衆信任。

數據的雙刃劍：

偏見與隱私

諾和諾德最強大的戰略資產——歷經百年積累的專有數據護城河，同時也是其潛在的最大風險之一。AI系統容易繼承並放大訓練數據中存在的偏見。如果歷史數據集反映出醫療資源獲取的不公平性，或某些人羣在臨牀試驗中的代表性不足，那麼基於這些數據訓練的AI模型將學習並延續這些偏見，可能導致為邊緣化羣體提供的治療建議或診斷工具效果不佳。

此外，使用大量敏感患者信息來訓練這些模型引發了嚴重的隱私擔憂。公司必須嚴格遵守歐洲《通用數據保護條例》(GDPR)和美國《健康保險流通與責任法案》(HIPAA)等數據保護法規，實施強大的匿名化和安全協議，以保護患者隱私。知情同意的倫理問題也十分複雜；幾十年前同意其數據用於二次研究的患者，能否預見其數據會被用於訓練商業AI模型以供營利性實體使用，這一點值得質疑。

諾和諾德的主導市場地位放大了這一挑戰。由於該公司的胰高糖素樣肽-1(GLP-1)療法覆蓋了龐大且不斷增長的患者羣體——目前約有1200萬人且數量仍在增加——其AI系統中嵌入的任何偏見都將對公共衛生產生巨大的系統性影響。一家小公司的模型中的算法錯誤或偏見可能影響數千名患者；而諾和諾德部署的系統中的類似缺陷可能影響數百萬人，甚至可能在全球範圍內加劇健康不平等。這種「放大風險」意味着，公司的市場主導地位也帶來了相應的倫理責任主導地位。其AI造成廣泛、不公平健康結果的潛在可能性是一個重大阻礙，需要通過持續的偏見審計、透明度承諾以及真正關注促進所有患者羣體的健康公平來主動且嚴格地加以管理。

微軟與諾和諾德案例研究：

藉助AI和Azure革新藥物發現

微軟與諾和諾德合作，在AzureAI和數據堆棧上創建了一個AI平臺，顯著加速了藥物發現和開發進程。這一合作使諾和諾德能夠擴大其藥物發現管線，並在衆多應用場景中利用AI和機器學習，營造了濃厚的創新文化氛圍。

主要貢獻與成果：

集成AI平臺：

微軟研究院與諾和諾德在Azure上共同構建了一個統一的AI平臺，作為數據和模型的單一來源。該平臺包括用於高級推理的工具(研究人員的「副駕駛」)、用於分享見解的協作功能，以及用於審計數據和模型使用的強大治理機制。它還充當一個「AI工廠」，數據科學家可以在此構建並分享新的強大模型。

Azure技術：

該平臺利用了廣泛的Azure服務，包括AzureAI、Azure OpenAI服務、用於AI應用的Azure Cosmos DB，以及用於部署容器的Azure Kubernetes服務(AKS)。微軟Power Platform工具如Power BI和Power Apps增強了學習和協作。

加速科學發現：

利用諾和諾德廣泛的歷史數據，特別是超過100年的胰島素研究數據，AI平臺在預測疾病風險方面取得了突破。

增強心血管風險預測：

這一合作的一個重要成果是開發了用於心血管疾病的預測性AI模型。這些模型產生了一種算法，能夠比現有臨牀標準更好地預測患者的心血管風險，鑑於心血管疾病是全球首要死因，這是一項關鍵進展。

精準醫療：

利用AI和數據定義患者患病風險的能力，為精準醫療鋪平了道路，使治療更加精準有效。

可擴展且通用的平臺：

這一獨特的AI平臺為諾和諾德的跨職能團隊提供了一個可擴展且適應性強的端到端科學和研究平臺，能夠不斷進化以滿足未來需求。

諾和諾德的專業領域知識與微軟的應用AI專長之間的深度合作，正在生命科學領域樹立新標準，加速創新藥物的發現。

結論與戰略展望：

鑄就AI驅動的十年領導地位

諾和諾德在AI驅動的製藥時代實現主導地位的戰略，是行業內最全面、資金最充足的戰略之一。該公司正在有條不紊地構建一個自我強化的「AI飛輪」，其GLP-1產品組合帶來的前所未有的財務實力，為專有數據資產、世界級計算基礎設施和頂尖人才的投資提供了動力。這些資源的組合正被用於創建一個專有的「AI工廠」，加速整個價值鏈的創新。從這個工廠中產生的效率和發現，如NovoScribe工具實現的顯著時間壓縮，進一步鞏固了市場領導地位，產生更多資本再投資于飛輪。這一良性循環，加上諾和諾德基金會對量子計算的獨特、長遠押注，構成了一個強大且持久的競爭優勢基礎。

展望未來，諾和諾德正參與一場競賽，不僅要用AI尋找下一種藥物，還要構建21世紀製藥公司的終極操作系統。關鍵的競爭戰場將由公司跨業務創建反饋循環的速度來定義。成功將取決於從其「超越藥物」數字生態系統中收集的真實世界數據，能多快地指導更高效臨牀試驗的設計，以及其AI驅動的研發引擎產生的見解，能多快地轉化為商業上成功的療法。能夠最快實現這一循環的公司將為整個行業設定節奏。

儘管來自禮來、賽諾菲和其他公司的競爭激烈，且執行和倫理風險巨大，但諾和諾德目前正在精心構建未來十年AI驅動領導地位的基礎架構。希望監測公司進展的利益相關者應關注以下關鍵指標：

• 管線速度：成功的主要衡量標準將是藥物開發時間線的可量化縮短。追蹤AI影響下的候選藥物從1期啓動到新藥申請(NDA)提交的時間，與傳統項目相比，將提供研發加速的明確指標。

• 合作演變：公司合作的性質將表明其戰略成熟度。從基於服務的交易轉向更深入的數據共享合作、共同開發協議或整個AI平臺的許可引進，將表明向更集成和專有能力的發展。

• 量子進展：諾和諾德基金會量子計算項目(NQCP)產生的關鍵里程碑將是重要的長期指標。最重大的近期里程碑將是項目初始七年階段結束時選擇可擴展量子比特平臺。

• 人才獲取：從技術和AI領域吸引並留住精英人才擔任高級領導和研究職位的能力，將是公司文化轉型和技術信譽的關鍵領先指標。

總之，諾和諾德集成、垂直且長期的戰略，以其基金會的獨特財務和遠見力量為支撐，使其成為在AI驅動的製藥領域實現持久主導地位的領先候選者。這一征程複雜且充滿挑戰，但行業領導地位的藍圖已經清晰且正在積極構建中。