AI製藥商業化還不成熟?晶泰控股首次年度盈利,英硅智能依然虧損

時代周報
03/31

  作者:林昀肖

  被稱為國內「AI製藥雙雄」的晶泰控股(02228.HK)和英硅智能(03696.HK),相繼發布2025年年報。

  在發布年報同一日,英硅智能也公布一項與禮來(LLY)的合作,禮來獲得由英硅智能的AI技術開發的一款GLP-1藥物的獨家銷售權,首付款為1.15億美元,交易總價最高可達27.5億美元。

  根據2025年年報,晶泰控股2025年實現營業收入8.03億元,按年增長201.2%;年內利潤1.35億元,經調整利潤淨額2.58億元,首次實現年度盈利。晶泰控股表示,其成為AI for Science領域首家盈利的港股上市公司。

  英硅智能2025年實現收入5624萬美元,包括藥物發現業務收入2495萬美元、管線開發業務收入2389萬美元、軟件解決方案業務收入491萬美元、其他發現業務收入249萬美元。同時,英硅智能2025年度經調整虧損為4380萬美元,相比2024年同期2120萬美元有所增加,主要由於收入下跌,且部分被研發開支減少所抵銷。

  中郵證券研報介紹,AI製藥是指將NLP(自然語言處理)、深度神經網絡、生成模型等AI技術與傳統制藥環節相結合,提升新藥研發效率,拓展藥物創新空間的技術應用。AI醫療大模型基於深度學習、自然語言處理等技術,整合海量生物醫學數據,賦能藥物研發全流程。

  隨着AI技術的高速發展,當前市場也對AI製藥企業表現出較高期待。在2025年年末和2026年年初,晶泰控股市值一度逼近500億港元。而英硅智能在2025年12月登陸港交所後,股價一度快速增長,曾在今年2月突破400億港元市值大關,後又有小幅回落。

  從市場空間來看,中郵證券研報介紹,全球AI賦能藥物研發費用市場規模有望由2023年的119億美元增長至2032年的746億美元。

  全球健康藥物研發中心主任丁勝在接受時代周報記者採訪時表示,當前AI製藥仍處於發展初期,相較於大語言模型所依賴的海量數據,藥物研發領域的數據規模有限。「儘管模型架構與算力已較為成熟,但我們對生命底層機制的認知仍存侷限,使得單純依靠算力提升難以快速突破。因此,AI製藥的發展受制於數據稀缺與基礎認知不足,整體尚處早期階段。」

  一盈一虧

  2025年,晶泰控股首次實現盈利。對於扭虧為盈的原因,晶泰控股在此前發布的正面盈利預告中指出,首先,收入按年大幅增長至少約193%,使智能機器人解決方案及藥物發現解決方案兩大核心業務的虧損較2024財年有所收窄。同時,按公允價值計入損益計量的金孖展產的公允價值收益淨額大幅增加,2025財年不少於5億元,按年增長至少約1876%。

  據晶泰控股年報介紹,2025年,藥物發現解決方案收入5.38億元,按年大幅增長418.9%,主要得益於抗體業務的迅猛增長,同時服務合作伙伴及孵化企業的創新管線取得多項進展,達到階段性交付里程碑。

  同時,晶泰控股AI for Science智慧解決方案收入也在2025年實現高速增長,按年增長62.6%至2.65億元,主要由於客戶數量的增加,以及既有業務保持增長,同時新業務方向有較好的拓展成效。

  英硅智能則在2025年面臨收入下滑和虧損擴大。英硅智能在年報中指出,其2025年收入按年下滑34.5%,這一減少主要由於管線開發產生的收入減少,部分被藥物發現所產生之營收增長所抵銷。2025年來自首付款的管線開發收入為1530萬美元,低於2024年的5800萬美元,這是由於新交易磋商進度以及客戶端對外授權管線的研發進度影響所致。

  根據英硅智能2025年年報,其藥物發現業務收入從2024年的314.4萬美元大幅增長至2025年的2495.2萬美元,佔總收入比重從3.7%提升至44.4%;但管線開發業務收入則從2024年的7658.9萬美元大幅減少至2025年的2388.5萬美元,佔總收入比重從89.2%縮減至42.5%。

  從全球AI製藥產業發展來看,丁勝認為,英硅智能、晶泰控股等中國企業在全球範圍內處於並跑水平。AI製藥領域受制於生命科學認知的固有侷限,當前發展有一定瓶頸。因此,在瓶頸效應下,企業間差距較小,後來者易於追趕,並可在個別方向實現領先。能夠突破早期瓶頸,未來的前沿空間仍很大。

  不同的商業模式

  從AI製藥企業的商業模式來看,中郵證券研報介紹,目前行業商業模式主要分為SaaS、AI+CRO和AI+Biotech三種。

  其中,SaaS模式為公司向藥企或者藥物研發CRO出售軟件服務以獲取收入;AI+CRO模式是利用AI技術優勢為藥企/CRO等公司提供藥物研發的外包服務;AI+Biotech模式以AI賦能,管線自研的Biotech路線,通過license out/合作/自主推進管線上市的方式創收。中郵證券研報認為,當前SaaS的商業模式不適合行業參與者。

  英硅智能和晶泰控股這兩家國內AI製藥巨頭的商業模式也有所不同。晶泰控股或採用類似「AI+CRO」模式,英硅智能則更類似於「AI+Biotech」路線。

  根據晶泰控股2025年年報,累計合作金額數百億元,2025年創收客戶數按年增長62%。截至目前,累計覆蓋全球前20大藥企中的17家。2025年,有超過5款晶泰控股參與發現的首創新藥公布臨床進展,包括小分子、抗體、多肽、核酸、分子膠等多種藥物模態的AI藥物發現平台達成新藥合作。

  英硅智能在2025年年報中指出,其業務模式主要包括藥物發現及管線開發、軟件解決方案等。英硅智能投入資金,建立基於生成式AI的藥物發現及開發平台,並針對腫瘤學、免疫學、纖維化等領域建立產品管線。

  英硅智能在年報中介紹,截至2025年報告期內及截至最後實際可行日期,英硅智能共推動8個項目取得臨床進展,其中自有項目4項、合作項目3項,包括2項臨床II期、4項臨床I期及2項IND進展。

  同時,英硅智能也與製藥公司進行戰略性藥物發現及開發合作,據英硅智能年報,按2024年計算銷售額全球前20大製藥公司其中有13家公司與英硅智能合作。在2025年,對外授權方面,英硅智能與太景生物科技達成協議,授予其在大中華區開發及商業化ISM4808的獨家權利。此外,英硅智能也與禮來、施維雅、元羿生物、康哲藥業(00867.HK)、齊魯製藥等國內外企業達成研究合作,涵蓋多個治療領域。

  談及當前AI製藥企業的商業模式,丁勝認為,其本質均圍繞BD(商務拓展)展開,即通過藥物研發價值鏈上的交易實現變現。「實踐中,多數AI製藥企業初期懷揣做出重磅藥物的願景,傾向於自研管線以追求最大價值,但隨着研發推進、交付難度顯現,部分企業亦會通過早期交易實現‘落袋為安’。」

  或尚未達到顛覆行業效果

  兩家AI製藥企業也各形成其獨特的技術路徑。晶泰控股在年報中介紹,晶泰構建「AI模型預測-機器人執行溼實驗-數據反哺AI-Multi-Agent智能調度」的研發閉環,形成新的研發範式。

  其中AI模型為「專家大腦」,負責靶點解析、分子生成、虛擬篩選、實驗策略推薦等關鍵環節;機器人實驗室為「精準雙手」,7×24小時高通量執行實驗並積累數據;Multi-Agent為「項目經理」,自主拆解研發目標、調度全流程資源,為藥物和新材料等領域構建研發自動迭代模式。

  英硅智能則開發了AI驅動的藥物發現及開發平台Pharma.AI,提供包括新靶點識別到小分子生成及臨床結果預測的服務。英硅智能在年報中介紹,Pharma.AI能夠識別新的藥物靶點,針對新型及既定的靶點從頭設計分子,並優化候選藥物的臨床開發,並簡化起草學術論文及其他相關文件的流程。

  英硅智能在年報中表示,利用Pharma.AI,平均而言,候選藥物從靶點發現到完成靶點驗證、苗頭化合物識別、先導化合物生成及先導化合物優化的時間點,確認需時12至18個月,遠短於平均需時4.5年傳統方法。

  當前,宣稱能夠大幅縮短臨床前選擇藥物時間的AI技術是否會顛覆製藥行業?中郵證券研報分析稱,在應用層面,AI計算的「虛擬」數據無法替代臨床的「真實」數據。AI尚未能預測藥物在人體系統中的反應,而臨床試驗中個體異質性還會使複雜程度幾何倍增。

  在監管層面,中郵證券研報認為,藥物的安全性是監管考慮的首要因素,而臨床試驗是安全性證明的唯一來源,長期來看不存在替代品,藥物開發的審批流程長期不會改變。因此,藥物研發的基於實驗科學的本質不會因AI的迭代升級而發生顛覆。

  丁勝也認為,當前AI製藥技術尚未達到顛覆性程度,雖然相關企業常宣稱研發效率提升數倍,但這一表述或存在片面性。

  「藥物分子成為能進入人體臨床研究的候選化合物需同時滿足與靶點相互作用、非靶點選擇性、給藥方式、組織分佈、代謝途徑、毒性等數十個屬性要求。僅對其中某一屬性的預測效率進行提升,對整體研發周期的縮短意義有限。因此,過去五年藥物研發速度並未因AI技術而顯著加快,反而因研發標準提高而趨於放緩。而未來能否實現顛覆仍待觀察。」丁勝分析稱。

(文章來源:時代周報)

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10