BIO 2026：制药业领袖指出AI尚未兑现的承诺领域

圣地亚哥讯——制药行业对人工智能（AI）的采用率仍在持续攀升。根据GlobalData近期的一项调查，34%的企业已在特定职能中应用该技术。尤其在早期药物开发领域，AI已成为主要驱动力，近60%的受访者表示，他们已将AI用于药物发现和靶点识别。

然而，希望进一步拓展AI应用的企业，往往仍不确定该在何处部署这项技术。普华永道（PwC）近期的一项调查显示，全球仅有约15%的制药和生命科学公司表示，他们已为开发AI商业模式做好了充分准备，且许多公司仍未制定详尽的AI规划蓝图。

不仅如此，AI也并非总能兑现其宏大的承诺。

我们仍处于AI发展的早期阶段，在许多方面，其影响力才刚刚在制药业显现。但AI存在的时间已足够长，足以让企业看清它在哪些方面可能无法达到宣传中的效果。

在本周举行的年度BIO大会上，笔者就AI令他们失望的种种方面，向多位行业领袖提出了问题。以下是他们指出的、AI仍有巨大提升空间的应用场景。

研发时间线依旧滞后

“在抗体设计或蛋白质设计的早期阶段，AI可以将开发时间从一年缩短到几个月。但这对于整个流程而言，并非颠覆性的改变。令人失望的是，我们原本希望将开发时间从一年缩短到一周……那才是巨大的变化。人们采用了这项技术，看到了它的能力，并认为它不可思议，对吧？那么，为什么仍然需要六个月？我们的希望是，真正缩短时间线，使其更便宜、更快捷。”

——Sharon Gour Arie，AION Labs首席运营官

无法从零开始创造药物

“对于我们的抗体疗法，我们可以从一个非常好的起点出发，即一个潜在分子的序列，然后对其进行优化。如果你从一个相当好的序列开始，就能获得卓越的结果。我们尚未看到AI能做到的是，从零开始得到一个真正好的结果。我认为，关于‘生成式’的含义存在很多混淆。如果我们从一个序列开始，然后使用AI对其进行优化，那么是的，它生成了一个新序列。但这并非生成式AI。所以，我们可以从优秀走向卓越，但仍然无法从无到有。”

——Marianne De Backer，Vir Biotechnology首席执行官

关键词限制阻碍研究

“如果我们的Excel表格中出现‘埃博拉’这个词，就无法再使用Claude了。它会直接停止工作……因为它认为你试图生成一种埃博拉生物武器。目前没有途径可以移除这些限制。模型已经构建完成。这些限制很重要，我认为这是正确的初步举措。而现实是，我们本可以利用这些工具来帮助设计临床试验，那将是极好的。但如果想在生物医学研究中使用AI，就必须使用这些大型语言模型，而这些限制必须在新型号中得到修正。”

——Jared Bauer，Seek Labs首席执行官

AI实施策略有待完善

“在我看来，令人失望的并非AI本身，而是企业实施AI的方式。首席执行官说：‘AI太棒了，我希望每个人都使用AI，并且我想看到投资回报率。’然后公司推出了Copilot或Claude，员工们就得自己去摸索。这行不通，因为大多数人只会做同样的事情，比如总结文档或撰写材料。不能像‘涓滴式AI’那样，把它推给所有人，然后就指望它能奏效。”

“更好的做法是，培养一名‘公民开发者’……或者制定一个计划，让公司把来自不同部门的员工聚在一个房间里，请他们针对那些具有挑战性、费力、耗时或易于自动化的任务提出用例。然后，你再着手构建解决方案。”

——Tala Fakhouri，Parexel首席AI与监管战略官

AI尚未解开生物学之谜

“我们知道AI能帮助我们更快速、更高效地工作。这本身并无不妥，因为它会带来一些益处，或许是生产力或经济效益。但我只是觉得，生物学仍有太多未解之谜。那么，我们如何利用AI工具来帮助揭示其中一些奥秘呢？这将是开辟新药发现新途径的关键。”

——Lorna Ewart，Emulate首席科学官

AI反而妨碍了宏观思考

“我刚读完穆斯塔法·苏莱曼的著作《浪潮将至》。他在书中谈到了工业革命，以及我们当时为何认为它会提高我们的生活质量——因为机器会解放出大量时间，以至于人们会为如何打发时间而发愁。但这种情况并未发生。它提高了生产力，但我们却比以往任何时候都更忙碌。AI将减轻我们撰写报告、阅读邮件、总结会议等事务的负担……我们认为自己会拥有更多时间，但我认为它也在制造相反的局面。”

“AI助长了信息在我们生活各个方面的加速创造和扩散。例如，有些工具会发送所有这些自动邮件。这制造了大量噪音，使我更难找到真正需要交流的人。因此，我每天都要花一部分时间来过滤这些噪音……这样一来，你就无法退后一步，进行宏观思考，产生伟大的想法。”

——Svetlana Lucas，Scribe Therapeutics首席商务官