就在今天，医药巨头默克宣布两笔AI医药重磅合作。
首先，默克与加拿大AI制药公司Variational AI达成协议， 将使用其AI药物发现平台设计和优化针对两个未公开靶点的小分子候选药物。
该合作潜在交易总价值为3.49亿美元（约合人民币25亿），Variational将获得一部分首付款，以及其他里程碑付款。
值得一提的是，该笔交易中默克将贡献出其专有数据，并对Variational的模型进行微调，获得更优的小分子疗法。
就在同一天，默克还与西门子扩大合作并签署谅解备忘录，西门子将助力默克实现从药物发现到生产的端到端数字工作流程。
不止如此，医药巨头礼来也在同一天宣布，将利用生物技术公司Prellis的类器官+AI平台，开发下一代新型抗体。
由此来看，大药企的AI军备竞赛，已经走入了下一个阶段。
01、两笔重磅合作
此次默克的合作方Variational AI，成立于2019年9月，创始团队来自加拿大的全球首家商用量子计算机公司D-Wave。
联合创始人兼首席技术官Jason Rolfe为加州理工学院机器学习与神经计算学博士，在D-Wave期间为首席机器学习研究员，负责研发各种前沿AI模型来对接量子计算机并解决真实世界问题。
Jason Rolfe师从AI深度学习三大巨头科学家之一、图灵奖获得者Yann LeCun。
Variational AI构建并训练了Enki作为基础模型，该模型可生成新型、选择性且可合成的先导结构。
它与其他生成式AI 基础模型不同，该平台类似DALL-E 和 Midjourney ，可根据文本提示创建新颖的图像，由此设计出新颖的分子。
Enki 平台也是公司*个商业化的小分子基础模型，而此次合作将根据默克的内部数据对Enki 进行微调，并开发出新的业务。
不止合作，今年早些时候默克还通过其全球健康创新基金参与了 Variational 的 550 万美元新一轮融资，晋升为Enki的股东。
默克与西门子的合作，则基于今年上半年西门子的一场巨额收购。
4月，工业软件巨头西门子宣布斥资51亿美元收购生命科学数据公司Dotmatics，以扩展其人工智能业务版图。
Dotmatics的核心平台Luma，这是一款AI 驱动的科学智能平台，专为整合数据、支持灵活研发流程、增强科学决策而打造。
Luma 支持研究人员从各类软件、数据库和实验室仪器中提取数据到平台中，这对于通常难以处理被困在孤岛中的关键数据的科学家来说是一项重要的能力。
该平台支持从非结构化到结构化的多类型数据，具备数据归一化、标准化与高效索引能力，便于科学家在复杂数据中提取洞察。
西门子是工业自动化和数字孪生技术的标杆，默克与西门子的合作中，双方将默克的SaaS产品与西门子的数字生态系统集成，缩小药物发现和生物制造方面的工作流程差距。
也就是说，与西门子的深度合作，是默克对数字资产的一次重要投资。
这笔合作，有助于默克打破日常研发与运营活动中的各类数据孤岛，以标准化管道的形式沉淀下来，并为AI提供宝贵训练资料。
02、默克的AI双轨战略
默克是全球历史最悠久的家族性医药化工企业之一，拥有超过350年的历史。如今这家公司正在全力投资数据科学与AI，希望为公司带来新的活力。
根据CB Insights公布的全球TOP50药企AI成熟度指数，默克以70.7分排名第二。
图：全球药企AI投入Top10
该指数分析了全球市值前50名的制药公司及其子公司在AI领域的综合实力，评分维度包括AI执行力；AI创新力，AI人才储备等，并进行排名。
在外部战略合作方面，默克与21家AI创新企业建立了合作，包括与BenevolentAI和Exscientia、CelerisTx、Caris Life Sciences等公司，共同在肿瘤、神经及免疫学领域加速候选药物的开发；
在内部投资方面，默克凭借10项AI投资位居全球第二，如在德国投入15亿欧元新建的研发设施，以及在日本投资7000万美元设立的AI材料中心。
目前，默克正采取双轨并行的AI策略：
一方面，旨在创建AI生态系统，让客户、科学家、研究机构和监管机构能够交换数据，并利用AI深度赋能数据分析。
另一方面，默克也向市场推出人工智能软件，例如默克曾发布AIDDISON药物发现软件平台，该软件融入默克二十多年的药物研发实验验证数据，能够大大缩短药物筛选时间。
Synthia则是默克开发的一款逆合成软件，使化学家能够从超过 600 亿个化学靶标中虚拟筛选化合物，并评估合成路线，能够有效用于活性成分的制造。
当前，默克目前已将这些原有的内部工具在全球范围内推广，销售给外部制药公司。
基于默克的一系列AI布局，CB Insights认为默克的AI投入已经远远超过所有公司的平均水平，足以表明默克的AI战略非常聚焦。
03、跨国药企AI战略升级
如今，大型制药公司越来越清晰地认识到AI在医药领域的战略价值，并不断加大投入。
据预测，人工智能将为制药行业带来超过3500亿美元的年价值。
与之相对应的，制药公司面临着十分严峻的专利悬崖。
到2030年，制药公司因专利到期将面临2360亿美元的收入悬崖，因此以更低成本加速药物研发迫在眉睫。
尤其是，今年的制药人工智能领域竞争尤为激烈。
例如，今年全球TOP50药企AI成熟度指数中，第二名与第五名之间仅相差 3.9 个百分点，而 2023 年的榜单相差高达11 个百分点。
换句话说，那些不投资的AI的医药公司，很可能面临着落后于竞争对手的风险。
这一变化下，不仅体现在药企合作金额的飙升，更深刻地反映在合作模式的转变。
跨国药企与AI公司的合作正从早期的技术探索，快速走向大规模与深层次的绑定。
除了金额的显著增长，合作模式也发生了根本性的变化。
此前，尽管大型制药公司对AI抱有极大的兴趣，但仍然以合作、投资、收购药物权益的方式参与。
但现在，大型药企开始致力于构建或融入开放的AI平台生态，深入参与AI医药浪潮。
礼来就在今年9月推出Lilly TuneLab，这是一个专门的人工智能和机器学习（AI/ML） 平台，为生物技术公司提供根据礼来公司多年的研究数据训练的药物发现模型。
该平台基于联邦学习技术，向合作伙伴开发的AI模型拥有超过价值10亿美元的专有数据，这将是这是业界最有价值的数据集之一。
这标志着药企正从AI技术的使用者，转变为技术生态的主导者。
尤其，药企的专有数据成为了核心资产与驱动力。
例如，默克与Variational AI的合作，正是基于默克的数据来训练后者的Enki平台，旨在创造出更具突破性的候选药物。
除此之外，跨国药企的合作对象和形式也变得越来越多元，包括和科技巨头的深度探索。
例如赛诺菲与OpenAI、赛诺菲和Formation Bio进行深度合作，将AI用于药物研发的全流程中；礼来也和OpenAI共同开发克服抗生素耐药性的新方法。
总的来说，跨国药企在AI领域的合作正变得更昂贵、更深入、更具战略性。
跨国药企不再满足于传统式biotech合作与交易，而是通过投资、自建平台、深度数据合作等方式，将AI深度整合到研发核心环节，由此带来药物的效率革命。
