生成式人工智慧（Generative AI）再度為全球生技與製藥產業燃起熊熊戰火。2024 至 2025 年間，從美國、歐洲到亞洲，數十筆動輒億美元級的合作案接連拍板，跨國藥廠與新創 AI 生技公司間所簽訂的交易，橫跨從小分子藥物（small molecules）、單株抗體（monoclonal antibodies）到 RNA 寡核苷酸（RNA oligonucleotides）的研發策略，全面展現 AI 正式躍升為新藥開發鏈條中不可或缺的一環。
這場產業地震發生的核心人物與事件之一，即是 Gilgamesh Pharmaceuticals 與 AbbVie 於 2024 年 5 月所簽訂的合作協議。此案為全球第一起以迷幻藥分子衍生技術的新型化學物質（new chemical entities，NCEs）為核心、結合 AI 平台的重大交易，AbbVie 以 6,500 萬美元現金取得臨床候選藥物的研發權利，未來里程碑付款上看 19.5 億美元。交易聚焦於憂鬱症、創傷後壓力症候群（PTSD）與焦慮症，象徵著中樞神經系統（CNS）領域的新一波 AI 驅動轉型。
技術引燃：億級資金湧入，AI 在藥物研發成關鍵催化劑
正當全球資本市場對高風險新創公司趨於保守，AI 生技卻逆勢吸金。Nature Biotechnology 報導指出，過去一年 AI 生技合作案的平均簽約金（upfront payments）從原先的 500 至 1,500 萬美元，飆升至 2,000 至 6,500 萬美元，顯示製藥產業已不再將 AI 僅視為「輔助工具」，而是攸關新藥效率、成敗與資金回報的關鍵槓桿。
例如，Generate:Biomedicines 與 Novartis 於 2024 年 9 月展開合作，後者除支付 6,500 萬美元簽約金（其中 1,500 萬為股權投資），更承諾潛在里程碑金超過 10 億美元。該合作專注於生成式蛋白質設計平台，使用語言模型（transformer-based language models）與圖神經網路（graph neural networks）設計出具有結構與功能約束條件的嶄新蛋白質藥物。
與此同時，AI 開發者也正積極投資資料平台與基礎模型（foundation models）開發。例如，AstraZeneca 與 Pathos AI 聯手，與美國資料平台 Tempus 簽下長達數年的合作協議，投入高達 2 億美元，用於癌症相關的生成式模型訓練。該筆交易授權 Pathos 存取超過 15 萬名病患的基因、影像與診療資料，實現模型反覆訓練與臨床適應驗證。
資料為王：從平台合作到數據交易，AI 生技業鏈結正重塑
在這場變革中，「資料（data）即資產」的觀念比過往更加明確。AI 平台的性能，不再僅止於演算法的設計，而是仰賴獨特且高品質的資料訓練集。Ochre Bio 與 GSK 的合作便是一例。Ochre 提供高解析度的人類肝臟單細胞轉錄體（single-cell transcriptomics）與器官灌流資料，GSK 以 3,750 萬美元取得資料存取權與 AI 模型訓練授權。
不僅大型藥廠有動作，中型生技公司亦紛紛投入。Cartography Biosciences 與 Gilead Sciences 針對乳癌與肺癌標的進行合作，前者的平台整合多體學資料（multiomics）與 AI 分析能力，設計出具有腫瘤選擇性的抗原圖譜，獲得 2,000 萬美元簽約金與潛在 5 億美元以上的里程碑金。
此外，Receptor.AI 與 Moexa Pharmaceuticals 的合作則凸顯服務型與選擇權交易模式的興起：前者以費用為基礎提供化合物優化服務，並獲得後續研發成果的授權選擇權與股份增值機會。這類交易結構靈活，可兼顧現金流、平台驗證與商業風險控管。
投資邏輯：從小分子藥物轉向新穎療法，AI 專注多元模態開發
過去十年，AI 生技主要聚焦於小分子藥物的設計與篩選。然而近兩年來，療法模態（therapeutic modality）的多樣性成為焦點，開始向 RNA、蛋白質、抗體與肽類等領域擴展。這不僅反映出市場對小分子藥物壽命與價值的再評估，也呼應《降低通膨法案（Inflation Reduction Act）》下對生物製劑（biologics）較長的專利寬限期之誘因。
以 Biolojic Design 與 Merck KGaA 的合作為例，雙方聚焦於多特異性抗體（multispecific antibodies）與抗體藥物複合體（antibody-drug conjugates, ADCs）。Biolojic 的 AI 系統可預測抗體與配體的複合結構，將篩選流程週期縮短 50%，Merck 預付數百萬歐元，並承諾 3.46 億歐元的里程碑金額。
同樣地，Creyon Bio 與 Eli Lilly 的合作則以 RNA 寡核苷酸為核心，Creyon 結合 AI 化學優化與藥物動力學預測模型，提升藥物穩定性與組織選擇性。該案雖僅以 1,300 萬美元作為起始投入，卻包含潛在超過 10 億美元的分期回報條件，展現出新療法開發的價值潛力。
技術與策略的交會：AI 平台如何改寫臨床前研發節奏？
儘管多數 AI 生技公司尚未完全掌握臨床階段的主導權，但他們正迅速擴展在前期藥物研發中的影響力。透過結合深度學習（Deep learning）、圖神經網路與物理模擬（Molecular dynamics simulations），AI 工具可於短短數週內生成結構合理、具活性潛力的新藥候選物（Drug candidates）。這種「設計 → 合成 → 測試 → 優化」的迴圈，如今已可於數月內完成一輪，而非傳統藥物研發動輒數年之久。
例如 Genesis Therapeutics 與 Incyte 的交易，便利用該公司的 ML 模型篩選腫瘤標的的小分子藥物。Incyte 於 2025 年 2 月支付 3,000 萬美元起始金，並允諾每個標的最多 2.95 億美元的回報。交易內容涵蓋數據共享與聯合決策機制，使 Incyte 可深入理解 ML 模型邏輯，確保藥效機制的可解釋性（explainability）與合規性。
此外，Insilico Medicine 的商業模式亦值得關注。該公司於 2023 年與 Exelixis 簽下其首個藥物授權案後，2025 年再與 Menarini Group 簽訂總值 5.5 億美元以上的交易，包括癌症領域多個資產的授權、里程碑付款與未來營收分潤。這些交易將 AI 平台從「工具」提升為「產業供應者」，與傳統 CRO 業者競爭「藥物原創力」與「時間成本效益」兩大核心指標。
生態圈重構：AI 新創、學研機構與病患組織合力生成價值
AI 生技公司也不再只是與大藥廠合作。他們逐漸將觸角延伸至更具策略價值的非傳統合作對象，例如學術機構、病患團體與疾病基金會。這些合作通常不涉及現金交易，而是透過資料互換、共同研究與專利共持等模式，取得早期驗證機會與潛在擴散效益。
例如，Biostate AI 與 Accelerated Cure Project（ACP）於 2025 年 4 月成立合作案，分析多發性硬化症（MS）相關的縱向樣本資料庫，運用 transformer 模型挖掘早期的蛋白質與轉錄體生物標記。此案設有模型預測績效對應的里程碑條款與共同發展數位診斷工具的選擇權，凸顯 AI 公司在精準醫療（precision medicine）中的角色轉變。
另一例是 Elix 與 PRISM BioLab 的合作，雙方以成本分攤（cost-share）模式，針對環狀肽類模擬（cyclic peptide mimetics）進行交叉設計與驗證。Elix 提供運算設計平台，PRISM 則運用其高通量合成平台進行驗證。初步成果已鎖定三種具蛋白-蛋白質交互作用抑制潛力的新型化合物，顯示小型 AI 公司正透過聯盟快速放大技術應用面。
高品質數據即戰略資產：AI 生技的「資料經濟學」邏輯
AI 生技公司未來能否取得長期優勢，將取決於對資料資產的掌握程度。Tempus 與 AstraZeneca 的交易即為此趨勢的縮影。Tempus 擁有超過 15 萬位癌症患者的去識別化診療資料，其稀缺性與結構化程度遠高於一般開源資料庫，因而被 AstraZeneca 與 Pathos AI 以 2 億美元簽下獨家模型訓練與應用協議。
這類交易帶動「資料即價值（data as an asset）」的產業共識。Ochre Bio 將其高解析度肝臟細胞圖譜轉為資料授權協議的核心標的，不僅轉化研發成本，更將資料由「成本中心」升級為「營收引擎」。隨著 AI 平台對資料的解析度要求日益提升，類似器官特異性（organ-specific）與灌流模擬（perfusion-based）資料將進一步成為交易焦點。
這不僅改變生技產業的研發流程，也推動跨界資料標準化的制定。部分學研機構與病患基金會已著手建置共享資料架構，讓 AI 模型可於多樣疾病與族群下運行，提高模型泛用性與轉譯能力（translatability）。
結語：AI 生技的下一步，從設計走向主導
從 Gilgamesh、Generate:Biomedicines 到 Insilico Medicine 的故事可見，AI 生技公司已不再只是外包商。他們正逐步取得藥物設計的話語權，並以資料資產、模型能力與平台策略形塑研發生態圈。
「當大型藥廠都已投資 NVIDIA 叢集，與微軟或 Amazon 建立合作，並招募內部 AI 團隊，接下來他們會尋找外部 AI 方案來彌補資源缺口。」Biovista 執行長 Aris Persidis 如此分析。他強調，AI 已由「錦上添花」的輔助工具，正式成為藥物研發的基礎架構。
隨著市場對 AI 平台生成潛力的信心日增、交易金額屢創新高，AI 生技產業將持續往「設計即主導（Design-led Leadership）」邁進。這場革命，才剛剛開始。
