2025年12月，华为正式成立制药军团，由樊杰担任总裁，在第十一届医药创新与投资大会上明确战略定位：不直接研发药品、不做药物管线，只为医药企业提供AI制药所需的算力、工具链、模型精调技术支撑，做药企的“智能底座”。目前华为已与多家AI制药企业推进合作，也让公众对AI加速新药研发、降低用药成本的期待进一步提升。
传统新药研发有多难？10亿投入10年等待成功率竟不到8%
很多人不知道，一款新药从实验室走到患者手里，要跨过极高的门槛。传统新药研发平均投入超过10亿美元、耗时超过10年，从临床I期到最终获批上市的成功率平均仅为7.9%，其中作为最后一关的III期临床，失败率常年维持在40%—50%，90%的创新药项目会在临床前或临床阶段终止。 这种“高投入、高耗时、高失败率”的困局，核心原因是人类疾病分子机制极为复杂：候选化合物在体外、动物实验中效果良好，进入人体后却可能因疗效不足或安全问题被淘汰，越到后期损失越大。再加研发链条中大量重复性工作高度依赖人工试错，效率极低，成本高企最终还会传导为药价压力，让肿瘤、罕见病等领域的患者长期面临“等不起、用不上”的困境。
AI介入新药研发，到底能带来哪些实打实的提升？
AI技术的加入，正是冲着破解研发低效的痛点来的，它能在多个环节帮科研人员“减负提速”。
- 靶点发现与分子筛选： AI能通过机器学习模型高效分析基因组学、蛋白质组学等大规模数据，快速锁定疾病相关靶点，还能提前预测候选化合物的活性、毒性、代谢特性，在虚拟空间完成前期筛选，大幅减少实验室试错次数。
- 临床研究优化： AI可基于历史临床数据构建预测模型，提前剔除大概率失败的候选分子，还能辅助优化临床试验的入组标准、剂量选择，甚至模拟儿童、老年人、肝肾功能不全者等特殊人群的用药反应，让试验设计更精准。 拿算子适配工作来说，过去部分药物研发模型的适配要花三四个月，现在借助专业工具链，周期已缩短至一两天，效率提升数十倍。不过AI不是“魔法”，所有预测结果都必须经过严格的实验和临床检验，核心价值是减少无效劳动，让科研人员聚焦高价值问题。
华为不造药却建制药军团？三张牌打造行业智能底座
这次华为切入制药领域，走的是“赋能而非颠覆”的路线，核心靠三大方向搭建技术支撑体系。
- 算力支撑： AI大模型训练对计算资源需求极高，部分药物研发模型需要成百上千张加速卡同时运行数月，多数药企没有建设大规模计算集群的能力。华为已为某头部药企建成大规模算力集群，这种算力规模在国内药企一次性建设中并不常见，直接扫清算力瓶颈。华为方面表示有战略耐心，会持续投入制药领域，目前正推进一批联合创新项目打磨成熟方案。
- 工具链提效： 过去AI模型开发常因硬件适配问题耗费数月，华为通过优化底层工具链，把“模型-硬件”适配时间从三四个月压缩到一两天，让算法科学家不用耗在底层工程上，能专注于模型设计和业务创新。
- 模型精调与数据安全： 通用AI模型没法直接用在药物研发场景，华为正与深势科技、望石智慧、分子之心等企业合作，为药物研发场景提供定制化模型适配与精调服务，形成整体配套方案。同时针对药企核心研发数据，通过私有化部署、加密、权限管理等手段，确保数据不出域、风险可控。 这种模式形成了清晰分工：科技公司做底层、模型企业练算法、药企推落地，各方各展所长。
AI制药离普通人有多近？这些变化直接关系你我健康
对普通公众来说，更关心的还是AI制药能给自己带来什么实际好处。 首先它能缩短患者等药的时间：传统研发周期长达10年以上，很多重症、罕见病患者根本等不起，AI可以显著缩短药物早期研发时间，例如把部分环节从过去几年压缩到几个月，同一时间段内会有更多候选药进入临床，患者的用药选择更丰富。其次它能推动个体化治疗落地：AI辅助设计的药物能更精准匹配特定基因型，疗效更有针对性。此外AI对安全性的早期预测，也能降低临床试验严重不良反应发生率，让上市药物更安全。 不过也要理性看待：AI提升的是研发效率和成功概率，新药上市仍需经过严格的临床试验和监管审评，“AI一夜造新药”并不现实。对于符合试验入组标准、充分知情的患者来说，主动了解正规临床试验信息，在条件允许时参与，既能推动医学进步，也可能提前获得创新治疗机会。 AI赋能制药提效降本，最终将为患者带来更多可及、安全的创新药物。
