郭雁冰 CGL 集团高级副总裁
2026 年 8 月,两份文献在几天内先后发出,给出同一个判断。一份是《Nature Reviews Drug Discovery》上 16 位研究者的观点文章,另一份是 insitro 创始人 Daphne Koller 在 a16z 的长文《Drug Discovery Has No Magic Wands》。前者的那句话被引用得最多:AI 在药物研发中产生临床相关影响的证据,迄今令人失望地有限。
两份文献放在一起读,指向的位置比"AI 有没有用"更具体。算法把候选分子的产出速度提上来了,一条管线该继续还是终止,仍然卡在病人身上,也卡在组织里有没有一个人要为这个决定负责。
这两份文献各说了什么
《Nature Reviews Drug Discovery》那篇于 2026 年 8 月 7 日在线发表,第一作者 Andreas Bender,作者来自哈里发大学、剑桥大学、阿斯利康等机构,共 16 人,DOI 为 10.1038/s41573-026-01496-2。文章要说的是:过去十年 AI 方法开发了不少,基准测试也做了大量,但"临床相关影响的证据至今令人失望地有限"。
Koller 那篇的落点更靠前。她说瓶颈不在分子设计,在疾病理解与机制选择。她给了一组数:行业每年推进的新颖靶点,从 2015 年前后约 100 个降到 2024 年约 30 个。她的原话是"更快的失败,不等于更少的失败"。
两篇的结论能对上,因为看的是同一件事的两端:一端是产出,一端是选择。
算法提速的那一段,和没提速的那一段
英矽智能的 rentosertib 是一个可以拿来对照的样本。这款靶向 TNIK 的候选药,从靶点提名到临床前候选物用时不足 18 个月,测试分子不足 80 个;传统模式下这一段通常要 4.5 年、筛选数百到上千个分子。2026 年 7 月它启动全球 III 期,中国 III 期在 9 月完成首例患者给药。IIa 期数据显示,60 毫克剂量组患者用力肺活量平均改善 98.4 毫升,安慰剂组为下降 20.3 毫升。
前面那一段确实被压缩了。后面那一段没有。
进入 I 期的项目最终获批的比例,按 Citeline Biomedtracker 2024 年的统计是 6.7%,其中 II 期是最窄的一道口。这个比例不因分子是不是 AI 设计的而改变。III 期要招多少患者、跑多少个中心、等多久读出数据,也不因分子来源而缩短。
| 环节 | AI 进入后的变化 | 依据 |
|---|---|---|
| 靶点提名到临床前候选物 | 从约 4.5 年压到 18 个月以内 | 英矽智能 rentosertib,2026 年 |
| I 期到获批的成功率 | 未见系统改善,6.7% | Citeline Biomedtracker,2024 年 |
| II 期患者分层 | 分层项目的资本化成本约为未分层的一半 | Bender 等,2026 年 |
表里最后一行值得单独说,它是这篇顶刊里最实用的一条。作者做了经济学建模,比较在开发路径的不同环节提高成功率能带来多少净节省,结论是:提高第一次有效性试验(通常是 II 期)的成功率,带来的净节省最大,超过加速临床前、也超过降低苗头化合物发现成本。
换句话说,钱该花在哪里,顶刊给的答案是"花在让人更早、更准地做出停或不停的决定上"。
四家先行者的终止记录
把近几年公开披露的终止事件摞在一起,曲线相当一致:临床前亮眼,临床熄火。
| 公司 | 管线与终点 | 结果 |
|---|---|---|
| Verge Genomics | VRG50635,渐冻症 II 期 | 未达疗效终点,终止,公司转为服务模式 |
| Schrödinger | SGR-2921,急性髓性白血病 | 因安全性问题终止 |
| Recursion | 多款候选药,2025 年 5 月 | 中期疗效不理想,停掉多个进展最快的项目,裁员约两成 |
| BenevolentAI | BEN-2293,特应性皮炎 IIa 期 | 未达预期,大幅收缩,2025 年 3 月退市 |
这四家的技术路线并不相同,但临床前都拿出了可展示的结果,在 II 期撞在同一面墙上。
差别出现在撞墙之后。Verge 改名 Verge Labs,明确不再开展新的自研项目。Recursion 在停掉项目、裁员约两成、把 2026 年现金消耗压到 3.9 亿美元以下之后,同年 10 月又以每股 3.25 美元增发募资约 2 亿美元,把跑道续到 2029 年。这两家做了同一个选择:不再自己承担"继续还是终止"的后果。
这个决定是对的。但它同时也说明,这类组织里"谁来判断"这件事,一直没有一个稳定的位置。
那个判断在组织里对应什么
Bender 等人的文章把药物研发描述成一连串决策:靶点是否正确、筛选体系是否具有疾病相关性、候选分子的性质是否合适、动物模型能否转化到人、应该选择哪些患者进入临床试验。在这个框架里,分子生成只是其中一环。
在一家药企里,这些决定通常不集中在一个人手上,而是分散在三个位置:
分散本身没有问题,专业分工就该这样。问题出在三方给出不同结论的时候。
具体的分歧通常长这样:临床侧看到 II 期中期分析里对照组表现好于预期,倾向扩样本继续观察;生物学侧认为机制假设本身没被验证,倾向停;数据侧指出模型对该人群的预测区间本来就很宽,不构成支持任何一方的证据。三个结论都成立,各有各的依据。会开完,事情也会往下走,但走的往往是"再观察一个季度"。
Bender 等人的文章提到一个细节:在常用的四套 ADME 数据集里,只有 0.1% 的化合物、0.6% 的化学骨架同时出现在四份数据中。围绕溶解度、渗透性、血脑屏障、清除率分别训练出的模型,覆盖的空间几乎不重叠。一个模型说可以,另一个根本没见过这类分子。
这类分歧不会在周会上自己收敛。它需要有一个人,能够同时读懂三份数据的边界,并且有权限把结论落成"停"或者"进"。
这类人过去叫什么
在多数药企里,这个位置不是新设的,是被几个人分担的:CMO 拍临床,CSO 拍科学,CRO 或数据负责人提供输入,最后由 CEO 或研发委员会裁定。这套安排在没有 AI 的年代是够用的:三份数据的产生速度慢,一个季度开一次研发委员会、一年做两次管线复盘,分歧在会议节奏里被自然吸收。
现在数据产生得快了,分歧出现的频率跟着变高,而裁定这个动作仍然挂在原来的位置。于是出现了一种状态:会开得更多,决定反而更慢。
这类岗位收到的需求描述,通常是"招一位 AI 制药负责人",落到 JD 里变成算法背景、顶会论文、平台搭建经验。按这个描述找,能找到的人不少。但真正卡住的那个动作,即三份数据互相矛盾时拍板,在 JD 里没有对应的一句话。
市场上确实存在符合这个描述的人,只是他们现在的头衔一般不叫 AI 负责人:
| 出身 | 现在的位置 | 能承担什么 |
|---|---|---|
| 临床开发 + 转化医学 | CMO、临床开发 VP | 判断数据能否支撑进入下一阶段 |
| 发现研究 + 生物信息 | CSO、发现研究负责人 | 判断靶点与机制的因果是否成立 |
| 计算 + 干湿闭环 | 平台负责人、AI 部门负责人 | 判断模型在哪个边界内可信 |
三种人里,第三种最容易招到,第一种最难。原因不在数量,在流动意愿:做过 II 期失败、签过终止决定的 CMO,在一家公司里往往是不可替代的位置,换一家意味着从头建立对管线的信任。
什么情况下这个判断不适用
如果一家企业的 AI 只用在非决策环节,比如化合物库管理、文献综述、试验方案文档、药物警戒的病例分类,那么三份数据打架的情形很少出现,按技术岗招人是合理的,考核算法能力与工程能力就够了。
另一种情形是管线极少的 Biotech,只有一到两条管线,本身就是"全押"结构,停与不停由投资人和董事会决定,不需要在组织内设这个判断位。
还有一类是 CXO。CXO 卖的是交付能力与产能,判断的是项目能不能按里程碑交付、批次能不能放行,不是靶点该不该继续。它们的组织里需要的是项目管理与质量体系,不是管线判断人。
三个视角看这件事
对一号位:值得追问的具体问题是:最近一次终止决定是谁做的、依据是什么、从首次出现负面信号到正式终止隔了多久。如果答案是"研发委员会讨论三轮、最后由 CEO 拍",这个位置是空着的,只是暂时由最高层代管。代管的成本会随管线数量上升:三条管线时还撑得住,八条管线时会议就要排到两周之后。
对 CHRO:这类岗位的画像不能从"AI 制药负责人"这个词出发,得从他终止过什么出发。面试里可以问的具体问题是:你上一次建议停掉一条管线是什么时候,当时三份数据分别怎么说,另外两方为什么不认同,最后谁签的字。答得出细节的人,比答得出方法论的人稀缺得多。
对董事会:管线终止的时点是可以被审计的。把过去三年每一条终止管线的"首次出现负面信号"与"正式终止"之间的间隔拉出来,中位数就是这家企业做判断的真实速度。这个数不需要对外披露,但它比任何 AI 投入的数字都更能说明研发组织的成熟度。假设一家企业这个中位数是 11 个月,同行是 4 个月,差别不在算法,在每周那场会上有没有人有权说停。
一句必要的说明
这篇文章引用的是公开发表的文献与公开报道里的终止事件,不涉及任何一家企业的内部信息。样本也不完整:公开披露的终止只是实际终止的一部分,很多项目在内部悄悄关掉,不会进入统计。所以上面那些案例用来说明机制,不用来说明比例。
至于 AI 在药物研发里最终能走到哪一步,2026 年的证据还不足以下结论。可以确定的是,II 期那道口不会因为分子设计变快而变宽。这个判断位该不该单独设、设在临床侧还是研发侧,取决于管线数量与决策频率,不取决于有没有上 AI。管线少、决策稀的企业,由现有班子代管是合理的;管线一多,代管的成本会自己浮出来。
关注 CGL,获取高管人才市场洞察与领导力前沿实践。
官网:global.wearecgl.com
邮箱:george.guo@wearecgl.com | 微信:di3zongdui