看健 | 明星AI团队离开基因泰克：AI制药进入“重新洗牌”阶段？
近日，罗氏旗下基因泰克AI药物发现负责人Richard Bonneau离职。此前，被寄予厚望的Prescient Design多位核心创始成员，包括创始人Kyunghyun Cho等已在过去一年陆续离开。这并非简单的人才流失，而是一个标志性信号：传统大药企拥抱AI的第一阶段实验，正遭遇现实检验。
2021年基因泰克收购Prescient Design时，行业曾期待将药企深厚的研发功底与顶尖AI能力结合，改写新药发现低效的难题。但几年过去，真正的挑战浮出水面：难点不在于拥有几个AI专家或更好的模型，而在于如何让AI融入复杂研发流程，并通过持续实验反馈，转化为可重复的创新产出。
如今，这一矛盾正推动行业进入新阶段。Anthropic宣布Claude参与发现新型酶系统，罗氏计划建设自主AI实验室，诺和诺德已拥有超600名AI与数字化专业人员并建立30余项战略合作。基础模型公司走向湿实验，传统药企加速自建AI能力，AI Biotech则被迫重新定位，这三条原本平行的路径正在生命科学领域交汇。
AI制药的竞争规则或由此改写。过去比拼研发体量、科学家储备和商业化能力，现在则要看谁能把数据、模型、实验与临床开发真正打通，跑通持续产出创新药的闭环。未来创新药竞争的关键，究竟是人才、模型，还是能够持续学习和进化的研发体系？答案或许正在这一轮洗牌中逐渐清晰。
“AI进入药企”没有想象中容易
基因泰克收购Prescient Design时，行业对于这种合作模式充满期待。
作为全球最具创新传统的生物科技公司之一，Genentech长期积累了丰富的疾病研究经验、实验体系和临床开发能力；而Prescient Design则拥有人工智能和计算科学领域的人才优势。
上述两者结合，某种程度上代表了当时行业对于AI制药最典型的想象。在传统认知中，大型药企拥有最重要的产业资源，包括疾病研究经验、实验体系、临床开发能力以及商业化能力；而AI公司能够带来新的计算方法和技术能力。二者结合，似乎能够解决长期困扰制药行业的研发效率问题。
事实上，Prescient Design加入Genentech之后，并不是作为一个单纯提供算法工具的团队存在，而是参与到Roche/Genentech对于AI辅助药物发现的探索中。团队聚焦生成式模型、蛋白设计以及机器学习方法，希望帮助科学家更快理解复杂生物过程，提高早期研发效率。
但随着AI进入药物研发更深层次的应用阶段，一个现实问题逐渐显现：AI制药真正的难点，并不是找到一个更好的模型，而是如何让模型进入真实研发流程，并通过持续实验获得反馈。
AI与制药之间的融合并没有那么简单。药物研发与互联网、软件行业最大的区别在于，它面对的是高度复杂的生命系统。
一个AI模型可以帮助科学家预测靶点、设计分子，甚至生成新的候选结构，但这些结果最终仍然需要经过实验验证。分子是否有效？是否具有安全性？是否能够进一步开发？每一次实验结果，都会反过来影响下一轮模型训练和研发判断。
AI技术的发展需要快速迭代，需要不断尝试新的方法，也需要接受大量失败结果。而大型企业通常更加关注项目成功概率、资源配置效率以及长期商业回报。这并不是传统药企缺少创新能力，而是大型组织在发展过程中形成的一种必然选择。
对于大企业如何理解AI，Prescient Design原核心团队也有不一样的观点。今年4月，Kyunghyun Cho向媒体直言，大药企看AI，看到的是把药物研发流程缩短几个月；但他认为AI可以掀翻整个医疗系统。与此同时，他也公开表示，收购让他带上了Genentech的前沿研究团队，但这五年自己“失望且不满足”。
Kyunghyun Cho还谈到，企业规模做大之后，决策层更偏向确定性收益，留给高不确定性前沿技术的试错空间会被不断挤压。
在过去一年多时间里，Prescient Design的核心创始团队陆续离开，部分AI科研人员因此开始寻找新的组织形态。
2026年9月底亮相的Ortet，也有不少原基因泰克AI核心人员参与创业，包括Kyunghyun Cho、前Genentech首席机器学习科学家Keunwoo Choi，它拿到Thoreau领投的5亿美元。如果说Prescient Design代表的是第一阶段路径，将顶尖AI人才引入大型制药企业，希望通过组织融合改变研发效率，那么Ortet则代表了另一种探索。
Ortet抛出的问题是：如果AI会成为生命科学的底层基础设施，未来创新药企，是不是从设立之初就要按AI时代的逻辑搭架构？传统药企以科研人员、实验室、管线项目为核心；AI时代的新主体，更依赖数据底座、模型能力和能持续输出反馈的实验网络。
回到基因泰克事件本身，核心人才流失，不等于大药企彻底输掉AI竞赛。但它给全行业敲响警钟：AI制药的游戏规则已经改写。过去比拼研发体量、科学家储备、商业化能力；现在要看企业能不能将AI深度融入研发，跑通可持续产出创新成果的闭环。这正是全球AI制药行业进入新阶段的标志。
闭环争夺
为什么药企和基础模型公司都开始补齐能力？
如果说过去几年AI制药的主要推动力来自AI Biotech，那么如今产业竞争正在出现新的变化。
一方面，基础模型公司开始进入生命科学领域。
过去，科技公司的优势主要集中在算法、算力和模型训练能力。但随着大模型发展，越来越多企业发现，生命科学领域真正稀缺的并不仅是计算能力，而是能够让模型持续学习的高质量数据和实验结果。
因此，部分基础模型公司开始向实验端延伸。
Google DeepMind旗下Isomorphic Labs希望将AI模型能力直接应用于药物研发；Anthropic也开始建设生命科学能力，并探索将AI与实验研究结合。
这一趋势意味着，过去AI Biotech承担的部分角色，正在被新的竞争者进入。
另一方面，大型药企也在改变自身定位。
过去，药企更多通过合作、投资或者采购方式获得AI能力。但随着AI逐渐成为研发体系的重要组成部分，越来越多企业希望将相关能力掌握在自身体系之内。
罗氏和基因泰克属于第一波尝试。收购Prescient Design，把药企的生命科学资源与外部AI能力结合。AI团队拿到真实研发场景和海量数据，药企收获前沿计算技术。但矛盾也很快显现：大药企流程擅长推进成熟项目，面对尚在探索期的AI技术，创新速度和内部管控很难调和。
于是越来越多药企走折中路线：既不全部依靠内部自建，也不简单采购外部服务，而是通过合作、自建平台、布局产业生态，把AI嵌进研发各环节。
诺和诺德、礼来、罗氏等企业都在推进AI研发布局。如诺和诺德的做法有代表性。它没有直接收购一家AI制药企业，而是内外并举，一方面打磨内部数字化和AI应用能力，另一方面广泛对接外部技术生态；礼来更偏向自建AI基础设施，打造内部AI平台TuneLab，同时扩大与实验服务商协作，打通自动化实验、数据生产、计算分析链条。
各家路径有差异，但底层逻辑高度统一：AI竞争，比拼的不是单一算法强弱，而是AI与全研发流程的融合深度。这也让基础模型企业和大型药企走向同一个交汇点。Anthropic、Google这类科技公司，需要生命科学实验与科研反馈，不然模型能力很难迭代升级；传统药企，则需要补足计算能力升级旧研发体系。
过去，药企手握实验资源，科技公司掌握模型；现在，大家争夺的，正是打通两者的能力。行业边界正在消融：基础模型企业、传统药企、AI Biotech之间，已经没有清晰的分界线。
角色重估
在早期阶段，AI Biotech最大的吸引力来自一个判断：传统药企内部研发体系庞大，而科技公司缺少生命科学经验，因此需要一类企业连接两者。
但随着药企和基础模型公司的进入，这一逻辑正在变化。
未来的AI Biotech，大致面临两条路径。
第一条路径，是成为真正意义上的AI原生制药公司。
Recursion、Xaira Therapeutics等企业探索的就是这一方向。它们希望通过AI模型、实验数据和药物开发能力结合，建立不同于传统药企的研发体系。Recursion强调通过自动化实验和数据积累不断优化研发流程；Xaira则试图将AI模型、实验验证和药物开发整合到同一平台。
但这条路最大的考验，是AI能否真正创造药物资产。
过去几年，AI帮助企业提高研发效率已经得到验证，但从发现候选药物到形成临床价值，中间仍然存在巨大距离。对于AI Biotech而言，最终决定其商业价值的，不是技术展示，而是能否持续产生能够进入临床阶段的产品。
另一条路径，是成为AI制药时代的基础设施提供者。
随着模型能力逐渐普及，算法本身可能越来越难形成长期壁垒。真正重要的资源，可能转向实验体系、数据积累以及研发流程中的连接能力。
晶泰科技探索的就是这一方向。相比单纯提供AI工具，通过人工智能、机器人自动化实验和生命科学研发结合，晶泰科技希望建立计算预测、实验验证和数据反馈之间的闭环。这与全球药企正在探索的智能化研发体系高度一致。
英矽智能的发展则体现了AI企业与药企关系的变化。过去，AI公司更多提供技术工具，而英矽智能探索的是将AI能力嵌入药物研发过程，与药企共同推进创新项目。通过与中国创新药企业合作，AI能力开始与药企已有的疾病领域积累、临床资源和研发体系结合。
剂泰科技关注的则是新兴疗法产业化过程中的关键问题。过去行业更多关注AI是否能够发现新分子，但对于mRNA、RNA药物以及基因治疗而言，递送等工程问题同样决定着技术能否真正转化为药物资产。剂泰科技探索的是利用AI解决生命科学产业化过程中的核心瓶颈。
这些不同路径背后，其实指向同一个问题：AI Biotech需要从“技术供应商”走向“产业参与者”。
基因泰克AI团队的变化，并不是AI制药故事的结束，而是行业进入下一阶段的信号。
未来，AI制药不会简单属于基础模型公司，也不会只是大型药企内部能力的延伸。不同参与者都在寻找自己的位置，而最终能够留下来的企业，需要回答一个更现实的问题：
在AI越来越普及之后，自己究竟还提供什么别人无法替代的价值？
相关知识
看健 | 明星AI团队离开基因泰克：AI制药进入“重新洗牌”阶段？
大型药企整合AI进入药物开发流程，全球药物研发要依赖AI吗
AI+医疗市场前景广阔 AI医学影像已进入商业化阶段
从“+AI”到“AI+”：首个企业应用AI成熟度模型重磅亮相外滩大会
8点1氪丨“死了么”APP团队再次回应争议；小米集团总裁卢伟冰辟谣辞职；国内首起AI开发者涉黄获刑案件宣判
团队
AI生发分子入局，消费健康“新原料”正引爆这个千亿市场
AI生发分子入局 消费健康“新原料”正引爆这个千亿市场
周鸿祎健博会谈企业如何用好AI：应遵循四阶段方法
AI赋能大健康产业深入实践：全能型「美年小星」AI销售助手
网址: 看健 | 明星AI团队离开基因泰克：AI制药进入“重新洗牌”阶段？ https://m.trfsz.com/newsview1934319.html
