在全球各行各业中，人工智能（AI）正日益成为降低成本与提升效率的关键工具。安永（EY）近期对各产业高阶领导者的调查显示，超过一半的受访者表示，未来12个月内将把至少25%的总预算投入于AI，许多企业已从现有投资中看见显著成效，有77%的领导者表示AI已提升运营效率。相较于其他许多产业，生物科技产业更重视利用AI进行研发，并透过AI寻找更多立竿见影的商业机会，AI 正在改变生技产业的游戏规则。
生技业结盟科技巨头加速研发
在生物制药产业中，企业正积极透过策略伙伴关系来获取AI能力。根据安永首席信息官意见调查（CIO Sentiment Survey），高达90%的生命科学产业首席信息官（CIO）表示，他们是透过合作伙伴取得运用AI的能力，由科技企业组成的新兴生态系统已在生物制药领域逐渐成形。虽然直接收购AI平台的案例目前仍不多见，但自2020年以来，生物制药公司已承诺投入超过6,000亿美元于潜在的联盟投资。生技制药具备强烈的研究导向特性，研发投资是生技公司资本配置的核心，因此关于联盟的生技投资中，约有87%是专注于运用AI平台加速研发进程。生技公司的存亡仰赖于持续创新，因此研发的重要性可说是关乎其生存命脉。任何能够缩短开发时程的手段，都将带来极大的效益。如果生技公司能够缩短达成临床开发里程碑的时间，不仅能提高公司估值、强化财务结构，还能改善其资金取得能力。
AI在生技产业中的投资目前大量聚焦于利用AI发掘新的药物候选物，但AI在其他加速临床开发流程也可能发挥关键作用，包括：
- 加速患者招募：利用AI配对平台，招募足够的患者参与试验。
- 提升试验效率：透过远距数据搜集与临床试验数字去中心化，有助于大幅提升试验效率。
- 支持试验设计开发：透过AI优化试验设计，提高药物初期试验的可信度，让研发更加精准。
然而，AI是否真能协助生技产业加速研发，最终仍须取决于监管机构对于数据使用与试验参数所采取的立场。目前美国监管机构的态度处于动荡之中，也使得美国食品药物管理局（FDA）的监理方向仍充满不确定性。
生技领域的AI应用
已有许多知名的公司正在将AI应用于药物开发和生物科技领域，利用机器学习、深度学习等技术，加速药物靶点识别、化合物筛选、临床试验设计以及个性化医疗等过程。以下几间备受瞩目的美国生技公司，都正在各领域利用AI进行研发。
Xaira Therapeutics：
2024年4月成立的Xaira Therapeutics，是由顶级创投公司ARCH Venture Partners和 Foresite Labs所孵化，是一家在AI生技领域非常知名的新兴公司，首次公开募资就获得了超过10亿美元的巨额投资，Xaira专注于运用AI技术进行药物研发，利用AI来重塑药物发现和开发的整体流程。
Recursion Pharmaceuticals：
利用自动化实验室和机器学习平台，快速产生和分析生物数据，以识别新的药物靶点并开发治疗多种疾病的药物，曾获NVIDIA投资其AI药物探索模型；
Atomwise：
利用深度学习进行结构式药物设计，预测小分子药物与蛋白质靶点的结合方式，从而加速新药前导化合物的识别。
Tempus AI：
将AI应用在临床肿瘤学领域，建立一个大型的临床和分子数据库，为患者提供个性化的癌症治疗方案和进行药物开发。
PathAI：
专注于 AI 辅助的病理影像分析。他们的工具可以帮助病理学家更准确、更一致地对医学影像进行诊断和预后分析，尤其在癌症诊断方面。
研发之外：生物科技的AI机会
与其他产业相比，生物科技产业更重视利用AI进行生医研发、寻找更多商业机会。根据安永首席信息官意见调查显示，生命科学公司在AI研发方面的支出整体高出5%，对于积极寻求控制成本的生技公司来说，AI或许能在运营面带来更多短期且立竿见影的机会。
AI的商业化应用是AI优化的重点领域，正引起越来越多产品已上市或即将上市的生技公司关注。另一方面，制造和供应问题则是生技产品开发周期的各阶段都会遇到的共同课题。最近一项调查即显示，有高达80%的生技公司认为，在关税实施后，他们需要长达一年的时间来寻找供应替代方案，其中更有44%的公司认为需要两年时间。为此，生技公司或许可以透过与专业合作伙伴合作来减少这些延误并提高效率。生物制药产业早已与价值链上的临床试验委托研究服务组织（CRO）、委外生产服务组织（CMO）以及委托开发暨制造服务组织（CDMO）等展开密切合作。为了降低运营中断带来的风险，有时候扩大委外代工规模更为有效。AI可以加速生技公司转向网络化运营模式，透过改进实时与预测性的可视化、沟通以及数据交换和分析，让生技公司与众多合作伙伴达成有效的合作。AI最适合应用在精简成本结构和简化运营，对于后勤支持部门而言，AI可以协助自动化检视文件，为生技公司省下一笔可观的成本支出。
而对于具备一定规模的生物制药公司，导入全球商业服务（Global Business Services，GBS）也变得越来越具有经济吸引力。GBS是透过整合财务、人力资源、IT、采购等支持功能，提供标准化、高效率的服务，并为企业提升策略价值。运作模式包含内部共享服务中心、外包、以及专注特定领域的卓越中心(COE)，并可根据企业文化、行业和业务需求，采用不同的组织和交付模式。
在针对生命科学公司首席执行官调查中，超过90%的首席执行官认为「GBS将是控制运营成本上升的关键」；而有40%的生物制药GBS仍停留在传统模式。虽然成长中的生技公司尚未发展到像大型制药公司那种运营架构复杂、部门高度独立运作的程度，但这些较小型的公司却有机会跳过传统阶段，直接导入更高程度的自动化，最终迈向由AI驱动运营和自主决策的先进技术服务模式。
对于新兴生技公司来说，与其遵循过往生技公司成长为大型制药公司所走的传统模式，反而应把握机会打造一种网络化的成长模型，从后勤支持、研发、制造与供应链中寻找合适的AI合作伙伴，建立起更广泛的合作伙伴生态系统，以协助生技公司因应当前高成本、高波动性的环境所带来的运营挑战。
数据源：
|
