Novartis：AI能否终结”十年十亿”的新药魔咒

行业：制药 | AI场景：药物研发+临床试验 | 阶段：试点→规模化 | 启动：2019年

企业背景

Novartis是全球前五大制药公司之一。制药行业有一个著名的”十年十亿”魔咒——一个新药从发现到上市平均需要10-15年、花费$10-20亿，且成功率不到10%。AI有可能打破这个魔咒。

药物研发的低效率是行业的生存性挑战——研发成本持续攀升，但新药审批数量没有显著增加。如果AI能把药物发现周期缩短一半、成功率提升一倍，对应的商业价值是千亿美元级别的。

Novartis用AI分析海量的分子数据库，预测哪些化合物可能对特定疾病靶点有效。传统方式是”试错”——合成数千个化合物逐一测试；AI方式是”预测”——在计算机中筛选最有潜力的候选分子，再去实验室验证。

药物发现阶段的周期从传统的4-5年有望缩短到2年以下。

AI帮助Novartis优化临床试验设计——选择最合适的患者人群、预测试验结果、实时监控试验数据。这可以减少试验所需的患者数量、缩短试验周期、提高成功概率。

制造过程AI优化（药品生产质量控制）、AI辅助诊断（配合药物的伴随诊断）。

Novartis采用”内外结合”策略——内部成立AI/ML团队数百人，同时与Isomorphic Labs（DeepMind子公司）、微软等外部伙伴深度合作。

AI制药是”确定性最高的AI应用”之一：不像自动驾驶那样面临复杂的边缘case，药物分子的相互作用遵循物理化学规律，AI可以用物理模型+数据学习的组合来预测。
“缩短周期”比”降低成本”更重要：在制药行业，时间=生命。一个救命药早上市一年，意味着成千上万的患者受益。这是AI最有社会价值的应用之一。
制药AI的商业模式正在变化：从”制药公司+AI工具”变成”AI制药公司”。传统制药公司如果不加速AI转型，可能被Recursion、Insilico Medicine等AI原生公司颠覆。

AI发现的候选药物仍然需要经过完整的临床试验验证——这个过程无法跳过或大幅压缩。AI在”发现阶段”的加速不一定能转化为”上市阶段”的加速。