从 2020 年底 AlphaFold2 在蛋白质结构预测上的突破性进展开始，AI 在制药领域的技术浪潮经历了数次显著变化：先是以蛋白质生成模型为代表的创新，随后演进到以大语言模型为核心、面向 AI4S 的科研智能体，以及进一步地以”虚拟细胞”为主的 AI 制药探索。几乎每一轮技术风潮都会阶段性引发资本对 AI 制药的集中关注。这些初创企业敏锐地捕捉并回应了不同时代市场对”技术梦想”的想象方式，从而挤进本已高度发达的生物医药赛道。Insilico Medicine 在四战港股后终于拿到中国证监会的备案通知书，也可以被视为 AI 制药发展中曲折的里程碑之一。
从商业模式角度看，当前 AI 制药公司大体可以归纳为两类。
第一类企业延续了其在创业周期早期所强调的 AI 核心能力，将技术能力不断外化，逐步演进为以工具或平台为载体的 SaaS 型公司。从供需关系分析，其本质在于向药企或科研机构提供”AI 服务”，在产品形态上更接近互联网大厂的垂直行业服务解决方案。
第二类企业则以 AI 作为早期切入点，在长期投入与持续试错中逐步积累药物发现与开发能力，最终在产品层面完全进入生物医药赛道。这类公司的核心目标不再是提供服务，而是构建并推进自有医药管线，其商业对标对象也更接近传统制药企业。
然而，如果回顾互联网行业的发展路径可以发现，服务型企业往往由市场需求与产品反馈驱动技术迭代，而产品型企业则更多由底层技术突破推动产品形态的重构。或许正是由于互联网行业完成这一转变的节奏极快，又或是制药行业本身在研发周期和产品验证上的天然迟滞，使得当下的 AI 制药叙事仍然高度集中在”AI 如何加速既有医药研发流程”之上，而对”AI 制药将定义何种新的产品形态”这一问题缺乏清晰而稳定的共识。
本文将回顾生物医药产业中具有标志性意义的案例——重组人胰岛素的诞生及 Genentech 的早期发展历程，尝试说明一项底层技术如何在十年的时间尺度上，逐步催生医药行业的产品与产业结构革新。之后笔者尝试回到当下的 AI 制药语境，讨论 AI 制药可能的产品形态演进路径，并重新审视前述两类商业模式的内在逻辑与约束条件。文中观点难免带有笔者自身局限，亦期待业内同仁不吝指正与批评。
Genentech 通常被视为首家真正走通 biotech 商业模式的公司。其历史意义并不在于”率先商业化”，而在于首次将一项重组 DNA 技术系统性地转化为可被明确界定的新型药物产品形态，并在此基础上构建出可持续扩展的企业结构。在这一过程中，资本市场的推动功不可没（尤其是 Eli Lilly 在后续产业化阶段所扮演的”伯乐”角色），但从 1972 年重组 DNA 技术的实验性突破，到 1982 年 FDA 首次批准人重组胰岛素上市的十年进程，仍曲折并具有戏剧性。这一周期中，技术并未被简单地用于提升既有制药流程的效率，而是直接定义了此前并不存在的药物类型，只是相较 AI 制药更加明确也更易被生物科学家所接受。
1972 年 11 月，在美日质粒联合研讨会（U.S.-Japan Joint Meeting on Plasmids）上，斯坦福大学医学院（SMS）教授 Stanley Cohen 介绍了一种新的实验方法：通过将质粒 DNA 导入 Escherichia coli，并利用氯霉素抗性作为筛选条件，从而稳定获得成功转化的细菌克隆。与此同时，加州大学旧金山分校（UCSF）的 Herbert Boyer 正在系统研究限制性内切酶 EcoRI，这种酶能够在特定序列上精确切割 DNA，并产生可重新连接的”黏性末端”。
研究者很快意识到，如果将 Cohen 的质粒转化体系与 Boyer 的限制性内切酶技术结合，理论上便可以实现跨物种的基因拼接与转移。1973 年，两人的实验室展开合作，首次成功构建了来自不同细菌种属的功能性重组 DNA 分子，并证明其可以在细菌中稳定复制。这一实验结果标志着”重组 DNA”从概念走向了可操作的技术体系。
随之而来的是学术界的共识：如果能够完成真核生物基因向原核生物的转移，并维持其功能表达，那么细菌将有可能成为生产人类蛋白质的”生物工厂”。在这一预期推动下，1973 年 11 月，Cohen 与 Boyer 的实验室成功实现了非洲爪蟾（Xenopus laevis）核糖体 RNA 基因片段在 E. coli 中的转录，获得了可检测的 mRNA 分子。这一成果直接促成了两位科学家于 1974 年 11 月 4 日提交的专利申请”Process for producing biologically functional molecular chimeras”，编号US4237224。
需要着重指出的是，在 1970 年代中期，是否应当对如此基础性的生命科学技术授予专利，在法律与伦理层面仍存在广泛争论。正是在这种不确定性尚未消散的背景下，1976 年 4 月 7 日，Genentech 正式成立。由于 Cohen 选择继续留在学术界，并同时担任 Cetus Corporation 的科学顾问，最终由 Herbert Boyer 与年仅 29 岁的风险投资从业者 Robert Swanson 各出资 250 美元，在旧金山的一家酒吧 Churchill’s 中创立了 Genetic Engineering Technology——即后来为人熟知的 Genentech。
作为一个带有风险投资人基因的商业公司，Genentech 首先确定了以最小的技术风险验证重组 DNA 技术的药用可行性的路线。团队选择了生长抑素（somatostatin）这一分子作为切入口，这一选择在事后看来颇为谨慎：生长抑素是一种由 14 个氨基酸组成的小肽，生理功能明确、结构相对简单。
该项目由 Genentech 与 City of Hope 国家医学中心合作推进，化学家板仓启光（Keiichi Itakura）采用了颇具争议的化学合成路径：直接合成编码生长抑素的DNA序列，而非从人类基因组中克隆天然基因。这一DNA片段被精心设计后，融合至大肠杆菌的β-半乳糖苷酶基因下游，融合蛋白中插入了蛋氨酸作为切割位点，以便后续用溴化氰（CNBr）化学切割释放出目标肽段。12月2日，这一成果发表于 Science，整个制药工业为之震动：人类首次在原核体系中获得具有明确生物活性的”人类药用肽”。
生长抑素的成功如同发令枪，胰岛素马上被选为下一个目标。Eli Lilly 作为当时美国最大的动物胰腺中提取胰岛素生产商，深知其市场地位正面临颠覆性威胁。Lilly 并未将赌注押在单一技术路线上，而是采取了”广撒网”策略与 Genentech 以及多个竞争机构同时签署研发合同。
Novo Nordisk 同样感受到了生存压力，后来在 1981 年与诺贝尔奖得主 Walter Gilbert 创立的 Biogen 达成合作协议，开发重组人胰岛素。
然而监管上起初却困难重重。1970 年代美国国立卫生研究院（NIH）的《重组DNA指南》对使用人类基因的实验施加了严格限制，这使得包括后来 Gilbert 团队在内的使用”正统”克隆基因法的企业深陷监管泥潭。Gilbert 被迫将部分关键实验转移至英国 Porton Down 军事实验室。
而 Genentech 采用的务实路线规避了使用人类遗传物质的监管障碍，这一策略使 Genentech 得以在美国本土不受阻碍地推进研究，并于 1978 年 8 月成功完成功能性人胰岛素的体外组装。
仅数周后，即 1978 年 8 月 25 日，Genentech 与 Eli Lilly 正式签署了著名的 Lilly–Genentech Insulin Agreement。根据协议，Genentech 向 Lilly 授予重组人胰岛素的独家商业化权利；Genentech 负责完成关键技术里程碑并进行工艺放大验证，而大规模生产、临床开发与市场推广则由 Lilly 主导。作为回报，Lilly 提供研发资金与阶段性付款，Genentech则获得销售分成。
这一合作模式在当时并非行业惯例，却在无意中为后来的 biotech–big pharma 分工模式提供了原型。与此同时，围绕专利归属与发表顺序的争议也逐渐浮出水面。Genentech 在多个关键节点上选择先申请专利、后发表论文，这一做法在学术界引发不小争议，也成为其与 Biogen 等竞争者之间长期法律纠纷的重要根源。
Lilly 的动作实在迅速，1980 年 7 月，Lilly 启动了重组人胰岛素的 I/II 期临床试验，重点评估其相较于动物胰岛素的免疫原性差异、药代动力学特征以及降血糖效果。
需要强调的是，这是 FDA 首次面对一种完全基于重组 DNA 技术生产的治疗性蛋白，其监管路径在当时并无先例可循。由于缺乏成熟的技术评估框架，FDA 在早期也对部分生产工艺和长期安全性问题采取了”事后修正”的态度，这种不确定性在后续生物制药监管史中反复出现。
1982 年 5 月，Lilly 向 FDA 提交新药申请，并在短短五个月后获得正式批准。重组人胰岛素由此成为历史上首个获批上市的重组 DNA 药物。
Genentech 和重组人胰岛素的十年，科学认知、工程能力、组织形态与风险承担机制在十年尺度上的协同收敛，这一收敛最终体现为一个具体、可验证、可被监管体系所接纳的医药产品。
回顾 AI 制药，类似的历史韵脚正在显现却尚未完成闭环。
从短期来看，SaaS 模式无疑更加”理性”：其商业逻辑清晰，客户需求显性，技术价值可被快速验证，且风险更多停留在 IT 投资与研发效率改进层面。然而服务型企业永远无法在价值闭环上引领产品形态重构，SaaS 模式更像是一种”过渡态”，它在新技术尚未具备独立定义产品能力之前，承载了市场对技术价值的早期定价，却并不等同于技术革命的终点。
技术是否具备定义新产品的能力，并不取决于其早期以何种形态被商业化，而取决于是否有企业愿意在产品层面承担不确定性，并推动技术走向可验证、可监管、可规模化的终点。
这一逻辑平移到 AI 制药领域，结论或许并不乐观，甚至需要刻意与当前主流叙事保持距离。医药行业从业者与 AI 行业从业者对于”什么是产品”本身，存在着显著的思想鸿沟。其直接后果是，大量 Designed Protein 项目在技术上不断逼近”可用性”，却在产品层面始终回避”是否有信心进入一期临床”的终极问题。
笔者大胆预测：AI 制药真正具有颠覆意义的产品革新，所需要的时间尺度，可能不但不会短于胰岛素，反而可能更长。对应的产品会在相当长时间内将处于监管不确定性高于技术不确定性的状态，而真正的信号应该开始于临床医师的质疑声中，并结束于通过扎实的临床数据在特定适应症、特定人群、特定临床终点上，头对头击败当下最成熟、最被信任的一线疗法。
希望这一天在 AI 制药从业者的承担中早日到来！