2025年7月3日，制药界数据驱动研究机构CB Insights发表了文章《Pharma AI readiness: How the 50 largest companies by market cap stack up》，给出了一个AI Readiness Index榜单。
世界市值第一的药企Lilly（截至2025年9月28日）拔得此次排名头筹。不过有趣的是，CB Insights在8月8日更新的榜单中又将Roche推至首位，排名变化颇有看点。而从行业观察与跨国药企的战略布局来看，尤其是近年Sanofi明显在积极寻求新增长点的态势下，不少从业者都有一个共识：Sanofi is ALL IN AI。若有机会，笔者后续再深入对比分析这两家公司在AI战略上的布局与差异。
对于现金流充裕的大型企业而言，其在战略方向上面临的核心挑战确实更多地源于组织内部惯性，而非外部市场压力。充裕的现金储备使这些企业能够通过股权投资、结构化战略协作（如项目制下的预付款与里程碑支付模式，或平台制的生态协作）以及直接收购来快速补足能力短板。
然而，与传统跨国企业（MNC）驾轻就熟的协作模式不同，AI战略的真正价值实现往往要求企业进行深度的组织变革，包括重构决策流程、调整人才结构乃至重塑部门协作机制。这一转型难度，为众多AI原生的生物科技公司（BioTech）在巨头荫蔽下争取了宝贵的生存与发展空间，使其得以”在大树缝隙中争夺阳光”。尽管如此，礼来（Lilly）等企业在AI领域的战略布局其前瞻性与执行深度，依然令人印象深刻。
总结2022年至今礼来的AI革新和外部协作策略，体现出三大特点：
- 目标围绕其核心治疗领域，对于AI+仍然专注产品优先
- 技术选择上倾向于做内部能力补充，但尚未作为平台进行整体赋能
- 内部Function部门做原子化创业，并希望通过公司品牌做生态护城河
按照时间顺序我们来逐步拆解一些重要的投资、协作和收购。
在小分子药物发现领域，AIDD最早实现有效落地的方向，是基于传统的CADD方法和结构预测算法，实现对小分子药物研发流程的直接加速。以国内进展为例，德睿智药（MindRank）开发的MDR-001是为数不多在临床推进中争议较小的AI设计小分子——其IIb期数据显示，24周平均减重达10.3%，结果可谓相当亮眼。
就预测能力而言，AI在小分子的ADMET（吸收、分布、代谢、排泄和毒性）属性评估上明显优于大分子，技术成熟度也相当充分。不过，在2022年之前，市场对AI整体仍持保守态度——直到2023年2月ChatGPT引爆新一轮AI热潮，行业信心才显著回升。而此前，MNC在选择合作项目时，尽管认可AI的技术潜力，却更看重分子本身是否具备扎实的商业化前景。
2022年10月11日，Lilly与Nimbus Therapeutics达成的战略合作便是一个典型例子。由于Nimbus的AMPK抑制剂项目尚处于临床前阶段，双方未披露首付款的具体金额。值得怀疑的是其首付款数额可能低于常规水平，而总里程碑金额也透露出一定的”试水”性质。值得一提的是，Nimbus创始人Ramy Farid曾任职于计算化学软件公司薛定谔（Schrödinger），这也使得此次合作可被视为AIDD与CADD技术思路的延伸应用，可以视为Lilly在AIDD领域的战略追踪。
2024年1月7日，Lilly与Isomorphic Labs达成协议，涉及4500万美元的首付款及最高可达17亿美元的里程碑付款。从首付款在总金额中的占比来看，该交易模式更接近于一项技术授权协议。此外，AlphaFold3在相关论文发表前半年左右已具备原型系统，结合Isomorphic Labs的原始声明，我们可以进一步判断，此次合作实质上是一项针对AlphaFold3未发布版本的专项技术授权。
值得注意的是，仅凭技术授权即能获得后期总计高达两位数的销售分成，体现出背靠Google的Isomorphic Labs在谈判中的优势地位（不过，若AlphaFold3在学术界推动下最终开源，该分成比例是否维持尚不确定）。该交易也从侧面反映出，Lilly已明确将结构预测置于其早期药物研发的核心位置，计划通过整合AlphaFold3与Functional部门的AI/ML专用模型，在分子优化环节系统引入人工智能能力，从而进一步在其内部组织能力范围内推动技术革新。
在模型中心的驱动下，推进平台化与数据整合的价值进一步凸显。在官宣与Isomorphic Labs建立合作仅两天后的JPM大会（美国东部时间4:15PM），Lilly的CEO，Dave Ricks正式公布了名为Catalyze360的战略计划。该计划包含三大核心模块：
- Lilly Ventures：负责风险投资与资本部署
- Lilly Gateway Labs：提供共享实验室空间与基础设施支持
- Lilly ExploR&D：提供研发赋能与专业合作支持
通过这一布局，Lilly旨在构建一个开放式的药物开发生态系统，并依托其公司主体逐步推进数据驱动的战略全景实施。
2025年4月17日，BigHat Biosciences与Lilly达成战略协作。此次战略协作聚焦于Milliner平台，该平台明确以结构预测模型为核心，结合Functional部门的AI/ML能力与High-speed Wet Lab，构建起计算与实验的闭环流程。在能力配置上，Isomorphic Labs贡献结构预测的核心能力，而BigHat则提供抗体优化平台能力，形成优势互补。
接着补齐的是在特定技术下的AI能力，Lilly先后与三家AI药物发现公司达成合作：
- 8月16日：与Superluminal（AI+GPCR方向）
- 9月9日：与Insitro（AI+siRNA及ADMET预测）
- 9月9日：与Circle Pharma（大分子性质预测）
在宣布与Insitro和Circle Pharma合作的当日，Lilly正式推出其TuneLab平台。尽管市场对其关注有限，该系列动作在生物科技领域引发了高度关注。
TuneLab平台的核心在于采用联邦学习技术，实现在数据不共享的前提下进行模型训练，以进一步跨越数据壁垒提升模型性能。然而，由于参与方在数据标准化能力与标准方面存在差异，平台仍面临联邦学习在实践中的常见挑战，其真正发挥优势或需更长时间。
一些报道指出，此举有望推动AIDD能力的”民主化”。但此举在提升AI技术可及性的同时，也进一步巩固了Lilly在行业标准制定与生态系统构建中的主导地位。
与Sanofi在AI全链条应用上的全面投入相比，Lilly在AI临床试验领域的布局则相对”闲庭信步”。这部分归因于Lilly已通过战略合作（如与Medidata的伙伴关系）建立了较为成熟的数字化基础设施，因而无需在AI临床应用中过度依赖模型能力。
回到开头，总结Lilly的AI战略可以发现，Lilly在AI战略上延续了其一贯的”内部研究团队验证，外部产业战略投资”模式。但这与AI行业探索至今的核心特征相冲突——AI Native的团队组织能力才是真正使得效率产生质变的关键。
Lilly现在的打法，本质上是将外部能力嵌入既有流程，而非推动组织层面的根本性重构。如何突破体制惯性，实现真正的AI原生型组织变革，不仅是大型药企的核心挑战，也是在残酷竞争中AIDD初创企业突围的关键所在。