案例背景
2025年7月，广药集团公开披露其依托华为昇腾AI算力平台开展药物研发的阶段性成果：AI辅助药物发现环节将研发成本降低约70%，候选化合物筛选周期从传统的1至2年压缩至3至6个月。这是中国医药行业首个系统验证大模型驱动药物发现全流程提效的大型企业级案例，为长期以来高投入、长周期、低成功率的「双十定律」（一款新药平均耗时10年、耗资10亿美元）提供了突破性范式。
广药集团是中国最大的医药制造企业之一，年营业收入超过700亿元，拥有白云山、王老吉等知名品牌。传统药物发现依赖高通量筛选与专家经验直觉，先导化合物的发现阶段通常需要筛选数百万个分子，命中率不足0.1%，每个进入临床试验的药物背后平均消耗25亿美元研发投入。广药集团联合华为昇腾AI构建了覆盖靶点发现、分子生成、性质预测、合成路径规划四大环节的AI药物研发平台，基于昇腾910B芯片集群训练专属药学大模型，整合超过3亿个化合物结构数据与2000万条文献中的药理活性数据。该平台已在抗肿瘤、代谢类疾病等领域筛选出多个高潜力候选化合物，其中两个小分子候选药物已进入临床前研究阶段，从靶点确认到候选化合物确定仅用时4个月，较传统流程缩短约80%。
核心分析
一、创新扩散理论视角下的AI药物研发采纳逻辑
医药行业对AI的采纳长期滞后于金融、零售等行业，核心阻力在于药物研发的高合规壁垒与试错成本。广药集团的突破在于采用了罗杰斯创新扩散理论中的「兼容性」策略——并非用AI颠覆整个研发体系，而是将AI嵌入既有研发流程的低风险环节作为增强工具。具体而言，广药将AI优先应用于先导化合物发现与优化阶段，这一环节不直接涉及临床安全，属于探索性研究范畴，监管阻力最小。同时保留了传统药理学专家的决策权，AI产出候选分子后须经多轮实验验证方可推进。这种「AI建议—人类决策」的协作模式降低了组织内部的采纳焦虑，符合创新扩散理论中渐进式渗透提高采纳率的经典路径。当AI在低风险环节证明了价值后，组织信任度提升，后续向更高风险环节（如毒性预测、临床试验设计优化）扩展的阻力显著降低。
二、数据资产化与知识管理范式转型
广药AI药物研发平台的深层价值在于将分散的药学知识系统化、结构化、可计算化。传统药企的知识资产以文献、专利、实验记录形式分散存在于不同系统与个体头脑中，存在严重的知识孤岛与经验流失问题。广药整合的3亿化合物结构数据与2000万条药理文献数据，本质上是一次企业级知识资产的数字化重构。从野中郁次郎SECI模型视角分析，这一过程实现了「外化」——将药学家隐性经验（如对特定骨架结构的活性直觉）转化为显性的可计算规则与模型参数。更为关键的是，AI平台建立了知识持续积累的飞轮机制：每一次实验结果无论成败都会反馈至模型，使知识库随使用而增值。这种数据资产的自增值特性是传统知识管理工具所不具备的，意味着率先建立AI研发平台的企业将获得随时间递增的竞争壁垒，形成「数据规模—模型精度—研发效率—数据积累」的正向循环。
三、国产算力自主可控与产业安全战略意义
广药选择华为昇腾AI算力而非英伟达方案，不仅是成本考量，更是产业安全战略选择。在全球芯片管制持续收紧的背景下，医药研发作为国家战略性产业，其核心算力基础设施的自主可控具有深远意义。从资源基础观（RBV）分析，基于国产算力的AI研发能力构成了一种稀缺、难以模仿、不可替代的战略资源——它不仅降低了地缘政治风险下的供应链中断概率，更使广药在数据主权层面拥有完全控制权，敏感的化合物数据与药理数据无需出境，满足了数据安全合规要求。昇腾910B芯片在分子动力学模拟与图神经网络训练任务中展现出接近国际主流产品的性能，验证了国产算力在高性能计算场景中的可用性。这种「算力—模型—数据」全链条自主可控的架构，为中国医药行业在AI时代的国际竞争构建了底层基础设施安全保障。
管理启示
第一，AI在高合规行业的落地应遵循「低风险环节先行」的渐进策略。广药的经验表明，在医药、金融等强监管行业推动AI转型，管理者的核心智慧不在于技术激进，而在于精准识别组织内部的「低风险高价值」切入点。建议管理者采用风险矩阵评估各环节的AI采纳可行性与合规成本，优先在探索性研究、内部流程优化等低监管约束环节验证AI价值，积累组织信任后再向核心业务环节渗透。这种路径选择本身就是一种重要的管理能力。
第二，数据治理能力是AI研发平台的核心竞争力而非附属工程。广药整合3亿化合物与2000万文献数据的工程量极为庞大，涉及数据清洗、标准化、标注质量管控等大量基础工作。许多企业的AI项目失败并非因为算法不足，而是因为底层数据质量不达标。管理者应将数据治理视为AI战略的第一优先级，建立专业化数据工程团队，制定数据质量标准与采集规范，确保AI平台的数据输入质量。在数据密集型行业，数据治理成熟度将直接决定AI投资的回报率。
第三，算力基础设施的国产化布局是战略性前瞻投资。在当前国际环境下，依赖单一海外算力供应商的企业面临供应链断裂风险。广药选择昇腾平台的决策启示我们，企业IT基础设施的选择已不仅是技术性能与成本的比较，更是供应链韧性与数据主权的战略考量。建议大型企业在核心业务系统中采取「主备双栈」策略——以国产算力为主、国际方案为辅，既保证当前性能需求，又为极端情况下的业务连续性提供保障。这种前瞻性的基础设施布局将成为未来产业竞争中的关键韧性优势。
其他思考
- 当AI将药物发现周期从数年压缩至数月后，临床试验将成为新的效率瓶颈，AI应如何向临床试验设计、患者招募、数据分析等下游环节延伸以实现全链条提效？
- AI生成的候选化合物的知识产权归属如何界定——是归训练数据贡献方、模型开发者、还是使用平台的企业？现有专利体系是否需要针对AI辅助发明建立新的确权规则？
- 中小药企缺乏广药级别的数据积累与算力资源，行业是否会出现「AI研发鸿沟」加剧大企业垄断格局？监管机构应如何引导AI药物研发能力的普惠化？
关键词：AI药物研发、昇腾算力、数据资产化、知识管理
来源：广药集团官网、华为昇腾官网 | 整理：经管大课堂
原文链接：https://www.rcbom.com/aibps/4345.html
