製藥業砸數十億美元投入人工智慧，輝達、輝瑞與葛蘭素史克押注藥物發現

製藥產業正投入數十億美元於人工智慧，簽署一波又一波金額達數億美元的合作協議，這標誌著藥物發現與開發方式的根本性轉變。僅在過去一季，輝瑞即承諾向人工智慧新創公司 PostEra 投入最高 6.1 億美元；輝達與禮來達成五年期、金額 10 億美元的協議；葛蘭素史克向 Noetik 支付 5,000 萬美元預付款；英塞特則同意向 Genesis Therapeutics 支付 3,000 萬美元預付款，且每個藥物標靶最高可再支付 2.95 億美元。阿斯特捷利康收購了 Modella AI（金額未揭露），諾和諾德則與 OpenAI 建立合作關係。據路透社報導，這些交易代表製藥業擁抱人工智慧的速度急劇加快，已從試點計畫邁向大規模、資本密集的承諾。業界押注人工智慧能將新藥開發的平均成本（26 億美元）大幅削減，並壓縮原本長達 10 至 15 年的典型開發時程。此事之所以至關重要，在於這場人工智慧驅動的藥物發現競賽中，勝出者將在規模達 1.5 兆美元的全球製藥市場中奪取龐大市占率，而落後者則可能遭邊緣化，因為運算資源成本已成為新的進入門檻。

輝瑞與 PostEra 的 6.1 億美元里程碑結構

輝瑞與 PostEra 的這項協議是今年簽署的最大規模純人工智慧藥物發現合作案，潛在總價值達 6.1 億美元。此架構揭示製藥公司如何降低其人工智慧押注的風險：輝瑞僅支付 1,200 萬美元的前期款，其餘 5.98 億美元則與里程碑及權利金掛鉤。這種以績效為基礎的模式，讓輝瑞得以運用 PostEra 的機器學習平台來設計小分子藥物，而無需承擔會衝擊其研發預算的龐大前期資本支出。PostEra 的技術利用生成化學提出新穎的分子結構，並預測其藥理特性，此過程傳統上需要耗費多年的藥物化學反覆試驗。該協議涵蓋輝瑞管線中的多個藥物標靶，但兩家公司均未揭露具體的治療領域。對 PostEra 而言，這項合作提供財務跑道，使其得以擴充運算資源基礎設施並延攬頂尖人工智慧人才，而輝瑞則在加速進入臨床方面取得競爭優勢。1,200 萬美元的前期付款在製藥業標準下相對保守，但里程碑架構創造了強烈的利益一致性：PostEra 唯有在其人工智慧確實產出可行藥物候選時才能獲得報酬。這反映了一項更廣泛的趨勢，即製藥公司正利用以里程碑為基礎的交易，來管理人工智慧模型無法將運算預測轉化為實際臨床結果的風險。輝瑞設計此協議以保護其資產負債表，同時仍能取得其內部團隊所缺乏的前沿生成化學工具。

輝達與禮來改寫運算資源的經濟學

輝達與禮來（Eli Lilly）簽訂的十億美元、五年期合作案，是製藥業史上最大單筆人工智慧基礎設施交易，從根本上改變了藥物研發運算資源的成本結構。根據協議，輝達將提供禮來專屬使用其最新繪圖處理器叢集、軟體堆疊及人工智慧專業知識，使禮來實際上成為輝達在超大規模雲端業者之外最大的企業客戶之一。該交易包含禮來的 TuneLab 平台，此平台整合輝達的硬體、薛丁格（Schrodinger）的 LiveDesign 分子建模軟體，以及億明達（Illumina）的基因體資料管線。對禮來而言，其經濟效益顯而易見：每年支付輝達兩億美元以取得保證運算產能，比自行建置及營運繪圖處理器資料中心更為划算，後者需耗費數十億美元資本支出及多年興建時間。該交易亦賦予禮來優先取得輝達次世代晶片的權利，在繪圖處理器供給仍吃緊之際，此為關鍵優勢。對輝達而言，此合作案在其核心超大規模雲端業者及企業市場之外開闢新的營收來源，並提供一套參考架構，可供輝達銷售給其他製藥公司。該交易的五年期條款，在人工智慧模型成本因更廉價替代方案（包括 DeepSeek 及阿里巴巴 Qwen 團隊等中國實驗室）而承壓之際，鎖定了定價。禮來實際上正以固定成本確保長期產能，藉此避險於繪圖處理器價格通膨。

競爭版圖重組：誰受益、誰受創

當前這波製藥業人工智慧交易熱潮，正在藥物公司與人工智慧新創之間創造出明確的贏家與輸家。在製藥業中，禮來（Eli Lilly）與輝瑞（Pfizer）正將自身定位為先行者，而葛蘭素史克（GSK）與阿斯特捷利康（AstraZeneca）則緊隨其後，各自建立合作夥伴關係。默克（Merck）與諾和諾德（Novo Nordisk）正處於追趕階段，其中諾和諾德與 OpenAI 未揭露金額的協議顯示，該公司仍在探索階段而非全力投入。最大的輸家是缺乏資產負債表實力、無法開出數十億美元支票的中型製藥公司，這些公司將日益依賴如 IQVIA 與 Labcorp 等合約研究機構所提供的 AI 驅動服務。在人工智慧新創方面，贏家是那些擁有經實證平台與製藥專業知識的業者：PostEra、Genesis Therapeutics 與 Noetik 已取得最大筆的前期付款與最有利的里程碑條款。輸家則是試圖進入製藥領域、卻缺乏領域特定模型的通用型人工智慧公司，因為製藥公司要求的是 AI 確實能預測臨床結果的證據，而非僅能生成分子結構。Cohere 執行長 Aidan Gomez 告訴 CNBC，製藥等受監管產業「不會採用中國模型」，原因在於資料主權與安全疑慮，這對歐美人工智慧新創有利。然而，來自 DeepSeek 與阿里巴巴 Qwen3.7-Max 等中國實驗室的定價壓力，正迫使所有 AI 供應商降價，壓縮了缺乏規模優勢、無法在成本上競爭的新創公司利潤率。

對超大規模雲端業者、晶圓廠與企業買家的下游影響

製藥業人工智慧熱潮正為運算基礎設施創造龐大的下游需求，惠及超大規模雲端業者與晶片製造商，同時也使繪圖處理器（GPU）供給鏈趨於緊繃。輝達與禮來（Lilly）的十億美元協議僅是其中一例：如今每一家大型製藥公司都在與微軟、亞馬遜網路服務（亞馬遜 Web Services）及谷歌等超大規模雲端業者，以及 OpenAI、Anthropic 等人工智慧實驗室，爭搶 GPU 產能。Anthropic 每月支付 SpaceX 十二億五千萬美元，直至 2029 年 5 月，以取得 Colossus 與 Colossus II 資料中心的使用權，合計每年約達一百五十億美元。此一 GPU 需求正帶動資本支出循環，使晶片製造商、資料中心建商與能源供應商同蒙其利。對製藥公司而言，運算成本正成為一項重大支出項目：單一藥物發現專案若採用人工智慧模型，可能需耗費數千個 GPU 小時，而一家大型製藥公司的總運算成本將於 2028 年前達到每年五億美元。這正促使製藥公司探索替代性運算資源來源，包括輝達的免費人工智慧系統，以及 Reflection AI 的開源模型。下游效應亦延伸至臨床試驗營運：IQVIA 與 Labcorp 等公司正投資人工智慧，以自動化病患招募與資料分析；同時，Illumina 與阿斯特捷利康（AstraZeneca）、默克（Merck）及禮來合作的「十億細胞圖譜」（十億 Cell Atlas）專案，正打造供人工智慧訓練使用的最龐大基因體資料庫。醫療保健領域的企業買家正密切關注這些發展，因為製藥業的人工智慧操作模式已開始複製到醫療器材、診斷與醫院營運等領域，GE HealthCare 與克里夫蘭診所（Cleveland Clinic）亦分別宣布人工智慧診斷合作計畫。

交易熱潮背後的政策與策略

製藥業的人工智慧合作熱潮不僅關乎技術，更是因應重塑產業面貌的監管與競爭壓力的策略性回應。白宮正對人工智慧公司簡報計畫，擬在模型發布前進行審查，此政策將為外國人工智慧模型在製藥等受監管產業中設定障礙。這項監管不確定性正促使製藥公司鎖定與美國人工智慧供應商的合作，以確保符合未來模型審查要求。與此同時，美國與中國人工智慧實驗室之間的價格戰，為製藥公司創造了協商有利條件的機會窗口。OpenAI 的 GPT-5.4 每百萬個代幣收費 17.50 美元，Anthropic 的 Claude Opus 4.7 每百萬個代幣收費 30.00 美元，而阿里巴巴的 Qwen3.7-Max 定價明顯更低，但僅能從中國端點存取。製藥公司押注監管壁壘將保護其美國人工智慧合作夥伴免受中國競爭，使其能在無地緣政治風險下獲取人工智慧的效益。此策略也反映出製藥研發的更大轉變：企業正從暢銷藥模式轉向精準醫療模式，由人工智慧驅動以較低成本開發針對較小患者族群的藥物。這需要龐大的運算資源基礎設施及專業人工智慧人才，因此製藥公司簽訂的是為期多年、金額達數億美元的合作協議，而非授權個別人工智慧工具。對市場傳達的訊息十分明確：人工智慧在製藥業已不再是實驗性質，而是藥物發現的核心作業系統。缺乏可信人工智慧策略的公司，將在交易、人才與資本上輸給具備者——且差距正持續擴大。

這波轉型的下一階段，將考驗這些龐大投資是否真能將藥物推向市場。輝瑞（Pfizer）與禮來（Eli Lilly）將面臨壓力，須在兩到三年內展示其人工智慧平台所產出的臨床候選藥物，否則恐引發投資人反彈。這些交易中的里程碑結構意味著，人工智慧新創公司必須證明其模型在真實病患身上有效，而非僅止於電腦模擬。若第一波人工智慧發現的藥物在臨床試驗中失敗，整個人工智慧驅動藥物開發的論述將受到質疑，進而引發投資縮減。然而，只要有一款人工智慧發現的藥物進入第三期臨床試驗，便足以驗證此一途徑，並觸發第二波更大規模的投資。結果將是好壞參半：部分人工智慧平台將在腫瘤學與罕見疾病等特定治療領域取得成功，而其他平台則可能在如中樞神經系統疾病等複雜適應症上陷入困境，因為生物變異性擊敗了現行模型架構。勝出者將是那些結合人工智慧與深厚生物學專業知識，並具備高效執行試驗之臨床基礎設施的公司。就整體人工智慧產業而言，製藥業願意開出數十億美元支票，驗證了企業人工智慧能在垂直市場創造巨額報酬的論述，即便消費端人工智慧正面臨廉價替代品的價格壓力。製藥人工智慧的淘金熱才剛開始，此刻押注正確的公司，將主導未來十年的藥物開發。