AI 制药专家交流 20260114 摘要 AI 在制药初期环节如靶点发现和分子设计中应用成熟，显著提升效率， 但实验数据认可和监管是短期难突破的瓶颈，限制了 AI 机器人的大规模 应用。 算力、算法和数据对 AIGC 至关重要。大型药企虽有数据优势，但数据 处理是挑战；小型生物科技公司更灵活。大型药企转型 AIGC 不会立即 取代小型公司。 AIGC 人才需具备生物医药或算法背景，主要靠行业内培养。传统药企 研发人员利用 AI 工具可提高效率，实现 1+1>2 的效果。 Farm AI 平台具备强大的计算和数据处理能力，以及先进的算法支持， 通过整合多种组学数据，提高筛选效率并优化临床试验设计，与其他企 业相比具有显著优势。 英西公司的商业模式独特，AI 平台与自有管线相辅相成、互相迭代，通 过自有管线研发并通过授权获得收入，提高了效率，也确保了更好的结 果反馈。 英西公司战略重点仍是自有管线推进，通过授权 Pipeline 获得收入。为 获取临床原始数据反哺自身临床平台，有时会牺牲部分里程碑付款。 AI 在新药研发流程中应用成熟度递减，早期靶点发现和分子优化帮助大， 临床阶段支持有限，法规限制 AI 直接 ...