諾和諾德聯(lián)手OpenAI，MNC步入AI生態(tài)級(jí)競(jìng)爭(zhēng)

4月14日，百年制藥巨頭諾和諾德宣布與通用人工智能領(lǐng)軍者OpenAI建立戰(zhàn)略合作伙伴關(guān)系，旨在將AI技術(shù)全面部署于從藥物研發(fā)到商業(yè)運(yùn)營(yíng)的每一個(gè)環(huán)節(jié)，“攜手改變藥物的發(fā)現(xiàn)與交付方式”。

這場(chǎng)牽手，發(fā)生在這家丹麥百年老店——傳統(tǒng)增長(zhǎng)模式與未來競(jìng)爭(zhēng)壓力的十字路口。長(zhǎng)遠(yuǎn)看，這也是諾和諾德為贏得未來十年競(jìng)爭(zhēng)所發(fā)動(dòng)的一場(chǎng)“效率迭代”。

3月20日，司美格魯肽核心化合物專利在中國(guó)的法定保護(hù)期正式屆滿。這意味著，國(guó)內(nèi)藥企可以使用司美格魯肽的分子結(jié)構(gòu)進(jìn)行生產(chǎn)，此前被卡在專利保護(hù)的國(guó)產(chǎn)司美格魯肽仿制藥上市申請(qǐng)，集中進(jìn)入了正式審評(píng)、獲批流程。

4月1日，禮來公司宣布，其口服小分子 GLP-1 受體激動(dòng)劑 Orforglipron 已獲得美國(guó) FDA 批準(zhǔn)上市，為全球首個(gè)獲批上市的口服小分子非肽類 GLP-1 受體激動(dòng)劑（GLP-1 RA），用于治療成人肥胖或超重。

當(dāng)司美格魯肽的專利城墻出現(xiàn)裂縫，當(dāng)禮來全管線展開貼身追擊，尋找“下一個(gè)司美格魯肽”的緊迫性，從未如此強(qiáng)烈。單純的分子迭代（如雙靶點(diǎn)、三靶點(diǎn)激動(dòng)劑）已成為公開的競(jìng)賽，難以構(gòu)筑長(zhǎng)期壁壘。

諾和諾德需要的不只是新藥，而是發(fā)現(xiàn)新藥的新范式。

01.

為何是OpenAI：數(shù)據(jù)、系統(tǒng)與時(shí)間窗口的三重邏輯

根據(jù)諾和諾德與OpenAI的聯(lián)合聲明，此次合作的核心目標(biāo)是“更高效地利用AI工具與能力，分析復(fù)雜數(shù)據(jù)集、識(shí)別具有潛力的新藥候選，并縮短藥物從研發(fā)階段推進(jìn)到臨床應(yīng)用的時(shí)間”，同時(shí)提升生產(chǎn)、供應(yīng)鏈及商業(yè)運(yùn)營(yíng)的效率。

諾和諾德總裁兼首席執(zhí)行官M(fèi)aziar Mike Doustdar提到，“將人工智能融入我們的日常工作，（AI將幫助員工）以此前無(wú)法想象的規(guī)模分析數(shù)據(jù)集，發(fā)現(xiàn)過去看不到的規(guī)律，并比以往更快地檢驗(yàn)假設(shè)。”

選擇OpenAI，基于三重商業(yè)與技術(shù)邏輯：

首先，深挖獨(dú)占性數(shù)據(jù)價(jià)值。諾和諾德?lián)碛腥蜃钬S富的GLP-1類藥物真實(shí)世界數(shù)據(jù)，是一個(gè)超越當(dāng)前人類團(tuán)隊(duì)短期分析能力的復(fù)雜系統(tǒng)。結(jié)合OpenAI的先進(jìn)模型能力，雙方有望深度挖掘大規(guī)模、高質(zhì)量醫(yī)藥研發(fā)濕實(shí)驗(yàn)與真實(shí)世界數(shù)據(jù)，在此類高維、跨尺度數(shù)據(jù)中識(shí)別隱秘關(guān)聯(lián)，從而踏足尚未破局的細(xì)分賽道與尚無(wú)優(yōu)異解決方案的臨床空白。

其次，應(yīng)對(duì)系統(tǒng)性效率挑戰(zhàn)。當(dāng)前眾多AI公司合作聚焦優(yōu)化既定流程（如更快的分子篩選）、提出新銳管線、從藥物發(fā)現(xiàn)/早期篩選等小切口進(jìn)行AI賦能與迭代。而諾和諾德與OpenAI的合作模態(tài)，顯然不限于此——OpenAI將協(xié)助諾和諾德提升全球員工技能，提升人工智能素養(yǎng)能力；提升制造、供應(yīng)鏈與分銷及企業(yè)運(yùn)營(yíng)的效率；試點(diǎn)項(xiàng)目將在研發(fā)、制造和商業(yè)運(yùn)營(yíng)領(lǐng)域啟動(dòng)，預(yù)計(jì)于2026年底實(shí)現(xiàn)全面整合。

“融入日常工作”“提升制造、供應(yīng)鏈與分銷及企業(yè)運(yùn)營(yíng)的效率”——暗示了更徹底的流程重塑，可以看作“安裝全新的底層系統(tǒng)”，讓AI成為科研思維和工作流的一部分，而不僅僅是加速某個(gè)環(huán)節(jié)的插件。通過與OpenAI共建統(tǒng)一的能力基座，諾和諾德有望打通從實(shí)驗(yàn)室到藥房的端到端數(shù)據(jù)流，突破過往點(diǎn)狀合作、階段式合作的協(xié)同瓶頸。

最后，重塑創(chuàng)新范式與控制長(zhǎng)期成本，以應(yīng)對(duì)緊迫的戰(zhàn)略時(shí)間窗口。在專利獨(dú)占期衰減與競(jìng)品管線密集壓境的有限時(shí)間內(nèi)，通過漸進(jìn)式改良勝出的概率正在降低。此次合作的本質(zhì)是通過技術(shù)杠桿，將創(chuàng)新模式從“資金與人力密集”轉(zhuǎn)向“數(shù)據(jù)與算法驅(qū)動(dòng)”，從根本上重塑資源的配置效率，寄希望于——AI能跨越傳統(tǒng)經(jīng)驗(yàn)邊界，在競(jìng)品云集的靶點(diǎn)之外，發(fā)現(xiàn)全新分子實(shí)體、治療機(jī)理與可行性驗(yàn)證。

02.

禮來加碼AI生態(tài)鏈，諾和諾德接招

回顧諾和諾德過往的AI布局，呈現(xiàn)出明顯的“點(diǎn)狀突破”特征。這些合作雖覆蓋了靶點(diǎn)發(fā)現(xiàn)、分子設(shè)計(jì)、臨床開發(fā)等多個(gè)前沿領(lǐng)域，但相對(duì)獨(dú)立，目標(biāo)聚焦于解決特定環(huán)節(jié)的瓶頸：

2025年1月，諾和諾德與Valo深化合作，將范圍從心血管疾病大幅擴(kuò)展至肥胖癥、2型糖尿病，潛在交易總額約46億美元，旨在利用其Opal計(jì)算平臺(tái)發(fā)現(xiàn)新靶點(diǎn)和設(shè)計(jì)分子。

同年6月，諾和諾德又與英偉達(dá)及丹麥AI創(chuàng)新中心（DCAI）攜手，計(jì)劃借助基于英偉達(dá)技術(shù)的Gefion AI超級(jí)計(jì)算機(jī)，打造定制化的AI模型與智能體，以加速早期研究與臨床開發(fā)，并構(gòu)建用于藥物探索的生物醫(yī)學(xué)大語(yǔ)言模型。

但觀其老對(duì)手、全球首個(gè)萬(wàn)億美元藥企禮來，已進(jìn)一步構(gòu)建咄咄逼人的生態(tài)化AI布局——通過構(gòu)建一套系統(tǒng)性的AI基礎(chǔ)設(shè)施，試圖改寫游戲規(guī)則。

2025年，禮來推出向外部生物技術(shù)公司開放的“Lilly TuneLab”AI/ML平臺(tái)，并宣布建設(shè)行業(yè)領(lǐng)先的自主AI算力工廠。其首次發(fā)布的AI藥物發(fā)現(xiàn)模型擁有超過價(jià)值10億美元的專有數(shù)據(jù)——來自禮來公司多年來珍貴的藥物研發(fā)、實(shí)驗(yàn)積累。

Lilly TuneLab將向早期生物技術(shù)公司開放，利用創(chuàng)新的“聯(lián)邦學(xué)習(xí)”（Federated Learning，一種在沒有任何人看到或接觸數(shù)據(jù)的情況下訓(xùn)練AI模型的方法）技術(shù)，讓使用者無(wú)需共享核心數(shù)據(jù)即可共享AI能力。這意味著禮來正試圖將自身的數(shù)據(jù)與算法能力，轉(zhuǎn)化為吸引整個(gè)行業(yè)創(chuàng)新資源的“公共事業(yè)”，從而在創(chuàng)新源頭建立持久優(yōu)勢(shì)。

換言之，AI正將制藥能力推向更廣泛的參與者——包括Biotech、AI初創(chuàng)企業(yè)、LLM研發(fā)商，以及擁有最強(qiáng)算力與最先進(jìn)算法的那群公司。

對(duì)比諾和諾德過往的點(diǎn)狀合作，在應(yīng)對(duì)禮來所構(gòu)建的、高度集成的“中央AI工廠+開放平臺(tái)”模式時(shí)，可能面臨數(shù)據(jù)標(biāo)準(zhǔn)不一、技術(shù)棧分散、協(xié)同成本高昂的整合挑戰(zhàn)。因此，與OpenAI的全鏈條合作，不只是諾和諾德的“被動(dòng)接招”，更應(yīng)視為對(duì)其AI戰(zhàn)略的一次根本性升級(jí)與長(zhǎng)期戰(zhàn)略整合。

03.

MNC+AI分化，AI整合賦能仍在等待實(shí)質(zhì)性產(chǎn)出

評(píng)估這場(chǎng)合作的價(jià)值，應(yīng)避開對(duì)短期股價(jià)或宏大敘事的過度解讀，轉(zhuǎn)而關(guān)注未來幾個(gè)堅(jiān)實(shí)、可驗(yàn)證的實(shí)質(zhì)性產(chǎn)出：

第一個(gè)觀察坐標(biāo)是管線推進(jìn)實(shí)證，即首個(gè)由該聯(lián)合平臺(tái)從頭驅(qū)動(dòng)并進(jìn)入臨床研究的候選藥物及其明確的時(shí)間表。第二是效率量化報(bào)告，例如公布在特定研發(fā)環(huán)節(jié)的效率提升量化報(bào)告。第三是同行評(píng)議論文等科學(xué)能力公開驗(yàn)證。第四是平臺(tái)擴(kuò)展的證據(jù)——AI操作系統(tǒng)如何對(duì)公司內(nèi)部資源實(shí)現(xiàn)整合，并展現(xiàn)出跨治療領(lǐng)域的適配能力，從而證明其并非僅為單一靶點(diǎn)（如GLP-1）打造的定制工具，而是具備通用性的戰(zhàn)略基座。

更廣泛的視角來看，相較過往MNC AI+布局，諾和諾德與禮來已經(jīng)步入“生態(tài)級(jí)”競(jìng)爭(zhēng)。對(duì)于頂級(jí)藥企而言，AI已從“錦上添花的工具”徹底轉(zhuǎn)變?yōu)椤瓣P(guān)乎生存的戰(zhàn)略基礎(chǔ)設(shè)施”。

禮來倡導(dǎo)的“開放平臺(tái)”模式與諾和諾德選擇的“垂直整合”模式，代表了AI時(shí)代兩種截然不同的生態(tài)構(gòu)建思路。前者的邏輯在于能否吸引并繁榮整個(gè)創(chuàng)新生態(tài)，成為行業(yè)的“基礎(chǔ)服務(wù)商”；后者的關(guān)鍵在于內(nèi)部整合的深度與閉環(huán)效率。這兩種模式的并行與競(jìng)爭(zhēng)，將重新定義未來醫(yī)藥創(chuàng)新中，巨頭與初創(chuàng)公司，以及巨頭之間的協(xié)作形態(tài)。

與此同時(shí)，夾在中間的、提供單一算法工具的AI軟件服務(wù)公司/AI Biotech將面臨巨大壓力，行業(yè)價(jià)值將進(jìn)一步向擁有獨(dú)特?cái)?shù)據(jù)生成能力或能解決特定復(fù)雜科學(xué)問題的“深科技”公司聚集。

*封面來源：神筆PRO

專題推薦

聲明：動(dòng)脈新醫(yī)藥所刊載內(nèi)容之知識(shí)產(chǎn)權(quán)為動(dòng)脈新醫(yī)藥及相關(guān)權(quán)利人專屬所有或持有。未經(jīng)許可，禁止進(jìn)行轉(zhuǎn)載、摘編、復(fù)制及建立鏡像等任何使用。文中如果涉及企業(yè)信息和數(shù)據(jù)，均由受訪者向分析師提供并確認(rèn)。