大数跨境
首页
>
一人一药背后，中国 AI4Science 该押注哪张牌
>

一人一药背后，中国 AI4Science 该押注哪张牌

一人一药背后，中国 AI4Science 该押注哪张牌 AI驱动数字化转型
2026-08-22
1
导读：这几天，Moderna 给每个患者单独造一种药，III 期临床做成了。这种每人一种药的玩法，过去只能在科幻里想想，现在落到实处了。
这几天，Moderna 给每个患者单独造一种药，III 期临床做成了。这种每人一种药的玩法，过去只能在科幻里想想，现在落到实处了。可我想说的不是这个药，它毕竟离国人还太远，我想说的是它背后那件事，AI 开始替科研干活了，而且干得比人快太多。这件事往哪儿走，国内AI界该押哪头，才值得细说。
PART 01
AI 把科研的手艺，变成了软件

先把这个转变说清楚。很多人对"AI 帮科研"的印象，还停在"AI 帮科学家算算数"，这已经是五年前的老黄历了。现在连芯片巨头都把"AI 替科研干活"当成跟大模型、具身智能并列的三大方向，远期的盘子喊到了千亿美元。
看几个例子就明白了。最出名的，AI 算蛋白质结构，以前要花好几年，现在几天就给你算出来，还拿了2024年诺贝尔化学奖，数据库里堆了两亿多个蛋白结构预测。实验室里，AI 定计划、机器人动手，找新材料比人快一两个数量级，美国阿贡国家实验室已经在推这样的自主科学发现流水线了。造药那边，AI 把早期那一段从几年压到一年多。一人一药，只是这里面的一小块。
显然，这是 AI 这些年最被小看的一次转身。以前AI 是把"说话写字"变成软件，现在是想把"搞科研这一整套"也变成软件。动的不是哪一个行业，是科研这门手艺本身。过去搞科研，靠人的经验加运气，一点一点去试；现在 AI 把"想点子、筛候选"这个最磨人接了过去，科学家能腾出精力做更要紧的事。

PART 02
想点子变便宜了，但验证跟不上

这里头藏着一个很多人没看透的地方。
AI 帮科研，不是让科学家变聪明，是把"想新点子、筛候选"这件事变得又便宜又快。以前一个团队一年能筛几十个候选，现在一个算法一天给你几百万个。所以科研的难处，头一回从"想不出方向"，变成了"验不过来"。
这才是最要命的地方。它一天给你几百万个候选，你不可能一个个去看，可又不敢直接信。
AI 把一大半蛋白质结构都算出来了，可算得出来，不等于真的能用。造药那边更是这样，候选多到看不完，验证跟不上。
有个数字很说明问题。国际上几个顶级团队，拿同一批患者数据预测癌症新抗原，然后统一做实验验证，608个候选肽，最后真能起免疫反应的只有37个，大约 6%。
所以往后拼的不是谁家模型大，是谁能把"验证"这一关做得又快又靠谱。谁能证明自己算出来的东西能重来一遍、能真用上，谁才说了算。这条不能松，别等出了错再补。

PART 03
比验证还慢的，是规矩

一人一药这种"每人一种药"的做法，直接撞上为"一种药造一亿片"准备了几十年的监管。美国药监局批的到底是一款药，还是一台能一直造药、还能查账的机器？这个题没人答得清。AI 算出来的新材料怎么质检、自动做的实验怎么核实、一人一种药怎么审批，这些都得有人提前把规矩立起来，别等出了事再补。
技术跟不上，多招几个人、多投点钱还能往上追；规矩跟不上不行，它得一层一层改，牵一发而动全身。
FDA 这些年已经在试着改，2026年2月发了针对个体化治疗的指导草案，专门讨论怎么为极少数、甚至单个患者的药物建安全性和有效性评价框架。可框架立起来是一回事，真跑顺是另一回事。
再往大了看，这波 AI 也不是全世界齐步走的。联合国今年的全球 AI 评估报告讲得清楚，各国各行业之间差得远，全球南方明显落在后头。
技术跑得飞快，规矩和人都停在原地，光多买几块显卡补不上。

PART 04
我们手里的牌

在这事上该押哪头？先把手里的牌摊开看看。
政策是齐的。2025年8月国务院发文，把"人工智能+科学技术"列进六大重点行动，还给了数，到2030年智能体用的人要超九成。地方上，北京在2021年就请鄂维南院士牵头，建了全球头一个专门搞"AI 帮科研"的机构，2025年又出了全国头一份科学智能地方政策。
平台和算力是热的。深势科技刚融了8亿多，做科学发现引擎；智源端出了悟界这种下一代药物发现模型；中国移动从机房里划了300P算力，搭科学装置节点。北大深研院办起了全球头一个科学智能学院，这个月北京还要开科学智能大会。建制化、平台化、算力化，都在动。
数据是最被小看的一张。2026年被定成"数据要素价值释放年"，全国建成了12万个高质量数据集，总共156万个TB。这个数我盯了很久，它比任何单个明星模型都值得琢磨。因为AI搞科研，喂进去的是数据，数据够不够干净、够不够多，直接决定它能干多少活。

PART 05
最重要的三张牌

政策和平台数据都齐了，缺的是出牌的顺序。

第一张，把科研数据收拾好，当命根子
中国手里有全世界最大量的产业、临床、工业数据，可大多是散着的、没整理的、互不搭界的野数据。12万个数据集听着多，可喂给 AI，关键在"收拾得干净"四个字。谁先把这些数据从"放在那"变成"机器能直接用"，谁就拿到这张门票。数据不是配菜，是命根子，这个顺序得摆正。

第二张，把算力平台摊开，让人人用得起
深势的引擎、智源的模型、中国移动的科学装置，这类东西该国家化、开放化，让中小科研团队也用得起。AI 帮科研这事，值钱在大家都能用，不在几个大户关起门来玩。用得起的人越多，长出来的东西越厚。

第三张，把药卖出国门的路越走越宽
国产创新药出海已经过了600亿美元这道坎，今年一季度就超这个数，英矽、晶泰、深势这些 AI 药企是主力，远大医药的 ARC01 是国内头一款获批临床的 mRNA 肿瘤疫苗。出海不只是卖药，是把中国在临床数据、产业配套、工程化上的家底，换成全球说话的分量。
PART 06
未来往哪儿走

把话说回到趋势上。AI4Science 的下半场，比的不是谁先做出一个明星药，是先把"数据、平台、产业"这条链子拧成一股。欧美在前沿单点上领先，中国在数据体量、产业纵深、举国组织上有独一份的家底。谁先把科学数据收拾成机器能直接用的，谁把科学智能的算力和平台做成普惠的公共底座，谁把产业转化的通道越做越宽，谁就握住这条赛道的方向盘。
一人一药是欧美出的一张牌，中国手里这张，是数据、是平台、是把"AI 帮科研"做成人人用得起的本事。这不是追着别人造第二个一人一药，是把别人点起来的那把火，烧到自己的柴堆上。
牌不差，差的是有人先把它们一起打出去。科技发展的势头就摆在那，能不能接住，看的是规矩、是数据、是肯守真值那一边的人，不是谁喊得最响。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 1081
粉丝 1
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读10.4k
粉丝1
内容1.1k