21世纪经济报道记者季媛媛 

12月30日，由生成式人工智能驱动的临床阶段生物医药科技公司英矽智能在港交所成功挂牌上市，股份代码：3696.HK，成为首家通过联交所主板上市规则8.05条上市的人工智能生物医药科技公司。本次首次公开募股（IPO）募集资金总额22.77亿港元，是年内募集资金最高的港股生物医药IPO。港股开盘，英矽智能涨幅高达45.53%。

根据招股书，英矽智能成立于2014年，2019年落地上海浦东，凭借生成式AI技术快速崛起。其核心业务涵盖自研管线开发、AI平台授权以及跨领域合作三大核心领域，并成功构建了从靶点发现直至临床验证的完整产业链条。

2018年至今，英矽智能进行了8轮融资，2025年2月完成超1亿美元E轮融资，投后估值约13.31亿美元。财务方面，于2022年度、2023年度、2024年度，英矽智能的收入持续增长，分别为约3010万美元、5120万美元、8580万，2022年至2024年收入增长率为185%。毛利率分别为63.4%、75.4%、90.4%。经过调整，亏损额持续减少，分别为7080万元、6740万元、2270万元。

此次上市，英矽智能拟将募资金额用于：为关键临床阶段管线候选药物的进一步临床研发提供资金；开发新的生成式AI模型及相关的验证研究工作；进一步开发及扩展自动化实验室；为早期药物发现及开发的研发提供资金；用作营运资金及其他一般企业用途。

有券商医药行业分析师对21世纪经济报道记者表示，英矽智能的上市，恰似为AI制药赛道按下“加速键”：它不仅是企业自身发展的里程碑，更让市场看到“科技赋能医药”从概念走向现实的清晰路径。“未来1-2年，随着更多临床数据的披露，AI制药能否真正成为生物医药创新的‘第二增长曲线’，也需要市场验证。”

“AI制药”与“三十定律”游戏规则

传统新药研发被视为一项成本高昂且成功率极低的冒险。行业内有“三十定律”的说法：平均需要十年时间、数十亿美元投入，而最终成功率却不足10%。

一款合格的候选药物需要同时满足多重关键条件，包括具备疗效、安全性达标、易于合成等。任何一项指标不达标，便意味着研发功亏一篑。

传统药物研发常被认为是串行推进的过程，但借助AI制药相关平台，有望改写这一固有模式。AI技术的突破为打破这一困局提供了新可能。

招股书称，根据弗若斯特沙利文的资料，该资产为同业公司中最先进的研发项目。相较于传统方法，英矽智能的Pharma.AI平台显著加速了药物发现流程，从新型TNIK靶点的识别到首次人体临床试验的启动，整个过程仅用了18个月的时间。除医药领域外，英矽智能将AI技术延伸至农业、新材料、兽医药物等领域。

此外，本次IPO由摩根士丹利、中金公司及广发证券担任联席保荐人，全球发行9469.05万股，其中香港公开发售占比10%，录得约1427.37倍超额认购，锁定认购资金逾3283.49亿港元，创下年内非18A港股医疗健康IPO香港公开发售认购金额之最；国际发售占比90%，录得26.27倍超额认购，创下年内非18A港股医疗健康IPO国际配售认购倍数之最。

在基石投资者方面，英矽智能引入包括礼来公司、腾讯、淡马锡、施罗德、瑞银、橡树资本、易方达、泰康人寿等在内的15家全球化基石投资者，阵容涵盖全球制药龙头、互联网巨头、国际主权基金与大型资管机构以及国内头部公募与险资。

实际上，近年“AI+制药”产业的不断扩容。据智药局的监测数据，2022年全球AI+药物研发领域共发生144起融资事件，累计融资金额达到62.02亿美元，这一数字较2021年有所增长，显示出该领域在全球生物医药领域中的重要性和资本市场的青睐。但2023年间，104起AI+药物研发相关融资总金额为36.01亿美元，同比下降42%，一级市场已有趋缓之势。但2024年全球AI+药物研发相关融资总事件达到128起，总金额为57.95亿美元（约人民币416.4亿元）， 融资金额大增61%，资金量接近2022年的水平，市场回暖。

不过，对比国际，国内大部分AI制药企业尚在早期融资轮次。据不完全统计，在超过90家AI制药企业中，除成功上市的晶泰科技和已递交招股书的英矽智能外，进入C轮融资的屈指可数，包括药物牧场、深势科技等6家，B+轮融资的包括红云生物和奕拓生物2家。

前述分析师指出，当前全球AI制药市场已形成“中美双引擎”格局：国外有Schrödinger（分子模拟）、Recursion（高通量实验+AI）等上市公司，国内则以英矽智能、晶泰科技、深势科技为代表，聚焦不同细分环节。英矽智能优势在于“端到端”能力，从靶点发现到临床阶段管线；晶泰科技强于量子物理计算驱动的药物晶型预测；深势科技则深耕AI for Science底层算法。

“从融资热度看，2023年全球AI制药领域融资超50亿美元，国内占比约30%，但商业化变现仍集中于‘技术服务’，如为药企提供AI筛选服务与‘自研管线推进’双轮驱动，真正靠AI发现的药物进入后期临床的案例仍较少（全球仅约10款进入II期），行业整体处于‘技术故事’向‘业绩兑现’的爬坡阶段。”该分析师说。  

AI制药仍面临核心痛点

尽管资本市场热情高涨，但AI制药行业仍面临多重挑战。

根据《Nature》杂志2025年3月的报道，用于预测蛋白质结构的革命性诺贝尔奖获奖工具AlphaFold，正面临药物数据短缺的问题。

北京中关村学院首席科学家刘海广也对21世纪经济报道记者指出，数据是AI制药研发的基础资源，而AI在科学研究中面临的关键挑战，就在于能否获取充足的高质量数据以开发有效模型。尽管公共数据丰富，但最有价值的知识往往仍隐藏在企业机密的数据孤岛中。即便各行各业越来越愿意分享非竞争性见解，但这种合作往往受到底层数据机密性的制约。

“制药领域看似化合物种类繁多，但真正有明确标注、可信度高的数据有限。”刘海广向记者表示，大量数据沉淀在制药企业内部，受商业保密等因素限制限难以充分流通，这在一定程度上制约了AI在药物研发领域的功能发挥。

商业化困境同样困扰着AI药企。以英矽智能、晶泰科技为代表的AI药企至今未走出亏损的困境。

前述分析师也指出，数据壁垒、临床转化与盈利模式的三重挑战：一是数据质量与标准化难题。AI模型依赖高质量生物医学数据（如靶点-疾病关联数据、化合物活性数据），但全球多中心数据分散且格式不一，中小AI药企难以构建自有数据库，模型泛化能力受限；二是临床转化不确定性。AI筛选的候选药物仍需经过严格的I-III期临床验证，而AI对“人体复杂生理环境”的模拟仍有局限。例如，部分AI预测的“高活性化合物”可能因脱靶效应或代谢异常在临床阶段折戟，导致前期研发投入打水漂；三是盈利模式尚未跑通。多数AI药企仍处于“烧钱研发”阶段，英矽智能虽已有3款自研管线进入临床（含1款II期），但尚未实现规模化营收，如何平衡“技术服务变现速度”与“自研管线长期价值”，仍是管理层需破解的课题。  

不过，这也无法阻挡AI技术前进步伐。受加速药物研发的需求增加、AI应用领域的拓展、配套政策的支持等多因素驱动，AI制药领域有望蓬勃发展。其中，全球市场方面，根据Research And Markets的数据，全球AI制药市场规模从2021年的7.92亿美元提升至2024年的17.58亿美元，CAGR约为30.45%，预计2026年其市场规模将提升至29.94亿美元。国内市场方面，根据融资中国的数据，国内AI制药市场规模从2019年的0.67亿元开始增长至2024年的5.62亿元，CAGR高达53.01%。

也有业内专家预言：“五年后药企将无法在没有AI的情况下设计出一种药物，若不应用AI技术，在激烈竞争环境中企业将可能面临淘汰危机。”

随着英矽智能的成功上市，AI制药行业的发展轨迹正被改写。资本市场的认可能否转化为真正的商业成功，将决定这一赛道能否从概念走向价值兑现。