諾和諾德聯手 OpenAI，旨在突破 90% 的藥物研發失敗瓶頸

丹麥製藥商諾和諾德正與 OpenAI 合作，在其業務中部署人工智慧。這是一項戰略舉措，旨在解決長期困擾製藥行業的 90% 臨床試驗失敗率問題。這項於週二宣布的合作將見證諾和諾德將人工智慧整合到從藥物發現、製造到商業運營的各個環節，力求在利潤豐厚的減肥藥市場中與禮來等對手保持同步。

「集成先進的人工智慧已不再是一個選項，而是一種競爭必然，」諾和諾德的一位研發高管表示。「這種夥伴關係使我們能夠攻克從發現到開發的流程，目標是比以前更快地將計算領域的承諾轉化為臨床現實。」

該合作夥伴關係涵蓋了整個價值鏈，但最初的重點是研發。此舉反映了更廣泛的行業趨勢，即人工智慧正在將早期發現時間表壓縮 30% 到 40%。例如，Insilico Medicine 將一種利用人工智慧發現的治療特發性肺纖維化的藥物，從目標識別到 II 期臨床試驗的時間縮短到了 30 個月以內，而傳統過程通常需要六到八年。

研發成本極其高昂。根據蘭德公司 2025 年的一項分析，開發一種成功的藥物平均成本為 13 億美元。透過提高候選藥物篩選和開發的效率，諾和諾德旨在減輕行業 90% 臨床試驗失敗率帶來的財務影響。儘管採用了人工智慧，這一失敗率數字尚未得到明顯改善。

從電腦模擬承諾到生物體內現實

人工智慧已經證明其能夠以前所未有的速度擴大潛在候選藥物的範圍。在諾華製藥，研究人員利用生成式人工智慧為亨廷頓舞蹈症設計了 1500 萬種潛在化合物，最終合成了 60 種進行實驗室測試。這種計算能力使科學家能夠探索傳統方法無法觸及的巨大化學空間。

然而，製藥行業正逐漸發現，更快的發現速度並不保證產品可行。主要的瓶頸正從尋找分子轉向開發分子。據估計，70% 的新化學實體表現出較差的水溶性，這是創建可行劑型的根本障礙。這種現實情況通常在開發後期才會顯現，導致昂貴的重新配方和時間表的延長。正如一位不願透露姓名的首席執行官在 2026 年初指出的那樣，「在藥物發現方面，人工智慧在過去十年裡確實讓我們失望了。我們看到的只是接二連三的失敗。」

新的競爭戰場：可開發性

此次合作凸顯了「不可成藥」目標（生物學上無法觸及）與「不可開發」產品（藥理上有前景但無法可靠製造或配製的分化）之間的關鍵區別。雖然人工智慧正使更多目標變得「可成藥」，但「不可開發」的挑戰仍然是一個物理和化學問題，僅靠計算無法解決。截至 2025 年 12 月，尚無一種由人工智慧發現的藥物獲得 FDA 批准。

對於投資者而言，諾和諾德與 OpenAI 的合作並非某種重大疾病即將被治愈的信號，而是對運營效率的必要戰略投資。製藥業下一階段的真正競爭優勢將來自於將人工智慧生成的候選藥物轉化為可規模化、可製造的產品。成功的團隊將是那些在發現的最早階段就整合開發和製造考慮因素的團隊，從而降低在電腦上發現的有前途的分子在製造環節夭折的風險。

本文僅供參考，不構成投資建議。