Chai Discovery 如何让制药巨头心甘情愿掏钱买工具

每年一月，摩根大通制药年会将旧金山变成全球药企高管的聚集地，数百场边会密集举行，是行业最重要的交易撮合场所。今年年会上，四笔 AI 工具交易集中亮相，打破了制药行业对 AI 工具付费一贯保守的惯例。其中最引人注目的是 Chai Discovery——这家由 OpenAI 投资、估值 40 亿美元的公司，成立至今不过两年。

过去，AI 制药公司几乎无法单靠卖工具维持商业模式。原因在于一个循环困境：说服药厂使用工具需要证明工具有效，而有效的证明意味着找到好靶点甚至完成临床验证。一旦拥有这些，自建药物管线或以里程碑付款形式授权特定靶点，往往比向多家公司兜售工具订阅更划算。因此，自建管线几乎成为唯一可行的商业路径，直到今年才出现转变。

真正的转折点是模型能力的质变。早期结构预测模型只能回答蛋白质如何折叠，而新一代模型已能预测分子间的结合亲和力，并据此进行主动设计。这一跃升意味着研究人员可以在进入实验室之前就筛选出更优质的候选分子，大幅压缩迭代周期。McPartlon 将其比喻为从能否打败小鼠实验，到能做小鼠实验根本无法完成的事情——例如精确设计触发特定分子级联反应的抗体，或开发同时结合两种蛋白质的双特异性抗体。

Chai 的产品哲学是将药物设计从科学实验转变为工程问题。产品负责人 Neil Patil 强调，与制药伙伴的深度合作让团队得以基于真实需求而非假设来推进研究。他们将分子编辑器打造成更接近 CAD 或图形设计软件的交互体验，而非依赖对话式 AI。这种对简洁性的执着追求，使工具能够在大型药企的研发团队中规模化落地，而不是停留在少数专家手中。

从更宏观的视角看，Chai 的崛起印证了一个规律：在工程化问题中，最好的产品往往胜出，而好技术只是必要条件而非充分条件。结合亲和力模型的成熟，使整个药物发现组合的质量得以提升——推入临床的候选药物成功率更高，毒性筛查更充分，递送设计更精准。这不仅是效率提升，更是能力边界的扩展，让此前在实验室中需要数年试错的机制设计变得可计算、可迭代。

今夏，Chai 相继宣布与礼来、诺华、argenx 达成合作协议，并进一步扩展了与礼来的既有项目，四笔交易在短短数月内落地。这一节奏表明，制药行业对 AI 工具的态度已从观望转向主动采购。随着更多药企将 AI 设计工具纳入标准研发流程，BioAI 领域的商业模式或将迎来结构性重塑，工具层的价值有望从边缘走向核心。

要点

• AI 药物设计工具从结构预测进化为结合亲和力预测，质量跃升是制药公司愿意付费的根本原因，而非单纯的效率提升
• Chai Discovery 将产品定位为类 CAD 的分子编辑器，与制药伙伴深度共研是其产品迭代的核心方法论
• 双特异性抗体等此前极难开发的分子机制，正因 AI 设计工具的成熟而变得可工程化实现
• 今夏连签礼来、诺华、argenx 四笔大单，标志着制药行业对 AI 工具的采购态度从观望转向规模化落地
• 在工程化问题中好产品胜出的规律同样适用于 BioAI，技术领先是必要条件，产品体验决定规模化能力