今天，英汐公告了和礼来的合作。一款尚处临床前阶段的管线，拿下1.15亿美元首付、27.5亿美元总包。结合《金融时报》披露的细节——这是一款口服减肥药，整个交易背后的商业逻辑值得推敲。
口服减重市场是当下医药行业竞争最激烈的红海，与其花一个不算低的首付+总包去买一个临床前的资产，礼来其实完全可以用同样的价格从这一批国产企业里挑一个有数据验证过的，就像辉瑞买药友的资产。
所以这次，大概率还是看中了英矽身上一些其它的东西——不是传统制药行业里的要素，更多是和AI结合的一些东西。
毕竟，按MNC的尿性，如果一个药物大获成功，借着既有的品牌认知和渠道，后续产品随便挤点牙膏，在一个治疗领域又能吃好几年（最典型如强生、罗氏）。礼来是一个以fast follow著称的公司，虽然减肥这两年大火，但公司覆盖治疗领域很多，不是像NN死磕一个赛道的。
所以这次买减肥药管线，个人觉得更多是想借助英矽在AI制药领域的经验，来验证下自己的AI平台孵化能力。
关注L司的人都知道，礼来这两年和AI走的很近，最出圈的就是去年高调和英伟达合作，一口气买了1000块英伟达的Blackwell Ultra GPU芯片——馋死国内各互联网大厂了。今年JPMorgan两家CEO含情脉脉高调对话的同时，L司又抛出了一个对老黄五年10亿美元的AI制药投资合作，并宣布共同打造一个AI制药工厂：LillyPod。
一个成熟的AI制药架构，其核心要素无外乎数据、模型和算力。目前，礼来的AI基础设施已经形成了一个自下而上的完整体系：
1. 底层：以“LillyPod”为核心的算力基础设施
制药企业过去依赖布满试管和仪器的“湿实验室”，而礼来与英伟达合作打造的LillyPod，实质上是在内部建立了一个极具规模的“干实验室”。依靠逾千张地表最强GPU的算力集群，礼来具备了并行模拟数十亿个分子假设的能力。这种工业级的算力储备，是支撑后续所有大模型运算和高通量筛选的物理基础。
2. 中枢：以“TuneLab”为核心的数据与模型中台
算力之外，AI制药的核心壁垒在于“高质量的干湿闭环数据”。礼来推出了基于联邦学习（Federated Learning)架构的TuneLab平台。这一层的精妙之处在于它的开放性：礼来将自身耗资巨大生成的专有模型向特定的生物技术公司开放。通过联邦学习，外部公司可以在保护自身数据隐私的前提下调用这些模型；同时，这些外部调用产生的真实反馈，又会持续反哺并训练礼来的底层模型。这是一个典型的由数据喂养飞轮驱动的中枢系统。
3. 前端：以外部BD（如英矽、Isomorphic）为触角的应用插件
在拥有了算力和模型中台后，礼来在前端的应用层采取了极度开放的“采购与接入”策略。无论是买入英矽智能的生成平台，还是与Isomorphic Labs合作攻克复杂靶点，礼来本质上是在为自己的底座接入最顶尖的“算法插件”。这些外部平台在特定细分领域（如靶点发现、小分子生成）具有优势，接入礼来的中枢后，可以直接调用其算力和数据进行验证。
第一阶段：模型租赁与算力输出（IaaS/PaaS 模式）
当LillyPod的算力充沛且TuneLab的模型足够成熟时，礼来可以向行业内的初创Biotech或缺乏AI基建的传统中型药企开放接口。客户不再需要自建昂贵的超算中心，也不必从零开始训练基础模型。他们可以通过支付订阅费或按次计费的方式，在礼来的“云端”跑自己的靶点和数据。这就如同亚马逊当年将内部冗余的服务器资源开放，最终孵化出AWS（亚马逊云服务）一样。
第二阶段：深度绑定与联合孵化（风险共担模式）
单纯收租金的想象空间有限。更具商业价值的模式是，礼来利用这套基建成为早期管线的“超级孵化器”。当一家初创公司带着优秀的idea找到礼来，礼来可以提供从分子生成、毒理预测到临床试验设计的全套AI系统支持。作为交换，礼来不再收取现金，而是换取该管线的早期股权、里程碑付款优先权或未来的商业化分成。这就实现了从“花钱买资产”到“用系统换资产”的身份反转。
第三阶段：掌控行业标准的“系统垄断”
随着越来越多的管线在礼来的平台上跑通并最终获批上市，TuneLab和LillyPod积累的成功与失败数据将形成极高的竞争壁垒。这套系统将逐渐演变为行业内默认的“临床前验证标准”。到那时，礼来的核心资产将不再仅仅是几款畅销的减重药或肿瘤药，而是这套掌控着全球众多新药研发命脉的“操作系统”。
而礼来内部一定有针对代谢领域口服药物的传统研发管线。引入一个成熟的AI测绘分子，相当于引入了一组外部对照实验。礼来可以通过比对，客观评估外部头部AI公司在分子新颖度、结合亲和力以及早期成药性预测上，是否真的优于其内部传统流程。
考虑到新药研发具有极高的随机性和淘汰率，一两个案例即使最终推进顺利，在统计学上无法直接等同于“AI制药路径”的整体成败，但礼来可以凭借大量的外部合作+内部开发去不断地跑这种训练。
从这个角度去看，去年11月份礼来和晶泰的合作，大概率也有这个考量。
但值得一提的是，晶泰是围绕多个靶点的双抗资产包，首付只有“数千万美元”，总包3.45亿，而这次和英矽是一款产品1.15亿美元，总包27.5亿，不知道是后者的AI平台质地更好，还是减肥的优先级在礼来这里更高。
制药行业因为和人体打交道，一直是一个相对偏传统的领域，但随着AI发展越来越快，这其中的边界也在一点点被打破。
回到国内生物医药行业，礼来作为“大资本家”，虽然可以提前用资金优势去搭建算力底座和流程框架，但生命科学毕竟最终还是为人服务，只要FDA的长老们还在位，临床这个和“碳基生命”完全挂钩的环节就不是AI能百分百取代的。
因此，即使礼来在AI制药上率先跑出来，国内企业在临床资源的调动、高效的执行力以及CMC（化学、制造和控制）环节这些中国特有的优势上去做后发者的追赶。
不过，在这个算力与数据重构产业的新周期里，还是尽早看清巨头们的底层出牌逻辑，并在其辐射不到的垂直领域建立起自身的数据与执行优势，才是下一轮行业洗牌中掌握主动权的关键。