記者丨季媛媛

編輯丨張偉賢

12月30日，制藥由生成式人工智能驅動的第股臨床階段生物醫藥科技公司英矽智能在港交所成功掛牌上市，股份代碼：3696.HK，上市首日最新加拿大28预测成為首家通過聯交所主板上市規則8.05條上市的飆漲人工智能生物醫藥科技公司。

本次首次公開募股（IPO）募集資金總額22.77億港元，獲騰是訊瑞年內募集資金最高的港股生物醫藥IPO。今日港股早盤，銀等押注英矽智能漲幅一度高達48%。制藥截至發稿，第股仍漲超30%。上市首日

根據招股書，英矽智能成立于2014年，獲騰2019年落地上海浦東，訊瑞憑借生成式AI技術快速崛起。銀等押注其核心業務涵蓋自研管線開發、制藥AI平臺授權以及跨領域合作三大核心領域，并成功構建了從靶點發現直至臨床驗證的完整產業鏈條。

2018年至今，英矽智能進行了8輪融資，2025年2月完成超1億美元E輪融資，投后估值約13.31億美元（折合人民幣約93.11元）。財務方面，最新加拿大28预测于2022年度、2023年度、2024年度，英矽智能的收入持續增長，分別為約3010萬美元、5120萬美元、8580萬，2022年至2024年收入增長率為185%。毛利率分別為63.4%、75.4%、90.4%。經過調整，虧損額持續減少，分別為7080萬元、6740萬元、2270萬元。

此次上市，英矽智能擬將募資金額用于：為關鍵臨床階段管線候選藥物的進一步臨床研發提供資金；開發新的生成式AI模型及相關的驗證研究工作；進一步開發及擴展自動化實驗室；為早期藥物發現及開發的研發提供資金；用作營運資金及其他一般企業用途。

有券商醫藥行業分析師對21世紀經濟報道記者表示，英矽智能的上市，恰似為AI制藥賽道按下“加速鍵”：它不僅是企業自身發展的里程碑，更讓市場看到“科技賦能醫藥”從概念走向現實的清晰路徑?！拔磥?—2年，隨著更多臨床數據的披露，AI制藥能否真正成為生物醫藥創新的‘第二增長曲線’，也需要市場驗證。”

本次IPO創多個港股醫療健康IPO之最

騰訊、淡馬錫等參投

傳統新藥研發被視為一項成本高昂且成功率極低的冒險。行業內有“三十定律”的說法：平均需要十年時間、數十億美元投入，而最終成功率卻不足10%。

一款合格的候選藥物需要同時滿足多重關鍵條件，包括具備療效、安全性達標、易于合成等。任何一項指標不達標，便意味著研發功虧一簣。

傳統藥物研發常被認為是串行推進的過程，但借助AI制藥相關平臺，有望改寫這一固有模式。AI技術的突破為打破這一困局提供了新可能。

招股書稱，根據弗若斯特沙利文的資料，該資產為同業公司中最先進的研發項目。相較于傳統方法，英矽智能的Pharma.AI平臺顯著加速了藥物發現流程，從新型TNIK靶點的識別到首次人體臨床試驗的啟動，整個過程僅用了18個月的時間。除醫藥領域外，英矽智能將AI技術延伸至農業、新材料、獸醫藥物等領域。

此外，本次IPO由摩根士丹利、中金公司及廣發證券擔任聯席保薦人，全球發行9469.05萬股，其中香港公開發售占比10%，錄得約1427.37倍超額認購，鎖定認購資金逾3283.49億港元，創下年內非18A港股醫療健康IPO香港公開發售認購金額之最；國際發售占比90%，錄得26.27倍超額認購，創下年內非18A港股醫療健康IPO國際配售認購倍數之最。

在基石投資者方面，英矽智能引入包括禮來公司、騰訊、淡馬錫、施羅德、瑞銀、橡樹資本、易方達、泰康人壽等在內的15家全球化基石投資者，陣容涵蓋全球制藥龍頭、互聯網巨頭、國際主權基金與大型資管機構以及國內頭部公募與險資。

實際上，近年“AI+制藥”產業的不斷擴容。據智藥局的監測數據，2022年全球AI+藥物研發領域共發生144起融資事件，累計融資金額達到62.02億美元，這一數字較2021年有所增長，顯示出該領域在全球生物醫藥領域中的重要性和資本市場的青睞。但2023年間，104起AI+藥物研發相關融資總金額為36.01億美元，同比下降42%，一級市場已有趨緩之勢。但2024年全球AI+藥物研發相關融資總事件達到128起，總金額為57.95億美元（約人民幣416.4億元）， 融資金額大增61%，資金量接近2022年的水平，市場回暖。

不過，對比國際，國內大部分AI制藥企業尚在早期融資輪次。據不完全統計，在超過90家AI制藥企業中，除成功上市的晶泰科技和已遞交招股書的英矽智能外，進入C輪融資的屈指可數，包括藥物牧場、深勢科技等6家，B+輪融資的包括紅云生物和奕拓生物2家。

前述分析師指出，當前全球AI制藥市場已形成“中美雙引擎”格局：國外有Schr?dinger（分子模擬）、Recursion（高通量實驗+AI）等上市公司，國內則以英矽智能、晶泰科技、深勢科技為代表，聚焦不同細分環節。英矽智能優勢在于“端到端”能力，從靶點發現到臨床階段管線；晶泰科技強于量子物理計算驅動的藥物晶型預測；深勢科技則深耕AI for Science底層算法。

“從融資熱度看，2023年全球AI制藥領域融資超50億美元，國內占比約30%，但商業化變現仍集中于‘技術服務’，如為藥企提供AI篩選服務與‘自研管線推進’雙輪驅動，真正靠AI發現的藥物進入后期臨床的案例仍較少（全球僅約10款進入II期），行業整體處于‘技術故事’向‘業績兌現’的爬坡階段?！痹摲治鰩熣f。

AI制藥仍面臨核心痛點

盡管資本市場熱情高漲，但AI制藥行業仍面臨多重挑戰。

根據《Nature》雜志2025年3月的報道，用于預測蛋白質結構的革命性諾貝爾獎獲獎工具AlphaFold，正面臨藥物數據短缺的問題。

北京中關村學院首席科學家劉海廣也對21世紀經濟報道記者指出，數據是AI制藥研發的基礎資源，而AI在科學研究中面臨的關鍵挑戰，就在于能否獲取充足的高質量數據以開發有效模型。盡管公共數據豐富，但最有價值的知識往往仍隱藏在企業機密的數據孤島中。即便各行各業越來越愿意分享非競爭性見解，但這種合作往往受到底層數據機密性的制約。

“制藥領域看似化合物種類繁多，但真正有明確標注、可信度高的數據有限。”劉海廣向記者表示，大量數據沉淀在制藥企業內部，受商業保密等因素限制限難以充分流通，這在一定程度上制約了AI在藥物研發領域的功能發揮。

商業化困境同樣困擾著AI藥企。以英矽智能、晶泰科技為代表的AI藥企至今未走出虧損的困境。

前述分析師也指出，數據壁壘、臨床轉化與盈利模式的三重挑戰：

一是數據質量與標準化難題。AI模型依賴高質量生物醫學數據（如靶點-疾病關聯數據、化合物活性數據），但全球多中心數據分散且格式不一，中小AI藥企難以構建自有數據庫，模型泛化能力受限；

二是臨床轉化不確定性。AI篩選的候選藥物仍需經過嚴格的I-III期臨床驗證，而AI對“人體復雜生理環境”的模擬仍有局限。例如，部分AI預測的“高活性化合物”可能因脫靶效應或代謝異常在臨床階段折戟，導致前期研發投入打水漂；

三是盈利模式尚未跑通。多數AI藥企仍處于“燒錢研發”階段，英矽智能雖已有3款自研管線進入臨床（含1款II期），但尚未實現規?；癄I收，如何平衡“技術服務變現速度”與“自研管線長期價值”，仍是管理層需破解的課題。

不過，這也無法阻擋AI技術前進步伐。受加速藥物研發的需求增加、AI應用領域的拓展、配套政策的支持等多因素驅動，AI制藥領域有望蓬勃發展。其中，全球市場方面，根據Research And Markets的數據，全球AI制藥市場規模從2021年的7.92億美元提升至2024年的17.58億美元，CAGR約為30.45%，預計2026年其市場規模將提升至29.94億美元。國內市場方面，根據融資中國的數據，國內AI制藥市場規模從2019年的0.67億元開始增長至2024年的5.62億元，CAGR高達53.01%。

也有業內專家預言：“五年后藥企將無法在沒有AI的情況下設計出一種藥物，若不應用AI技術，在激烈競爭環境中企業將可能面臨淘汰危機?！?/p>

隨著英矽智能的成功上市，AI制藥行業的發展軌跡正被改寫。資本市場的認可能否轉化為真正的商業成功，將決定這一賽道能否從概念走向價值兌現。

（聲明：文章內容僅供參考，不構成投資建議。投資者據此操作，風險自擔。）

SFC

出品丨21財經客戶端 21世紀經濟報道

編輯丨金珊 見習編輯張嘉鈺

21君薦讀