今年2月，AI制药行业迎来一项突破。
AI药物研发公司InsilicoMedicine（英矽智能）宣布获得全球首例完全由AI驱动发现的特发性肺纤维化（IPF）疾病新靶点，并针对该靶点设计出全新化合物。
这家李开复参与投资的公司称，他们将新药研发周期缩短至18个月，成本降至万美元，远优于传统新药物研发耗时2-5年、投入万美元的平均数据。
在中国，年被称为AI制药元年。
这一年，阿里云与全球健康药物研发中心合作，开发AI药物研发和大数据平台，腾讯发布AI驱动的药物研发平台“云深智药”，李彦宏亲自带队成立百图生科，字节跳动开始招募AI-drug团队，华为也推出EIHealth正式进入AI制药领域。
互联网巨头的加入，令沉寂了一段时间的赛道又火热起来。
据动脉网统计，截至年10月，国内已有19家AI制药公司获得融资，总额达14.16亿美元——合人民币近百亿元。
但与互联网造神故事、资本追捧的火热赛道形成对比的是，国内至今少有项目，能证明AI辅助制药的价值。
不只是IT与BT技术的对接，机器学习与专家经验的对抗，追求短期高回报的互联网，与周期长但不确定性高的药物研发，两种截然不同的思路和逻辑在AI制药行业内部碰撞。
没有人质疑AI制药的潜力，但无往不利的AI，并没有像故事里那样轻松颠覆这个行业。
互联网式的制药神话
一组反复被提及的观点和数据是，传统药企研发已经到了费时费力但效率越来越差的衰退阶段。
据统计，将一种新药推向市场需要投入30-亿，耗时10年-15年。高投入并没有带来高回报，从到年，十年间，全球TOP12的制药公司平均投资回报率下降了80%。
AI制药，试图解决药企的研发之痛。
工程师们将过去几十年来累积的大量生物学、医学、药学数据喂给机器，从而获得了具有一定预测力的模型。
通过这些模型，AI制药公司能为药企提供知识图谱，协助发现靶点和候选药物，优化临床实验设计，提高研发的成功率。
这些神乎其神但又合理推测的功能，让投资者有理由相信，AI制药可以颠覆整个制药行业。药企要做me-better，AI可以在更短的时间内设计出更有效的分子，而且成本更低；药企做不出来first-in-class的新药，AI可以超过“人的限制”从体量更大的数据空间中找到新的靶点、合适的分子。
梦想家们希望AI可以带领中国药企弯道超车。为梦想付费，是互联网的传统。
医健基金还在观望的时候，TMT投资人早已先下手为强。
据动脉网统计，截至年10月，国内已有19家AI制药公司获得融资，总额达14.16亿美元。
创立于年，以晶型预测起家的国内独角兽晶泰科技，C轮获得超3亿美元的融资，赛道内遥遥领先。
晶泰科技企业传播总监王汝予告诉八点健闻，晶泰可以将小分子药物从靶点发现到临床前阶段向前推进二分之一到三分之二。
△图片来源：视觉中国药企到底痛不痛？痛点到底在哪儿？
但AI制药的关键词“预测”，目前具有极大的不确定性。
这让国内大多数AI制药公司的前景，蒙上了一层阴影——他们仍处于为药企提供服务、创建平台的阶段。
药企给出一个靶点，希望AI制药公司找到对靶点起作用，可能开发成药物的分子。
但AI制药公司利用已有模型筛选出来的分子，未来开发成药物的几率并非%：a分子有80%的几率，再高一点的b分子有90%的几率……
“这样的交付结果，很难通过药企专家的拍板，”一位观察者向八点健闻分析，“这个80%和90%很可能没有任何意义，置信区间很可能不过关。”
得不到药企专家的认可，AI制药公司就只能拿到合同的首付款；即使给出%真实有效的预测，回报也并不可观。“做服务的市场极小，药物研发是一个极其漫长的过程，AI能提供的帮助并不大。”上述观察者告诉八点健闻。
百济研发BTK抑制剂泽布替尼，研发速度之快已是业界神话——5个月筛选出候选化合物，临床前过程历时2年零1个月，临床过程历时5年零3个月，从立项到在美国上市共经过了7年4个月。
AI的预测结果既替代不了分子合成，也替代不了动物实验，更替代不了临床试验。假设AI为百济成功预测出了候选化合物，百济依然要花7年时间研发泽布替尼。
巨大的不确定性，决定了药企不愿意花高价买单。
八点健闻了解到，一笔万元的订单在业内已是高价，而绝大多数AI制药企业一年接到的订单也屈指可数。
更重要的是，被视为核心资源的研发数据，药企大多不愿意贡献给平台，为他人做嫁衣。对既不缺钱、也不缺数据的大药企来说，绕开第三方平台，组建自己的AI团队才是上上选。
曾经踌躇满志，以为可解决药企痛点的AI制药从业者，入局后才发现自己根本不清楚“药企到底痛不痛？痛点到底在哪儿？”
下场做药，继续烧钱
大型药企不买单，AI制药的玩家们不得不自己下场做药。自己下场做药，又意味着天量资金的投入。
“AI制药1.0时代，80后IT狂人攒局烧钱；AI制药2.0时代，CADD（