本文来源：时代财经 作者：特约记者 杜苏敏 温斯婷
" 你是谁？"" 世界从何而来？"《苏菲的世界》里，14 岁少女苏菲收到的神秘来信上，赫然写着这两个问题，一场哲学冒险由此展开。
这本书是 AI 制药企业德睿智药创始人兼 CEO 牛张明儿时的哲学启蒙。在此后的很长时间里，这位 85 后的海归博士不断探索自我，希望找到自己来这个世界的使命。
2009 年，牛张明出国留学，在海外学习工作多年，拿下计算机和生物制药两个硕士学位，会五种编程语言，走过六十多个国家，做过机器学习广告推荐和人工智能应用，还踢过瑞典半职业足球联赛。
命运的转折发生在 2017 年。一位亲人被查出肿瘤，陪诊的牛张明发现，从诊断到治疗方案的选择，所有决策仍压在患者和家属肩上。同期，人工智能已经在互联网、算法推荐等诸多领域大放异彩，但制药领域对 AI 的应用却仍停留在相对原始阶段。
他追问多年的问题也在这一刻有了答案。" 这件事对我的触动很大，也让我产生了一种使命感。一方面是觉得生命科学和医药健康与我和家人息息相关，另一方面是发现 AI 在制药领域的潜力远未被挖掘。"2026 年 7 月，牛张明在接受时代财经专访时表示。
牛张明决定聚焦于人工智能与生命科学的交叉领域。2018 年，牛张明加入伦敦一家 AI 医疗初创公司任 CTO，并帮助公司在德国主板上市；2019 年，他参加数据挖掘领域的国际顶级比赛 ACM SIGKDD Cup，在 39 个国家近 1700 支参赛队伍里突围，闯入世界前十；2020 年，牛张明以联合 PI（首席研究员）的身份参与了欧盟 " 创新药物计划 "（IMI）。2021 年年初，他正式回国创立德睿智药。
2026 年 7 月，德睿智药阶段性完成 5200 万美元 B 轮融资，创立至今，公司已完成 4 轮累计超上亿美元融资。依托自研的 AI 制药平台 MAP（全称为 Molecule Arts Platform），德睿智药目前共拥有 15 条 FIC/BIC（全球首创 / 同类最佳）创新管线、5 款 PCC 分子、3 项 IND（新药临床试验申请）批件。其中，核心产品 MDR-001 已进入国内临床三期，是全球一类新药管线进展最快的 AI 制药公司之一。
借助 AI 技术平台，团队的效率大幅提升，德睿智药目前只有 40 多名员工，研发人员占比超过 90%。据牛张明介绍，在新药研发的部分模块上，德睿智药已全面使用 Agent（智能体），其中，仅数据提取这一项，平台的 " 数字人 " 团队的效率就相当于 50 人的传统团队。此外，与行业平均 10 年、10 亿美元的周期和成本相比，MDR-001 从立项到 III 期临床仅用了 4.5 年、2300 万美元研发投入。
得益于 AI 技术平台，德睿智药的新药研发覆盖了 GPCR、分子胶、别构抑制剂及双靶点肿瘤小分子等多个领域。" 过去，一家初创公司几乎不可能跨领域同时做这么多方向的药物，因为每个领域都需要一批顶尖专家，而我们的平台恰恰验证了这种可能性，AI 让跨领域、跨模态新药研发的门槛大幅降低。" 牛张明表示。
随着 AI 制药行业完成技术积累，投资人和市场对 AI 制药的认知和态度也有了明显变化。大家关注的焦点，已经从 " 概念能不能落地 " 转变为 " 成果如何商业化 "。牛张明亦相信，在 AI 制药的方向上，中国有可能像过去在互联网和电动车领域一样，迎来一波弯道超车的全球机遇。
自创业以来，一天工作 12 个小时、频繁出差已经是牛张明的生活常态。他说，这个时代从不缺天才，更多时候，决定一个人能走多远的，可能 70% 要靠后天努力。
2010 年在瑞典访学时，导师曾告诉牛张明，第二代基因测序已经非常成熟，数据非常多。" 基因测序对应的方案是精准医疗（precision medicine），理论上可以实现给每个人定制化的药物和治疗方案。"
然而，直到今天，这件事还没有真正落地。这恰恰说明，它需要一批人去持续努力。" 虽然行业里还存在很多难点和挑战，但这可能正是我们这一批人的使命所在。" 牛张明告诉时代财经。
" 比起学历，投资人现在更关心商业模式 "
时代财经：是什么契机让您决定进入 AI 制药这个领域？
牛张明：最直接的触动来自我的家人。2017 年，我的一位亲人被查出肿瘤。从诊断到治疗方案的选择，整个过程和我 2010 年在瑞典卡罗林斯卡医学院做访问学者时相比，并没有太多进步，所有决策仍依赖患者及其家属去承担。当时我就想起导师说过的话，第二代基因测序已经非常成熟，未来的方向是精准药物。理论上是可以给每个人定制化的方案，但快十年过去，这件事却还没有真正落地。
而同期，人工智能在其他行业已经大放异彩，制药领域对 AI 的应用却还非常原始。这件事对我的触动很大，让我产生了一种使命感，促使我决定重返生命科学和医药领域。
坦白说，从事人工智能、计算机业务的收入远高于做医学，但现在我觉得，解决疾病、让大家有更高质量的生活，这件事的意义远大于它的经济价值。
时代财经：此前您长期在国外发展，最终选择回国的原因是什么？
牛张明：主要有三个原因。第一是疫情的影响。当时国外公司普遍预期将进入 3 到 5 年的远程办公阶段。在这种背景下，我觉得这是一个契机，可以将我们在全球领先的技术平台和管理理念带回中国，为咱们中国人定制开发更适合的精准治疗药物。
第二，国内已经具备了非常有利的产业环境和人才基础。以药明康德、康龙化成、泰格医药为代表的头部 CRO 企业，已经建立起非常完善的底层服务体系。在国内进行临床前研究，除了效率更高，成本大约只有国外的 50%，这对于获取 AI 训练所需的体外、体内数据来说，具有极大的效率和成本优势。
第三，我们认为中国已经形成了 " 制药 +AI" 的土壤。全球顶尖的 AI 工程师中约有一半是华裔，而在制药领域，华裔科学家也比比皆是。我们相信，在这个方向上，中国有可能像过去在互联网和电动车领域一样，拥有一波弯道超车的全球机遇。
时代财经：回国创业这些年，您遇到的最大困难是什么？
牛张明：最大的困难是创业初期。那时候还没有融资，团队靠给一些上市公司提供服务维持运转。万事开头难，当时我们每周工作 80 到 100 个小时，负荷和压力都很大。更关键的是，做的事过去没人实现过，自己心里也没有明确的答案。唯一的底气来自于过往的成功经验，我们参加 2020 欧盟创新药物计划，在一些药物的阶段性技术研发上实现过突破，相信这件事是可以被复现的。所以当时不仅仅是 AI 模型要足够高效，整个团队也必须足够刻苦，扛得住。
时代财经：今年 7 月，德睿智药完成累计 5200 万美元 B 轮融资，从 2021 年天使轮到 2026 年 B 轮融资，您感觉投资人在评价 AI 制药企业时，最看重的核心指标发生了什么变化？
牛张明：天使轮的时候，投资人主要看团队学历和产业背景。但到了 2026 年，行业已经进入 AI 制药 2.0、3.0 的阶段，投资人更关心你是否有能力把过去 PPT 上描述的技术价值真正变现，是否有可持续的商业模式、核心产品和 AI+ 数据的 AI 制药平台飞轮。
不同的 AI 制药公司有不同的策略。有些公司选择以产出新药为核心，投资人会关注你的核心管线是否进入了临床、是否形成了价值拐点。另外一类公司则更注重打造可复用的平台或稳定的现金流模式，这些也是衡量价值的重要维度。
对德睿而言，我们第一阶段的愿景是利用 AI 攻克小分子难成药靶点，完成技术的价值验证。从 2021 年到现在，我们已经证明了自己的平台是系统化、可持续的。在几个难成药的小分子方向上也取得了阶段性成果。
时代财经：B 轮融资完成后，公司是否有 IPO 方面的计划？大概的时间表是怎样的？
牛张明：我们正在筹备一轮融资。对我们来说，IPO 不是终点，而是阶段性的新起点，它应该是水到渠成的结果，是产品、技术、临床、商业化和公司治理不断完善后的自然延伸。所以现阶段，我们的核心还是聚焦在完成三期临床和推进在研管线上，部分项目也在考虑 BD 海外授权交易。
用 2300 万美元做到临床 III 期
时代财经：MDR-001 是一款 GLP-1 受体激动剂，这个赛道竞争非常激烈，为什么把首个重磅产品押注在这个方向？还选择了口服形式？
牛张明：第一是这个赛道存在巨大的未满足临床需求。肥胖是 200 多种疾病的源头，已获批的 GLP-1 适应症有十多个，未来潜在可治疗的疾病可能超过 100 种。在我们立项时，口服 GLP-1 还没有出现，口服小分子药物的依从性更高，患者不需要消毒针头注射、不需要低温冷藏保存，使用更方便；在某些适应症上疗效甚至优于注射型。
第二，GLP-1 属于 Class B GPCR（B 类 G 蛋白偶联受体），这类药物用传统方式解决起来难度很大，全球已上市的所有药物中有 37% 靶向 GPCR。先把最有挑战的药物做出来，才能证明我们平台的可实用性及可复用性。未来面对大量尚未开发的 GPCR 药物靶点时，我们的优势会进一步放大。
第三，这个药物所处的市场规模足够大。国际权威机构预测 2030 年 GLP-1 市场规模超过 1500 亿美元。对我们来说，选好赛道之后，关键是做出差异化和临床优势，让更好的药物更快地惠及更多的患者。
时代财经：MDR-001 是依托 MAP 平台研发的，相比传统药物研发，MAP 平台在效率和成本上的优势具体是怎样的？
牛张明：关于 MDR-001，我们的算法平台在临床前阶段仅合成了 80 多个化合物就成功拿到了 PCC 分子（临床前候选化合物）。时间上，从项目启动到同时获得中美两国的 IND 批件，我们只用了 19 个月；从零开始推进至临床三期，总共耗时 4.5 年，直接研发投入约 2300 万美元。
如果参照行业内普遍引用的一项经典数据，将一款药物在全球范围内推进至临床三期，其直接成本大约在 3.1 亿至 4 亿美元之间，而如果计算分摊成本，一款药物进入到临床三期，需要 9.3 亿美元。和这个基准相比，我们的投入显然有十几倍的降本幅度。当然，客观来说，如果在美国开展临床试验，费用会比我们目前的高。由于研发阶段、临床区域及成本统计口径不同，这一比较更多用于观察资本效率，不构成严格的同口径成本对照。
所谓的 " 分摊成本 "，这个算法考虑了期间所有失败管线的成本。业内估算，如果算上那些中途失败的候选药物，一款药物成功推进至临床三期，平均需要耗费约 10 亿美元。而我们以不到 5000 万美元的总投入，不仅推进了 GLP-1 管线，还同时布局了十余条其他管线。如果用这个数据从广义角度对比的话，整体效率确实提升了十倍乃至几十倍。当然，这只是给大家一种印象，来说明 AI 确实发挥了实质性作用。
其实，从临床前阶段来看，目前 AI 制药平台普遍可以节省 50%～70% 的研发成本，并将研发周期缩短 50% 以上，这项数据是有数十个实际案例支持的。
MDR-001 的意义不仅在于以较低的直接研发投入推进至Ⅲ期，更在于它为 AI 能否贯穿分子设计、实验验证及临床开发提供了一个真实药物研发样本。对 AI 制药行业而言，衡量技术价值的标准正在从模型指标和候选分子数量，转向能否持续产生具有临床与商业价值的药物资产。
时代财经：MDR-001 未来会开展海外临床吗？商业化策略上是倾向于自建团队，还是与大型药企合作？目前是否有潜在的 BD 合作方在接触？
牛张明：目前 MDR-001 III 期临床进展顺利，上市申报工作已提上日程。面向全球市场布局是公司长远愿景，公司基于临床数据表现、研发投入预算、各地监管规则及整体发展战略综合统筹，规划海内外临床开发节奏。
关于商业化，我们并非采取二选一的策略。更准确地说，我们希望在下一阶段找到销售能力强的大型药企，进行联合销售推广。同时在 BD 方面，我们也确实在与一些潜在合作方保持接触，这是持续在进行的工作。但 MDR-001 是一款重磅药物，我们更倾向于自己持有产权并推动其上市。
在生物医药的成长链条中，从 Biotech 到 Bio pharma 再到 Big Pharma，是一条从小鱼到中鱼再到鲨鱼的发展路径。这条路径在美国已有成功先例，比如 Vertex Pharmaceuticals（福泰制药），它从一家初创公司起步，历经 23 年，将第一款年销售额达 10 亿美元的重磅药物成功推向市场，如今已成长为市值 1200 亿美元的 Big Pharma。这也是我们参考和借鉴的成长模型。因此，对于重点看好且具备重磅潜力的管线，我们会尽力将其推进到商业化阶段。
成为原生型 AI 制药公司
时代财经：德睿智药未来的商业模式会是怎样的？您把公司定义为一家 Biotech，还是一家 AI 平台公司？
牛张明：德睿智药的愿景是成为一家 "AI Native" 原生型 AI 制药公司——从早期研究、临床开发到最终商业化，形成完整闭环。制药行业周期长、协同要求高，传统效率存在明显天花板。随着 AI 和多智能体技术的成熟，我们希望自己走通整条路径，将中间多个模块逐步 AI 化，最终构建一个原生型的新型组织架构。
在公司早期阶段，我们也做过 AI 的 SaaS（软件即服务）收费和 CRO 服务，也和全球最大的药企之一合作，提供 AI 服务和算法模块。但现在我们的战略方向已经非常明确，短期重心完全放在自研核心产品上，核心目标是推动重磅管线完成商业化获批，同时也会考虑 BD 交易。我们预期，如果这款 GLP-1 口服药物成功上市，仅中国市场就有潜力实现数十亿的年销售额。
整体规划上，早期研发管线要么推进到临床阶段进行 BD 交易，要么把重磅产品一直推到最终商业化。当现金流更充裕后，我们会利用 AI for Science 的底层能力，进入生命科学上下游的其他赛道。
时代财经：为什么放弃了早期那些收费合作的业务，转而专注自研管线？
牛张明：这其实取决于每家公司的商业愿景和战略定位。在生命科学这条赛道上，如果最终目标是成长为一家千亿美金级别的公司，那么从一开始就要想清楚路径，避免在过程中走太多弯路。
举个例子，美国有两家公司是在同一时代起步的。一家是我们前面提到的 Vertex Pharma，如今市值将近 1200 亿美元；另一家是 Schr dinger（薛定谔），他们走的是计算软件服务的路线，是全球公认最领先的计算化学公司之一，也非常值得尊敬，但到今天它的市值大概只有十几亿美元，而它的许多客户早已成长为市值几百亿甚至几千亿的药企。
原因在于，只做技术服务本质上是 to B 模式，价值有限，且高度依赖客户的付费能力和意愿。更重要的是，做 CRO 服务需要特定时代的机遇，以药明康德、康龙化成为例，它们是在上一个时代窗口成长起来的。在今天的时间点，我们不太可能再成为下一家药明康德，但我们更有机会成为 AI 时代的 Vertex，或者 AI 时代的礼来。
时代财经：AI 制药企业的创始人背景，与传统 Biotech 创始人相比呈现出明显不同，后者多数是有丰富新药研发经验的海归博士，资历普遍较深；而你们这一代则更多是交叉学科或跨学科背景，且普遍更年轻。您怎么看这种差异？这是否意味着药物研发的新时代正在由新一代人开启？
牛张明：我个人觉得倒不是这一代人还是上一代人的原因。人工智能技术的成熟也就是这十年的事。2014 年左右，机器学习、深度学习的能力才首次达到人类正常水平。在那之前，这个领域的技术还没有那么成熟。
药研发本身也经历了一代又一代的历史变革。现在大家意识到，随着 AI 技术的成熟，每家公司都需要 AI 算法和数据科学，用数据和算法配合专家去推动研发。上一代的 Biotech，更多是靠物理和化学的第一性原理，以及计算模拟来驱动。而更早的时候，新药研发甚至往往带有很大的偶然性。所以我们看到的其实是一波又一波新技术的兴起，以及人类愿意拥抱新技术来解决自身问题的过程。
传统的新药发现，更多是通过表象和逆向工程去发现药物。但现在我们可以坐在计算机前，通过计算模拟和人工智能来完成这些步骤。我们这些想成为 AI Native 的制药公司，和过去的制药企业一样，都需要不断拥抱新技术来进化，不管是为了提升效率，还是为了让人类发现更多好药。
时代财经：在您看来，AI 在药物研发的哪些环节贡献最大？哪些环节仍然离不开人类专家的经验？
牛张明：目前大部分环节仍然是人类专家 +AI 的协作模式，美国业界称之为 "human-in-the-loop"。近两年随着大模型和 Agent（智能体）的发展，AI 已经能辅助完成更复杂的系列任务。比如，在安全有效性预测上，AI 有时比专家做得更好，这并不代表 AI 会取代专家，但它已经成为专家的一个强有力的工具。
从我们的实践来看，AI 在临床前阶段的贡献最明显，尤其是在安全性和有效性预测等环节上，能帮助我们的科学家在早期排除潜在的毒性或风险信号，不仅是节约成本，还能提高后续临床成功率。
现阶段，AI 可以胜任数据收集、清洗和整理等繁琐任务，由人工做最终校验，但核心决策环节仍以人类专家为主。药物研发远比下围棋复杂，制药领域的规则和变量非常复杂，所以 AI 还需进一步迭代。以靶点发现为例，假设生成（Hypothesis Generation）阶段，AI 通过文献阅读快速学习，可以辅助科学家完成，但后续的湿实验验证，最终还是需要人类专家决策和实施。
时代财经：所以 AI 目前来说还是辅助工具的存在，还没有到驱动引擎的程度？
牛张明：它现在正处于一个临界点，或者说临界点之前。我们已经在某些环节看到了自动化的价值，但端到端的自动化还没有实现。我说的端到端是指从靶点发现到药物上市的全流程。因为制药周期太长了，从临床前到临床往往需要 10 到 15 年，后期还有商业化的环节，做药的第一性原理还没有被清晰的定义。而 AI 在下围棋、下象棋可以实现端到端并且战胜世界冠军，因为围棋和象棋本身就是一个规则（第一性原理）清晰、容易理解，人类五分钟可以学会的事情。
虽然制药行业短期内不会实现端到端自动化，不过，在一些小的节点上，这种颠覆性的价值已经体现出来了。比如我们提到的 Agent，可以自动去读文献。过去一个专家带一个博士生，可能要花半天时间写一篇综述，现在 AI 两三分钟就能写出来。虽然目前在准确率上还有些幻觉问题，但在未来 1～2 年，这会得到大幅改善，我们也在跟国外的基金会合作推进这方面的工作。
另外，我们也可以期待，未来同样用 10 亿美元可能做出 5 到 10 款药物，而不是一个更大的团队只能做一款药，还不一定能成功。这是本质上的范式升级。
时代财经：未来会是 AI 主导或把关整个研发流程吗？
牛张明：从终局来看，这大概率是可以实现的。就像电动车从 L1 到 L4 的自动驾驶一样，技术上未来可以实现全程端到端。但涉及道德风险和安全可控性等问题，这是另一个维度的话题。也许在未来的 5 年内，理想中的 AI 制药研发范式就会实现。
