Искусственный интеллект привлекает миллиарды долларов глобальных инвестиций, поскольку фармацевтические гиганты стремятся ускорить разработку новых лекарств. Однако сектор открытия лекарств с помощью ИИ все еще определяет жизнеспособные коммерческие модели. В динамичной биотех-экосистеме Китая две отраслевые компании с глубокими корнями в стране предлагают разные ответы на этот вызов.
Недавние финансовые результаты компаний XtalPi Holdings Ltd и InSilico Medicine Cayman TopCo показывают, что сектор разделяется на две различные бизнес-модели: одна построена на продаже исследовательских услуг с использованием ИИ, другая – на применении алгоритмов для создания совершенно новых биотех-портфелей.
Различие уже проявляется в их финансовых показателях, поскольку обе компании работают на рынках капитала. Компания XtalPi стала одной из первых специализированных технологических фирм, разместивших акции по новым правилам главы 18С Гонконгской фондовой биржи, тогда как InSilico провела крупнейшее биотех-размещение в Гонконге в 2025 году по объему привлеченных средств.
XtalPi: сервисная модель с предсказуемой выручкой
Компания XtalPi отчиталась о выручке в размере 802,6 млн юаней (~9,43 млрд руб.) в 2025 году, что на 201,2% больше в годовом выражении, и зафиксировала первую чистую прибыль за полный год в размере 134,6 млн юаней (~1,58 млрд руб.), при скорректированной чистой прибыли 258,2 млн юаней (~3,03 млрд руб.). Этот результат делает ее первой прибыльной компанией в сфере «искусственного интеллекта для науки», размещенной на рынке Н-акций Гонконга.
Компания позиционировала себя как технологическая платформа для фармацевтических компаний. Ее основной бизнес сочетает управляемое ИИ молекулярное моделирование с автоматизированными лабораториями и роботизированными системами, предназначенными для ускорения ранней стадии открытия лекарств.
Вместо того чтобы полагаться на самостоятельную разработку препаратов, компания генерирует выручку преимущественно за счет исследовательских услуг и экспериментальной инфраструктуры, предоставляемой глобальным фармацевтическим группам. Такой подход напоминает модель контрактной исследовательской организации, усиленную искусственным интеллектом.
Аналитики банка JPMorgan отметили в недавнем отчете, что модель XtalPi по сути предоставляет инфраструктуру для открытия лекарств с использованием ИИ. Поскольку выручка привязана к исследовательским контрактам, а не к одобрению препаратов, модель обеспечивает относительно предсказуемый доход.
Сегмент решений для открытия лекарств компании сгенерировал 537,9 млн юаней (~6,32 млрд руб.) выручки в прошлом году – рост более чем в четыре раза в годовом выражении, тогда как интеллектуальные решения в сфере «искусственного интеллекта для науки» внесли еще 264,7 млн юаней (~3,11 млрд руб.).
Отраслевые эксперты отмечают, что сервисная модель XtalPi эффективно переносит высокий риск разработки лекарств – где более 90% кандидатов проваливаются в клинических испытаниях – обратно на фармацевтических клиентов. Компания несет в основном риски доставки технологии, а не клинические риски.
Согласно отчету издания, Чжан Пэйюй (Zhang Peiyu), главный научный сотрудник компании, заявил, что платформа «искусственный интеллект плюс робототехника» повысила успешность экспериментов по химическому синтезу с 20–30% до примерно 90% и сократит сроки открытия лекарств до одного-двух лет вместо четырех лет, как это часто бывает сейчас. Такие сервисно-ориентированные модели обеспечивают относительно стабильный денежный поток, помогая поддерживать непрерывную итерацию платформы.
InSilico Medicine: амбициозная биотех-стратегия с высокими рисками
Компания InSilico Medicine выбрала более амбициозный – и рискованный – путь. Компания использует свою платформу Pharma.AI – проприетарную сквозную генеративную платформу на базе искусственного интеллекта – для разработки кандидатов в лекарства и продвижения их через клиническое развитие, по сути работая как биотехнологическая компания, управляемая ИИ.
Такой подход требует значительно более высоких расходов на исследования. Компания инвестировала около 81,4 млн долларов в НИОКР в 2025 году, что эквивалентно примерно 145% ее годовой выручки.
Компания создала 28 доклинических кандидатных соединений с 2021 года, более 10 из которых получили одобрение на проведение исследований новых лекарств и перешли на клиническую стадию.
Стратегия недавно получила высокопрофильное подтверждение. Компания подписала соглашение о сотрудничестве с корпорацией Eli Lilly and Company, предоставляющее американскому производителю лекарств эксклюзивные глобальные права на разработку, производство и коммерциализацию потенциально лучших в своем классе новых пероральных терапевтических средств, находящихся в настоящее время на доклинической стадии разработки для определенных показаний. При этом обе стороны также будут сотрудничать по нескольким программам НИОКР, сфокусированным на мишенях, отобранных компанией.
Сделка включает авансовый платеж в размере 115 млн долларов и может достичь 2,75 млрд долларов при достижении этапов разработки.
Для компаний, следующих биотех-модели, такие партнерства являются основным путем к выручке. Однако доход часто поступает крупными и нерегулярными платежами, привязанными к лицензионным сделкам и клиническому прогрессу, что создает волатильные финансовые результаты. Эти выплаты по этапам служат критически важным источником поддержки для продления денежного горизонта и финансирования значительного расхода денежных средств, необходимого для текущих клинических испытаний.
Рынок фармацевтических исследований: гибридные стратегии и ограничения технологий
Разделение между платформенными и биотех-стратегиями не уникально для Китая. По всей отрасли компании, занимающиеся открытием лекарств с использованием ИИ, экспериментируют с различными способами коммерциализации своих технологий.
Американская компания Recursion Pharmaceuticals приняла гибридные стратегии, сочетающие партнерства на платформе с внутренними портфелями лекарств, тогда как крупные фармацевтические компании – включая корпорации, – подписали десятки партнерств по открытию лекарств с использованием ИИ в последние годы.
Надежда заключается в том, что машинное обучение может сократить время и затраты, необходимые для выявления перспективных кандидатов в лекарства.
Несмотря на быстрые успехи в области искусственного интеллекта, многие исследователи и отраслевые эксперты считают, что технология вряд ли трансформирует разработку лекарств так радикально, как ожидают некоторые инвесторы.
Дин Шэн (Ding Sheng), директор Института открытия лекарств в области глобального здравоохранения, отметил, что основная проблема заключается в биологии, а не в вычислительной мощности.
«По сравнению с такими областями, как обработка естественного языка, наборы данных, доступные для открытия лекарств, значительно меньше, – сказал он. – Наше понимание биологических механизмов все еще неполно».
Хотя искусственный интеллект может ускорить раннюю стадию открытия, кандидатные препараты все равно сталкиваются с годами клинических испытаний до получения одобрения.
Жэнь Фэн (Ren Feng), со-генеральный директор и главный научный сотрудник компании, предложил схожую отраслевую перспективу с позиции разработчика лекарств.
«Искусственный интеллект отлично справляется со сжатием сроков в доклинических исследованиях, но как только кандидат переходит в клинику, его роль резко снижается. Клиническое развитие остается многолетним, строго регулируемым процессом, который ИИ не может обойти. Реальные ограничения – это наше неполное знание биологии и нехватка высококачественных данных для обучения, а не вычислительная мощность», – сказал он.
Рынок фармацевтических исследований: политическая поддержка и рыночные перспективы
Китай стал одним из наиболее активных центров открытия лекарств с использованием ИИ в последние годы. Отраслевые аналитики отмечают, что сильная фармацевтическая производственная база страны, крупное население пациентов и быстро расширяющийся пул талантов в области ИИ способствовали ускорению развития.
Дин Шэн отметил, что глобальная отрасль остается на ранней стадии, а технологические возможности компаний все еще относительно близки.
«Во многих областях китайские компании теперь идут в ногу с зарубежными коллегами, – сказал он. – В некоторых направлениях они могут даже вырваться вперед».
Политическая поддержка Китая все больше согласуется с быстрым ростом применения ИИ в фармацевтических исследованиях и разработках, при этом власти ставят открытие лекарств с использованием ИИ высоко в национальной инновационной повестке.
В апреле прошлого года Министерство промышленности и информатизации и шесть других государственных ведомств совместно выпустили План реализации цифрово-интеллектуальной трансформации фармацевтической промышленности (2025–2030). Эта политическая дорожная карта предусматривает создание более 10 национальных инновационных платформ моделей ИИ для фармацевтики и поощряет расширенное использование ИИ на ключевых этапах разработки лекарств.
Согласно данным консалтинговой компании, глобальный рынок фармацевтических исследований и разработок с использованием ИИ, как ожидается, вырастет с 11,9 млрд долларов в 2023 году до 74,6 млрд долларов к 2032 году, что представляет собой совокупный годовой темп роста 22,6%, подчеркивая сильную траекторию роста и определенность для сектора.
Разделение на сервисную и биотех-модели отражает зрелый этап развития отрасли, где каждая стратегия имеет свои риски и преимущества. Сможет ли искусственный интеллект действительно сократить путь от идеи до лекарства, или биологические ограничения останутся главным барьером? Поделитесь мнением в комментариях.
Новость Китая “Рынок фармацевтических исследований с использованием искусственного интеллекта” подготовлена Порталом PRC.TODAY.
Если вам понравилась новость или появились вопросы, оставьте ваш комментарий или обсудите эту новость в нашем Telegram-канале
Роботы-ученые из Китая работают в лабораториях BASF и JW Pharma
