随着人们生活水平的不断提高,医药健康日益成为社会关注的焦点。近年来,中国医药产业呈现出蓬勃发展的态势,创新药领域更是实现了跨越式增长。国家药监局的数据显示,2025年我国创新药对外授权交易总金额超过1300亿美元,授权交易数量超过150笔,远超2024年全年519亿美元和94笔交易,创历史新高。我国在研新药管线约占全球30%,位列全球第二。
从曾经的“license in”(引进海外专利)到如今的“license out”(对外输出专利),中国医药产业正在完成从跟随者到引领者的历史性转变。在这场产业变革中,AI技术的加持功不可没。过去,创新药研发普遍面临着“10年时间、10亿美元、10%成功率”的困境——研发周期长、投入高、成功率低。如今,AI技术正在重塑药物研发的每一个环节——从分子生成到化合物筛选,从工艺优化到质量管控,AI的加持大幅缩短了药物研发周期,降低了失败率和试错成本。
为助力医药企业精准把握AI浪潮下的数智化转型趋势,推动产业从单点技术应用向全链条价值释放跨越,华为中国合作伙伴大会2026期间,华为制药军团总裁樊杰、华为智能制造轻工业系统部部长华志猛,与博柯莱智能装备公司董事长杜仁杰,围绕创新药物研发与生产场景,深度解读AI技术的落地应用路径。
樊杰在分享中指出,AI技术正从医药行业的辅助研发工具,向研发、生产、售后全流程演进。华为依托自身在ICT领域的技术积淀与算力优势,构建了从底层算力支撑、中层场景化方案到上层生态协同的完整医药数智化体系。通过联合博柯莱等合作伙伴,推动AI技术与医药业务场景深度融合,切实实现创新效率提升、生产流程优化、质量管控升级的核心价值,加速医药产业从传统模式向数智化模式的转型升级。
图1 采访现场图
与时代共振:AI浪潮下的医药产业变革
“AI技术正在从根本上改变药物研发的方式。”樊杰介绍,在药物分子生成与化合物筛选环节,传统方式只能依靠手写分子,而现在通过AI可以一次性生成上百万个分子,再通过筛选模型快速收敛,层层筛选下能够快速定位到合适的分子进入临床研究。这种方式不仅大幅缩短研发时间,更显著降低了试错成本。
特别是在分子动力学模拟方面,AI算力的提升带来了革命性的变化。据樊杰介绍,某高校以前进行一个分子动力学模拟需要大概两周时间,而现在使用华为的算力平台,同样的任务只需五六个小时即可完成,当天就能出结果。如果采用AI+高性能算力集群,可以将计算时间缩短到分钟级,甚至29秒即可出结果。这意味着研发团队不再需要漫长的等待,研发效率实现了质的飞跃。
AI的价值不仅体现在研发阶段,更延伸到整个生产链条。华志猛指出,AI药研过程中积累的数据可以应用到生产过程中,通过AI建模挖掘分析,识别影响药品质量和生产成本的关键工艺参数,进而进行优化,实现降本增效。他举例,有药企通过AI的工艺参数优化,实现了蛋白收率提高12%、杂质降低20%以上的显著效果。
图2 2026华为合作伙伴大会“数智医药”展台
铸算力基石:构筑自主创新的医药AI底座
在AI重塑医药产业数字化转型的浪潮中,樊杰用“铁三角”模型勾勒出关键图景:算力是地基,为海量数据的存储与模型训练提供坚实土壤;模型是引擎,将原始数据转化为可执行的知识与智慧;数据则是燃料,再精密的引擎也需要高品质的数据来喂养,才能跑出真正的价值。三者缺一不可,共同驱动AI制药从概念走向临床。华为希望联合更多的优秀自主创新的模型、工具以及能够提供数据的组织,把所有资源整合起来,形成数据飞轮,加速自主创新生态建设。
图3 华为医药智能化解决方案开放架构
面对医药产业对AI算力的迫切渴求,华为以昇腾与鲲鹏为双擎,构建了自主创新的算力底座。樊杰介绍,华为新发布的基于昇腾和鲲鹏的解决方案,在分子动力学模型上展现出强大的性能优势,并且已经得到实际验证。
昇腾系列算力在蛋白质序列640的训练场景中,耗时较传统方案缩短30%-35%,推理场景耗时缩短35%以上;在蛋白质序列长度1024的场景下,耗时缩短可达65%。这种效率的大幅提升,为药物研发企业节省了大量时间成本。
在成本方面,通过与合作伙伴携手进行算子调优和模型精度优化,在同等规模的分子筛选或动力学模拟场景下,整体算力成本可降低30%以上。此外,华为还提供弹性的云原生服务,让中小企业可以按需付费享受AI算力,极大降低了AI制药的门槛。
樊杰特别强调了自主创新的战略意义。他指出,之前的医药研发中大量使用了海外的模型和算力,这种不确定性犹如悬在药企头上的“达摩克利斯之剑”。华为联合伙伴通过打造自主创新方案,既提供先进算力,又提供领先的AI药研模型,彻底帮助药企解决这一核心痛点。
值得一提的是,华为联合国家实验室以及国内顶级模型公司联合技术攻关,一方面从精度上保证能够跟世界顶级模型持平,同时从效率方面进行提升。樊杰透露表昌平国家实验室基于昇腾算力开发的首个完整开源、昇腾算力友好的生物分子AI设计平台Torch X三件套——TorchFold、TorchScore以及TorchDesign,将形成面向科研与产业应用的完整工具闭环。
聚生态合力:智能装备助力跨越“死亡之谷”
从实验室到规模化量产,医药行业有一个令人闻之色变的概念——“死亡之谷”。杜仁杰解释,在实验室里小批量(如10升)实现的工艺,放大到生产线(如1,000升)时,不仅参数可能对不上,良率也会出现明显下降。根本原因就是研发和生产之间数据产生了严重断裂,每次工艺放大几乎都要重新摸索。
博柯莱与华为的联合解决方案弥合了这条断裂的数据链。杜仁杰介绍,博柯莱的做法贯穿药物制造全生命周期,分为三个阶段精准发力:研发阶段,依托华为的数据采集工具,完整捕获每次实验的工艺参数与环境数据,为后续环节奠定数据基石;中试环节,与华为联合研发的AI引擎基于历史数据智能预测放大后的参数变化,主动推荐最优工艺窗口;量产阶段,博柯莱的MES(制造执行系统)与智能产线无缝继承中试验证的工艺数据包,通过自动编排生产节奏、AI全局调度统一指挥物流设备协同执行,确保工艺知识从实验室到工厂车间的不失真传递。
“我们实现了从实验室到产线的三重跨越——数据不断档、工艺不重来、合规不脱节。”杜仁杰总结道。博柯莱让研发试错变得更聪明,让柔性生产更合规。在客户制药现场智能装备带来的真实蜕变中,比较直观的一点是批次放行效率的飞跃:传统人工审核升级为AI辅助审核,批放时间从8小时压缩至2小时以内。过去每个批次放行需要QA(质量保证岗)逐条审核数百条记录,如今AI可自动比对工艺参数是否在验证范围内、智能标注异常点,QA只需复核AI筛选出的少数异常项即可,真正实现“人机协同、提效保质”。
其次是偏差管理的范式跃迁。国际监管趋势正从“事后查验”转向“实时预防”——欧盟与FDA已明确要求这一转变。博柯莱的MES系统实时采集产线数据,依托华为AI技术对数十个关键工艺参数进行动态趋势观察,在参数出现漂移端倪时即触发预警,将风险拦截在萌芽阶段。某客户上线后,偏差发生率直降50%以上,真正实现从救火式应对到预测式防控的跨越。
第三是能源与产能的精益优化。博柯莱与华为联合打造的AI能源管理系统,可根据生产排程智能调节环境参数控制策略,实现按需供能、动态调优。某客户应用后,空调能耗下降20%以上,同时洁净级别完全达标,真正达成节能与合规的双赢。
与伙伴同频:做医药行业智能化转型的“黑土地”
从底层基础设施到上层应用赋能,华为在医药行业的数智化转型布局涵盖三个维度:算力底座、AI赋能和工业数智化融合。华志猛表示,华为的目标是要做医药行业智能化转型的“黑土地”,通过夯实算力、做深场景、融合数据,助力中国医药产业实现从“跟随”到“引领”的跨越式发展。
华志猛表示AI是一套系统工程,需要循序渐进,需要把业务流程梳理一层,再是IT模型数据这一层,最后还有运营——AI一定要持续运营才能体现其价值。华为聚焦在数据AI中台,打造“数据+AI”双轮驱动的转型范式。
华志猛强调,华为坚持“无数据不AI,无AI不智能”,通过ModelArts人工智能平台和IoT互联网平台,打通OT与IT技术壁垒。在智能工厂方面,华为联合伙伴一起打造智能工厂解决方案,首先要符合GXP(药品生产质量管理规范)的数据安全可靠要求。例如华为新推出的Wi-Fi 7能够保证AGV(智能搬运车)漫游中间不会中断,保证数据零丢失;通过网络+存储提供6层防护机制,确保数据零丢失、零勒索。
华志猛表示,华为将加大投入力度,联合广大伙伴共建繁荣生态,热忱欢迎更多优质伙伴加入,共同助力中国药企的数智化跃迁。同时,华为将通过开发者联盟与合作伙伴计划,着力培养既懂医药又懂AI的跨界复合型人才,为行业长远转型注入持续的人工智能动能。
结合“十五五”政策要求,樊杰阐述了华为在医药产业的五大战略方向:
第一,打破数据孤岛,迈向生态协同。
第二,筑牢自主创新的算力底座,护航产业安全发展。
第三,深耕行业大模型,打造医药强有力的“智慧大脑”。
第四,共建智慧药厂标杆,驱动制造业向高端化、智能化、绿色化跃迁。
第五,推动数字孪生向自主智能体进化,实现生产制造的无人化运行与自适应决策。
华为将始终以开放姿态汇聚行业同路人,以解决方案为产业转型赋能,在AI浪潮中共同书写数智化转型的新篇章。
小结
可以看到,算力底座上,自研技术展现出硬核支撑力;场景应用中,数智融合交出扎实答卷;产业转型里,全链升级路径日渐清晰。医药产业的数智化转型,已然蹚出一条以AI为核心驱动力、以生态协同为组织保障、以场景落地为价值锚点的可行之路。
在这条路上,华为既是筑基者,也是同行者。一方面,依托昇腾与鲲鹏打造自主创新的算力底座,筑牢医药产业创新的数字基建,以高效算力为药企研发提速;另一方面,与博柯莱等伙伴携手打造联合解决方案,推动智能装备与AI技术深度融合,助力药企跨越创新的“死亡之谷”,让数智化价值在实践中真正生根。