人工智慧的應用發展雖然仍在起步階段，但由於在藥物探索、藥物研發加速、降低成本各方面都有突破性發展，使得生技製藥公司、新創和老牌科技巨擘都相繼投入資金，也使得合併或併購（M&A）越發火熱。
根據多項調查指出，新藥研發從概念發想到產品上市，通常需時12～15年，成本則從 10億美元（約新台幣330億元）起跳，可能高達60億美元（約新台幣1,983億元）。而AI應用的導入，已經證明能夠縮短時間降低成本，對於製藥廠而言是勢必選擇的發展方向。
生物技術開發中心（DCB）產業發展處處長劉韋博觀察，AI藥物開發技術平台持續吸引資金投入，即使全球生醫域投資趨勢不斷變動，但只有AI藥物開發占比持續增加，已從2019年的12%成長到2022年的22%。
大型製藥廠與AI技術公司的合作數目同樣逐年增加，達10億美元（約新台幣330億元）以上的案件在2022年就有14件。2022年後，包括百靈佳殷格翰（Boehringer Ingelheim）、阿斯特捷利康（AstraZeneca）、默克（Merck）、賽諾菲（Sanofi）、安進（Amgen）等都相斷投入。2023年至今，全球10家主要製藥公司都與AI新創公司合作，其中9家也在內部進行AI應用研發。
至於併購或合併案，根據BiopharmaTrend共同創辦人Andrii Buvailo的盤點， 2024年至少有4起，其中，最受關注的交易，就是美國Recursion Pharmaceuticals與英國Exscientia plc，兩家AI藥物開發公司於2024年8月宣布合併。事實上，Recursion在過去二年已有多起併購，例如2023年就併購2家加拿大AI公司，包括4,000萬美元（約新台幣13億元）併購數位化學公司Cyclica，以及4,750萬美元（約新台幣15億元）併購AI驅動藥物設計公司Valence Labs。
AI藥物開發企業併購已蔚為風潮？PwC Taiwan指出，觀察近10年AI輔助藥物探索領域併購交易觀察，大型製藥廠雖然積極尋求策略夥伴，卻未全力投入併購交易，儘管產業已著手AI能力建置及整合，但AI相關併購交易並未如其他生技製藥併購交易熱絡，仍在萌芽初期。
原因是對於國際大型製藥廠而言，併購交易原本即有其風險，PwC Taiwan指出，投入 AI在價值評估、規模化和併購整合人才等3方面仍有許多挑戰 ，使得生技製藥併購交易更為複雜，也讓製藥產業投入AI有所保留。
就評估價值來說，AI藥物探索是一個競爭激烈的領域，其中有各種新創、科技公司提供許多不同方案，很難確定未來發展潛力，AI是否真能加快藥品上市速度及提升成功率，驗證時間也需要數年。因此，同樣要持續累積多年經驗和實證，才有辦法評估何種AI模型可實現最好的長遠效益，並評估何種AI模型可實現最好的長遠效益。此外，PwC Taiwan指出，在他們的訪談中發現，製藥決策者通常對提供公司資料遲疑，除考量資安風險外，也想避免因此而幫助潛在競爭對手訓練AI模型。
其次，規模化也是挑戰。單一家製藥公司因新藥數量有限，無法完全使用AI公司的潛能。但如果AI公司同時又服務其他製藥公司，對資安及產品所有權恐構成多重風險。這當中又牽涉到訓練AI模型的數據質量問題，過度窄化的AI模型難以擴大應用，但想發展通用的模型則需要更大量訓練資料集。如何在數據與模型當中取得最佳應用，是許多企業仍在摸索的議題。
對於製藥產業來說，AI併購實際上是人才交易，主要希望能夠取得演算法，以及能夠寫出演算法訓練模型的人才。但AI新創公司和製藥公司的文化差異甚大，併購之後如何留住最關鍵的人才資產，是最大的挑戰，卻也是成功與否的關鍵。
雖然AI在生物科技、製藥產業的發展潛力相當巨大，不過短期而言，由於各種難題未解，傳統製藥公司的商業模式還不至於全面改變。但為了降低研發成本、縮短產品上市時間及提高成功率，AI科技的導入與應用已是勢在必行。PwC Taiwan認為，找到適當切入點，藉由併購獲得的外部能力，促進整體組織內部成效提升，將會是生技製藥公司脫穎而出的關鍵。> 人工智慧的應用發展雖然仍在起步階段，但由於在藥物探索、藥物研發加速、降低成本各方面都有突破性發展，使得生技製藥公司、新創和老牌科技巨擘都相繼投入資金，也使得合併或併購（M&A）越發火熱。
根據多項調查指出，新藥研發從概念發想到產品上市，通常需時12～15年，成本則從 10億美元（約新台幣330億元）起跳，可能高達60億美元（約新台幣1,983億元）。而AI應用的導入，已經證明能夠縮短時間降低成本，對於製藥廠而言是勢必選擇的發展方向。
生物技術開發中心（DCB）產業發展處處長劉韋博觀察，AI藥物開發技術平台持續吸引資金投入，即使全球生醫領域投資趨勢不斷變動，但只有AI藥物開發占比持續增加，已從2019年的12%成長到2022年的22%。
大型製藥廠與AI技術公司的合作數目同樣逐年增加，達10億美元（約新台幣330億元）以上的案件在2022年就有14件。2022年後，包括百靈佳殷格翰（Boehringer Ingelheim）、阿斯特捷利康（AstraZeneca）、默克（Merck）、賽諾菲（Sanofi）、安進（Amgen）等都相斷投入。2023年至今，全球10家主要製藥公司都與AI新創公司合作，其中九家也在內部進行AI應用研發。
至於併購或合併案，根據BiopharmaTrend共同創辦人Andrii Buvailo的盤點， 2024年至少有4起，其中，最受關注的交易，就是美國Recursion Pharmaceuticals與英國Exscientia plc，兩家AI藥物開發公司於2024年8月宣布合併。事實上，Recursion在過去二年已有多起併購，例如2023年就併購2家加拿大AI公司，包括4,000萬美元（約新台幣13億元）併購數位化學公司Cyclica，以及4,750萬美元（約新台幣15億元）併購AI驅動藥物設計公司Valence Labs。
AI藥物開發企業併購已蔚為風潮？PwC Taiwan指出，觀察近10年AI輔助藥物探索領域併購交易觀察，大型製藥廠雖然積極尋求策略夥伴，卻未全力投入併購交易，儘管產業已著手AI能力建置及整合，但AI相關併購交易並未如其他生技製藥併購交易熱絡，仍在萌芽初期。
原因是對於國際大型製藥廠而言，併購交易原本即有其風險，PwC Taiwan指出，投入 AI在價值評估、規模化和併購整合人才等3方面仍有許多挑戰 ，使得生技製藥併購交易更為複雜，也讓製藥產業投入AI有所保留。
就評估價值來說，AI藥物探索是一個競爭激烈的領域，其中有各種新創、科技公司提供許多不同方案，很難確定未來發展潛力，AI是否真能加快藥品上市速度及提升成功率，驗證時間也需要數年。因此，同樣要持續累積多年經驗和實證，才有辦法評估何種AI模型可實現最好的長遠效益，並評估何種AI模型可實現最好的長遠效益。此外，PwC Taiwan指出，在他們的訪談中發現，製藥決策者通常對提供公司資料遲疑，除考量資安風險外，也想避免因此而幫助潛在競爭對手訓練AI模型。
其次，規模化也是挑戰。單一家製藥公司因新藥數量有限，無法完全使用AI公司的潛能。但如果AI公司同時又服務其他製藥公司，對資安及產品所有權恐構成多重風險。這當中又牽涉到訓練AI模型的數據質量問題，過度窄化的AI模型難以擴大應用，但想發展通用的模型則需要更大量訓練資料集。如何在數據與模型當中取得最佳應用，是許多企業仍在摸索的議題。
對於製藥產業來說，AI併購實際上是人才交易，主要希望能夠取得演算法，以及能夠寫出演算法訓練模型的人才。但AI新創公司和製藥公司的文化差異甚大，併購之後如何留住最關鍵的人才資產，是最大的挑戰，卻也是成功與否的關鍵。
雖然AI在生物科技、製藥產業的發展潛力相當巨大，不過短期而言，由於各種難題未解，傳統製藥公司的商業模式還不至於全面改變。但為了降低研發成本、縮短產品上市時間及提高成功率，AI科技的導入與應用已是勢在必行。PwC Taiwan認為，找到適當切入點，藉由併購獲得的外部能力，促進整體組織內部成效提升，將會是生技製藥公司脫穎而出的關鍵。
本文授權轉載自《知勢》，作者：陳書璿，原文標題：生技製藥併購 AI 公司仍在萌芽 三大挑戰待解
