10月上旬，GSK把和Chai合作的AI大模型从试用转成了正式签约。

这家MNC的试用对象是一家成立不到3年，名为Chai Discovery的旧金山公司。这家公司不同于大多数AI制药企业，Chai专注做设计分子的AI模型，没有开发新药管线。双方合作敲定前，GSK设置了一场考核。他们在自己实验室里挑了一批靶点，让Chai的模型直接生成蛋白质设计，并交回GSK的湿实验室验证。最后的考核结果显示，Chai为GSK此番给出的每一个受测靶点，都找到了能结合的分子。GSK高管对Chai给出的蛋白预测结果直呼不敢相信。

实际上，在GSK之前，Chai已经在短短4个月内，与辉瑞、诺华、argenx、百时美施贵宝等4家头部药企达成了合作。加上更早前合作的礼来制药，Chai在过去9个月里与6家头部药企签下了7笔合作协议。其间，2026年7月，Chai还完成4亿美元融资，估值直逼38亿美元。

AI制药的全球爆火的行情之下，任何一家MNC对其一掷千金都不足为奇。但如Chai这般，引来MNC扎堆签约的，确属罕见。而这些密集见报的合作背后，是MNC在尝试回答AI制药当下最热门的问题，即如何处理内部失败数据与外部AI模型之间的关系。

近两年，新的AI制药公司走马灯式层出不穷，能让药企真金白银掏钱的却不多。即使药企和AI公司产生了合作，药企的付费方式也一变再变。仔细翻阅这批合作公告里的细节，会发现有些变化有迹可循。

最直观的变化，是药企付费意愿的拓维和转变，付费对象从看得见摸得着的新药管线，延伸到纯粹的AI大模型。在很长一段时间里，药企和AI制药公司的交易，核心标的都是分子。合作通常会落地到特定靶点、特定适应症或具体的新药管线之上。换句话说，药企买的是一个结果——要么是帮你做出某个候选药物，要么是直接把已经做出来的管线买走。这个框架下，主流的合作模式大致有两种：第一种是CRO式的研发服务。第二种是管线收购或对外授权。但无论是服务还是管线，都有一个共同点：付费标的是做出来的东西，而不是用来做东西的工具。药企和AI公司之间，是一种甲方提需求、乙方交结果的关系。

但在Chai的这几单合作里，游戏规则变了。根据公开信息，Chai Discovery与六家药企的合作，几乎都指向同一个标的——Chai模型的访问权和使用权，而不是某条具体管线，而礼来和辉瑞还另外取得了基于专有数据定制的专属模型。意味着MNC不是在等AI公司替他们产出管线，而是直接把AI能力买回去，装到自己的研发体系里，由自己的团队来使用。

这个转变不是凭空发生的，是两个变量在同一时间的交汇。

变量一：模型能力成熟到可以独立交付工具价值。

早期的AI制药工具，更像是辅助软件——帮研究者做一些计算量大、重复性的筛选工作，最终的设计决策仍然高度依赖人。但像Chai-3这类新一代大模型，已经具备了独立完成抗体设计、结构预测、亲和力优化等完整任务的能力。当模型本身足够强，它就不再只是辅助工具，而可以直接成为生产工具。

上一代AI制药公司做的是预测，输入氨基酸序列算出折叠结构，或输入候选分子判断它能否结合上靶点。Chai做的是反向的工作，给定靶点结构和想要下手的位置，直接生成全新的抗体序列，是从头设计。这种转变的背后，是这一代模型跨过了可用的门槛。

Chai的蛋白设计战绩相当惊人。此前，Chai开发的第二代模型Chai-2在52个靶点上做完全从头设计，命中率约16%，对其中一半的靶点，20个以内的设计就能找到至少一个能结合的分子。无论是对于传统药物研发，还是对于上一代AI模型，Chai筛选早期分子的能力都断层式领先。随着与辉瑞合作披露的Chai-3，Chai称成功率再翻一倍，结合亲和力升到皮摩尔级。

变量二：药企内部的AI使用能力，已经上来了。

过去MNC和AI公司合作，很大程度上是因为自己的团队不会用AI。他们需要AI公司来代做、来服务。但经过几年的布局，头部药企内部已经建立了自己的AI研发团队——MNC对AI大模型的态度更开放了，他们懂模型、懂数据、懂怎么把AI嵌入药物发现流程。

当药企自己有了用工具的能力，他们自然就不满足于买服务了。他们更想要一个好用的工具，装到自己的研发体系里，自己掌控使用节奏和方向。

一些MNC开始向Chai定制专属的模型，另一些MNC则将Chai嵌入到自建的AI能力中。2026年6月，辉瑞与Chai签下许可协议，把Chai的平台装进自己的发现引擎，同时拿到一个基于辉瑞专有数据定制训练的模型。同年，辉瑞与另一家AI制药企业Boltz达成类似合作，把Boltz原本开源、全行业共用的模型，用辉瑞的历史数据精调成排他版本，辉瑞保留用这些模型发现的所有化合物的所有权。

定制模型的背后，是MNC开始用非公开数据反哺外部AI模型的趋势已经出现了。有分析师把这种模式比作生物学里的红帽，卖的是企业级操作系统，内核保持开源。内核人人可得，被买走的是用其独家数据训练出来的部分。

此外，2026年1月，礼来把Chai的平台部署进自己的研发流程，用于多个靶点的生物治疗药物设计，Chai则用礼来的专有数据训练一个只供礼来使用的模型，并按礼来的发现工作流做定制，这笔交易在礼来用自有数据对Chai的一组模型做过内部评估之后才达成。GSK的合作路径相似，这次接入的是Chai的蛋白折叠与设计模型，覆盖GSK全管线。通过这些很开放的合作，MNC主动在AI制药的链条中向前走了一个身位，从单纯的技术服务采购者，转变为AI大模型的合作开发者。

不过，在现阶段MNC开放的边界十分有限。GSK研发技术高级副总裁Christopher Austin就曾明确表示，Chai的技术是对GSK内部模型的补充，而不是替代，那些内部模型仍然在用GSK自家的实验数据持续重训。但这样一来，AI制药以往最触不可及却又至关重要的失败数据，终于有了进入大模型的新切口。

MNC在AI制药中合作身位转变的背景，是随着AI制药陆续交出答卷，单纯依靠AI技术来提升新药研发效率的探索越来越多遭到质疑，对非公开数据，尤其是药企内部数据的求索浮出了水面。

一直以来，AI制药在模型为大的逻辑上，比拼的都是算法和参数，用到的大多是公开数据。但实际上，对于制药企业而言，一款更聪明的AI模型，远不如更懂自己的模型有价值。后者的训练需要依靠大量的药企层面数据，但这些数据大多未公开。

其中，最核心的是失败数据。所谓药企失败数据，并非类似临床试验终止的大事件，而是日常的实验记录，比如筛选中被淘汰的化合物、走不通的靶点、卡在成药性门槛上的候选化合物、合成路线走不通的反应、毒理没过关的分子，以及所有跑完却没有得到阳性结论的阴性实验等，都在其列。这些记录散落在药企的实验室里，外部的模型也就无从读到。在一款新药上市之前，被淘汰的尝试远远多于最终留下的结果。

究其本质，隐秘的失败数据和公开的成功数据共同构成了新药研发的数据链。以往的AI模型仅基于成功数据训练，很难做出真实世界中可验证的准确判断。此前，化合物供应商ChemDiv公布过一组对照实验数据，在hERG心脏毒性实验中，ChemDiv让同一套模型跑两次，第一次只用公开数据训练，准确率仅为35%，几乎等同于随机猜测。在第二次实验中，ChemDiv把多年积累的成功与失败数据补进训练集，准确率随即大幅提升到80%。

对于制药业而言，失败的化合物属于专有情报，如果无偿公开，就等于给竞争对手画出避坑地图。一家药企在研发中筛掉的分子，数量远超最终走进临床的那几个，这些记录，是新药研发中最值钱的试错成本，也是它下一次立项的依据。对手不必自己去验证，就能知道哪些方向走不通。因此，制药行业默认只报喜不报忧，公开渠道里能找到的，几乎只是成功的案例。Cytiva蛋白质研究战略总监Paul Belcher就曾表示，没有人会把自己的失败拿出来分享，他还提议，行业需要一本专门发表阴性结果的刊物，让这些锁在抽屉里的记录有一个去处。

在国内，AI制药模型的精度长期被三件事拖住，即数据孤岛、标注稀缺、阴性失败数据缺失。所谓数据孤岛，即各家只看得见自己服务器里的数据，同一类分子，一家试过不行，另一家隔两年还会再试一遍，同一个坑被反复踩，行业的试错成本被整体抬高。标注稀缺则意味着这些记录散落在实验记录本、筛选平台和内部数据库里，各家记法不一，有的连结构式都不全，直接拿来训练之前先要做一轮清洗和统一。

阴性数据的缺失最直接，模型见过的几乎都是成功案例，它对什么样的分子可能成药的理解，从第一课起就是偏的。企业出于保密不愿让失败实验数据流通，记录在案的几乎都是成功，失败的那一半始终缺席。一堆本该用于模型训练的样本，锁在企业自己的服务器里，始终没有被打开，这一层缺口，才是AI制药眼下真正的卡点。

近年来，随着失败数据在AI制药中的价值更多被注意到，一条运用失败数据的裂缝也逐渐形成，从自主生产到联合训练，再到如今Chai与MNC之间形成的外部合作，让渡的尺度一步步在扩大。

起初，一些制药企业尝试自主开发，把失败数据变成产能。比如，Recursion用机器人和计算机视觉，每周产生数百万级细胞测量数据，累计超过50PB。它和文献实验拉开距离的地方不在数据量，在记录的严格程度，什么都没发生的实验和命中的实验被以同样的标准留下。给文献做的实验只报告能发表的部分，给模型做的实验没有这道筛子，阴性结果同样是产出。再如，诺华把高通量化学改造成闭环平台MicroCycle，自主合成、纯化、检测，中间结果全部留痕。自动化流程不挑结果，难看的那一次和漂亮的那一次一样被完整存档。这套做法的门槛不在算法，在实验室能不能把实验跑成流水线。

另一种尝试是把失败汇集起来，但数据不离开原主人。比如，MELLODDY项目让安进、阿斯利康、拜耳、勃林格殷格翰、GSK、杨森、默克、诺华等10家互为对手的药企，在26亿条机密测量数据、2100万个分子上训练共享模型。机制是把模型送到数据那里，每家公司只在自家服务器上训练，回传的只有数学上的改进量，没有一行原始数据离开原主人，业内管这叫竞合。共享模型的表现超过了任何一家公司的自有模型，药代动力学和毒性预测上的提升最明显。

眼下，开放失败数据再往前一步，把数据交到外部手里，换回一个对手拿不到、也无法复制的排他模型。这种方式的效率最高，但是难度也最大。也正因如此，Chai迅速成为MNC排队合作的对象。这条路把药企最不愿示人的资产摆上了谈判桌。

开放失败数据的收益很直接。药企把内部记录交给外部模型，回收的是一份对手无法复制的版本，判断依据从公开文献换成自家的实验史，模型因此带着这家药企自己做判断的习惯。但开放失败数据的风险也不可小觑。数据一旦离开自己的服务器，就会失去物理上的控制权，数据安全性只能靠合同条款和技术手段来约束。同时，定制效果无法事先验证，药企愿意把多年积累的宝贵记录交出去，前提是能换回显著优于通用版本的模型。

比如，在与Chai的合作中，礼来先用自有数据对Chai的一组模型做过内部评估之后，才签下协议。Chai的稀缺性，除了技术能力本身，还在于它不做药、没有自有管线的定位，药企不必担心失败数据交给一个未来可能同台竞争的对手。此外，Chai愿意为每一家单独训练，放弃把同一份通用能力卖给所有人的做法。

当然，依托失败数据定制专属模型，也并不意味着药企跑通了依托AI优化新药研发之路。从某种意义上讲，定制的增益尚难准确评估。Chai-3的性能数字出自公司与合作方，尚无独立同行评议，要等第三方复现之后才算数。

此外，基于失败数据的合作，对合作协议本身要求更高，双方在数据的使用和保护中如何设定边界，没有先例可循。更重要的是，失败数据不是万能解，它能让模型的判断更准，却替代不了靶点选择、临床设计和运气。失败数据只是必要条件，却不是充分条件。开放若只朝少数几家公司集中，公开库里沉淀的仍只是低风险的失败，后来者拿不到可用的样本。

此番Chai被MNC排队签约，本质是一次资产的位移，竞争的焦点从谁的算法更强，转到谁掌握着别人看不见的记录。数据可以交出去，换来的是能力，留下来的是对失败经验的理解，是下一个时代的护城河。