和铂的AI实力，被低估了

AI对于制药产业的影响越来越大了，未来对于任何一家企业来说，“AI浓度”是非常关键的胜负手。

这里说的“AI浓度”，不是指谁植入了AI，而是指谁具备驾驭AI的能力，打造不可复制的引擎。当然，这不是我的原创观点，是和铂医药王总在JPM回来之后的感受。 $和铂医药-B(02142)$

和铂医药早在AI领域布局，已进入AI智药时代，并在持续迭代。近期，公司对外公布了AI进展，我也特意做了跟踪，总体感受是：进化速度有点超预期。

目前，公司拥有的建制完整AI团队，越来越强大了。例如算法方面，由资深大拿苗洪江博士担任诺纳生物首席人工智能官。更超前的是，公司打造出的自有AI平台和模型来支撑研发，“战果”得到了充分验证。

和铂医药的AI实力，还是被我大大低估了。

1、和铂医药的AI雄心

和铂的AI雄心市场其实不会陌生，是基于其子公司诺纳生物打造的A³战略(Antibody Engineering × AI × Automation)。

这个战略的第一个底层平台是“Antibody Engineering”，也就是Harbour Mice平台以及基于该平台延伸出的一系列高价值、多维度的技术矩阵。

然后就是Automation Wet Lab产生海量的、高质量、高精准度的数据，喂给AI平台（AI Plus Discovery），AI平台又喂给“Antibody Engineering”，形成无限循环，最终实现从经验驱动到数据驱动的跨越。

和铂的AI雄心，还体现在端到端闭环流程，从Target开始到最终的临床都在部署。比如临床环节，和铂就在和医院相结合，获取高质量的临床数据，支撑数字化临床、数字化疾病的开发进程，为后续进行数字化临床和专病模型的开发做准备。

2、两步走策略清晰

要实现上述目标，不是一蹴而就的，而是分步实施。

目前，和铂医药已经走出了第一步，AI具备加快传统平台的研发速度。

第二步，推出的Hu-mAtrIx™人工智能平台，处于验证和发展过程中，也取得了积极结果。

3、积极结果的真实战绩

到底有多积极呢？通过一些实际的成绩，会有感受。

和铂医药在一开始就拥抱了AI，开发模式是免疫+外部的AI模型，这是公司所说的1.0时代。然后，现在进入到了2.0时代时代，依托自主开发的生成模型，通过内部的算法，对亲和力等一系列进行全面评估。

这一迭代，带来了可观的能力提升。抗体表征的阳性率，从8.7%提升到78.5%。所谓的抗体表征阳性率，指的是“一批抗体里，真正符合我们设定标准（结合、功能、开发性）的那一份占比”，越高说明筛选越高效、平台越强大。从8.7%提升到78.5%，是现象级的提升。

不仅效率大幅增加，并且成功率指数级提升。根据和铂医药所说，结合900万条内部序列+5000万条来自公共的数据库序列，构建了自主大语言模型，真实结构的序列，展现了很高的成功率。有高达21.5%的分子属于高质量的序列，也就是同时满足白蛋白结合低、纯度高、表达量高的比例，综合来看效率和成功率是显著提升的。

除了效率和概率的提升，还能提升可能性。和铂医药的AI模型生成的序列多样性远超已知制剂，大幅扩展了开发空间，可以发现更多性能更优异的序列。

另外，和铂医药的AI HCAb分类模型也非常值得关注。这属于重要的筛选模块，支持后续的功能预测，1.4万条序列数据集的测试中，准确率超过90%，表明AI HCAb模型可以对生成的抗体序列进行精确的分类，极大提升后续开发的成功率。

和铂自主的AI大模型在成药性方面也能提升。逻辑是，大量的可开发行数据，为模型提供可量化的基础，最终构建的可开发预测模型，可精准预测热稳定性、溶解性、聚集性，大幅降低后续开发的失败风险。例如，在热稳定性方面，AI HCAb模型生成的抗体Tm1从49.0℃提高到60.8℃，真正意义上提高抗体药物分子的成药性。

虽然和铂AI模型还处于成熟阶段。但距离公司预计的，从发现抗体到“设计、优化、验证”抗体的开发模式的转变，其实是越来越近了，这也是我所说的超预期。

4、和铂超预期的底气

为什么和铂医药在AI领域能有现在的成绩？相信这也是市场很多人的疑惑。除了管理层战略意识的超前、布局早以外，还与4个核心要素密不可分。

第一，专有的数据。公司基于抗体平台，多年研发的know how积累的数据，以及临床合作积累的多组学数据，这是根本。对于AI来说，最关键的是算法和数据，每家AI企业的数据来源不同，能力差异会很大。和铂的优势就是全球稀缺的平台，所积累的海量的独家数据，这是其AI布局可以非常顺利的关键。

第二，内部开发的AI模型。AI模型的开发本质上和创新药研发一样，是know how的问题。和铂的优势在于，布局早以及拥有的强大的建制完整AI团队。这支撑了其AI模型完善、迭代。

第三，湿实验平台闭环的打造。实现干湿实验闭环，是AI for science的必由之路。将干实验得到的新药经由湿实验进行合成和测试，再将数据反馈到模型中，才能不断迭代优化模型，一步步接近目标的候选，并且产生充足的结构性数据，解开数据匮乏对AI的束缚。部分AI制药企业并没有建立湿实验室，也就不具备虚实结合的研发能力，或者说能力很弱。而鉴于创新药研发经历丰富的特点，和铂医药在这方面的布局还是非常全面的。

第四，可扩展的数据资源。和铂的优势是基于制药产业稀缺的能力构建朋友圈，其也是特地谈到，跟生态圈的合作，然后再通过模型的训练迭代，持续扩展数据资源。

总体来看，上述优势属于其它AI制药企业难以复制的壁垒。后续自身的AI迭代，以及在赋能产业方面，我觉得会有更多精彩故事。

5、“新基建”逻辑越来越硬，AI驱动业绩进入二次加速期

随着AI能力越来越强，我觉得对和铂医药的定位也需要不断重新审视。过去，基于Harbour Mice的持续迭代和进化，和铂医药其实是全球抗体药物开发的“新基建”，属于绕不开的合作伙伴。

在过去几年，这个逻辑得到充分验证：和铂的研发合作越来越多，也越来越深入，并转化成了业绩。

如今，随着AI的加入，“新基建”的逻辑愈发坚固。毕竟在效率、成功率以及可能性方面，AI都带来了更显著的提升，对创新药投入产出比的改善将是巨大的。

在AI助力下，和铂医药的合作模式愈发多样，规模我相信也会越来越大，收入曲线有望进入AI驱动的二次加速期。根据管理层所说，2026年起这些就会开始体现，继续期待。