Insights Investing

AI 制藥是複利平台還是高估值豪賭?解析 Isomorphic Labs 500 億美元估值背後的商業與技術邏輯

閱讀約 7 分鐘 EN繁體

一句話結論

DeepValues Research 於2026年11月20日發布《AI 制藥是複利平臺還是高估值豪賭?解析 Isomorphic Labs 500 億美元估值背後的商業與技術邏輯》。在尚無任何產品進入人體臨床試驗的情況下,由 Alphabet 支援的 Isomorphic Labs 正洽談 50 億美元融資,估值高達 500 億美元,已達 2025 年全球 AI 藥物發現市場總規模(約 23 億美元)的 20 多倍。

來源: https://research.deepvalues.ai/insights/2026-11-20-best-partners-tv-ai-drug-discovery-isomorphic-labs-50-billion-bet-zh/ · Markdown

目錄
  1. 1. 誰寫的
  2. 2. 寫了什麼
  3. 2.1 傳統制藥的破局困境與 AI 平台路徑
  4. 2.2 技術突破與人才跨界配置
  5. 2.3 商業模式與多藥聯用潛力
  6. 3. 文件怎麼說
  7. 4. 巴菲特式解讀
  8. 5. 未知的事項
  9. 6. 給有耐心投資人的一課
  10. 7. 關鍵數字

在尚無任何產品進入人體臨床試驗的情況下,由 Alphabet 支持的 Isomorphic Labs 正洽談 50 億美元融資,估值高達 500 億美元,已達 2025 年全球 AI 藥物發現市場總規模(約 23 億美元)的 20 多倍。該公司企圖透過通用 AI 平台實現「知識複利」,打破傳統新藥研發「越做越貴、越做越慢」的 Eroom 定律困境。然而,對於長期價值投資人而言,在 2026 年底首個臨床試驗開啟前,面對龐大的估值溢價與未知的臨床轉換率,必須審慎評估其資本配置與安全邊際。

1. 誰寫的

本議題的討論源自 YouTube 頻道「最佳拍档」(主持人為大飛)所發布的影音內容。該頻道為專注解讀 AI、前沿科技與產業公司發展的華語科技頻道。

對於關注長遠價值的投資人而言,這項分析提供了重要的觀察視角:一方面能透視科技巨頭 Alphabet 的資本配置邏輯,另一方面可評估 AI 驅動的生醫科技是否具備永續的經濟護城河與高資本報酬率(ROIC)的潛力。

2. 寫了什麼

在影片中指出,AI 制藥目前正處於技術轉型與商業模式重構的關鍵交會點。Isomorphic Labs 的經營團隊嘗試以電腦模擬與底層通用平台為核心,翻轉傳統藥業的困境。

2.1 傳統制藥的破局困境與 AI 平台路徑

傳統藥物研發面臨著名的「Eroom 定律」現象:儘管科學論文暴增 10 至 20 倍、新藥型態日趨多元,但每年獲批的新藥數量長期停滯,研發成本與時間卻持續攀升。

比較項目 傳統藥物研發模式 Isomorphic Labs AI 平台模式
研發週期與成本 平均 15 年、15 億美元 透過電腦模擬大幅縮短前期設計時間
失敗率與瓶頸 進入臨床後失敗率達 90%(Eroom 定律) 致力於在臨床前消弭毒性與非靶點副作用
知識累積機制 依賴經驗試錯,單一專案知識孤立難遷移 通用底層平台,跨專案累積「知識複利」

由 AlphaFold 發明人 Demis Hassabis 與總裁 Max Jaderberg 創立的 Isomorphic Labs,其核心主張為建構底層通用平台,透過實戰持續吸收疾病生物學與分子工程經驗,實現研發上的知識複利。

2.2 技術突破與人才跨界配置

Isomorphic Labs 在技術與組織策略上採取了數項關鍵佈局:

  • 人才結構與跨界協作:採用「純 AI 專家 + 純生物/化學專家」的高頻協作模式。在核心 AI 建模專案上,配置約 5 名 AI 工程師搭配 1 名領域專家,由專家把關實際成藥性,防止模型追逐脫離實際的虛假指標。
  • 北極星目標與臨床前風險預測:將模型推向「實驗級精度」。新藥研發的臨床前體外與小鼠實驗僅占 2 至 3 年與 5,000 萬美元;真正浪費 14.5 億美元與 12 年時間的是臨床失敗。傳統大鼠實驗對人類臨床毒性的預測準確率僅約 30%,AI 提供了重新定義人體毒性預測指標的契機。
  • 核心引擎 IsoDDE:於 2026 年 2 月揭露,在專門測試數據稀缺與複雜體系泛化能力的 Runs N' Poses 基準測試中,IsoDDE 的結構預測準確率達 AlphaFold 3 的 2 倍以上;在抗體與抗原結合界面的高精度預測上亦優於 AF3 與开源模型 Boltz-2,並能高效預測結合親和力。
  • 電腦模擬 vs. 智慧實驗室:對比 Anthropic 建立自動化濕實驗室,Jaderberg 認為實體自動化仍受限於實體物理定律(如分子合成與細胞生長時間),且需投入高昂的持續性資本支出。Isomorphic 堅持以電腦模擬為主,以發揮算力擴展(Scaling Laws)的指數級優勢,將實體實驗室嚴格限定於驗證假設,而非盲目試錯。

2.3 商業模式與多藥聯用潛力

Isomorphic Labs 不對外出售模型或按 Token 收費,主要採用兩條商業落地路線: 1. 內部自研管線:自主出資推進,聚焦腫瘤學、免疫學與炎症性疾病。 2. 藥企合作研發:與禮來(Eli Lilly)、諾華(Novartis)、強生(Johnson & Johnson)等巨頭合作,收取首付款、里程碑付款與未來銷售分成。

在多藥聯用(雞尾酒療法)方面,傳統癌症多藥聯用常受限於分子精密度不足造成的毒性疊加與非靶點干擾;AI 能精準設計出高安全性、低毒性且無相互干擾的分子,使未來同時調控跨越複雜生物通路的一整組靶點成為可能。

3. 文件怎麼說

將影片內容與公開紀錄交叉比對,可將驗證結果歸納為經營陣容與營運時程兩大維度:

  • 高管與顧問陣容驗證:公開紀錄證實創辦人 Demis Hassabis 為諾貝爾化學獎得主;總裁 Max Jaderberg 為牛津大學計算機視覺博士、2014 年 ImageNet 冠軍,曾將公司出售給 DeepMind 並深度參與 AlphaGo 與 AlphaStar 研發。首席科學官 Miles Congreve 為乳腺癌藥物 Kisqali 聯合發明人,具備 25 年研發經驗;搭配首席研究官 Sarah Skerratt、首席醫學官 Ben Wolf 與首席技術官 Sergei Yakneen。科學顧問委員會則包含 2020 年諾貝爾化學獎得主 Jennifer Doudna 與 2021 年諾貝爾化學獎得主 David MacMillan,證實其團隊具備全鏈條開發經驗。
  • 營運進度與臨床時程驗證:公開資料證實,Isomorphic Labs 目前尚無任何產品進入人體臨床階段,預計於 2026 年底啟動首次一期人體臨床試驗,早期主要評估安全性與耐受性。

4. 巴菲特式解讀

從葛拉漢與巴菲特的價值投資框架審視 Isomorphic Labs 的企業品質、護城河與估值狀況:

  • 企業品質與經濟護城河:
  • 無形資產與專有數據:摒棄帶有歷史經驗偏差的舊藥企數據,自主設計並生成高質量訓練數據,使 Data Scaling Laws 在生物領域生效,構築極高競爭壁壘。
  • 平台複利效應:通用平台研發越多的藥物,底層模型越強,具備研發邊際成本遞減與知識沉澱的平台護城河。
  • 資本配置效率:背靠 Alphabet 資金支援,將資本高度集中於算力與電腦模擬,力圖在進入昂貴的人體臨床前消弭 14.5 億美元的失敗風險。
  • 價格 vs. 價值(Price vs. Value):
  • 當前正在洽談 50 億美元融資、估值達 500 億美元,而 2025 年全球 AI 藥物發現總市場僅 23 億美元。
  • 安全邊際邊界:市場給予其超過整體市場規模 21 倍的估值,反映私有市場已按照「100% 成功實現多重重磅藥物範式轉移」進行定價。這種高估值完全消弭了傳統價值投資所需的安全邊際(Margin of Safety)。在 2026 年底臨床數據揭曉前,其內在價值本質上屬於高度不確定性的選擇權溢價。

5. 未知的事項

投資人必須密切關注以下重大未解風險:

  • 臨床轉換率風險:模型在電腦模擬與 Runs N' Poses 基準上表現優異,能否真正轉化為人體內的安全性和有效性?早期臨床主要測試安全性與耐受性,離證明有效仍相當遙遠。
  • 監管機構的認可度:監管機構目前仍強制要求大鼠等動物實驗(即使預測率僅 30%),AI 驅動的新型態臨床前指標能否獲得 FDA 等機構採納仍未可知。
  • 時間跨度與資本燒錢率:即使 AI 能縮短早期設計時間,漫長的人體臨床試驗仍需數年,500 億估值能否經受住臨床試驗可能的延宕與挫折?

6. 給有耐心投資人的一課

從本案例中,長期價值投資人可以提煉出數項核心思維:

首先,必須嚴格區分「技術範式轉移」與「安全邊際」。即便技術範式再先進、團隊陣容再豪華,若買入價格遠超出當前產業的實質產值,投資人即承受了巨大的估值壓縮風險。

其次,應重視底層複利機制。在評價科技企業時,應關注其資產是「孤立的專案」還是「能持續累積經驗的通用平台」。平台型架構能在長期運營中拉開與競爭對手的邊際成本差距。

最後,要耐心等待驗證點。如 Jaderberg 所言,目前僅處於棒球比賽的「第一局」。長期投資人應保持耐心,等待 2026 年後臨床試驗數據的真實驗證,而非在市場熱情高漲時盲目追高。

7. 關鍵數字

  • 15 年 / 15 億美元 / 90%:傳統新藥研發的平均週期、平均成本與進入人體臨床試驗後的失敗率。
  • 500 億美元 vs. 23 億美元:Isomorphic Labs 洽談中的估值(融資 50 億美元)與 2025 年全球 AI 藥物發現市場總規模(估值達市場規模 20 多倍)。
  • 5 : 1:Isomorphic Labs 核心 AI 建模項目中,純 AI 工程師與領域專家的配置比例。
  • 30%:傳統大鼠實驗對人類臨床毒性的預測準確率。
  • 5,000 萬美元 (2-3 年) vs. 14.5 億美元 (12 年):臨床前體外/小鼠實驗成本與時間,對比漫長的人體臨床試驗成本與時間。
  • 2 倍以上:IsoDDE 引擎在 Runs N' Poses 泛化能力測試中,結構預測準確率達到 AlphaFold 3 的倍數。
  • 2026 年底:Isomorphic Labs 預計啟動首次人體臨床試驗的時間點。

資料來源連結

研究文本採用 CC BY 4.0 授權。引用格式: DeepValues Research, AI 制藥是複利平台還是高估值豪賭?解析 Isomorphic Labs 500 億美元估值背後的商業與技術邏輯, https://research.deepvalues.ai/insights/2026-11-20-best-partners-tv-ai-drug-discovery-isomorphic-labs-50-billion-bet-zh/

每週郵件

安全邊際週報

每週六寄送:市場溫度、傑出投資人的買賣動向(13F)、本週的最新研究,以及影片與 Podcast。無需註冊帳號。

請每週六寄送一封 DeepValues 安全邊際週報給我。我可以隨時取消訂閱。僅供參考,不構成投資建議。 隱私政策

更進一步

2 分鐘內對任何股票執行這套分析

Deep Value Intelligence 是產出本報告的多智能體 AI 分析師,可依需求為任何上市公司生成同樣的報告。

開啟 Deep Value Intelligence

在 DeepValues App 追蹤 300+ 檔股票

立場、內在價值與最新報告,隨時在手機上查看。

開發者:透過 API 取得立場與報告

這些頁面背後的基本面、內在價值、立場與報告連結,均以 JSON 提供。

API 文件

討論