创新药BD签约容易，拿钱难？对话安永大中华区吴晓颖：AI正在重构BD交易全流程

每经记者｜林姿辰    每经编辑｜张益铭    

“2025年，全球生物制药行业每3美元合作交易潜在金额中，就有超过1美元与中国企业相关。”

近日，安永在大国新药全球会议（CPIC）上发布的《中国创新药全球合作与交易观察》白皮书（下称白皮书），尽显中国创新药的崛起之势。而当BD（商务拓展）交易越来越多，新问题也逐渐凸显。

比如，潜在大额交易越来越多了，生物科技公司实际拿到的款项也在变多吗？基于AI（人工智能）研发平台的BD交易变多了，未来会更多吗？AI平台重新定义了新药研发，是否也会影响BD交易本身的规则？

针对这些问题，《每日经济新闻》记者（下称每经记者）采访了安永大中华区咨询服务主管合伙人、大中华区生命科学与医疗健康行业联席主管合伙人吴晓颖。

吴晓颖  受访者供图

BD交易总金额突破千亿美元，但行业仍存在“轻兑现”问题

中国创新药已跻身全球交易核心舞台。

白皮书显示，2025年全球生物医药合作授权交易潜在总金额创下历史新高，其中中国相关交易占美欧合作交易潜在金额比重从2020年的8%飙升至34%；2025年，中国企业对外授权交易总规模达1357亿美元，过去五年相关交易潜在金额复合增速高达71%。

未来，这一数字还将增长。作为核心买方，全球头部药企面临严峻的专利悬崖压力，预计2032年前25大生物药企将形成3700亿美元增长缺口，行业手握2.1万亿美元并购合作资金，持续加大对外创新资产收购力度，肿瘤、中枢神经、代谢GLP-1、ADC（抗体偶联药物）、双特异性抗体、AI研发平台成为资本角逐的核心赛道。

2016—2025年中国生物制药合作交易潜在金额与交易数量 图片来源：白皮书

但每经记者注意到，在繁荣的BD数据之下，不少生物科技公司面临“重签约、轻兑现”的现实困境：大量国产创新药完成海外授权后，海外临床推进缓慢、里程碑付款落地不及预期，纸面天价交易难以转化为真实收益。

“这类情况在行业中确实会存在。”吴晓颖坦言，一项资产交易出去以后，只是进入了跨国药企的管线池，后面一般还要和对方内部其他的项目竞争预算、临床资源和管理层关注。如果遇到合作方的战略重点调整，或者同类产品出现了更好的数据，就可能导致这个项目放慢，甚至中止。

而且，还有一些问题在签约前就埋下了。比如部分项目国内早期数据看起来不错，但在试验设计、生产工艺或者数据标准等方面，与全球开发的要求还有距离。合作方接手以后，如果需要补试验、改方案，那就会让推进速度受到影响。另外，双方如果对适应证优先级、投入节奏、成功标准等方面的理解不一致的话，也会导致后面的摩擦变多。

在吴晓颖看来，企业在选择合作伙伴时，除了看谁给的首付款更高，也要看这条管线对对方到底有多重要，对方有没有匹配的临床和商业化能力。合同里也要把开发投入、关键节点、共同决策、数据共享和权益回收机制等这些关键条款写清楚，降低资产交付后长期推进不及预期的风险。

AI相关交易投入增长256%，“一锤子买卖”吸引力将下降

从治疗领域结构看，近年来头部生物制药企业争夺最激烈的治疗领域长期由肿瘤适应症主导；自2023年起，内分泌/代谢治疗领域GLP-1与其他抗肥胖产品的争夺也迅速升温。

然而，根据白皮书，并购支出并不局限于这些热点。比如，受2025年1月宣布的全年最大生物制药交易拉动，2025年中枢神经系统（CNS）领域的收购金额已超过肿瘤领域的投资规模。

2021—2025年生物制药并购支出的治疗领域分布 图片来源：白皮书

更值得关注的是，2025年生命科学行业涉及AI资产的潜在交易金额同比增长，约90%的生物制药AI投资流向研发平台。为了获取AI技术平台，各企业大幅增加了对合作授权交易的投入，AI相关交易投入同比增长256%，达到496亿美元。

吴晓颖告诉每经记者，这类交易的估值逻辑比传统的药物授权更加复杂。传统交易通常会看单个资产的临床阶段、成功概率、适应症空间和未来销售潜力；AI平台还需要看平台的持续产出能力，比如，它会不会持续产出有潜力的候选分子；预测结果和实验结果是否一致；研发周期能缩短多少等。

另外，AI平台的条款设计里，除了首付款、研发资金和里程碑付款，通常还会涉及到数据使用权、模型改进成果的归属，以及新产生的知识产权如何分配等。

吴晓颖认为，未来几年，这类合作应该还会增加，但合作要求和交易方式会有变化。前一阶段，药企更多是在广泛试用平台和工具；经过前期验证以后，接下来的合作会越来越集中到比较明确的治疗领域和具体的项目上。药企会要求AI平台对候选分子的质量、实验验证效率等方面承担更清晰的责任。

另外，交易方式也会有变化。“以前那种一次性购买软件或者单纯支付服务费的模式，吸引力会逐渐下降；而那种围绕着靶点、候选化合物展开的共同研发、分阶段授权等方式，预计会逐步增加。”吴晓颖解释称，药企会希望先验证平台能力并控制风险，再根据项目的进展去决定要不要继续增加投入。

AI提高新药临床成功率仍待验证，但它正在改变BD交易

目前，AI资产的BD交易非常火热，生物制药行业密切关注AI缩短新药研发周期、降低研发成本的潜力，但吴晓颖认为市场对AI短期提高新药临床成功率的期待偏高，需要更多长期数据验证。

相比之下，AI对企业的数据积累和组织学习会有很重要的影响，每一个研发项目、每一次实验和每一笔交易都可以反过来训练企业的判断体系。时间越长，这个价值就会越大，但这还没有得到足够的重视。

白皮书也提醒称，从短期价值看，更直接的机会或许在于利用AI改善交易过程本身。

可提升并购效率与执行质量的AI流程（示意图）  图片来源：白皮书

吴晓颖也观察到这一变化。她告诉每经记者，AI较早应用的场景之一是标的筛选。过去团队会主要靠行业数据库、人脉和人工检索去找标的，但现在可以同时分析论文、专利、临床试验、监管记录、公司公告和历史交易，更快地找到技术路线相近、或者尚未被市场充分关注的资产。

到了尽调阶段，AI比较直接的价值是帮团队快速形成问题清单。它可以把临床数据、专利边界、竞品进度、关键人员经历和公开披露这些信息拿来放在一起进行交叉核对，找出前后不一致、数据缺口和其他潜在的风险。这样专家就可以把时间集中在真正影响交易判断的问题上。

在估值阶段，AI会帮助提高情景测算的速度。其实情景测算也是要估计各种变量，像临床成功率、上市时间、市场份额、定价和里程碑兑现节奏这些数据，AI模型能快速辅助模拟不同变量的变化，从而更新不同情景下的资产价值，也更容易去和同类交易和可比管线进行比较。

“所以我更关注AI长期积累下来的价值。”吴晓颖认为，AI短期比较直接的作用在于改善效率，长期有望逐步影响企业发现资产、判断风险和配置资源的方式。这部分价值需要随着数据和项目经验的积累，逐渐显现出来。

“当然，最终的判断还是需要医学、研发、商业和财务团队共同完成。”吴晓颖补充道。

封面图片来源：每经媒资库