1876年5月，Eli Lilly上校用1400美元在印第安納，創立了禮來， 成立之初，實驗室面積僅有70多平，員工3名。

時至今日， 近150歲的制藥巨佬正憑借GLP-1藥物賺到的數百億，以前所未有的速度和規模，系統性地構建涵蓋藥物發現、計算、軟件及物理驗證的AI生態系統，持續打造自己在下一個世代的霸主地位！

禮來有錢都知道，但有錢并不是壁壘，非常非常非常有錢才成了壁壘！！ Mounjaro和Zepbound估摸在2025年能賣出去400億美元，這使得禮來擁有并在后續很長一段時間內持續擁有制藥史上最大的現金流引擎。

所以，有足夠的燃料使得它在激進策略投入上可以為所欲為！（可以看胖貓之前寫的文章《》《》）

合作伙伴

禮來構建的是一個涵蓋發現、計算、軟件和物理驗證的集成系統，每個階段都納入了不同的合作伙伴。

藥物發現合作伙伴，與領先的AI藥物發現平臺進行了多種形式的合作

（1）Isomorphic Labs（2024年1月）：用AlphaFold衍生技術進行小分子發現，預付款4500萬美元，里程碑高達 17億美元。

截至本年初，已有多個候選藥物進行IND支持研究，預計本年晚些時候進行 I 期試驗。

（2）Chai Discovery（2026年1月）：使用Chai-2進行生物制劑設計合作，Chai-2 是第一個實現兩位數實驗命中率的零次抗體設計平臺。禮來公司還獲得了一個基于禮來公司專有數據訓練的專用獨家模型。

（3）Nimbus Therapeutics（2026年1月）：口腔肥胖藥物發現平臺，預付款 5500萬美元，里程碑金額高達13億美元。這擴大了針對心臟代謝疾病的 AMPK 激活劑的三年合作關系。

（4）Insilico Medicine（2025年11月）：價值超1億美元的交易，用于訪問端到端AI藥物發現平臺Pharma.AI。

（5）OpenAI（2024 年6月）：針對耐藥菌的抗菌藥物發現合作。該產品組合涵蓋結構預測（Isomorphic）、生成化學（Nimbus、Insilico）、生物制劑設計（Chai）和基礎模型（OpenAI）。

算力基礎設施投入

原始算力決定了人工智能模型可以達到的高度，禮來為了構建制藥領域最強大的人工智能基礎設施，揮金如土。

2025年10月，與英偉達聯手，宣布打造業界首屈一指的制藥公司自有AI超級計算機。這臺巨獸搭載了1016個NVIDIA Blackwell Ultra GPU，能提供高達9000 petaflops的AI性能。

僅一個Blackwell Ultra GPU，處理能力就相當于禮來在1992年使用的Cray超級計算機的700萬倍，其強大程度令人咋舌！這標志著禮來在藥物研發的計算能力上實現了跨時代的躍升。

軟件開發

TuneLab是禮來2025年9月推出的專有AI/ML平臺，TuneLab提供18個AI模型（12個小分子，6個抗體），并在價值超10億美元的禮來專有數據上訓練。

不過該平臺是對外開放的，外部公司可以用自己的數據運行計算，無需暴露任何一方的專有信息。

2026年1月，Schr?dinger宣布將TuneLab集成到其廣泛使用的分子設計平臺 LiveDesign中。LiveDesign平臺很少集成第三方模型，現在將提供TuneLab 作為優先工作流程。

對禮來說，這意味著他們的模型將嵌入行業默認分子設計環境中，可從每個用戶那里獲取數據，不斷改進TuneLab，同時將其模型嵌入行業標準工作流程。

物理驗證

與NVIDIA的聯合創新實驗室，工作重點是物理人工智能，將計算預測與機器人濕實驗室連接起來，目標是24/7全天候人工智能輔助實驗，其中實驗、數據生成和模型開發不斷相互告知。

這就形成了一個閉環，人工智能設計實驗??機器人執行實驗??數據反饋??改進人工智能。還真沒有其他制藥公司擁有如此完整的體系。

戰略動作

（1）a16z基金

2025年1月與Andreessen Horowitz合作推出一支5億美元的生物技術基金，禮來提供100%的資本，而a16z Bio + Health管理投資。

用基金作為延長線，這使得禮來可比他人更先看到最有前途的AI生物技術，盡早投資，并有可能收購優勝者。

（2） Gateway Labs

禮來在全球運營著五個Gateway Labs基地（舊金山、圣地亞哥、波士頓、北京和費城），這些基地為早期生物技術公司提供實驗室設施和科學資源。

Gateway Labs已運行50多個管線項目，參與的生物技術公司總共籌集了超過30億美元，這位禮來獲得了新興科學和人才的優先機會。

（3）TuneLab

TuneLab上文已說，它創造了真正的網絡效應。每個加入的生物技術公司都會貢獻訓練數據，改進模型。用戶越多，模型越好、模型越好，用戶越多。

目前已有約十幾家初創公司加入，隨著采用率的增長，離開TuneLab的成本變得越來越高，因為將無法訪問在整個網絡數據上訓練的模型。形成強綁定！

（4）領導力賭注

戰略的執行需要好的領導人。禮來在組織方面的行動比競爭對手更快。2024年10月，任命Thomas Fuchs為業界首位首席人工智能官。

Fuchs是人工智能學習制藥專家，曾任西奈山人工智能與人類健康研究所院長、Paige AI（癌癥病理學）創始人、蘇黎世聯邦理工學院機器學習博士。

其他MNC

（1）諾和諾德

諾和諾德是禮來在GLP-1和AI投資方面最直接的競爭對手。他們于2025 年1月和Valo Health達成涉及20個項目的價值高達46億美元的合作。他們也與NVIDIA建立了合作伙伴關系，可以使用丹麥的Gefion超級計算機。

但諾和諾德的理念有所不同，他們要建立一個垂直整合的人工智能工廠，在更少的平臺上建立更深入的合作伙伴關系。

這就有點意思了，諾和開創了GLP-1市場，而禮來后來居上！在 AI 戰略上，禮來貌似先發，諾和還會反轉么？

（2）阿斯利康和輝瑞

阿斯利康在主打一個數量，和27個人工智能公司進行了合作，但尚未建立禮來類似的集成基礎設施，他們正在買或者被授權人工智能工具，而不是構建平臺。

輝瑞做了一個有趣的反賭，與致力于開源蛋白質人工智能的公益公司Boltz合作，輝瑞將在此基礎上微調專有模型。如果開放基礎模型獲勝，輝瑞就可以避免基礎設施鎖定。如果專有的端到端堆棧占主導地位，那么 Lilly 的方法更勝一籌。

拭目以待！

禮來在AI制藥領域的全棧布局，劇本清晰而宏大。然而，這項顛覆性戰略能否最終取得回報，由以下三個關鍵問題決定：

（1）臨床驗證的決定性步伐。AI藥物發現快、更便宜，但真正的臨床成功才是硬道理。禮來與Isomorphic、Chai等合作的首批AI設計分子預計要到2026年底才能進入I期臨床。在此之前，禮來的AI戰略仍處于“豪賭”階段，而非已被證明的坦途。

（2）先發優勢的持久性。TuneLab的聯合學習模型和Gateway Labs的交易流程，確實構建了強大的網絡效應。然而，諾和諾德與Valo Health的46億美元合作、及阿斯利康的27項AI合作等表明，競爭對手并未停滯不前。禮來的先發優勢究竟會不斷強化，形成難以逾越的復合效應，還是會被迅速模仿并商品化，將是其未來成敗的關鍵。

（3）生態系統護城河的效力。平臺策略的核心在于鎖定用戶。如果TuneLab的模型未能明顯優于其他競爭者，初創公司可能隨時選擇退出。同樣，如果Gateway Labs孵化出的項目未能帶來超額回報，其交易吸引力也會下降。a16z基金的成功，也高度依賴于能否持續投到真正贏家。

禮來AI戰略是一場堆砌基礎設施的豪賭，我們就一起拭目以待到底禮來的AI豪賭會交出一張什么樣的答卷！

AI的潮流勢不可擋，后面會持續在胖貓的星球分享AI知識，跟大家伙兒一起在AI時代，做自己的CEO！

如果您喜歡胖貓的觀點，歡迎加入胖貓的知識星球～這里有更多的專業資料、自制工具，還能和胖貓以及眾多的行業小伙伴問答互動！我們一起學習、進步，抓住AI這一波千載難逢的機會！