朋友们大家好！今天小界来和大家聊聊华为制药产业的话题！2026年10月24日，南京，第十一届医药创新与投资大会上，华为制药军团总裁樊杰被问得最多的一件事，是华为到底要不要自己做药。

他的回答只有一句：“首先我们不做药，其次我们也不做管线。”同一天，评论区在讨论另一件事，华为都进场了，速成药是不是快了。这两句话之间隔着整整一条产业链。

华为进的是算力，不是实验室

时间线要先摆清楚。华为制药军团成立于2025年12月，到2026年10月公开亮相还不满一年。它是华为众多行业军团里的一个，前面还有一个2025年3月成立的医疗卫生军团，主攻AI辅助诊断和医院信息化，两者不是一个机构。把两个军团混着说，是这轮讨论里最常见的第一个错误。

樊杰把边界说得比很多发布会都直白：“华为来自计算机通信领域，不是生物、化学领域，做的是AI赋能者。”他进来要解决的不是化学和生物问题，而是算力、工具链、模型精调这三件事。

这条边界有具体动作支撑。华为公开的红线是“上不碰应用，下不碰数据”，药研数据不出厂，就在客户本地部署；模型调用算力要靠算子适配，过去一次要三四个月，现在一两天就能完成。

对外提供的是1024卡超节点这类集群能力。合作方是深势科技、望石智慧、分子之心这类做模型的公司，华为负责算力、存力和网力的协同。

已经有可查的落地数字。西安交大一附院刘冰团队用盘古药物分子大模型做新型抗菌药，先导药研发周期从数年缩到数月，成本下降70%。

微芯生物在肿瘤药物设计上效率提升三分之一，结合能预测准确率提升40%；旺山旺水中枢神经药物的靶点发现效率提升3倍，时间与资金成本省下六成以上；广药的概念验证里，单轮生成320个分子，效率是业界水平的1.08倍。

这些数字都要打个括号，它们是单个项目、企业和机构自己披露的口径，不是行业平均值。但方向清楚，华为赚的是工具和算力的钱，不是药品的钱。

真正的分量不在又多了一个造药的公司，而在多了一个愿意给整条链子修路的公司；前者跟药企抢位置，后者把药企踩过的坑填平一点。

干实验和湿实验，差的不是一道工序

干实验这个词，很多读者第一次见。说清楚就是在计算机里做实验，数据分析、数学建模、分子对接、虚拟筛选、成药性预测，全程没有活体细胞，没有动物，也没有培养基和试剂这些液体环境。

湿实验正相反。要养细胞，要喂动物，要配试剂，要在培养箱和操作台前等结果。它慢、贵，还经常失败，但它是唯一能告诉你这个分子在活的东西身上到底发生了什么的办法。两边不是一道工序的差别，是一整套验证逻辑的差别。

为什么非要在计算机里先跑一遍？因为候选分子的数量大到没有边界。上世纪九十年代，汽巴嘉基公司算过一笔账，全宇宙可能成为药物的化合物数量是3乘以10的62次方。就算每秒试验1000个，一直试到太阳烧完，试过的也只是这个数字里的一粒沙。

这就是干实验的位置。它不负责证明有效，负责把几万亿分之一的可能排成一个值得去试的顺序。没有这一步，药企不是在做研发，是在抽奖。

华为自己的方案里也把这一环叫作干湿闭环，算出来的结果必须回到实验台上验证，闭环没打通，算力再强也只是纸面上排序。

但干实验并非药品的必需品。凯库勒说苯环的结构是梦里看见的，拉马努金说那些公式是女神写在梦里的，这些说法是真是假，后人争了一百多年也没有定论。留下来的东西是苯环和那些公式，它们经得起验算。

英雄不问出处，这个道理放在药上也成立，我得把两套标准分开讲。评价一个工具，看它省不省钱、准不准；评价一款药，只看病人吃下去之后好没好。

把工具的水平当成药的水平，是这个话题里最容易踩的坑，评论区那些“速成药”的想象，多半就踩在这里。

药好不好，只有一场考试说了算

临床试验就是那场考试，没有补考的余地。2011年到2020年这十年，BIO、Informa Pharma Intelligence和QLS联合做过一份被引用最多的统计，覆盖9704个研发项目、12728次临床阶段转换、1779家公司。

结果是，从一期临床走到最终获批，累计成功率7.9%，平均耗时10.5年。拆开看更清楚，一期到二期52%，二期到三期28.9%，三期到递交上市申请57.8%，递交到获批90.6%。把这条漏斗画出来，100个进入一期临床的分子，52个进二期，15个进三期，最后不到8个能上市。

最窄的口子在二期，通过率只有28.9%。一期主要看安全，样本小人少，过关不算难；二期第一次在真正的病人身上验证这药有没有用，过不去就是过不去。行业里管这一关叫死亡之谷，不是修辞，是统计。

而且“药”不是一个整体。同样是这个十年，小分子新药从一期到获批只有5.7%，生物制品9.1%，CAR-T疗法17.3%，罕见病药物17.0%，肿瘤药5.3%。Citeline用2014到2023年的数据重算，整体是6.7%。口径不同，数字有浮动，量级没变。

还有一组更冷的数据。2007年到2023年，177家中国药企的350个创新药，从一期临床走到美国FDA批准的成功率是1.7%。这个口径只算在海外完成全球临床并拿到FDA批准，不等于国内临床的成功率，但足以说明走出去有多难。

现在再看“速成药”。AI在药物发现这一段确实快，行业统计说靶点筛选和化合物优化能提速2到4倍，无效试错成本降三成以上。可到了人身上，故事就变了。

截至2026年3月的追踪显示，129个AI相关治疗资产里，完成一期的72个，进入或完成二期的24个，进入三期的只有5个，占比3.9%。全球到现在，还没有一款由AI完全主导设计的药完成三期临床并获批上市。

所以“速成”这两个字，快在了找分子，慢在了证明。算力压得动前者，压不动后者。樊杰自己也说，AI对临床试验是赋能和提质，不是颠覆性替代，前提是必须向监管部门证明安全性和有效性。

行业里确实有一类品种可以依法不走临床。《中药注册管理专门规定》第四十八条写明，古代经典名方中药复方制剂不需要开展非临床有效性研究和临床试验。

第五十九条规定，同名同方药在工艺、辅料与对照品种一致等情形下，一般无需开展。这是有明文、有条件、有审评程序的豁免，不是暗门。

若有人把这种豁免当成捷径，去做低水平重复的品种，我会失望。华为公开的定位里没有这一项。评论区把“速成”挂在嘴边，我怀疑和这两年车圈的讨论有关。

今天测爬坡、明天测碰撞，测试名目多到外行看不懂，我这个外行确实不明白汽车为什么要做这么多轮验证。医药没有这么多花样，一场临床就是全部。

这笔账算下来，反对的理由站不住

消费者这笔账最简单。干实验提效成功，研发周期缩短，新药更早上市、成本更低，患者是受益方。

提效失败，模型给出一批错误的候选分子，这些分子过不了临床，损失由药企自己承担，患者既不掏钱也不担风险。不算稳赚，但接近零亏。

行业的账也不难算。2026年前9个月，国内AI制药赛道完成57笔融资，披露总额157.65亿元，超过2023年到2025年的总和。

华为与两家医疗企业共建的百卡集群，投资规模接近亿元级。这些钱不会全部变成新药，但会变成岗位、设备、数据和经验。

就业这一头更直接。生物专业的学生，不留校任教，出去大多进药企、CRO或者检测机构。药企有钱做研发，岗位才会多，药企只能砍管线，这个专业就继续被叫填坑专业。华为能不能带来订单，我不敢打包票，但它至少让资本重新愿意看这个行业。

反方的话也得听。AI制药热度高、兑现慢，被质疑泡沫不是没有道理；科技公司进医院、进药企，跨行指挥的风险真实存在。

数据打通更是硬骨头，樊杰自己就说，药企内部的早研、湿实验、临床三个部门的数据要先打通，外部医院的数据还牵扯合规和利益分配。这几条没有一条是靠算力能解决的。

我的态度因此是有条件的欢迎。我欢迎的不是华为造药，是华为把试错的成本打下来。药物研发最大的浪费，不是失败本身，是一个注定失败的分子在管线里待了八年才被放弃。能早一点杀掉坏分子，省下的钱就能多试几个好分子。

说到底，一个行业成熟的标志，是链条上每一段都有自己的考试，谁也不能替谁考。算力能替你算，模型能替你猜，钱能替你买时间，但最后那一关，只能由病人用身体来投票。华为把前面几段修得再顺，也改不了这条规矩。

所以我最初那句话不变，华为成立制药军团是好事，对患者是好事，对行业也是好事。前提是所有人都记住樊杰那句话，它不做药，也不做管线。期待放对了位置，才不会把一件补路的事，误读成一条捷径。