美国制药巨头百时美施贵宝（Bristol-Myers Squibb，NYSE: BMY，简称“BMS”）日前宣布，将采购搭载英伟达（NVIDIA）Vera Rubin NVL72系统的DGX SuperPOD超级计算机。BMS表示，这将是生命科学领域最强大、最高效、由单一企业拥有的英伟达基础设施。新系统包含8套DGX Vera Rubin NVL72系统，计算能力较公司此前部署的系统提升十倍以上。
《经济参考报》记者注意到，BMS大约三年前就已经向英伟达采购NVIDIA DGX SuperPOD，此次采购的则是搭载最新系统的产品。2022年-2025年，BMS的资本支出呈稳步上升趋势，从2022年的约11亿美元增至2025年的约13亿美元。BMS在2025年报中预计，2026年资本支出仍将维持约13亿美元的水平。
加码AI制药投资
BMS是一家全球性生物制药公司。公司成立于1887年，1989年因合并更名为现名。作为一家生物制药企业，BMS专注于创新药物的发现、开发、许可、生产、营销和销售，业务覆盖肿瘤学、血液学、免疫学、心血管和神经科学等领域。公司战略定位为“BioPharma”模式——即具备完整药品开发与商业化能力的生物制药企业，兼具大型制药公司的资源与规模，以及生物技术行业的灵活性与创新重点。
从财务表现看，BMS2025年总收入481.94亿美元，与2024年的483亿美元基本持平。其中，增长型产品组合，包括奥普杜拉格（Opdualag）、利基迈仑赛（Breyanzi）、玛伐凯泰（Camzyos）、利布洛泽（Reblozyl）等全年营收达264.09亿美元，同比增长17%。此外，阿哌沙班（Eliquis）全年销售额144.43亿美元；纳武利尤单抗（Opdivo）全年销售额达100.49亿美元。2025年研发费用为100亿美元，较2024年下降11%。2026年一季度，BMS实现全球总营收114.89亿美元，同比增长3%。其中，增长型产品组合贡献约62亿美元，同比增长12%，已完成对传统组合的超越。
值得关注的是，BMS正面临核心产品专利到期的压力。阿哌沙班（Eliquis）和纳武利尤单抗（Opdivo）的专利将在2026年至2028年陆续到期。来那度胺（Revlimid）2025年销售额已从2024年的57.73亿美元降至29.51亿美元。在此背景下，BMS通过增长型产品组合的结构性迭代，初步完成了从依赖单一重磅产品向多模态、多元化增长组合的转型。此次与英伟达的AI超算合作，正是BMS在专利到期压力下寻求研发效率突破的重要举措之一。
BMS首席数字与技术官格雷格·迈耶斯（Greg Meyers）在接受采访时表示，公司大约在三年前开始了与英伟达的合作伙伴关系，当时部署的是一个规模较小的计算集群，主要用于蛋白质结构预测等相对简单的AI任务。随着公司在研发体系中部署越来越大的人工智能模型，对算力的需求正在快速增长。新系统计算能力较公司此前部署的系统提升十倍以上，使BMS无需相应增加能耗即可处理更大规模、更复杂的人工智能工作负载。
BMS首席研究官罗伯特·普伦格（Robert Plenge）表示，目前该公司通过人工智能工具已将药物研发周期缩短了20%至30%，未来甚至有望缩短50%。公司拥有可自动识别和验证靶点的人工智能智能体，能为研发人员节省数周的人工工作时间。此外，BMS利用人工智能生成的预测结果指导公司所有小分子药物项目和大部分大分子药物项目的实验设计。
值得注意的是，BMS的这笔投资并非孤立事件，制药行业正在掀起一场围绕AI算力的布局热潮。2026年1月，英伟达与礼来宣布将在未来五年内共同投资10亿美元建立人工智能药物实验室。罗氏今年3月宣布与英伟达合作建立“混合云AI工厂”。据华福证券统计，目前全球已有超过10款人工智能辅助设计的药物进入II期及更后期的临床阶段。中信建投研报指出，人工智能技术已全面渗透至靶点识别、虚拟筛选、全新设计等制药核心环节。该机构预计，全球AI制药市场2025年规模约24.9亿美元，2035年有望突破460亿美元。
临床验证仍是关键门槛
尽管BMS加码AI制药投入，但算力的提升与临床的成功之间，仍存在显著差距。2025年12月，曾备受瞩目的人工智能制药公司维智基因（Verge Genomics）宣布，其人工智能药物VRG50635用于治疗肌萎缩侧索硬化症（渐冻症）的临床试验失败并终止研发，据媒体报道，研究终止原因是“因缺乏风险-收益数据，发起人终止了研究”。2025年8月，薛定谔公司（Schrdinger）针对急性髓性白血病的药物SGR-2921因毒性问题停止开发。该药物是一款CDC7抑制剂，正在复发/难治性急性髓性白血病患者中进行一期剂量递增研究。终止的直接原因是“两名患者死亡”，SGR-2921“被认为与死亡有关”。
连续的临床失败正在促使部分企业调整战略方向。维智基因（Verge Genomics）已宣布转型，不再专注于内部药物研发，转而成为为大型药企提供人工智能技术服务的平台公司。波士顿咨询2024年发表于《今日药物发现》（Drug Discovery Today）的研究，对100多家AI生物技术公司的研究，发现人工智能设计药物在临床I期的成功率超过80%，显著高于约40%至60%的历史平均水平；但进入II期后，成功率即回落至约40%，与行业均值持平。
面对人工智能制药的热潮，学术界给出了审慎的判断。7月18日，在首届医药协同创新大会上，清华大学药学院院长钱锋在接受采访时表示，人工智能在药物研发的部分环节确实具备实际作用，但整体来看，它对缩短研发周期、降低研发成本、提高临床成功率的作用还十分有限。
据行业不完全统计，截至2026年上半年，全球已有超过170条人工智能辅助设计的药物管线进入临床，但尚无一款由人工智能全程设计的药物获得美国食品药品监督管理局（FDA）批准。2026年1月14日，美国食品药品监督管理局（FDA）与欧洲药品管理局（EMA）联合发布了《人用药品和生物制品研发中人工智能良好实践指导原则》（Guiding Principles of Good AI Practice in Drug Development），提出了十条核心原则，涵盖以人为本的设计、风险为本的方法、数据治理与文档记录、全生命周期管理等关键领域。
业内人士指出，监管框架的逐步建立，为AI制药行业的规范化发展提供了方向，但临床验证这道坎，仍需时间和数据来跨越。BMS的这笔投资，是制药行业人工智能算力竞争的一个缩影，但算力的提升能否真正转化为更多获批上市的新药，仍需时间验证。
