一年烧掉140亿美元，Lilly CEO谈AI制药：比GLP‑1更颠覆的是研发方式

如果有一家公司把研发预算花到“国家级别”，还公开说下一轮药物革命来自AI而不是化学，那它大概只能是礼来。Stripe Sessions上，CEO Dave Ricks用一句比一句狠的表态，把GLP‑1、NVIDIA和制药业的真实运转方式串成了一条让AI从业者无法忽视的主线。

“我们的研发预算，已经是一个国家的量级”

对话一开始，主持人抛出一个几乎让人失笑的数据：Eli Lilly 一年的医疗研发投入，比德国全国还多。Dave Ricks 没有否认，反而顺手补了一刀——“今年大概是 140 亿美元，我们已经在 nation-state 的量级了。”

这不是炫耀，而是在重新定义制药这门生意的底层逻辑。Ricks 用一个极端但直观的类比解释：想象你今晚去餐厅点菜，但每一道菜都要花十年、几十亿美元才能端上桌，而且大多数还会失败。制药公司的日常就是在这种高失败率、高资本密度下做决策。

这也解释了一个反直觉现象：为什么药企看起来“动作慢”，但一旦押对方向，就会形成几乎无法撼动的优势。不是因为他们保守，而是因为每一次“试错”的成本，已经高到接近国家级工程。

和 NVIDIA 合作，不是噱头，而是研发范式的变化

真正让AI从业者竖起耳朵的，是Ricks在GTC大会上宣布的合作：Eli Lilly 正式把 NVIDIA 拉进自己的药物发现流程。

他的说法很克制，却意味深长：这是“drug discovery 的前沿”。不是为了做PPT，而是为了在系统层面改变发现新分子的方式。传统药物发现依赖大量湿实验、线性假设和缓慢验证，而AI擅长的是另一套东西——大规模搜索、模式识别和系统预测。

Ricks 特别提到系统级预测（system prediction），暗示AI并不是用来‘算得更快’，而是用来回答以前根本问不了的问题：当一个分子进入复杂的人体系统，连锁反应会如何展开？这正是制药几十年来的黑箱。

对AI行业来说，这比“AI帮忙筛分子”更重要：它意味着算力、模型和生物知识，正在第一次被放进同一个工业级流水线。

AI不是取代科学家，而是逼他们学得更快

有趣的是，Ricks 并没有把AI描绘成“自动发明新药的机器”。相反，他把重点放在“学习速度”上。

他说自己现在至少同时跑着一两个AI系统，用来快速吸收信息、挑战假设、补齐认知盲区。这不是技术炫技，而是CEO级别的工作方式改变：当决策涉及数十亿美元和十年周期，‘学得慢’本身就是一种风险。

他还引用了药化学界著名写手 Derek Lowe 的观点，强调有些探索性、系统性的研究，本来就应该由 NIH 这样的公共机构来做，而AI恰好可以把这类研究的边际成本压下来。

这对AI从业者是一个重要信号：制药业并不指望AI“神奇地解决一切”，但非常在意它是否能让关键人物在关键时刻，做出不那么盲目的判断。

从临床试验到定价，真正的瓶颈不在实验室

当话题转向临床试验，Ricks 抛出了另一个不太被外界理解的现实：试验招募、患者多样性和执行效率，往往比分子本身更难。

他说，临床试验的“中位受试者”和真实世界患者之间存在巨大差距，而这直接影响药物最终的疗效和推广。AI在这里的价值，并不只是统计分析，而是帮助设计更现实、更可扩展的试验体系。

谈到美国医疗成本，他没有回避争议。Ricks 直言，价格、PBM（药品福利管理机构）、以及政策环境共同构成了一个高度扭曲的系统。问题不只是‘药贵不贵’，而是激励机制是否真的鼓励长期创新。

这也是为什么他反复强调：如果只盯着单一药物的价格，而忽略十几年失败项目的成本，就会误判整个行业。

GLP‑1只是开始，真正的战场是“长期维护”

在外界最关注的GLP‑1话题上，Ricks 的态度反而显得冷静。他承认这些药物改变了糖尿病和肥胖治疗，但真正的挑战在后面：人们如何长期使用？如何维持效果？

他提到，口服制剂在“maintenance（长期维护）”阶段可能成为关键细分市场。这不是简单的剂型变化，而是对人类行为、依从性和进化背景的再理解——从祖先漫游时代到现代高热量环境，我们的生理机制并没有跟上。

这意味着，下一阶段的竞争，不只是‘谁减得多’，而是谁能在多年尺度上，真正改善生活质量。AI在这里再次出现，但角色依然务实：帮助理解长期数据，而不是制造短期奇迹。

总结

Dave Ricks 这场对话真正的价值，不在于某个具体技术细节，而在于他揭示了一种正在成型的新范式：制药正在变成一门“超大规模、强AI依赖、极度长期主义”的产业。对AI从业者来说，这意味着两个机会窗口：一是把AI嵌入真实、复杂、非互联网的系统；二是接受一个现实——价值不来自炫技，而来自十年后仍然成立的判断力。下一个GLP‑1，也许不是一种分子，而是一整套更聪明的研发方式。

关键词： Eli Lilly， Dave Ricks， GLP-1， NVIDIA， AI制药

事实核查备注： 需要核查：Eli Lilly 年度研发投入是否为约140亿美元；合作宣布是否发生在 NVIDIA GTC 大会；Dave Ricks 对 system prediction、NIH 职责的原话表述；GLP‑1 口服制剂与 maintenance 市场的具体时间判断。