2024年，AI制药是资本圈最热的概念之一。在这个赛道里，有一家公司格外耀眼——BioMind（化名），成立三年，一轮融资比一轮高，C轮估值10亿美元。零收入，亏损3亿，但投资人说「这是改变世界的企业」。

2025年，这家公司被内部员工实名举报。举报信里写着：「我们所有的临床前数据都是造假的。」

完美到可疑的数据

BioMind的PPT里，有几组让投资人疯狂的数据：

  • AI预测药物分子活性准确率：94.7%
  • 从靶点发现到先导化合物优化，比传统方法快100倍
  • 已与三家跨国药企达成战略合作
  • 管线中有12个候选药物，「最快的一个2026年进入临床」

这些数字放在任何一个药企面前，都是降维打击。传统制药行业，从靶点发现到新药上市，平均需要10年、10亿美元。BioMind号称能把时间压缩到18个月，成本压缩到1/10。

投资人排队进场。2024年C轮融资，20家机构抢份额，最后选了5家。

没人问过的问题

但从来没有人问过三个问题：

第一，94.7%的准确率是在什么数据集上测的？ 答案：BioMind自己构建的内部数据集。这套数据集有多大？从未公开。测试方法是怎样的？从未公开。是否有第三方验证？没有。

第二，三家跨国药企的「战略合作」具体是什么？ 答案：两份NDA（保密协议）框架下的初步探索，一份MOU（备忘录）。没有任何实质性付款，没有任何管线授权。这是典型的「用合作新闻稿凑背书」。

第三，12个候选药物，为什么没有一个进入临床？ 答案：AI可以预测分子活性，但无法预测毒性、代谢、副作用。这些才是药物研发真正的瓶颈。BioMind的AI模型在「好看」的指标上表现完美，在「难」的指标上毫无建树。

举报信里的真相

2025年初，一名BioMind前员工在知乎上发了一篇万字长文，标题是「我为什么要离开AI制药行业」。

核心指控有三条：

  1. 数据筛选。 团队在训练AI模型时，会刻意剔除预测效果不好的数据点，让模型在测试集上「看起来」很准。这相当于考试前先看答案。

  2. 结果美化。 所有对外公布的「候选药物」实际上都是已知化合物的微小变体，没有任何创新性。几个所谓的「AI发现的新分子」，后来被证明在十年前就已经有人发表过。

  3. 虚假合作。 所谓的「跨国药企战略合作」，实际上只是药企出于FOMO（害怕错过）心态做的技术调研，没有任何实质性进展。

举报信发布后，BioMind的估值一夜之间从10亿美元缩水到不足1亿美元。C轮投资方启动了对赌条款，要求创始人回购股份。创始人跑路去了瑞士。

为什么AI制药这么容易「骗」？

因为药物研发的验证周期太长了。

一个AI模型预测「这个分子有效」，从预测到验证，需要经过细胞实验、动物实验、临床一期、二期、三期，快则5年，慢则10年。也就是说，AI制药公司可以在10年内没被证伪。

10年够融多少轮？够做多少PPT？够创始人套现多少？

这就是AI制药赛道最大的问题：「故事」和「验证」之间的时间差，长得足以让一个骗局看起来像一个创业。

结尾

AI制药不是伪命题。DeepMind的AlphaFold确实改变了蛋白质结构预测，Recursion的AI药物发现平台也确实有真实进展。

但问题在于，AI制药的「技术价值」和「估值」之间，存在一个巨大的泡沫。那些把AI包装成「制药魔法」的公司，不是在做科学，是在做金融。

投资人们，请记住：如果一个AI制药公司的主要产出是PPT而非临床数据，那它就不是一家药企，是一家广告公司。