MoneyDJ新聞 2026-02-03 13:56:38 羅毓嘉 發佈
在很長一段時間裡，藥物研發更像是一場昂貴的賭博。科學家在實驗室中篩選數萬種化合物，祈禱其中某一種能精準命中疾病靶點，同時又不會順手毒死實驗鼠。這個過程高度仰賴運氣，成本不斷堆疊，甚至出現了與摩爾定律背道而馳的「伊魯姆定律」(Eroom’s Law)：隨著科技進步，藥物研發的效率不升反降，成本反而節節上升。
只是，來到 2026 年，這條令人沮喪的定律，開始出現明顯裂痕。
真正改變遊戲規則的，並不是顯微鏡的解析度，也不是更昂貴的試劑，而是生成式 AI。正如 ChatGPT 學會了人類語言的文法與語意，如今的 AI 模型，也正在學習另一套更古老的語言——DNA 與蛋白質序列。對 Recursion Pharmaceuticals (RXRX)、Ginkgo Bioworks (DNA) 與 Twist Bioscience (TWST) 而言，生物學不再只是一門充滿偶然性的發現科學 (Discovery)，而正逐步轉化為一門可以被預測、被設計、甚至被反覆驗證的工程學 (Engineering)。
濕實驗的終結？不，是「快失敗」的開始
過去，人們普遍認為生物系統過於複雜，無法被電腦模擬。但 Recursion Pharmaceuticals 正在動搖這個前提。這家位於猶他州的生技公司，擁有的更像是一座數據工廠。從財報觀之，Recursion 每年投入 2 億至 3 億美元的研發費用，藉由NVIDIA BioNeMo平台訓練其製藥人工智慧模型。
然而，投資人最尖銳的問題始終是：「AI 設計得比較快，但真的比較容易成功嗎？」
截至 2026 年的數據顯示，AI 並非讓藥物「必勝」的魔法，而是讓藥廠「失敗得更聰明」。傳統研發往往在燒了數億美元、進入臨床二期後才發現藥物具有毒性；而 Recursion 的 AI 地圖能在電腦模擬階段（In-Silico）就預先剔除高風險分子。這意味著，雖然進入臨床的藥物不保證 100% 通過，但「候選藥物」的平均素質大幅提升。
這種「工業化發現」(Industrialized Discovery) 模式，將藥物開發的邏輯從「在大海中盲撈」，轉變為「用磁鐵吸出高品質名單」。雖然 Recursion 目前帳上仍處於虧損，但其 10 億美元的現金水位，足以支撐它驗證這套「提高打擊率」的新商業模式。
生物學的 App Store 與印表機
如果說 Recursion 是負責解碼的軟體工程師，那麼 Ginkgo Bioworks 則試圖成為作業系統。經歷了 2024 年營收腰斬與反向拆股 (Reverse Split) 的陣痛後，Ginkgo 在 2026 年終於收斂戰線，專注於訓練「大型生物模型」(Large Biological Models)。雖然市場對其燒錢速度仍有戒心，但在 AI 模型極度渴求高品質「濕數據」的時代，Ginkgo 掌握的龐大實驗數據庫成為了談判籌碼，力求將服務營收的毛利率拉升至軟體公司水準的 40%。
與此同時，Twist Bioscience 則展現了更穩健的財務紀律。作為生技界的「賣鏟人」，其矽基 DNA 合成平台是虛擬與實體的接口。從財報來看，Twist 是最接近獲利的選手，隨著「Express Genes」快速合成服務放量，毛利率已突破 45%。它的邏輯很簡單：當 AI 設計藥物的速度變快 10 倍，對實體 DNA 片段的需求也同步暴增。在 A、T、C、G 尚未被「列印」出來之前，所有演算法的突破，都只是螢幕上的像素。
台灣觀點：前端設計大爆炸，後端製造迎來「塞車財」
這場發生在美國的「AI 設計革命」，對台灣而言，產生了意想不到的「漏斗效應」。
當美國的 AI 演算法讓藥物篩選速度加快、候選藥物（Candidate Drugs）數量呈現指數級暴增時，全球生技產業面臨了一個新瓶頸：誰來製造這些排隊等著進臨床的藥？
這正是台灣 CDMO(委託開發暨製造服務)業者的黃金時刻。AI 設計出的新藥往往結構複雜(如雙特異性抗體、ADC)，且在臨床測試階段需要的是「少量、多樣、高品質」的生產模式，而非傳統學名藥的大規模量產。這恰恰是 保瑞藥業 (6472) 等台廠最擅長的戰場。保瑞近年的百億營收與精準併購，反映的正是承接這波「美國設計、台灣製造」外溢訂單的能力。
另一方面，廣達 (2382) 與 華碩 (2357) 等科技大廠，則站在供應鏈的另一端。黃仁勳曾將「數位生物學」視為下一次工業革命，生技實驗室正在從購買試管轉向購買 GPU。當藥廠為了跑 AI 模型而大舉採購伺服器時，最終都轉化為台灣科技業的硬體訂單。
這形成了一個完美的產業飛輪：美國的 AI 大腦負責加速設計，導致後端需求暴增；而台灣的 IT 實力提供算力支援，台灣的 CDMO 產能則解決製造瓶頸。
合成生物學與 AI 的結合，正在重塑人類與物質世界互動的方式。它描繪了一個不必耗時十年才能開發新藥的未來。即便當下仍充滿失敗的實驗，但底層邏輯已然翻轉——生命，正逐步成為一種可以被編寫、被除錯，並由工程力量實現的程式碼。
