产品
  • 产品
  • 供应商
  • 采购
  • 资讯
  • 会展
猜你想搜
首页 资讯 OpenAI收购Orchest...

OpenAI收购Orchestra Bio, AI制药从"合作"走向"并购"

热门推荐: OpenAI AI 制药 Orchestra Bio
来源:药渡 2026-10-22
10 月 20 日,OpenAI 宣布收购 AI 药物研发协作平台 Orchestra Bio,相关团队与技术并入其生命科学产品线 Rosalind。此次收购标志着 AI 制药的合作模式开始走向并购整合,巨头竞争重心从分子设计延伸到新药研发全流程运营。

10 月 20 日,OpenAI 宣布收购 AI 药物研发协作平台 Orchestra Bio,团队和技术将整体并入其生命科学产品线 Rosalind。这不是一次简单的模型收购 ——OpenAI 买下的不是 "会设计分子的 AI",而是 "会盯新药项目的 AI Agent"。当 AI 巨头开始直接嵌入药企研发流程,行业的游戏规则正在被改写。

一、Orchestra Bio 不设计分子,专盯项目

Orchestra Bio 成立于 2022 年,总部位于旧金山,创始人 Ashoka Rajendra 此前在生命科学研发软件公司 Benchling 任职。2022 年底 a16z 领投种子轮;2025 年 8 月,公司带着约 2000 万美元融资结束隐身模式,团队规模只有十几人。

和此前被巨头收购的 AI 制药公司不同,Orchestra Bio 既不设计分子,也不找靶点。它做的是另一件事:用 AI Agent 盯住一款新药从实验室走向临床的整个过程 —— 进度、风险、各方交接。

Orchestra 解决的核心问题

  • 痛点:一款新药从靶点到获批平均需要 10-15 年,涉及药企内部多个部门、CRO、CDMO 等外部合作方,各家系统割裂,协调依赖邮件和 Excel;

  • 方案:Agent 化运营平台 —— 自动监控项目进度、风险和结果,对照科学计划和财务计划,在资金、时间线和管线依赖关系上做决策;

  • 举例:某批次药物生产失败→临床试验启动推迟→Agent 自动梳理受影响的工作和时间线→收集信息→对比应对方案→由科学家和项目负责人拍板;

  • 本质上,Orchestra 做的是药物研发的 " 项目管理操作系统 —— 把人员、数据、资源和决策连在一起,让药企端到端管理分布在全球的药物项目

▍二、Rosalind 拼图:思考→实验→运营

这次收购是 OpenAI 生命科学产品线 Rosalind 的关键一步。回顾 Rosalind 的时间线:

Rosalind 产品线时间线

  • 2026 年 4 月:推出 GPT-Rosalind—— 专为生物学和药物研发打造的推理模型;

  • 2026 年 6 月:能力更新 + Rosalind Workbench 上线 —— 连接科学工具和数据,帮科学家分析结果、规划实验;

  • 2026 年 10 月 15 日:推出 Rosalind Academic Plan—— 面向学术界的科研访问计划;

  • 2026 年 10 月 20 日:收购 Orchestra Bio—— 补上 "项目推进" 这一环;

三块拼图合在一起,逻辑很清晰:GPT-Rosalind 负责思考,Workbench 负责实验,Orchestra 负责运营。OpenAI 的目标不是只做科研工具,而是要嵌入药企的整个研发流程 —— 从探索想法、设计实验、解读结果,一直到协调推进候选药物。

在药企合作方面,OpenAI 已经拉上了诺和诺德和 Moderna。诺和诺德希望借助 AI 加快研发和商业化执行,Moderna 则用 AI 将复杂数据洞察转化为实验流程。

三、OpenAI vs Anthropic:生命科学争夺战

更值得关注的是,OpenAI 和 Anthropic 在生命科学领域的竞争已经从模型打到了药企的研发流程里。

1. OpenAI 路线

  • 核心逻辑:嵌入药企研发流程

  • 关键动作:

  • 收购 Torch(外媒传~$6000 万,健康数据整合)

  • GPT-Rosalind + Rosalind Workbench

  • 收购 Orchestra Bio(项目管理)

  • 合作药企:诺和诺德、Moderna

  • 定位:药企的 "AI 操作系统"

2. Anthropic 路线

  • 核心逻辑:亲自下场做研究

  • 关键动作:

  • 收购 Coefficient Bio(市场传~$4 亿,AI 生物)

  • 推出 Claude Science(科研平台)

  • 自建湿实验室 + 发现 ART 类 CRISPR 新酶

  • Claude 64h 设计 31 万种蛋白

  • 定位:AI-native 科研平台

两家路线不同,但目标一致:都不想只做卖 API 的生意,而是要直接嵌进药企的工作流和数据入口。

据公开数据报道,OpenAI 自 2023 年以来已完成超 20 笔 AI 相关收购,仅 2026 年就有 10 笔以上。Anthropic 同期完成 5 笔。两家公司都在冲刺年底 IPO,制药这种预算高、客户粘性强的行业,显然是估值叙事中的关键板块。

四、为什么是 "协调" 而不是 "设计"?

OpenAI 选择收购 Orchestra 而非一家分子设计公司,这个选择本身就很有意味。

AI 设计分子、预测靶点的能力已经在过去两年得到充分验证 ——AlphaFold、Diffusion、各种生成模型层出不穷。但一个被忽视的事实是:药物研发的瓶颈不仅在于 "发现",更在于 "推进"。

一款新药从实验室到患者手中,需要协调成百上千个依赖关系、跨越无数个部门边界和组织壁垒。一次批次放行推迟、一组稳定性数据晚到,就可能连锁影响临床供应、中心启动乃至监管申报。没有任何一方能看到全局。

而 AI Agent 的加入,让这个问题变得更加迫切。AI 让单个科学家一天能完成的工作变多了,但随之而来的是更多需要解读的结果、更多需要追踪的依赖和更多需要协调的决策。外包增加了参与方的数量,Agent 增加了每位科学家能管理的工作量 —— 两者叠加,需要的编排工具反而更复杂了。

斯坦福 “虚拟 Biotech(Virtual Biotech)” 实验

  • 2026 年 9 月,斯坦福 James Zou 团队在《Science》发表多 Agent 协作系统,并行调度 37,075 个专业化 Agent 处理 II、III 期临床试验数据集。

  • 结果:多 Agent 集群 6 小时完成试验终点标注与信息归集;测算同等工作量交由单个 Agent 需要 76.6 天;

  • 一致性:主要终点标注结果与人类审核者一致率 89.7%。

  • 这套系统模仿真实 Biotech 组织分工,证明大规模多 Agent 协同在研发运营侧具备数量级效率提升。

  • 这说明多 Agent 协作在药物研发运营中的效率提升是数量级的。Orchestra 要做的,正是这个 "编排层"。

五、对中国 AI 制药的启示

这次收购对中国 AI 制药行业释放了一个明确信号:大模型巨头的竞争,已经从 "谁的模型更会设计分子" 延伸到了 "谁能掌握药企的研发流程和数据入口"。

过去几年,中国 AI 制药公司的重心大多放在分子生成、靶点预测和临床数据解读上。但当 OpenAI 和 Anthropic 开始直接嵌入药企工作流、掌握项目全链条数据时,单纯的 "工具型"AI 制药公司未来或将面临更大竞争压力,差异化壁垒构建难度提升。

未来的竞争力不仅在于 "AI 能发现什么",更在于 "AI 能把发现变成药物"—— 而这需要对整个研发链条的深度理解和系统性整合。

结语

OpenAI 买下 Orchestra Bio,表面上是一笔收购,实质上是一个战略宣言:AI 制药的终局,不是给科学家一个更好的工具,而是构建覆盖新药研发的协同编排层。当 AI Agent 能监控进度、识别风险、对比方案、推动决策,人类科学家的角色将从 "执行者" 变为 "决策者"。

这场 AI 生命科学争夺战才刚刚开始。可以预见的是,接下来还会有更多收购 —— 而那些还没有想清楚 "AI 到底要帮药企做什么" 的公司,可能会发现自己已经被甩在了身后。

阅读全文
相关文章
热门搜索
2006-2026 上海博华国际展览有限公司版权所有(保留一切权利)
沪ICP备05034851号-57
首页
产品
供应商
采购通
我的