" 未来，所有的生物学都将以‘计算机模拟’（in silico）为起点，并以‘计算机模拟’为很大程度的终点。"（Almost everything will largely start in silico, largely end in silico）

当英伟达（NVIDIA）创始人兼 CEO 黄仁勋在 J.P. Morgan 医疗健康大会和 GTC 大会的聚光灯下反复提及这一论断时，生物学正在从一门依赖试错的实验科学，转变为一门可预测、可编程的数据科学。

而英矽智能（Insilico），正是这个被黄仁勋多次点名的 " 第一性原理 " 践行者。

2025 年 12 月 30 日，英矽智能（3696.HK）在香港联合交易所主板正式挂牌，开盘价报 35 港元，较发行价升 45%，市值达到 195 亿港元。

这是2025 年港股生物医药板块最大的 IPO 事件，募集资金总额达到 22.77 亿港元；更是一次对 "AI+Biotech" 商业模式的资本市场测试。

不同于众多依赖 " 第 18A 章 " 上市的未盈利生物科技公司，英矽智能是首家通过联交所主板上市规则第 8.05 条上市的 AI 生物医药公司——这意味着公司不仅拥有未来的管线预期，更通过了严格的盈利或收入测试，具备了商业化落地的实证。

英矽智能的上市是 AI 制药行业从 " 概念验证 " 迈向 " 工业化产出 " 的分水岭。

01 资本市场的 " 用脚投票 "：礼来 + 腾讯为代表的豪华基石阵容

根据招股结果，香港公开发售部分录得约 1427.37 倍的超额认购，锁定认购资金逾 3283.49 亿港元；国际配售部分亦录得 26.27 倍的超额认购。这两个数字双双创下了年内非 18A 港股医疗健康 IPO 的纪录。

在港股 IPO 中，基石投资者名单是机构对发行人基本面判断的缩影。英矽智能此次引入了 15 家全球基石投资者，认购总额约 1.15 亿美元。

名单中最具震撼力的是礼来公司（Eli Lilly）与腾讯（Tencent）的出现。

此次作为基石投资者，是礼来首次以此身份押注 AI 制药赛道。这释放了一个强烈信号：MNC（跨国药企）不仅认可英矽智能的技术平台，更在为其未来的管线合作铺平道路。

同样，这也是腾讯首次作为基石投资者参与 Biotech IPO。这代表了科技巨头对 "AI+Science" 跨界融合趋势的确认。AI 制药对算力和云基础设施的需求巨大，腾讯提供的不仅是资本，更可能是算力基础设施上的深度协同。

另一方面，橡树资本（Oaktree Capital）也是年内首次重回港股 Biotech 市场。橡树资本以擅长困境投资和价值发掘著称。英矽智能被其选为重返市场的 " 第一枪 "，可能意味着公司的风险收益比已具备足够吸引力。

此外，淡马锡、施罗德、瑞银、易方达与泰康人寿也在基石名单之中。

这种 " 狂热 " 的认购热度，使得其 AI 溢价得到确认，自 ChatGPT 引爆生成式 AI 浪潮以来，AI 概念股享有极高溢价，英矽智能承接了这种溢价预期。

上市首日，英矽智能开盘价较发行价升 45%，这一表现说明，即便在生物医药资本寒冬中，市场对于 " 硬科技 " 依然愿意给予高估值容忍度。

02 商业模式重构：" 双引擎 " 驱动的飞轮效应

市场对英矽智能的追捧，核心在于其独特的 " 双引擎 " 商业模式：人工智能 + 创新药物发现。

英矽智能将其专有的生成式 AI 平台 Pharma.AI 授权给制药公司使用，并收取订阅费。这不仅带来了可预测的经常性收入（ARR），更重要的是建立了极高的客户粘性。

一旦药企习惯了使用 Chemistry42 进行分子生成，其迁移成本极高。这为后续的管线合作提供了天然的客户池。同时，软件的广泛部署使得英矽智能能够收集大量的外部用户反馈数据，反哺算法模型，形成了 " 数据 - 算法 - 产品 " 的闭环。

自 2020 年起，Pharma.AI 平台以模块化软件形式上线并实现商业化，合作网络遍布全球，截至最后实际可行日期，已与全球前 20 大制药公司中的 13 家达成软件授权合作。

创新药物发现是爆发性增长的真正引擎。

这是典型的 Biotech 模式，但效率更高。英矽智能利用自有平台开发创新药物，通过对外授权（License-out）或自主开发至临床阶段获取收益。

这一板块目前贡献了超过 90% 的营收。

其核心逻辑在于：利用 AI 的高胜率，批量制造临床前候选药物（PCC），并在价值高点进行变现。这种 "SaaS + Biotech" 的混合体，解决了传统 Biotech 企业上市初期零收入、高风险的痛点，也保留了巨大的估值弹性。

这是英矽智能区别于传统 CXO 和纯 Biotech 的关键估值溢价来源。

03 AI 制药的威力：12-18 个月 vs 4.5 年

AI 制药赛道并不缺乏故事，缺乏的是临床数据的验证。英矽智能最大的护城河在于：用临床数据证明了 AI 的有效性。

根据弗若斯特沙利文报告，传统药物发现流程从靶点确定到 PCC 提名，平均耗时约 4.5 年。而英矽智能利用 Pharma.AI 平台，将这一过程大幅压缩至 12-18 个月，每个项目仅需合成和测试 60-200 个分子。

在同样的资金和时间预算下，英矽智能可以尝试更多靶点，拥有更多试错机会。对于药物研发这种 " 高风险、高回报 " 的赌局而言，AI 实际上是在通过增加下注次数和提高单次胜率，来系统性地改变赔率。

ISM001-055（Rentosertib）是这一逻辑的最佳注脚。

作为全球首款由 AI 发现靶点并设计分子的进入临床 II 期的候选药物，ISM001-055 针对特发性肺纤维化（IPF）。PandaOmics 识别出 TNIK 作为潜在靶点，Chemistry42 生成了全新的分子结构，这一过程形成了完整的闭环。

2024 年 10 月公布的 IIa 期顶线数据显示，药物在患者中展现出积极的疗效信号，并在剂量依赖性上表现优异，FVC（用力肺活量）的改善趋势验证了 AI 预测的准确性。

ISM001-055 的成功，完成了 AI 制药行业的 " 图灵测试 " ——证明了 AI 不仅能生成分子结构，生成的药物在人体中真的安全且有效。

除此之外，公司还构建了深厚的管线梯队。

ISM3091（USP1 抑制剂）已授权给 Exelixis，总交易额达 9.55 亿美元；ISM5043（KAT6 抑制剂）已授权给美纳里尼旗下 Stemline；ISM5411（PHD1/2 抑制剂）作为自主开发的 IBD 药物，也已处于临床 I 期。这些管线不仅证明了 AI 平台的可复制性，更为公司提供了持续的造血能力。

04 结语

过去十年，我们见证了摩尔定律在芯片行业的奇迹。未来十年，我们或许将见证 "Eroom 定律 "（反摩尔定律，即药物研发成本随时间指数级增加）被 AI 打破。

在黄仁勋 "In Silico" 的预言下，英矽智能迈出了关键一步。这一步能为全球患者带来真正可及、可负担、且具有突破性的治疗方案，时间会给出答案。