AI+医药赛道，再迎重磅合作！
今天，百时美施贵宝(BMS)与Anthropic公司达成战略协议，全面部署Claude人工智能系统。
超过3万名员工能够使用先进的推理和AI智能体功能，范围包括研发、临床开发、生产制造、商业运营和企业管理等各个职能部门。
这项合作建立在BMS三年多的人工智能投资之上，意味着，BMS向直接嵌入药物研发工作流程的智能体迈出了重要一步。
与此同时，智药局深度观察发现，当下行业正浮现全新趋势：
跨国药企纷纷拥抱科技巨头，双方合作不仅愈发密切，合作量级与资金投入也远超从前。
这些合作的核心特点，是将AI从一个单点辅助工具，全面升级为驱动制药业务的核心基础设施。
这背后，折射出的是行业的底层变革，以及医药巨头的焦虑。
BMS，牵手万亿AI独角兽
本次合作，BMS将在全公司范围内部署Claude，覆盖超过3万名员工，帮助大家更快更好的工作。
部署的重点集中在三个BMS预期能最快看到成效的方向上：
1、用Claude写代码，加速工程开发
BMS的工程和数据科学团队会让Claude帮忙写代码，从而加快软件和AI的开发速度。通过用统一的方式把公司内部的开发和部署能力标准化。
2、把Claude嵌入药物研发的关键工作流程中
研究：用Claude 分析 BMS 多年积累的科学、分子和临床数据，帮助研究人员更快发现和优化肿瘤、血液病、神经科学、免疫学等领域的靶点。
药物开发：自动化处理试验文档，从起草临床报告、写患者安全描述，到准备监管申报材料，缩短数据锁定到提交的时间。
生产与质量：实现产品开发和生产的端到端提速，具体包括根本原因调查、纠正与预防措施的文档化，以及基于数据的批量放行决策。
商业与医疗事务：将一线市场洞察转化为结构化的情报，帮助医疗专业人员实现更个性化、更及时的互动。
3. 把Claude和BMS内部积累的知识库打通
BMS会把Claude安全地接入公司内部存放科学、临床、监管和商业专业知识的各个系统和数据库。
这样，Claude的自动化能力就能帮助把这些知识串联起来，而且整个过程都有完善的企业治理和审计控制，确保安全合规。
Anthropic，进军AI生命科学
从AI侧来看，Anthropic正从模型提供商，向生命科学基础设施的核心建设者身份发起强力冲击。
从去年开始，Anthropic做出了一系列动作。
2025年10月，Anthropic发布Claude for Life Sciences功能，与合作伙伴打造一个基于大模型+科研知识库+科研工具的生命科学生态。
今年1月，它又新增了研究自动化功能，例如起草监管文件和临床试验方案。
在这基础之上Anthropic还与多家医药巨头和机构建立了合作关系，包括赛诺菲、诺和诺德、Genmab、艾伯维、艾伦研究所和霍华德·休斯医学研究所 等。
紧接着，该公司还将业务拓展至医疗保健领域，允许医生、保险公司和医疗保健公司 Claude 执行医疗任务。
4月初，Anthropic以4亿美元收购AI制药公司Coefficient，强化在生物技术与生命科学领域的布局。
Coefficient该公司开发了一个平台，使AI能够执行生物技术任务，例如制定药物研发计划、管理临床监管策略以及发现新的候选药物。
结合Anthropic之前的动作来看，公司不仅是收购了一家初创公司，而是收购了一个基础模型团队，旨在帮助将Claude打造成AI+生命科学的基础设施。
随后，诺华前首席执行官Vas Narasimhan加入董事会，此举被视为Anthropic强化顶级行业资源与战略洞见的关键一步，为产品进入大型药企铺平了道路。
最终，有了百时美施贵宝达成的企业级部署，成为其平台能力和商业化价值的有力证明。
跨国药企的AI焦虑
不同于与AI制药初创公司的管线和靶点合作，智药局发现跨国药企（MNC）与科技巨头之间出现一种更深层次的绑定。
首先，是合作规模的全面升级。
资金规模普遍达到十亿美元级别。例如，礼来与英伟达共同出资10亿美元建设AI创新实验室；默沙东也与谷歌云签订了最高达10亿美元的合作协议。
更重要的是，这类合作的性质已经发生变化。
过去是药企采购AI工具，用于优化某个研发环节，例如分子筛选、患者入组等。
如今的合作越来越出现基础设施级别的绑定，AI正在全面嵌入制药企业。
即模型部署后，瞄准的是整个研究范式，乃至组织流程的重构。从早期药物发现、临床开发、到医学事务、生产运营乃至企业知识管理体系。
这种转变，出现在大模型能力，尤其是医药基础大模型能力得到跃升的时刻。
不同于以往用于小模型，药企逐渐意识到，大模型时代AI开始展现通用科研能力。
更进一步的，Agent成为未来行业关键，从以往的经验转向“智能决策”新范式。
AI开始从工具，变成研发操作系统乃至底层技术设施。
而真正能够提供这种全面基础设施乃至操作系统的公司，目前也就是OpenAI、英伟达、Anthropic等底层AI平台公司。
这背后，是传统医药公司越来越强的AI焦虑。
这不仅仅是研发效率和成本的竞争，更是害怕错过AI对制药底座的彻底重构。
未来医药的竞争不仅是药物研发、临床开发和商业化能力，可能会进一步扩展到数据科学、AI底层模型、自动化乃至整个平台的竞争。
推荐阅读
