华为要进制药行业，但先把一条清晰的线划了出来。2026年10月24日，在第十一届医药创新与投资大会上，华为制药军团总裁樊杰明确回应：华为制药军团的定位是医药行业的AI赋能者，而不是跟大家抢着做药。换句话说，它不碰生物学和化学实验，卖的是药企"用AI做药"的底座——要解决的是三层实际问题：算力不够用、用不满、用不出成果。经济观察报
制药军团并非突然冒出来的概念。自2025年底起，它就开始频繁出现在医药行业论坛；今年8月，华为医疗卫生军团负责人张伟力又对路透社表示，将把与药企的AI合作从研发拓展到临床与生产全链条。"军团"是华为把专项队伍压进单一行业的组织方式，此前已在矿山、港口等领域采用；做制药而不做药，是这套打法延续下来的边界。医趋势
第一层问题最朴素：药企缺算力。互联网、金融行业早已普及千卡、万卡级集群，制药行业却普遍停留在8卡、16卡、32卡的小规模集群，百卡级都十分稀缺。华为正好拿长板补这个短板：训练一个药物大模型至少需要64张卡，常常是百卡、千卡规模，而卡不能一张一张孤立地用，要串成集群——华为目前已落地1024卡超节点方案，按樊杰的说法是全球规模最大的同类型方案，并已与两家公司合作建成接近亿元级投资规模的百卡集群，这类投入在医疗行业目前还很少见。知乎经济观察报
第二层问题更隐蔽：算力建起来了，却未必用得满。模型和算力卡之间隔着一个叫算子的关键层，模型靠它调用卡和各模块——适配做得好不好，性能差距最高可达十倍，而且过去做一轮算子适配要三四个月，现在随着工具链完善和AI编程的落地已缩短到一两天，国产算力上模型的门槛被大幅拉低。这套能力已经有了可验证的样本：昌平实验室基于昇腾算力搭建的AI蛋白结构预测模型TorchFold，经华为完成算子适配与模型精调后，实测精度与AlphaFold实现对齐。经济观察报微博
第三层问题是把算力和适配变成研发结果，而华为不打算把模型的活全包。分工上，华为做算力、存力和网力的协同适配，深势科技、望石智慧、分子之心等生态伙伴负责各自的垂直领域模型——药企拿到的是打包好的方案，而不是需要自己拼装的一堆零件。经济观察报
落地进展集中在研发和临床环节。华为与广药集团旗下广药数科合作的AI药研生态项目，完成了业界首个适配昇腾、鲲鹏技术体系的自研AI药物研发模型生产验证，项目已完成概念验证测试，有望把苗头化合物发现周期从12至18个月压缩到1至3个月，临床前研发整体效率提升一倍以上。药企侧，恒瑞医药已在临床效率提升环节与华为有落地合作；9月，华为与振东制药的联合创新实验室揭牌，围绕靶点发现、苗头化合物发现、先导化合物优化、临床试验等方向开展联合课题攻关。医趋势知乎
热搜之下，一个更普遍的疑问是微博上那句"不做药，只做AI赋能，药不是机械，怎么赋能？"。答案的另一半，是诚实的边界：华为解决的首先是效率，不是药效。即便是12—18个月压缩到1—3个月的苗头化合物发现，提速的也只是"试错"这一步。BCG对AI原生Biotech临床管线的系统分析显示，AI发现分子的一期成功率约80%—90%，明显高于行业历史均值，但二期成功率约40%，与历史水平接近——临床优越性尚未被AI证明。樊杰自己给出的判断同样克制：AI制药整体仍处于快速成长期，距离成熟规模化落地还有较远距离，高端专业模型、高质量生物医药数据集、底层算力底座仍是三大瓶颈。微博知乎知乎
政策也在往同一方向推：工信部等十部门9月印发的医药工业"十五五"规划要求加快人工智能等新技术赋能药物研发，《医药工业数智化转型实施方案》进一步提出到2027年建设10个以上医药大模型创新平台、打造100个以上典型应用场景。华为制药军团的下一步计划，是在2026年全国打造5至10个AI制药灯塔项目，筛选有意愿、有能力的大小药企深度共创，打磨出可复制的标准化方案再向全行业推广。对行业和读者来说，检验信号恰恰在这里：这些灯塔药企的研发周期与成本能压下来多少，才真正决定"不做药"这块底座的价值成色。知乎知乎
