10月24日，第十一届医药创新与投资大会上，华为制药军团总裁樊杰给一个在医药圈发酵了大半年的疑问画了句号：军团定位为医药行业的AI赋能者，“而不是跟大家抢着做药”。他给出的理由很直白——华为来自计算机通信领域，并非生物、化学领域，所以要着重发挥自己的特长。换句话说，这支自2025年底才频繁出现在医药行业论坛的"军团"，接的不是"做药"的生意，而是做药前面那一段生意：把算力、大模型集群和工具链适配卖给药企与科研机构，管线、数据和药品批件都留给合作伙伴。经济观察报
所谓"赋能"，能给到制药行业什么
樊杰归纳的三大优势全部围着"算力"展开。一是算力和存力，尤其是许多企业拿不到的先进算力；二是集群能力——训练模型至少需要64张卡，常常是百卡、千卡规模，而几百张卡必须串成集群才能用，据樊杰介绍，华为目前有1024卡超节点方案，他称这在全球是最大的。三是生态：华为与深势科技、望石智慧、分子之心等合作，自己做算力、存力、网力的协同和适配，模型由伙伴来做。经济观察报
落地进展按这个分工在走。产业侧，樊杰介绍华为已与两家公司合建了百卡集群，这类接近亿元级的投资规模，在医疗行业目前还很少见。华为与广药集团旗下广药数科今年5月的合作，则完成了行业内首次对适配昇腾、鲲鹏技术体系的自研AI药物研发模型的生产验证，项目已完成概念验证测试，有望将苗头化合物发现周期从12至18个月压缩至1至3个月，临床前研发整体效率提升一倍以上。经济观察报知乎·MedTrend医趋势
科研侧更具标志性的案例是昌平实验室基于昇腾算力构建的AI蛋白结构预测模型TorchFold：华为提供适配和模型精调服务，实测发现其精度可以与AlphaFold对齐。决定这类合作成败的往往不是模型本身，而是模型与算力卡之间那层"算子"——适配优劣可导致高达十倍的性能差距；随着工具链完善和AI编程介入，算子适配周期已从过去的三四个月压缩到一两天。经济观察报
海外同行都在亲自做药，华为为什么不做
"不做药"的选择放在全球坐标系里看，反而显得克制。10月27日，Anthropic披露收购只有一名全职员工的生物技术公司Mithril Medicine，其借助Claude推进的罕见病疗法成为该公司内部首批药物研发项目，Anthropic预计其中一条候选管线最早2028年底启动人体临床试验。OpenAI也在10月收购了药物研发协作平台，谷歌的Isomorphic Labs依托AlphaFold技术与礼来、诺华合作做药物设计，字节跳动则分拆出一家估值约15亿美元的AI制药公司。这些动作的共同点是：模型公司要靠自己的管线拿实验反馈来检验模型能力。华为的核心资产是芯片、集群和工具链，模型在生态伙伴手里、湿实验数据在药企手里，做药本就不在它的能力边界内——"不做药"既是立场，也是分工使然。第一财经
账本同样不支持华为下场。德勤2026年针对全球20家大型生物制药企业管线的研究显示，2025年单个药物从发现到上市的平均研发成本达26.7亿美元，高于2024年的22.3亿美元；剔除GLP-1类减重及糖尿病药物后，行业管线的预测内部收益率仅为2.9%。如此投入强度与回报水平，与军团模式"卖能力、收服务费"的盈利结构方向相反。这更贴近华为在汽车行业"不造车、只赋能"的既有叙事：做一个不与客户抢生意的基础设施角色，是同一套商业逻辑的延伸。第一财经
赋能的边界在哪里
对用户而言，更需要弄清楚的是这条路的限制。AI目前能加速的是计算与筛选环节，药物研发最终仍要经过严格的安全性和有效性检验，动物实验、人体临床试验和监管审批一步都跳不过去；从海外巨头的实践看，现有成果也多来自企业联合研究，尚不能证明AI提高了药物的临床成功率。热搜话题下最集中的讨论也印证了这种观望情绪：“赋能这个词玄乎，几年前华为也说过不产车，只做车企赋能”。接下来值得盯的信号有两个：百卡集群这类亿元级合作能否从头部科研机构走向更多中小药企，以及"赋能者"的定位能否在药企付费能力收窄时保持不变。短期内可以确定的是，华为不会造出"华为牌"的药，但新药研发中那些在计算机里进行的"试错"，正越来越多地跑在它的算力上。第一财经微博
