AI靠什么赚钱？英矽智能给出了一份药企答案

9月3日，英矽智能宣布将获纳入香港交易所科技100指数，调整于9月14日生效。此前港交所优化指数编制方案，扩大对AI产业链的覆盖，一家以药物发现为主营业务的公司，由此进入更广泛的科技投资视野。

这条新闻的分量，需要结合刚公布的半年报理解。2026年上半年，英矽智能收入1.063亿美元，同比增长287.2%；净利润3553.7万美元，经调整净利润5122.7万美元，经营现金流转正。对长期面临商业化追问的AI制药行业，这份成绩提供了一个可以认真讨论的盈利样本。

AI究竟怎样创造收入，英矽智能给出的路径很具体：用算法参与药物发现，将研发成果转化为合作项目，再通过授权与研发进展获得回报。资本市场因此多了一种观察AI的方式，技术价值可以体现在药企愿意支付的研发预算里。

但半年盈利距离持续盈利，还有一段需要拆开的路。英矽智能的投资价值，取决于已经签下的合作能否继续推进，也取决于新项目能否接续产生。沿着这条线看下去，指数纳入只是入口，研发资产的生产能力才是文章的主角。

AI的收入上限，藏在客户愿意为什么付钱

翻开收入结构，英矽智能的商业定位相当清楚。上半年药物发现及管线开发收入约1.031亿美元，软件解决方案收入269.7万美元。两项业务的规模差距，已经足以解释公司为什么不能简单套用软件订阅公司的分析框架。

软件客户购买工具，评估使用效率和采购成本；药物合作伙伴购买研发成果及相关权益，需要判断项目的科学依据、开发潜力与商业空间。同样使用AI，两种交付物对应的付款理由差别很大。能够参与原创药物资产的开发，就有机会分享比工具费用更长的收益链条，同时也必须承担更重的研发责任。

英矽智能的合作结构包含首付款、开发里程碑和销售分成。按照管理层在最新业绩会上的解释，公司输出靶点、分子等原创成果，并根据项目安排保留一定决策权和权益，实验执行环节则可以采购外部服务。

这类模式的吸引力，在于企业无需独立承担每个项目直至商业化的全部投入，就能通过合作提前获得部分回报。如果后续开发顺利，项目还可能继续贡献收入。不过，收入空间更大与盈利更稳定是两回事，药物开发的风险也会随权益一起保留下来。

因此，把AI制药概括成“比卖Token更赚钱”，结论下得太快。更准确的判断是，英矽智能选择了一种按研发成果及其潜在价值收费的模式。壁垒需要由项目质量、知识产权和临床证据共同支撑，模型能力只是其中一环。

这里也有一个容易被忽略的财务细节：公司上半年毛利率达到90.3%，同期研发开支仍有4932.8万美元，同比增长38.7%。高毛利并不意味着研发成本可以忽略，大量投入体现在毛利以下的费用项目中。公司的盈利含金量，应结合持续研发负担一起评估。

积极之处恰恰在这里：研发投入继续增加，公司仍实现了半年度盈利。商业合作已经开始为研发体系提供财务支持，这比单纯讨论模型参数，更接近一家企业能否长久经营的问题。

首付款打开局面，项目接续决定增长质量

英矽智能这轮收入增长，主要来自首付款增加。中期业绩公告也明确指出，相关收入受到新交易磋商进度及授权管线交接进度影响。换句话说，合作落地和收入确认的时间，会明显改变不同报告期的业绩。

账并不难算。一笔重要合作落在上半年，收入就可能集中释放；交接延后，也可能使财务表现暂时滞后于业务进展。不能因为收入存在波动就否定模式，也不能直接把半年利润乘以二，推导全年盈利能力。

判断持续性的一个更实用办法，是追踪已经授权的项目有没有继续带来现金。2026年2月，公司公告，在MEN2501完成Ⅰ期临床首次患者给药后，收到美纳里尼集团约3900万港元的额外里程碑付款。这个案例的价值，在于合作关系已经沿着研发进程，转化出后续收入。

首付款反映合作方愿意启动项目，里程碑付款进一步对应项目达到约定条件。随着不同阶段的合作项目增加，公司有机会形成新合作与存量项目接续贡献收入的结构。不过，这仍然取决于项目推进，不能把潜在付款全部当作确定订单。

管理层在业绩会上提出，希望逐步提高里程碑付款占比，以平滑收入波动。这个方向合理，也给后续财报留下了清晰的检验标准：存量合作产生多少后续回报，是否仍然需要不断依靠新签交易支撑增长。

对投资者来说，大额合作公告当然有吸引力，但合同总额需要拆开阅读。首付款、附带研发条件的里程碑、商业化后的销售分成，兑现概率和等待时间各不相同。把这些金额直接相加，用来推算近期收入，容易高估增长的确定性。

财务缓冲同样重要。截至6月底，英矽智能现金和投资组合合计约5.848亿美元，为后续研发提供了资源。 资金相对充足，意味着公司在项目授权时可能拥有更大的选择空间；但研发预算如何分配、哪些项目值得保留更多权益，仍然考验管理层。拥有项目只是起点，配置研发资本的能力会影响最终回报。

模型成绩之后，临床决定商业空间

9月2日，英矽智能发布化学与生物学专家模型，公司披露，这些模型在50多个基准测试任务中达到SOTA水平。这个进展体现了垂直领域训练的潜力，但基准测试成绩属于模型能力证据，不能直接换算成药物获批概率。

放到经营层面，模型升级最值得追踪的结果，是候选分子的筛选与优化是否更有效，实验返工是否减少，研发团队能否在合理预算内交付更多优质项目。这些变化如果能够持续出现，技术优势才会逐渐沉淀为生产效率和合作议价能力。

英矽智能在中报中披露，Pharma.AI与内部生物学、化学团队相互结合，管线开发和合作项目的数据反馈用于改善平台。 这种研发组织方式提供了一条积累路径：模型参与提出方案，实验验证结果，再将反馈用于后续研究。长期壁垒有望来自持续积累的研发经验，以及模型和实验体系之间的配合。

更重的一场验证已经进入临床。根据7月公告，治疗特发性肺纤维化的Rentosertib启动Ⅲ期临床试验，计划纳入320名受试者，主要终点观察52周用力肺活量的年下降率。

这项进展把公司的研发能力推向了更严格的检验环境。药物能否体现有临床意义的疗效、安全性是否可接受，需要患者数据回答。早期发现环节效率提高，也不能跳过后续验证。

如果关键管线取得积极结果，英矽智能将获得更有说服力的临床证据，未来合作谈判也可能因此受益；如果结果不及预期，公司则需要结合其他项目表现，重新评估具体管线与平台能力。把所有价值押在单个项目上，或者认为拥有平台就能消除单个项目风险，都不够扎实。

结语：盈利之后，AI制药更需要证明持续产出

英矽智能提供的行业启发，是AI有机会通过参与高价值研发，分享成果产生的商业回报。半年度盈利已经为这条路径增加了可信度，接下来需要更多项目完成从研发到付款的接续。

指数纳入扩大了被看见的机会，企业价值仍要在实验室、临床现场和合作执行中积累。对英矽智能，更值得保持耐心跟踪的问题是：研发体系能否持续产出药企愿意购买、并愿意继续投入的成果。这个问题答得越扎实，AI制药的商业空间就越清楚。