罗氏开始建设自主AI实验室：大药企把“模型—实验—再设计”推向研发主流程

9月28日，罗氏（SIX: ROG；OTCQX: RHHBY）在制药投资者日披露，公司已经开始建设AI驱动的自主实验室，希望让AI更深地参与药物研发中的实验设计、数据分析和下一轮决策。罗氏还提出“AI independence（AI自主能力）”目标，希望核心研发能力更多掌握在自己手里。

这条消息值得关注，因为AI在大型药企内部的角色正在继续前移。罗氏披露，从2025年第四季度到2026年第二季度，40%的管线决策已经有可追踪的AI或计算方法贡献；公司还计划在2026年底前，让Target Nexus参与80%的研究组合决策。

“自主实验室”想做什么？

传统药物研发里，科研人员往往需要自己提出实验方案、安排实验、分析结果，再决定下一步做什么。

所谓自主AI实验室，希望把以下环节接成一个连续循环：AI提出实验建议 → 自动化设备执行 → 系统读取结果 → AI分析数据 → 再决定下一轮实验。

如果这套流程运行稳定，研究人员就不用每一轮都从头手动安排，实验和决策之间的等待时间也有机会缩短。

罗氏目前没有披露自主实验室的具体自动化设备、覆盖实验类型和正式运行时间表，因此现阶段更准确的理解是：公司已经开始建设，并把它作为未来研发基础设施的一部分。

Target Nexus正在进入更多研发决策

除了实验室，罗氏还在扩大AI工具Target Nexus的使用范围。

Reuters援引公司信息称，从2025年第四季度到2026年第二季度，40%的管线决策已经记录到AI或计算方法的参与；到2026年底，罗氏希望Target Nexus能够支持80%的研究组合决策——这里的“参与决策”是指AI开始在靶点优先级、项目筛选、数据分析等环节提供计算依据，再由研发团队结合实验和临床信息做最终判断。

这说明AI在大药企里的使用正在从单个预测任务，逐渐走向更系统的研发决策支持。

40%和80%很亮眼，但还不能等同于更高成功率

这两个比例需要谨慎看待——它们来自罗氏自己的内部统计，而且衡量的是“AI有没有参与”，并没有直接说明AI让项目成功率提高了多少。

罗氏同时披露，2026年至今III期临床成功率已超过80%，高于2025年的65%。但目前公开信息并不能证明，这一变化主要由AI带来。临床成功率还会受到项目选择、试验设计、疾病领域和样本量等很多因素影响。

因此，这条新闻所凸显的，是研发组织方式的变化——过去大药企使用AI，更多集中在靶点发现、分子预测和数据分析等单点环节；现在罗氏开始建设自主实验室，并试图让AI持续参与研究组合决策，说明“模型—实验—数据回流—再决策”的闭环正在被推向真实研发体系。

后续最关键的问题，会是这些AI和自动化投入能否真正缩短研发周期、减少失败项目，并最终提高新药进入临床和获批的效率。

参考资料

[1] REUTERS. Roche outlines plans to move towards autonomous AI labs[N/OL]. (2026-09-28)[2026-09-29].

[2] ROCHE. Investor Downloads and Pharma Investor Materials[EB/OL]. [2026-09-29].

[3] CHANNEL NEWSASIA. Roche outlines plans to move towards autonomous AI labs[N/OL]. (2026-09-28)[2026-09-29].