一篇行业观察指出，AI 已嵌入文献综述、分子生成与临床试验管理等药物研发环节，但仅靠公开数据训练的模型难以形成壁垒，行业正把重心转向自建“干湿闭环”（DBTL）以积累专有数据。文章提到，Anthropic 被曝在旧金山湾区设立生物湿实验室，礼来 Lilly TuneLab 与金斯瑞、Twist Bioscience、Ginkgo Bioworks 签约补上湿实验数据环节，而诺和诺德遭入侵事件中泄露的专有生物化学训练数据据称仅约 407MB。文章引述西南证券整理的估算称，AI 可在药物发现、临床前与临床阶段分别压缩 70—90%、50—80% 与 50—60% 的时长，但同时强调 AI 目前仍是提出假设的辅助系统，而非决策系统，药物能否成功仍取决于靶点与疾病之间的因果判断。