2026/08/24 Waiting for the Phase III Breakthrough: The AI Pharma Sector’s Pivotal Threshold

English Version

Waiting for the Phase III Breakthrough: The AI Pharma Sector’s Pivotal Threshold
The artificial intelligence drug discovery (Techbio) sector stands at a critical juncture: the transition from early technology validation to pivotal Phase III clinical success. While early-stage platforms have proven that generative AI can discover novel targets and design clinical-stage molecules in record time, the industry’s ultimate valuation rerating depends on a single milestone—successfully passing Phase III trials to gain regulatory approval and secure predictable, recurring commercial royalties.
At present, the vast majority of AI-designed pipelines across global Techbio entities remain in preclinical or Phase I/II trials. Consequently, revenue models across the sector remain heavily reliant on upfront licensing payments and milestone-driven deals (Out-licensing). While these upfront payments provide high-impact capital injections, they are inherently lumpy and volatile prior to commercialization.
Insilico Medicine (HK:03696) offers a textbook case of this industry-wide dynamic:

• Revenue Structure: Over 90% of current revenues stem from pipeline out-licensing and R&D partnerships (including upfront fees and milestone payments from global partners like Eli Lilly and Servier), with total signed partnership values reaching billions of dollars. Software licensing from its Pharma.AI platform contributes under 10% in high-margin SaaS revenue.
  
• Clinical Advancement: Insilico has advanced over 30 pipelines, with 13 securing IND approvals. Its flagship program, ISM001-055 (Rentosertib)—a fully AI-discovered and AI-designed molecule targeting idiopathic pulmonary fibrosis (IPF)—demonstrated positive Phase IIa top-line results and is advancing toward late-stage clinical studies.
  
• Financial Safety Buffer: Supported by approximately $400 million in cash and cash equivalents, Insilico maintains a cash runway capable of supporting 3 to 4 years of operations under conservative assumptions, providing the necessary runway to navigate late-stage clinical trials.
  

The sector's reliance on external licensing raises an obvious question: Why don't big pharmaceutical giants simply build their own AI engines? While major pharmaceutical companies are integrating AI to optimize existing workflows, they face structural challenges, including legacy data silos, traditional organizational hierarchies, and risk-averse cultures. This creates a complementary ecosystem: AI-native platforms act as high-speed innovation engines, while big pharma leverages its capital and global distribution networks to push late-stage pipelines forward.
Ultimately, the global Techbio sector—including peers like Recursion Pharmaceuticals (NASDAQ: RXRX)—is waiting for its first "Proof of Phase III" success. Securing a Phase III victory will transform these companies from milestone-dependent Techbios into high-margin, royalty-generating biopharma leaders.
Disclaimer: This analysis is provided strictly for informational and educational purposes and does not constitute investment advice or a recommendation to buy or sell any securities.

Version Française

En attente de la percée en Phase III : Le seuil décisif du secteur de la biopharma IA
Le secteur de la découverte de médicaments par intelligence artificielle (Techbio) se trouve à un tournant critique : la transition de la validation technologique initiale vers le succès clinique décisif en Phase III. Bien que les plateformes de première génération aient prouvé que l'IA générative peut découvrir de nouvelles cibles et concevoir des molécules cliniques en un temps record, la réévaluation ultime de la valorisation de l'industrie dépend d'un seul jalon : réussir les essais de Phase III afin d'obtenir l'approbation réglementaire et de garantir des redevances commerciales récurrentes et prévisibles.
À l'heure actuelle, la grande majorité des pipelines conçus par IA parmi les entités Techbio mondiales reste en phase préclinique ou en Phase I/II. En conséquence, les modèles de revenus du secteur demeurent fortement dépendants des paiements initiaux de licence et des paiements d'étape (out-licensing). Bien que ces paiements initiaux apportent des injections de capital importantes, ils restent intrinsèquement irréguliers et volatils avant la commercialisation.
Insilico Medicine (HK:03696) illustre parfaitement cette dynamique sectorielle :

• Structure des revenus : Plus de 90 % des revenus actuels proviennent de la concession de licences de pipelines et de partenariats de R&D (incluant les frais initiaux et les paiements d'étape de partenaires mondiaux comme Eli Lilly et Servier), la valeur totale des partenariats signés atteignant plusieurs milliards de dollars. La vente de licences logicielles via sa plateforme Pharma.AI contribue à moins de 10 % sous forme de revenus SaaS à haute marge.
  
• Avancement clinique : Insilico a développé plus de 30 pipelines, dont 13 ont obtenu l'autorisation IND. Son programme phare, l'ISM001-055 (Rentosertib) — une molécule entièrement découverte et conçue par IA ciblant la fibrose pulmonaire idiopathique (FPI) — a montré des résultats positifs en Phase IIa et progresse vers des études cliniques avancées.
  
• Marge de sécurité financière : Soutenue par environ 400 millions de dollars de trésorerie et d'équivalents de trésorerie, Insilico dispose d'une autonomie financière de 3 à 4 ans selon des hypothèses conservatrices, ce qui lui fournit le temps nécessaire pour traverser les essais cliniques avancés.
  

La dépendance du secteur envers les licences externes soulève une question évidente : pourquoi les grands groupes pharmaceutiques ne développent-ils pas simplement leurs propres moteurs d'IA ? Bien que les grandes entreprises pharmaceutiques intègrent l'IA pour optimiser leurs processus existants, elles se heurtent à des obstacles structurels, notamment des silos de données hérités du passé, des hiérarchies organisationnelles traditionnelles et une culture d'aversion au risque. Cela crée un écosystème complémentaire : les plateformes natives en IA fonctionnent comme des moteurs d'innovation à haute vitesse, tandis que les grands groupes pharmaceutiques mettent à profit leur capital et leurs réseaux mondiaux de distribution pour faire avancer les pipelines en phase tardive.
En fin de compte, l'ensemble du secteur Techbio mondial — y compris des confrères comme Recursion Pharmaceuticals (NASDAQ: RXRX) — attend son premier succès validé en Phase III. Décrocher une victoire en Phase III transformera ces entreprises Techbio dépendantes des paiements d'étape en leaders biopharmaceutiques générateurs de redevances à forte marge.
Avertissement : Cette analyse est fournie exclusivement à des fins d'information et d'étude et ne constitue pas un conseil en investissement ni une recommandation d'achat ou de vente de titres.

中文版

等待3期突破：AI制药板块的关键跨越时刻
当前，AI制药（Techbio）板块正处于从“早期技术验证”向“3期临床成功”过渡的关键决胜节点。尽管生成式AI平台已向市场证明其能够以极快的速度发现新靶点并设计出临床阶段分子，但整个行业估值逻辑的重塑，依然取决于能否成功穿过3期临床“死亡之谷”、获得监管批准，并开启可持续且可预测的商业化销售提成（Royalties）模式。
目前，全球绝大多数AI制药公司的管线仍处于临床前或一/二期阶段。因此，行业整体的营收模式高度依赖于管线对外授权（Out-licensing）带来的“首付款 + 阶段性里程碑付款”。虽然大额首付款能够在短期内提供强劲的资金补充，但在进入大规模商业化提成阶段之前，此类收入天然具备较强的非周期性与波动性。
英矽智能（HK:03696）的情况非常直观地展现了这一行业共性：

• 营收结构：目前90%以上的收入来自管线对外授权与研发合作（包括来自礼来、施维雅等全球大药企的首付款及里程碑付款），已签署的潜在合作总价值达数十亿美元；而 Pharma.AI 软件平台的许可订阅收入占比低于10%，作为高毛利的 SaaS 业务提供基础现金流。
  
• 临床进度：公司已拥有30余个在研管线，其中13个项目获得 IND 许可。其核心标杆管线 ISM001-055（Rentosertib）——全球首个由生成式AI发现靶点并设计分子的“全AI药物”（针对特发性肺纤维化 IPF）——已取得 IIa 期阳性顶线结果，并正在向后期临床推进。
  
• 财务安全边际：公司拥有近4亿美元的现金及银行结余，在扣除研发与管理费用后，即便在极端的无新增收入假设下，现有资金储备仍足以支持公司运营3至4年，为其穿过后期临床试验提供了充足的资金缓冲。
  

针对“大药企是否会自建AI从而替代独立AI公司”的疑问，事实表明，跨国药企虽然在积极引入AI技术优化已有流程，但受制于历史数据孤岛、传统组织架构及试错文化等结构性瓶颈，短期内难以直接长出原生的AI分子生成引擎。这促成了双方优势互补的生态：原生AI平台作为高效的创新引擎输出前沿分子，而大药企则凭借庞大的资金与全球商业化网络推进后期临床与销售。
总结而言，包括美组对标公司 Recursion Pharmaceuticals（NASDAQ: RXRX）在内的全球 Techbio 板块，都在等待首个“3期临床通关”的终极证明。一旦3期突破实现，AI制药公司将正式从依赖里程碑付款的研发服务型企业，跨越为拥有持续高毛利现金流的 Biotech 巨头。
免责声明：以上分析仅供行业研究与信息参考，不构成任何投资建议或证券买卖推荐。