¿La comercialización de la farmacéutica con IA aún no está madura? Jing Tai Holdings reporta su primera ganancia anual, mientras que Yingxi Intelligent sigue en pérdidas

Se conoce como los “dos titanes de la I+D en IA para fármacos” a nivel nacional, Jingtrai Holding (02228.HK) e Insilico Medicine (03696.HK), que publicaron sucesivamente sus informes anuales de 2025.

El mismo día de la publicación de sus informes anuales, Insilico Medicine también anunció una cooperación con Eli Lilly (LLY). Lilly obtuvo el derecho exclusivo de comercialización de un fármaco GLP-1 desarrollado mediante la tecnología de IA de Insilico Medicine; el pago inicial fue de 115 millones de dólares y el precio total de la transacción puede alcanzar como máximo 2.750 millones de dólares.

Según el informe anual de 2025, Jingtrai Holding logró para 2025 ingresos operativos de 803 millones de yuanes, un aumento del 201,2%; el beneficio durante el año fue de 135 millones de yuanes; las utilidades ajustadas netas fueron de 258 millones de yuanes, logrando por primera vez un resultado anual rentable. Jingtrai Holding indicó que se convirtió en la primera empresa cotizada en Hong Kong en el sector de AI for Science que alcanza rentabilidad.

Insilico Medicine logró en 2025 ingresos por 56,24 millones de dólares, que incluyen 24,95 millones de dólares de ingresos del negocio de descubrimiento de fármacos, 23,89 millones de dólares del negocio de desarrollo de la cartera (pipeline), 4,91 millones de dólares del negocio de soluciones de software y 2,49 millones de dólares de otros ingresos del descubrimiento. Al mismo tiempo, en 2025 Insilico Medicine registró una pérdida ajustada de 43,80 millones de dólares, frente a los 21,20 millones de dólares de igual periodo de 2024, lo cual aumentó principalmente debido a la caída de ingresos y parcialmente compensado por la reducción de los gastos de I+D.

Un informe de investigación de China Post Securities explica que “IA para fármacos” se refiere a combinar tecnologías de IA como NLP (procesamiento del lenguaje natural), redes neuronales profundas y modelos generativos con las etapas tradicionales de fabricación y desarrollo farmacéutico, para mejorar la eficiencia del desarrollo de nuevos fármacos y ampliar el espacio de aplicación para la innovación farmacológica. Los grandes modelos de IA en medicina se basan en tecnologías como el aprendizaje profundo y el procesamiento del lenguaje natural, integran enormes volúmenes de datos biomédicos y potencian todo el proceso de desarrollo de fármacos.

Con el rápido desarrollo de la tecnología de IA, el mercado también tiene expectativas relativamente altas sobre las empresas de IA para fármacos. A finales de 2025 y principios de 2026, la capitalización de mercado de Jingtrai Holding llegó a acercarse en un momento dado a los 50.000 millones de dólares de Hong Kong. Mientras tanto, después de que Insilico Medicine se listara en la Bolsa de Hong Kong en diciembre de 2025, su precio se incrementó rápidamente en un primer momento; en febrero de este año, llegó a superar el umbral de 40.000 millones de dólares de Hong Kong y luego volvió a caer ligeramente.

Desde la perspectiva del espacio de mercado, el informe de investigación de China Post Securities explica que el mercado global de gastos de desarrollo de fármacos impulsado por IA tiene posibilidades de crecer desde 11.900 millones de dólares en 2023 hasta 74.600 millones de dólares en 2032.

Ding Sheng, director del Centro Global de Investigación y Desarrollo de Salud, al ser entrevistado por el reportero de The Times, afirmó que actualmente la IA para fármacos aún se encuentra en una fase temprana de desarrollo; en comparación con los enormes volúmenes de datos en los que se apoyan los grandes modelos de lenguaje, el tamaño de los datos en el campo del desarrollo de fármacos es limitado. “Aunque la arquitectura del modelo y el cómputo (power) ya están relativamente maduros, nuestro entendimiento de los mecanismos fundamentales de la vida sigue siendo limitado, lo que hace que aumentar solo la potencia de cómputo no permita un avance rápido. Por lo tanto, el desarrollo de la IA para fármacos está condicionado por la escasez de datos y la insuficiencia de conocimientos base; en conjunto, todavía se encuentra en una etapa temprana”.

Fuente de la imagen: Creativity de TuChong

Un año de ganancias y otro de pérdidas

En 2025, Jingtrai Holding logró rentabilidad por primera vez. Sobre las razones para pasar de pérdidas a ganancias, Jingtrai Holding señaló en el previo anuncio de ganancia positiva publicado anteriormente que, en primer lugar, los ingresos aumentaron de forma significativa año con año en al menos aproximadamente 193%, lo que permitió que las pérdidas de sus dos negocios centrales, soluciones para robots inteligentes y soluciones para descubrimiento de fármacos, se redujeran frente al año fiscal 2024. Además, el beneficio neto de las ganancias del valor razonable de los activos financieros medidos a valor razonable con impacto en resultados aumentó sustancialmente; en el año fiscal 2025, como mínimo, fue de no menos de 500 millones de yuanes, con un incremento de al menos aproximadamente 1.876% año con año.

Según la memoria anual de Jingtrai Holding, en 2025, los ingresos de la solución de descubrimiento de fármacos alcanzaron 538 millones de yuanes, con un fuerte crecimiento del 418,9% año con año, principalmente gracias al rápido crecimiento del negocio de anticuerpos. Al mismo tiempo, las tuberías innovadoras de los socios de servicios y de las empresas incubadas lograron varios avances, alcanzando hitos de entrega por etapas.

Asimismo, el ingreso de la solución inteligente AI for Science de Jingtrai Holding también experimentó un crecimiento acelerado en 2025, incrementándose un 62,6% hasta llegar a 265 millones de yuanes, principalmente debido al aumento del número de clientes, al mantenimiento del crecimiento en los negocios existentes y a resultados satisfactorios en la expansión de nuevas líneas de negocio.

Insilico Medicine, por su parte, afrontó en 2025 una disminución de ingresos y una ampliación de las pérdidas. Insilico Medicine indicó en su informe anual que sus ingresos en 2025 cayeron un 34,5% interanual; esta reducción se debió principalmente a la disminución de ingresos generados por el desarrollo de la cartera (pipeline), parte de la cual se compensó con el crecimiento de los ingresos provenientes del descubrimiento de fármacos. En 2025, los ingresos por desarrollo de pipeline provenientes de pagos iniciales fueron de 15,30 millones de dólares, por debajo de los 58,00 millones de dólares de 2024; esto se debió al avance de las negociaciones de nuevas transacciones y al impacto del progreso del desarrollo de las autorizaciones a clientes externos (client authorization pipeline) en la investigación y desarrollo.

De acuerdo con el informe anual de 2025 de Insilico Medicine, los ingresos del negocio de descubrimiento de fármacos pasaron de 3.14M de dólares en 2024 a 24.95M de dólares en 2025, aumentando de manera significativa y elevando su proporción sobre el total de ingresos del 3,7% al 44,4%. Sin embargo, los ingresos del negocio de desarrollo de la cartera (pipeline) se redujeron drásticamente: de 76.59M de dólares en 2024 a 23.89M de dólares en 2025, y su peso dentro del total de ingresos disminuyó del 89,2% al 42,5%.

Observando el desarrollo de la industria global de IA para fármacos, Ding Sheng considera que empresas chinas como Insilico Medicine y Jingtrai Holding se encuentran en un nivel de “carrera paralela” a nivel global. El sector de IA para fármacos está limitado por las limitaciones inherentes al conocimiento de ciencias de la vida; actualmente existe cierto cuello de botella en el desarrollo. Por lo tanto, bajo el efecto de cuello de botella, las diferencias entre las empresas son relativamente pequeñas; los recién llegados pueden ponerse al día con facilidad y también pueden liderar en direcciones específicas. Si se puede superar el cuello de botella temprano, el espacio para la frontera futura aún es muy amplio.

Modelos de negocio diferentes

Desde la perspectiva de los modelos de negocio de las empresas de IA para fármacos, el informe de investigación de China Post Securities explica que, actualmente, los modelos comerciales de la industria se concentran principalmente en tres tipos: SaaS, AI+CRO y AI+Biotech.

Entre ellos, el modelo SaaS consiste en que la empresa vende servicios de software a empresas farmacéuticas o a CROs de desarrollo de fármacos para obtener ingresos; el modelo AI+CRO consiste en utilizar ventajas de la tecnología de IA para proporcionar servicios de desarrollo farmacéutico externalizado a empresas como farmacéuticas/CRO; y el modelo AI+Biotech, al potenciar con IA rutas de Biotech de auto-desarrollo de pipeline, genera ingresos mediante formas como license out/cooperación/avance autónomo hacia comercialización de pipelines en el mercado. El informe de investigación de China Post Securities considera que, actualmente, el modelo de negocio de SaaS no es adecuado para los participantes de la industria.

El modelo de negocio de dos grandes empresas nacionales de IA para fármacos —Insilico Medicine y Jingtrai Holding— también es diferente en algunos aspectos. Jingtrai Holding podría adoptar un modelo similar a “AI+CRO”, mientras que Insilico Medicine se parece más a una ruta de “AI+Biotech”.

Según el informe anual de Jingtrai Holding de 2025, el monto acumulado de cooperación asciende a cientos de miles de millones de yuanes; en 2025, el número de clientes que generan ingresos aumentó un 62% interanual. Hasta la fecha, se ha cubierto a 17 de las 20 principales farmacéuticas del mundo de forma acumulada. En 2025, más de 5 nuevos fármacos innovadores en los que participó Jingtrai Holding anunciaron avances clínicos, incluidas diversas modalidades de fármacos como moléculas pequeñas, anticuerpos, péptidos, ácidos nucleicos, “molecular glue” (pegamento molecular), etc.; además, plataformas de descubrimiento de fármacos basadas en IA alcanzaron nuevas colaboraciones para nuevos fármacos.

Insilico Medicine, en su informe anual de 2025, indicó que su modelo de negocio incluye principalmente el descubrimiento de fármacos y el desarrollo de la cartera (pipeline), además de soluciones de software. Insilico Medicine invirtió capital para establecer una plataforma de descubrimiento y desarrollo de fármacos basada en IA generativa y, además, construyó líneas de productos para campos como oncología, inmunología y fibrosis.

En su informe anual, Insilico Medicine explicó que, hasta el periodo del informe de 2025 y hasta la última fecha realista disponible, Insilico Medicine impulsó un total de 8 proyectos con avances clínicos: 4 proyectos propios y 3 proyectos en colaboración, incluyendo 2 ensayos clínicos de Fase II, 4 ensayos clínicos de Fase I y 2 avances de IND.

Al mismo tiempo, Insilico Medicine también realiza colaboraciones estratégicas de descubrimiento y desarrollo de fármacos con empresas farmacéuticas. Según el informe anual de Insilico Medicine, tomando 2024 como referencia, de las 20 principales empresas farmacéuticas por ventas a nivel global, 13 compañías colaboraron con Insilico Medicine. En 2025, en términos de licenciamiento externo, Insilico Medicine llegó a un acuerdo con TaiKing BioTechnology para otorgarle derechos exclusivos para desarrollar y comercializar ISM4808 en la Gran China. Además, Insilico Medicine también firmó colaboraciones de investigación con Eli Lilly, Sevvyra, Yuan Yi Bio, KangZhe Pharmaceutical (00867.HK), Qilu Pharmaceutical, entre otras empresas tanto nacionales como internacionales, abarcando múltiples áreas terapéuticas.

Al hablar sobre el modelo de negocio actual de las empresas de IA para fármacos, Ding Sheng considera que su esencia se centra en BD (desarrollo de negocios), es decir, monetizar a través de transacciones a lo largo de la cadena de valor del desarrollo de fármacos. “En la práctica, la mayoría de las empresas de IA para fármacos en sus etapas iniciales albergan la visión de lograr medicamentos estrella y tienden a desarrollar pipelines internamente para buscar el valor máximo. Sin embargo, a medida que el desarrollo avanza y aparece la dificultad de la entrega, algunas empresas también realizarán transacciones tempranas para ‘asegurarse ganancias’”.

Quizá aún no se ha alcanzado el efecto de disrupción de la industria

Las dos empresas de IA para fármacos también han desarrollado cada una sus rutas tecnológicas particulares. En su informe anual, Jingtrai Holding explica que Jingtrai construyó un circuito cerrado de I+D de “predicción del modelo de IA - ejecución de experimentos húmedos por robots - retorno de datos a la IA - programación inteligente Multi-Agent”, formando un nuevo paradigma de investigación y desarrollo.

En este esquema, el modelo de IA actúa como “cerebro de expertos” y es responsable de pasos clave como análisis de dianas, generación de moléculas, selección virtual y recomendaciones de estrategias experimentales; el laboratorio de robots es “manos precisas”, ejecuta experimentos de alto rendimiento 24/7 y acumula datos; Multi-Agent actúa como “gerente de proyectos”, descompone de forma autónoma los objetivos de I+D y programa recursos de todo el flujo, construyendo un modelo de iteración automática de I+D para campos como fármacos y nuevos materiales.

Insilico Medicine, por su parte, desarrolló la plataforma de descubrimiento y desarrollo de fármacos impulsada por IA Pharma.AI, que ofrece servicios que van desde la identificación de nuevas dianas hasta la generación de moléculas pequeñas y la predicción de resultados clínicos. En su informe anual, Insilico Medicine indicó que Pharma.AI puede identificar nuevas dianas, diseñar moléculas desde cero para dianas nuevas y establecidas, optimizar el desarrollo clínico de candidatos a fármacos y simplificar el proceso de redacción de artículos académicos y otros documentos relacionados.

En su informe anual, Insilico Medicine señaló que, utilizando Pharma.AI, en promedio el tiempo desde el descubrimiento de dianas hasta la finalización de la validación de dianas, la identificación de compuestos iniciales, la generación de compuestos líderes y la optimización de compuestos líderes es de 12 a 18 meses, mucho menos que el tiempo promedio de 4,5 años de los métodos tradicionales.

Actualmente, ¿las tecnologías de IA que afirman poder reducir sustancialmente el tiempo de selección preclínica podrían llegar a disrumpir la industria farmacéutica? El informe de investigación de China Post Securities analiza que, en la capa de aplicación, los datos “virtuales” calculados por IA no pueden sustituir los datos “reales” clínicos. La IA aún no puede predecir la respuesta de los fármacos en el sistema humano, y en los ensayos clínicos la heterogeneidad individual también incrementa la complejidad en múltiplos.

En el plano regulatorio, el informe de investigación de China Post Securities considera que la seguridad del fármaco es el factor principal para la consideración regulatoria, y que los ensayos clínicos son la única fuente para demostrar la seguridad; a largo plazo no existen sustitutos, por lo que el proceso de aprobación del desarrollo de fármacos no cambiará durante mucho tiempo. Por tanto, la esencia del desarrollo de fármacos basada en la ciencia experimental no será disrumpida por la iteración y actualización de la IA.

Ding Sheng también considera que, en la actualidad, la tecnología de IA para fármacos todavía no ha alcanzado un nivel disruptivo; aunque las empresas relacionadas suelen afirmar que la eficiencia de I+D se incrementa varias veces, tal afirmación podría tener un sesgo o ser unilateral.

“Para que las moléculas de fármacos se conviertan en compuestos candidatos que puedan entrar en estudios clínicos en humanos, deben cumplir simultáneamente decenas de requisitos, como la interacción con la diana, la selectividad fuera de la diana, la vía de administración, distribución tisular, rutas metabólicas, toxicidad, entre otros. Si solo se mejora la eficiencia de predicción de uno de esos atributos, el significado para acortar el ciclo total de I+D es limitado. Por ello, en los últimos cinco años la velocidad del desarrollo de fármacos no se ha acelerado de manera significativa debido a la tecnología de IA; al contrario, se ha desacelerado por el aumento de los estándares de desarrollo. Y si en el futuro podrá lograrse una disrupción aún queda por observarse”. Ding Sheng lo analizó.

Gran cantidad de información, interpretación precisa: todo en la app de Sina Finance