大藥廠的焦慮與豪賭!錯失第一波「瘦瘦針」紅利,輝瑞與AZ如何急起直追?
大藥廠的焦慮與豪賭!錯失第一波「瘦瘦針」紅利,輝瑞與AZ如何急起直追?

大藥廠的商業模式其實很單純。像輝瑞、羅氏、阿斯特捷利康(AstraZeneca,簡稱AZ)這類企業,目標是研發出能治療數百萬患者的藥物,並盡可能長時間地銷售最優良的版本。在減重藥物領域,禮來與諾和諾德率先搶占了先機,建立起強大的雙雄壟斷地位,並從這個需求龐大的市場中獲利豐厚。

然而,藥廠很難長期維持壟斷。無論一款藥物再怎麼有效,總會有其他公司試圖研發出更好的版本,以瓦解對手的先發優勢。

對諾和諾德與禮來的競爭對手來說,幸運的是,現行的GLP-1 減肥藥仍有缺陷。這類藥物容易引發腸胃不適、價格昂貴,而且目前只有注射劑型,令許多人望之卻步。2024 年的一份研究顯示,高達三成的GLP-1 使用者在用藥一個月內就選擇停藥。

這表示,如果新進藥廠能推出更便宜、副作用更少的療法,就能迅速迎頭趕上,分食這個未來幾年可能高達數千億美元的市場。

專利法保護新藥,以防對手仿製。這促使競爭藥廠轉而對現有藥物進行「改良」,例如減輕令人不適的副作用。理論上,愈多藥廠投入研發某類疾病的療法,那種藥物就會變得愈好、愈便宜。

美國是全球最大的藥品市場,其藥價有時甚至是其他主要經濟體的十倍。如此巨大的價差,自然吸引了瑞士的羅氏、法國的賽諾菲等外國藥廠全力搶攻美國市場,鎖定各種疾病的商機。

從個人意志到千億商機,爆滿的肥胖學會

由於美國藥品市場龐大,全球規模最大的醫藥會議多半在美國舉行。這些會議的規模往往反映出相關疾病的獲利商機,以及突破性療法的潛在價值。

以癌症為例,每年都有約四萬名醫師、藥廠業務代表、各大藥廠高層湧入芝加哥,參加美國臨床腫瘤學會(ASCO)的年會。他們入住豪華飯店,擠爆大眾運輸,占滿密西根湖畔的麥考密克展覽中心(McCormick Place)。該中心的展覽空間廣達260 萬平方英尺,相當於45 座足球場。

這樣的重點安排在經濟上很合理,因為平均每位美國人一生中罹癌的機率約四成。說白了,正因為發病率那麼高,研發最有效的疫苗、療法與解方,自然蘊藏著龐大的商機。

理論上,肥胖問題對製藥業的吸引力應該更大。到了2024年,美國已有高達75%的人口算是超重或肥胖。然而,除了少數有前瞻思維的人士認為,肥胖不能單靠「少吃多動」來解決以外,當時社會普遍仍把肥胖視為一種生活方式的選擇,是個人選擇不當及意志力薄弱的結果。

因此,2024 年11 月初,資助肥胖研究並為患者發聲的肥胖學會(Obesity Society),選擇在德州聖安東尼奧的岡薩雷斯會議中心(Henry B. Gonzalez Convention Center)舉辦年度大會。這座中型會場距離歷史地標阿拉莫(Alamo)僅十分鐘步程,展覽空間只有50 萬平方英尺,正好反映出過去大家對肥胖議題的輕忽。不過,今年的情況截然不同,會場很快就被3,000 名與會者擠得水洩不通,大家都迫不及待想了解這個迅速成為製藥界熱門焦點的最新資訊。

新一代減重藥物的兩大霸主—禮來與諾和諾德—在會場上傾力出擊。他們也是這場年度盛會的主要贊助商。禮來的業務代表個個身穿法拉利紅的短袖襯衫,在會場中昂首闊步。這身打扮與其說是銷售處方藥的專業人士,不如說更像NASCAR 賽車維修團隊的成員。在大廳中央的咖啡吧,有一位與會者評論道:會議辦得不錯,但「禮來的人未免太多了吧」。諾和諾德在會議廳的樓座上懸掛了巨幅廣告,強力宣傳其減重藥物週纖達。此舉傳達的訊息再清楚不過了:肥胖症是它的主戰場。

shutterstock_fat_1193477074.jpg
圖/ Billion Photos via Shutterstock

對這兩大藥廠來說,在會議上鞏固地位很重要。目前為止,這兩大霸主已牢牢掌控市場,光是2024 年,減重藥物的銷售額就高達數百億美元。由於財務分析師預測,肥胖藥物市場的規模將在2031 年前膨脹至1,000 億美元,這兩大霸主勢必得全力捍衛其領導地位。

其他製藥公司執行長面臨的挑戰更為棘手。在這個市場中,領先者正全力擴充產能、積極改良現有藥物。後進者若想與之競爭,就必須推出獨特的產品,更重要的是,解決當前藥物的設計缺陷。他們還得說服投資者相信,他們能迅速迎頭趕上,而且正在研發的新藥是值得投資的。2024 年2 月,英瑞合資的AZ 藥廠執行長蘇博科(Pascal Soriot)表示,雖然他肯定禮來與諾和諾

德做得很好,但他的目標是「提升減重品質,讓藥物多減脂肪、少減肌肉」。更重要的是,他希望把藥價變得更親民。

投資者也穿梭在各家藥廠的展位與研究海報之間,試圖發掘下一個重大突破。避險基金經理人更在餐敘中四處打探,尋找可「放空」的標的。許多小型新創公司與老牌藥廠(例如輝瑞),也趁機展示他們正在研發的減重藥物原型,希望能在這個快速成長的市場中搶得一席之地。

其他藥廠必須加快腳步。禮來與諾和諾德在糖尿病領域(可視為肥胖症的「遠親」)耕耘了數十年,而AZ、輝瑞、羅氏等大廠過去是專注於癌症、氣喘、心臟病、病毒感染等較成熟的疾病領域。這種觀望態度,源自於對失敗的恐懼。過去的肥胖藥市場滿是前車之鑑,例如曾被視為神藥的「芬芬」,最終因主管當局發現它會損傷心臟瓣膜,而演變成嚴重的醫療災難。

有些人認為,要開發出有效又無明顯副作用的藥物過於困難。也有人質疑,肥胖症是否真的該當成疾病治療。然而,胰妥讚的成功證明了他們的誤判。自2017 年底獲美國食品藥物管理局核准後,諾和諾德的股價飆升了六倍。禮來推出同類藥物以來,市值也幾乎翻了三倍。那些曾放棄這塊市場的藥廠,突然面臨投資者的質疑:為何沒在這個快速成長的疾病領域中布局?

面對如此落後的進場時機,執行長有兩種策略:一是自行研發效果略勝一籌的GLP-1 類藥物;二是直接向新創藥廠收購有潛力的原型藥物。

在局外人看來,自行研發新藥似乎是兩者中比較穩妥的選擇。製藥公司原本就聘有大批科學家,專門在複雜疾病上尋求突破。要他們轉而開發肥胖藥物,理論上並不難。況且,減重藥物比多數藥物更容易仿製。GLP-1 是人體內自然存在的荷爾蒙,而禮來與諾和諾德已證實,人工合成版的GLP-1 確實能用於控制體重。儘管諾和諾德的有效成分「司美格魯肽」受專利保護,禮來的「替爾泊肽」(tirzepatide)也因專利而無法仿製,但其他公司依然能自由開發屬於自己的版本。

下一波革命:瞄準「恐針族」的口服藥丸

隨著肥胖症會議在德州揭幕,一排排黑色的活動隔板迅速貼滿了研究海報,展示著下一代的肥胖治療藥物。每當掛出新海報,總會立刻引來投資人、業務代表、其他業內人士爭相圍觀。眾人你推我擠,想搶到更好的觀看位置,猶如高中生急著在榜單上尋找自己的名字。由於參展的公司與研究者眾多,海報必須每日更換,讓每家都有機會向潛在投資者與醫生證明:他們的實驗藥物值得支持,未來可望成為市場的新寵。

研究人員在大會上主持了多場座談,主題涵蓋兒童肥胖、生育問題,以及新一代的減重藥物。然而,講者不得不一再指出,由於資金不足,許多研究只做了小規模試驗,或只停留在動物實驗階段,因此難以對其療法提出確鑿的實證結論。

如果胰妥讚這類注射藥物是肥胖治療的第一波突破,那麼對在場的頂尖研究人員來說,「肥胖藥丸」的構想,無疑是下一個最令人矚目的目標。諾和諾德已推出口服減重藥,但只能達到約15%的減重效果。這意味著其他藥廠仍有很大的空間,可以嘗試開發更有效的版本。

AZ 藥廠、西蘭製藥(Zealand Pharma)等後進藥廠,把口服減肥藥視為切入市場的機會。雖然像胰妥讚這類注射劑頗為熱門,但全美約有三分之一的人口害怕打針。此外,使用者也常抱怨注射筆操作繁瑣。胰妥讚的注射組需要冷藏,使用前還得裝上拋棄式針頭、排氣,使用後也需妥善處理廢棄針具。這類藥物必須每週固定在同一天施打,對工作繁忙的家長或難以維持固定作息者來說,若能改用簡單的藥丸,將能省去許多麻煩,並大幅提升用藥遵從度。

對注重永續環保的人而言,拋棄式的塑膠注射筆也有環保疑慮。藥廠若能開發出長效、副作用低的減重藥錠,患者只需在早晨喝咖啡時順便吞服就好。

總部位於聖地牙哥的小藥廠維京製藥(Viking Therapeutics),派出了頂尖科學家出席這場大會,並選擇在開幕當天,公布其減重原型藥的資料。這款藥物的作用原理,與禮來的GLP-1 類藥物相同,但改良為藥錠形式。3 消息一出,該公司的股價應聲上漲了近8%,因為資料顯示服用最高劑量的患者,體重減輕幅度超過8%。然而,這波漲勢並未持續太久。一家規模更大的競爭對手很快地也公布了自家口服減重藥丸的類似成果。由此可見,這個市場的競爭已達白熱化。

這場早期的熱潮顯示,減重藥物領域在未來幾年的變化可能有多迅速。雖然,許多研發中的候選藥物可能以失敗告終,但只要有一款成功,病患都是最終的受益者。更多元的藥物選擇,意味著副作用可能減少。更重要的是,供給大增可望壓低藥價,讓新一代的使用者都負擔得起這類治療。不過,這些進展全都需要大型藥廠投入龐大資金才有可能實現。

延伸閱讀:瘦瘦針真的有用嗎?猛健樂、胰妥讚…療效如何?誰適合打?醫師解答新一代瘦身藥

本文授權轉載自《瘦瘦針革命》,Aimee Donnellan著,感電出版

瘦瘦針革命
圖/ 感電出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓