计算机行业深度研究报告AI制药：从概念验证到商业化兑现

o人工智能技术与生物医药产业的深度融合正在重塑全球制药行业的创新格局。全球AI制药市场保持稳健增长态势，据艾媒咨询最新数据，市场规模从2021年的7.9亿美元增长至2024年的18.2亿美元，2025年已实现24.1亿美元，预计2026年将达到29.9亿美元；中国AI制药市场同步快速发展，2020年中国AI制药市场规模为0.8亿元，较2019年增长14.29%。2021年市场规模增速明显提升，达到100%，表明了中国AI制药市场开始进入快速发展阶段。2022年市场规模进一步增长至2.9亿元，2023年市场规模跃升至4.1亿元。2024年市场规模达到5.6亿元，同比增长36.59%。2025年市场规模突破o多维度利好共振推动AI制药进入快速发展通道。政策层面，中美两国均密集出台利好政策为行业发展保驾护航，美国推出“创世纪计划”布局AI驱动的2030年)》等政策，将AI用于药物研发列为核心发展方向，多部门联合推动AI制药规范化、规模化发展，同时地方层面也纷纷出台配套措施，建设AI制药公共服务平台，助力技术落地应用；技术层面，AlphaFold2、ChatGPT等创新产品的迭代升级，彻底打破了传统药物研发的技术瓶颈，其中AlphaFold2解决了困扰生物学界多年的蛋白质折叠预测难题，两年内预测超2亿个蛋白质结构，而ChatGPT的生成式能力延伸至分子设计领域，叠加Chai-2、ESM3等新型模型的涌现，推动药物研发从“读分子”向“写分子”跨越，大幅缩短研发周期、提升研发成功率，推动行业正式进入高速发展期；需求层面，全球老龄化进程持续加快，慢性病、老年病患病群体不断扩大，对新型药物的需求日益迫切，同时B端药企深受传统研发“双十定律”桎梏，研发投入持续增加，亟需AI技术赋能靶点筛选、化合物合成等核心环节，降低研发成本、提升效率，为行业发展提供了持续且强劲的动力。oAI制药产业链已形成“上游数据算力支撑—中游AI平台赋能—下游药企应用落地”的完整分工体系。上游以基因序列、临床实验等数据资源和GPU集群、云计算平台等算力基础设施为核心，由头部科技企业与云服务商主导；中游聚焦靶点筛选、化合物设计等药物发现环节，通过AI替代传统人工操作缩短研发周期，形成从单一环节到全流程的多元化服务模式；下游传统药企与CXO企业依托AI技术加速新药研发、提升服务效率，终端需求反向推动中上游技术迭代。竞争格局方面，中国市场药明康德、恒瑞医药等上市公司凭借CXO体系或创新药研发优势融入AI技术，晶泰科技、英矽智能等专注AI驱动药物发现；全球范围内Exscientia、Recursion、BenevolentAI等头部企业凭借技术积累占据主导地位，整体呈现多元化、协同发展的良性竞争格局。o投资建议：行业正处于从概念验证向商业化兑现转变的关键阶段，建议重点关注具有平台技术优势、临床管线进展积极、商业模式清晰的优质标的。.1英矽智能：成立于2014年，2019年落地上海浦东，是一家由生成式AI驱动临床阶段生物医药公司。其核心是自研端到端平台Pharma.AI，其自研平台Pharma.AI曾在18个月内完成“靶点发现→分子设计→临床前候选化合物”全流程，而传统方法平均需4-6年。当前，公司已建立30余条内部管线，覆盖肿瘤、免疫、纤维化、代谢等疾病领域，其中10个分子已获临床试验许可；进展最快的抗特发性肺纤维化候选药Rentosertib（ISM001-055）已完成中国IIa期临床并取得积极数据，成为全球首个由AI独立完成靶点发现与分子设计的进入临床验证案例。.2晶泰控股：AI药物研发企业，融合量子物理、AI与云计算技术，构建“高通量实验-高质量数据-高智能模型”闭环。业务覆盖小分子、大分子药物及材料研发，为全球300多家客户提供服务，推动药物发现与创o风险提示：产业进展不及预期，宏观经济风险，技术发展不及预期。行业基本数据相对指数表现2025-03-31~2026-03-3038%21%3%-14%25/1126/01沪深30026/0325/0325/0625/1126/01沪深30026/03本报告系统分析了AI制药行业的发展现状、产业链结构、竞争格局及投资机人工智能技术与生物医药产业的深度融合正在重塑全球制药行业的创新格局。而行业多维度利好共振推动AI制药进入快速发展通道，政策层面中美两国均出台利好政策支持AI制药发展；技术层面AlphaFold2、ChatGPT等创新产品推动行业进入高速发展期；需求层面老龄化社会和B端药企研发投入增加提供持续动力；人才层面全球AI制药人才竞争日趋激烈，中国多家企业已汇聚大量专业人才。而当前AI制药产业链已形成“上游数据算力支撑—中游AI平台赋能—下游药企应用落地”的完整分工体系。建议重点关注具有平台技术优势、临床管线进展积极、商业模式清晰的优质标的：l英矽智能：成立于2014年，2019年落地上海浦东，是一家由生成式AI驱动临床阶段生物医药公司。其核心是自研端到端平台Pharma.AI，其自研平台Pharma.AI曾在18个月内完成“靶点发现→分子设计→临床前候选化合物”全流程，而传统方法平均需4–6年。l晶泰控股：AI药物研发企业，融合量子物理、AI与云计算技术，构建“高通量实验-高质量数据-高智能模型”闭环。业务覆盖小分子、大分子药物及材料研发，为全球300多家客户提供服务，推动药物发现与创新。3 5 6 9 （一）产业链上游：数据资源是核心生产要素 （二）产业链中游：药物研发的核心环节 （三）产业链下游：药品商业化面世的必经之路 （一）英矽智能 4 5 6 7 8 9 9 9 5确提出依托云计算、大数据、人工智能等信息技术，对新药研制全流程（包括治疗适应症与新靶点验证、临床前与临床试验、产品设计优化及产业化等环节）实施全程监管，提出探索人工智能技术的应用路径，通过挖掘分析生物学数据、开展模拟计算等方式，化学等重大科学问题的新范式，重点围绕新药创制、基因研究等领域，以需求为导向谋划人工智能技术应用场景，助力相关领域技术突破。聚焦研发领域，探索人工智能技术的应用路《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》《关于进一步加强中药科学监管促进中药传承创新发展的若干国家网信办等七《生成式人工智能服鼓励生成式人工智能技术在医药研发等行业智能+”行动，打造具有国际竞争力的数字产6一步将讨论范围拓展至药物研发全链条，既盘点当前实际应用场景，也展望未来发展可能，同时着重强调数据质量管控与算法透明性要求。为支撑上述政策的落地还专门设立数字健康卓越中心与AI指导委员会，为行业提供持续的技术支持与合规指创新，同时确保患者安全。《人工智能在药品生《AI与机器学习在药EMA（欧洲药品《人工智能在药物生《人工智能作为医疗药物研发中的应用框架安全，对AI在医药等高风险领域的应用进行《AI在药物和生物制提供AI在药物发现、临床前研究、临床试验深度学习与强化学习等算法主要依托公开生物医学数据库，通过挖掘靶点与分子结构的理解”——多模态融合技术应运而生，成为当前快速突破期的核心驱动力。这一技术范式的关键在于打通基因组学、蛋白质组学、代谢组学等生物组学数据与电子病历、医学文献等临床信息之间的壁垒，构建跨尺度、跨模态的疾病认知框架。具体而言，基因测理与知识图谱的结合则赋予系统自动解析海量文献、提取隐含关联的能力，显著加速靶助性技术向系统性创新基础设施演进。7需要数月甚至数年、花费数百万美元的结构解析过程压缩至数小时，其2024年发布的互作用，为基于结构的药物设计提供了动态化、精细化的底层基础设施。8学习模型GENTRL仅用21天即完成DDR9资料来源：FengRen等《Asmall-moleculeTNIKinhibitortargetsfibrosisinpre-cmodels》龄化加剧，直接推高了慢性病、恶性肿瘤、心血管疾病等老年高发疾病的患病率，进而周期、降低研发成本、提升研发成功率，精准契合了药企推进创新研发、提升研发效益的核心需求。Prospects》响下，生物制药领域研发生产力持续走低，研发投资回报率也逐年下滑，整体回报率自根据英伟达公开信息，AI技术在药物研发各环节展现出缩短至原先的三分之一，成本降至二百分之一；药物发现与临床前研究周期整体缩减近算”正成为数据协作的主流范式，允许多方在不共享原始数据的前提下联合训练模型，高内涵显微镜捕捉CellPainting和Bri和人群偏差。等专用芯片的算力密度跃升，为分子动力学模拟、蛋白质结构预测等计算密集型任务提供了充沛的底层支撑。亚马逊等，通过打造底层大模型定义技术标准。全球科技巨头正凭借其算力优势、算法建立起事实上的行业标准。英伟达则通过"芯片+软件+生态"的三位一体战略深度绑定行业：其BioNeMo平台提供从分子生成、蛋白质设计到药物筛选的端到端大模型服务，与Bedrock服务，专注于医疗数据的合规存储与AI模型训练。“技术驱动管线”——利用自主开发的AI平台发现物理算法、完备的功能模块和强大的算力支撑，打通了从分子建模、结构优化、虚拟筛阿斯利康（AstraZeneca）等跨国药物发现，后续罗氏基因泰克还收购初创企业PrescientDesign。该公司拥有机器学成式蛋白质设计算法，罗氏收购的意义，在于希望利用人工智能来学习来识别、优化和设计抗体，加快抗体疗法推向临床试验的速度；而阿利斯康则与BenevolentAI合作验证7个全新靶点并推进至临床阶段；诺华也于2019年携手和数据科学合作伙伴，这一举措在医学重新构想方面迈出了重要一步。新实验室旨在从科研到商业化，增强诺华人工智能的能力，并加速全球患者变革性药物的发现与开发。企正加速AI技术渗透，将AI工具整合至现有的药物发现服务链条中。资InsilicoMedicine、自建A下游市场参与者主要分为三大类：第一类为传统大型制药企业，既囊括辉瑞、诺华、赛公司成立于2014年，2019年落地上海浦东，是一家由生成式AI驱动临床学数据中精准锁定TNIK（TRAF2-andNCK-interactingkinase）为特发性肺纤维化l实验验证阶段——Rentosertib在体内外获得进一步付款，使交易总价值最高可达约27.5亿美元未来销售额的分级特许权使用费。而礼来将获得一项全球独家许可，用于开发、生产和商业化针对特定适应症、目前处于临床前开发阶段的、具有潜在“同类最佳”水平的新型口服治疗药物。此外，英矽智能与礼来还将围绕礼来选定的靶点开展多项研发项目合算、AI算法、云端算力及自动化实验等前能研发基础设施。这一平台以微观分子层