AI医疗药物管线中，癌症适应症占比高达66%，是AI制药企业最集中的攻坚方向。 根据浙商证券对全球80条已获批临床的AI药物管线的统计，癌症以绝对优势成为首选适应症，其次为遗传性疾病和罕见病（12%）。赛道竞争焦点并非单纯比拼AI技术炫技，而是围绕数据积累、商业模式选择与临床推进速度展开，头部企业的护城河正在这些维度上加速成型。

管线格局：癌症为何成为AI制药的主战场

从浙商证券统计的全球AI药物管线看，癌症（66%）、遗传病与罕见病（12%）、神经与免疫疾病（10%）构成三大核心方向。这一分布与传统制药的适应症选择逻辑高度一致——肿瘤领域临床需求最迫切、市场规模最大，且肿瘤靶点数据相对丰富，恰好适合AI模型进行海量学习与分子生成。

从管线推进阶段看，当前行业仍处于早期积累期：临床1期管线占比32.5%，临床2期占比36.3%，推进至临床3期的仅5.0%。这表明AI制药整体尚未进入收获期，多数企业的竞争力体现在候选分子的发现速度与临床前验证效率上，而非已上市药物的销售表现。

竞争壁垒：数据、模式与临床效率的三重博弈

数据是AI制药最核心的竞争壁垒。 产业链上游的医药数据集供应直接决定模型训练质量，拥有高质量、结构化肿瘤数据的平台企业具备天然先发优势。中游企业则依托内部训练工具与AI开发平台，以医药研发外包（CRO）形式与下游传统药企合作，将药物研发阶段的服务直接出售给药企。

在商业模式上，行业正从早期普遍的技术服务路线（AI SaaS）向AI CRO与AI Biotech双极分化。AI Biotech因发展潜力大、市场空间不受限，被视为多数企业的最终转型方向；而AI CRO则预计会像传统CRO领域一样，最终形成少数巨头占据大部分市场的格局。这意味着，单纯售卖软件的企业将逐渐被淘汰，具备自主管线研发能力或深度绑定药企研发流程的企业更具长期竞争力。

值得注意的是，目前AI药物管线中运用人工智能发现新靶点的仅占少数（已公布靶点管线中，新靶点占比约4%），多数工作仍集中于已知靶点的分子优化。这反映出当前AI制药更多是“辅助提效”而非“颠覆性创新”。在此背景下，选择确定性更高的技术应用场景、针对未满足的临床需求开发差异化产品，比单纯追求AI技术领先更为务实。

临床阶段：AI应用的新战场

除临床前药物发现外，已有公司开始将AI技术延伸至成本更高、耗时最久的临床试验环节。例如，通过将医疗记录、医学文献与患者主动上传的病理信息进行匹配，帮助试验主体招募合适的受试患者；或基于公开临床数据，利用AI预判临床试验设计的可行性。这些探索虽然尚处早期，但有望解决传统临床试验中患者招募困难、样本量设计不合理等长期痛点，成为AI制药企业构建差异化壁垒的新方向。

常见问题

AI制药企业目前主要靠什么赚钱？

当前国内AI制药市场参与者主要有药企、CRO和互联网公司三类，商业模式分为AI SaaS（售卖软件）、AI CRO（售卖服务）和AI Biotech（自主研发药物）。行业趋势是SaaS模式将逐渐萎缩，企业会向AI CRO和AI Biotech转型，其中AI Biotech被认为是大部分企业的最终选择。

为什么AI制药在肿瘤领域管线最多？

肿瘤适应症占比达66%，一方面因为肿瘤临床需求最迫切、市场规模大；另一方面，肿瘤靶点的生物学数据积累相对丰富，适合AI模型进行大规模学习与分子生成，AI介入后缩短研发周期、降低成本的效果也更显著。

目前AI药物管线推进到了哪个阶段？

根据浙商证券统计的全球80条获批临床的AI药物管线，大部分仍处于早期阶段：临床1期占32.5%，临床2期占36.3%，进入临床3期的仅5.0%。行业整体仍处于“积累训练期”，距离规模化收获尚需时日。