AI制药数据集壁垒高，产业链上游主要包括AI模型数据集供应和云计算平台，其中数据集是核心竞争壁垒，云计算平台提供底层算力支撑。
AI制药（AIDD）是指将机器学习、自然语言处理及大数据等人工智能技术应用到制药领域各环节，以优化研发效率、降低成本和失败概率。根据Deep Pharma Intelligence数据，截至2022年Q1，全球参与AI药物研发的大型药企超过56家，AI制药初创企业超过495家。产业链上游的关键环节包括数据集供应和云计算平台：数据集提供的医药数据是行业的关键竞争壁垒，云计算平台则用于保障底层架构的算力供给。
上游数据集：核心壁垒
在AI制药产业链中，上游数据集供应是竞争壁垒最高的环节。高质量、结构化的医药数据（如临床数据、分子结构、化合物活性数据等）是训练AI模型的基础。这些数据不仅获取成本高，还涉及隐私合规、数据清洗和标注等复杂流程，因此具备数据资源优势的企业在产业链中占据有利地位。云计算平台则负责提供算力支持，保障AI模型训练和运行的效率。
中下游协同关系
产业链中游是AI药物研发企业和IT企业。AI药物研发企业主要通过医药研发外包形式与下游合作，在数据集基础上搭建和训练模型；IT企业则通过自建AI药物研发平台或提供算力、计算框架服务参与其中。产业链下游以传统药企为主，它们是AI药物研发的直接需求者，中游企业将药物研发阶段的服务出售给下游药企。当前，AI+药物设计仍处于积累训练期，全球AI药物管线中，有32.5%处于临床1期，36.3%处于临床11期，5.0%处于临床111期，适应症以癌症（66.0%）为主，其次为遗传性疾病和罕见病（12.0%）。
常见问题
### AI制药产业链上游的核心壁垒具体指什么？
产业链上游的核心壁垒在于数据集供应。医药数据的高获取成本、隐私合规要求以及数据标注难度，使得拥有高质量数据集的企业具备显著竞争优势。云计算平台作为算力支撑同样重要，但数据集的质量和多样性是决定AI模型性能的关键。
### 产业链中游的AI药物研发企业与下游药企如何合作？
中游的AI药物研发企业主要通过医药研发外包形式与下游传统药企合作。它们利用上游数据集和自研AI工具，为药企提供靶点发现、化合物筛选、ADMET性质检测等服务，从而帮助药企缩短研发周期、降低研发成本。
### 当前AI制药产业链的发展趋势如何？
预计未来AI SaaS（纯软件服务）模式会逐渐消失，企业将向**AI CRO（研发外包）和AI Biotech（自研药物）**两种商业模式转型。其中，AI Biotech因发展潜力大、市场空间不受限，将成为多数企业的选择；而AI CRO则可能形成少数巨头垄断市场的格局。