AI制药的效率提升已有相对明确的行业共识：AI技术应用于药物研发可缩短约一半研发周期、减少约10%研发投入，并将成功率提高约4%；而传统新药从研发到上市平均需要10—16年。落到产业链上，议价能力的分布并不均匀——上游数据集供应环节壁垒最高、话语权最集中，中游AI药物研发企业与IT企业议价能力相对偏弱，下游传统药企作为直接需求方掌握采购主导权。价格传导整体呈现"下游压中游、中游依赖上游"的格局。

各环节议价能力从何而来

上游：数据集与云计算平台。 上游主要由AI模型数据集供应及云计算平台构成，其中数据集提供的医药数据是行业的关键竞争壁垒，云计算平台则保障底层架构的算力供给。数据的稀缺性与不可替代性，决定了这一环节在链条中处于相对强势的位置。

中游：AI药物研发企业与IT企业。 中游企业主要以医药研发外包形式与下游合作，在数据集基础上依托内部训练工具与AI开发工具搭建、训练模型；IT企业则通过自建平台或提供算力、计算框架参与研发。其价值实现高度依赖上游数据供给与下游订单，议价空间相对受限。

下游：传统药企。 中游企业将药物研发阶段的服务直接出售给传统药企，传统药企是AI药物研发的直接需求者，也是价格传导的起点。

价格传导的现实约束

议价能力能否转化为定价权，仍受制于技术成熟度。全球获批临床的AI药物管线中，推进至I期和II期的占多数，进入III期的数量有限；已公布靶点的管线中，运用人工智能发现新靶点的比例较低，AI在药物研发中仍起相对辅助的作用。这意味着中游企业短期内较难凭技术稀缺性向上游或下游争取更大议价空间。此外，AI技术在研发过程中的渗透率越高，药物研发效率越高，渗透深度将直接影响各环节的议价权重。

常见问题

AI制药真能缩短一半研发周期吗？

行业普遍认为，AI制药可降低约一半的研发周期、减少约10%的研发投入，成功率提高约4%。但传统新药平均上市时间仍达10—16年，效率提升目前主要体现在药物发现等前端环节。

AI医疗产业链中谁的议价能力最强？

从环节属性看，上游数据集供应凭借关键竞争壁垒占据相对强势地位；下游传统药企作为直接需求方掌握采购主导权；中游AI药物研发企业与IT企业议价能力相对偏弱。

价格传导的主要压力落在哪一环？

压力主要集中在中游。上游数据与算力具有稀缺性，下游药企掌握订单，中游企业以研发外包形式参与合作，较难将成本压力向上或向下转移。