从CADD到AIDD，AI医疗在制药产业链中的议价能力之所以始终偏弱，核心原因在于中游AI药物研发企业目前仍以辅助角色参与，对下游传统药企的需求存在较强依附性。浙商证券统计的全球80条获批临床AI药物管线中，52条已公布靶点、25条未公布靶点，而运用人工智能发现新靶点的管线仅3条——这一结构直接说明，AI在药物研发中最具价值的新靶点发现环节尚未成为主流，技术方难以凭"不可替代性"换取议价空间。

从CADD到AIDD：工具属性延续

AI制药并非新事物。自达茂斯会议提出制造智能机器的科学和工程后，AI逐渐引入药物研发领域；1966年赛勒斯·利文索尔将计算机模拟与分子图像相结合实现蛋白质和核酸结构可视化，标志着计算机辅助药物设计（CADD）的开始。此后CADD逐步成为常规操作。从CADD到AIDD，技术形态在演进，但其在制药链条中的"工具"定位并未根本改变。

辅助定位决定议价弱势

产业链分工清晰解释了议价格局：上游是AI模型数据集供应及云计算平台，中游是AI药物研发企业和IT企业，下游以传统药企为主。中游企业主要以医药研发外包形式与下游合作，将其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。

当服务以"外包"形式交付、且AI发现新靶点的管线占比极低时，技术方更多是在既有靶点上做效率优化，而非创造不可替代的价值。需求方掌握选择权，价格传导自然向上游技术方施压。此外，首个由AI设计进入临床的分子DSP-1181因未达预期被日本住友放弃，也印证了当前AI+药物设计仍处于积累训练期。

常见问题

AI制药在产业链中处于什么位置？

AI药物研发企业位于产业链中游，上游为数据集与云计算平台，下游以传统药企为主。中游企业主要以医药研发外包形式与下游合作，将药物研发阶段的服务直接出售给传统药企，因此传统药企是直接需求方。

为什么AI发现新靶点如此关键？

在80条获批临床的AI药物管线中，运用人工智能发现新靶点的仅3条，其余多为已公布或未公布靶点。新靶点发现是药物研发中壁垒最高的环节，若AI主要停留在既有靶点上的效率优化，其议价能力就难以脱离对下游药企需求的依附。

中游AI药企的商业模式会如何演变？

结合市场环境，AI SaaS软件服务模式预计将逐渐消失，企业会向AI CRO及AI Biotech转型；其中AI Biotech因发展潜力大、市场空间不受限，可能成为多数企业的选择，而AI CRO则可能形成几家巨头占据大部分市场资源的格局。