AI医疗在药物发现中的商业模式正从单一走向多元，价值分配的核心取决于谁承担了管线风险、谁掌握了不可替代的核心数据与算法。总体而言，掌握核心数据与算法的平台方在议价中占据主动，但收益的最终兑现高度依赖药企的研发进展；而服务方与药企的受益程度，则需结合具体合作模式来审视。

当前，AI在药物发现环节的应用多集中于生物制药企业构建生成式模型来预测结构、发现药物，以及CRO企业在已有数据基础上训练生成式语言模型以服务临床。从产业链看，AIGC产业由基础设施、算法模型和应用拓展三部分构成，基础层与模型层的搭建适合有规模效应的大厂和平台，而应用层的探索与突破则更多由创业公司承担。

商业模式的核心形态

在药物发现领域，AI医疗的商业模式大体可分为几类：其一是软件订阅，即平台方提供算法工具或数据库，药企按使用期限付费；其二是CRO服务模式，即AI公司作为服务方，承接药企的特定研发任务并收取服务费用；其三是里程碑付款与销售分成，即AI公司将技术成果推进至临床或商业化阶段后，按节点获取报酬，或在药品上市后参与销售分成。

不同模式的风险收益结构差异显著。软件订阅与CRO服务模式下，服务方风险较低，但收入天花板相对有限；而里程碑付款与销售分成模式将服务方与药企深度绑定，潜在回报更高，但要求服务方具备更强的全链条研发能力。

价值分配的关键变量

价值分配并非由商业模式单方面决定，而是取决于两个核心变量：一是核心数据与算法的稀缺性，二是管线风险的承担主体。

掌握高质量、专有数据集的平台方，往往能在谈判中占据更强议价地位。医疗领域是一个高度专业化的领域，容错率低，需要医疗专业人士的专业知识和经验才能正确理解和解释相关问题。高质量、用户反馈和专有数据集是专业化模型的关键，而这些资源具有极强的排他性，一旦形成壁垒，平台方的不可替代性便随之确立。

另一方面，管线风险由谁承担直接决定分配格局。若药企承担主要的临床与商业化风险，其在收益分配中自然要求更大份额；若AI平台方以“风险共担”方式深度介入，则有望获取里程碑付款与销售分成中的更高比例。当前行业普遍认为，定义明确的高价值工作流程将主要由专门的人工智能系统解决，医疗领域尤其需要此类高质量专业化模型，这为掌握垂直场景数据的平台方创造了结构性机会。

常见问题

平台方与服务方是一回事吗？

不完全是一回事。平台方通常指掌握底层模型、算法与数据基础设施的机构，而服务方更多指利用这些工具为药企提供具体研发服务的机构。实践中，部分创业公司既自建模型又开发应用，形成端到端模式，此时平台与服务方角色合二为一。

药企在AI药物发现合作中处于被动地位吗？

并非必然。药企拥有临床开发能力、注册审批经验与商业化渠道，这些同样是AI公司难以替代的资产。价值分配取决于双方议价能力与风险承担结构的综合博弈，药企若以自身管线资源与临床数据参与合作，其话语权同样可观。

创业公司在这一领域的机会在哪里？

创业公司的机会主要在于应用层的探索与垂类专业化模型的构建。基础层与模型层的搭建更适合大厂，但医疗领域的高价值工作流依赖专有数据集与精细的用户反馈，这为聚焦细分场景的创业公司留出了差异化空间。多家新型创业公司正将内容生产方式与数字化程度高、需求丰富的医疗行业结合，形成应用层公司，但多数仍处于早期轮次，商业模式尚在验证之中。