DSP-1181作为首个由AI设计并进入临床的分子，其未达预期而被放弃，确实打破了AI制药“技术必胜”的单一叙事。但这并不意味着AI医疗赛道价值的终结，而是标志着一个分化与洗牌期的开始：行业竞争焦点将从“纯技术故事”转向“技术+传统研发能力”的复合型实力比拼，未来真正的龙头更可能诞生于资金雄厚、管线多元的大型药企与具备差异化临床价值的“AI+传统研发”复合型选手中。
行业现状：参与者众多，但管线仍处早期
当前全球AI制药市场参与者众多，根据行业研究数据，截至2022年第一季度，全球参与AI药物研发的大型药企超过56家，其中包括逾36家传统药企和20家CRO企业；相关互联网头部企业超31家，AI制药初创企业超495家。然而，从全球已获批临床的AI药物管线来看，绝大部分仍处于早期阶段，其中推进至临床I期的管线占比约32.5%，临床II期占比约36.3%，而推进至临床III期的仅占5.0%。这表明AI在药物研发中目前仍主要起到辅助作用，行业整体仍处于积累训练期。
格局重塑：商业模式与核心竞争力的分化
DSP-1181的失败将加速不同商业模式企业的分化。目前主流的商业模式分为AI SaaS（售卖软件）、AI CRO（研发服务外包）和AI Biotech（自主研发药物）三类。行业趋势预测显示，纯软件服务的AI SaaS模式未来会逐渐消失，企业将向AI CRO和AI Biotech转型。
- 大型药企与AI CRO模式：具备资金优势与风险分散能力。AI CRO模式与传统CRO领域发展类似，最终会形成几家巨头占领大部分市场资源的格局。大型药企凭借雄厚的资金和多元化的管线组合，能够承受单个项目的失败，其竞争力在于将AI作为赋能工具，融入既有研发体系。
- AI初创企业（AI Biotech）：发展潜力大、市场空间不受限，会成为大部分AI+新药企业的选择。但依赖单一技术管线或单一项目的初创企业，在遭遇DSP-1181式的失败时抗风险能力较弱。对于它们而言，开发具有差异化临床价值的产品比AI技术本身更重要，选择确定性更高的应用场景，针对未满足的临床需求进行药物开发，才更有利于商业化发展。
未来赢家：复合型能力与确定性场景
预判未来的竞争格局，赢家更可能是“AI+传统研发能力”的复合型选手。单纯依赖算法优势的叙事已不再奏效，行业正从CADD向AIDD转型，AI技术渗透率越高、研发效率越高，但这必须建立在扎实的生物学和临床开发能力之上。此外，除了聚焦临床前的药物发现，已有公司开始探索将AI应用于成本更高的临床试验阶段，例如通过AI匹配医疗记录与受试药物信息，帮助解决罕见病等小众疾病的患者招募难题，这也将是差异化竞争的重要方向。
常见问题
DSP-1181的失败是否意味着AI制药技术路线走不通？
并非如此。DSP-1181的失败打破了“AI设计即成功”的简单预期，但AI制药的核心价值在于优化研发效率、降低临床失败概率。行业整体仍处于积累训练期，AI在药物研发中目前仍主要起辅助作用，失败是药物研发的常态，关键在于企业能否承受失败并持续迭代。
大型药企与AI初创企业谁更有优势？
两者各有侧重。大型药企资金雄厚、管线多元，抗风险能力强，更倾向于将AI作为赋能工具融入现有体系；AI初创企业机制灵活、发展潜力大，但依赖单一管线的模式风险较高。未来更具竞争力的，是能结合AI技术优势与扎实传统研发能力的复合型选手。
AI CRO模式为何被认为风险更分散？
AI CRO模式类似传统CRO领域的发展路径，通过为多家下游药企提供研发外包服务来分散风险，而非将所有资源押注于自研管线。行业趋势显示该模式最终会形成几家巨头占领大部分市场资源的格局，因此在商业模式上具备更强的抗风险与规模效应。