AI制药融资额从2020年的24.06亿美元增至2022年的62.02亿美元，三年间接近翻三倍，资金主要流向研发环节（数据、算法与算力）、临床前及临床验证，以及产业链中游的AI药物研发企业。行业普遍认为，AI制药可降低一半研发周期、减少10%研发投入，但当前仍处于积累训练期，距离规模化变现尚需时日。
资金去向：研发、算力与数据是核心
AI制药的资金投入高度集中在产业链的“硬骨头”上。根据产业链分工，上游是AI模型数据集供应及云计算平台，其中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。中游是AI药物研发企业和IT企业，前者依托数据集进行模型搭建与训练，后者通过自建平台及提供算力、计算框架服务参与研发。简单来说，融资的大部分用于“买数据、租算力、养算法”。
值得注意的是，美国AI初创公司吸纳了市场上绝大部分资金，占总融资额的77%，反映出资本对头部技术与数据积累的偏好。
投入产出：周期减半，但商业化未到爆发期
资本重金押注的逻辑在于传统制药“回本”越来越难。行业共识是，AI技术在药物研发中渗透率越高，研发效率越高，AI制药可降低一半研发周期、减少10%研发投入，成功率提高4%。然而现实也充满波折——首个由AI设计进入临床的分子因未达预期被放弃，说明技术落地仍有不确定性。
从全球80条获批临床的AI药物管线看，推进到1期的有42条、Ⅱ期29条、Ⅲ期仅4条，且运用AI发现新靶点的管线仅3条。这表明AI在药物研发中仍起辅助作用，资金投入更多是在“积累训练期”打基础，而非短期变现。
未来方向：从技术服务转向自研药物
当前国内AI制药参与者主要有药企、CRO和互联网公司三类，商业模式分为AI SaaS（卖软件）、AI CRO（卖服务）和AI Biotech（研发药物）。业内预计，SaaS模式未来会逐渐消失，企业将向AI CRO和AI Biotech转型，其中AI Biotech因发展潜力大，或成为多数企业的选择。
此外，已有公司开始探索将AI应用于成本更高的临床试验环节，比如通过匹配医疗记录辅助患者招募，或利用公开临床数据预判试验成功率——这可能是资金下一阶段的重要流向。
常见问题
为什么AI制药融资额增长这么快？
因为传统制药研发周期长、成本高，AI被认为能显著缩短周期、降低成本并提高成功率。2020年至2022年，AI制药赛道融资额从24.06亿美元增至62.02亿美元，正是资本对效率提升预期的直接反应。
AI制药的钱主要花在哪些具体环节？
主要花在研发环节，包括上游的数据集供应与算力平台建设，以及中游的模型搭建、算法训练和药物研发服务。此外，部分资金开始流向临床试验阶段的患者招募和成功率评估等新场景。
AI制药现在能盈利吗？
目前行业仍处于积累训练期，大部分AI药物管线尚在临床早期（1期和Ⅱ期为主），商业化落地尚需时间。业内共识是，开发具有差异化临床价值的产品比AI技术本身更重要，未来的盈利模式将更多依赖AI CRO服务费和AI Biotech的药物上市回报。