AI制药可将研发周期缩短一半、成功率提高4倍，同时减少约10%的研发投入。这一效率跃升将重塑产业链格局，其中上游数据与算力供应商、中游AI制药平台以及下游传统药企均有望显著受益。
上游：数据与算力是核心壁垒
产业链上游主要包括AI模型数据集供应及云计算平台。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。随着AI制药渗透率提升，对高质量医药数据和稳定算力的需求将持续增长，拥有稀缺数据资源或高效算力服务的企业将占据有利位置。
中游：AI制药平台向多元化模式演进
中游参与者包括AI药物研发企业和IT企业。目前商业模式主要分为AI SaaS（售卖软件）、AI CRO（研发服务外包）和AI Biotech（自主研发新药）。根据行业趋势，SaaS模式未来可能逐步消失，企业将向AI CRO和AI Biotech转型。其中AI Biotech因发展潜力大、市场空间不受限，正成为多数企业的选择；而AI CRO则可能形成几家巨头垄断的格局。
下游：传统药企是直接需求方
下游以传统药企为主，中游AI药物研发企业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AI制药的直接需求者。AI技术能帮助药企显著缩短研发周期、降低失败风险，尤其在高成本的临床试验环节——已有AI公司介入患者招募和临床试验成功率评估，有望进一步降低整体研发成本。
常见问题
AI制药目前主要应用于哪些环节？
当前AI制药主要聚焦药物研发阶段（靶点确认、分子生成、化合物筛选等）和用药安全阶段（临床试验、药物评估等）。全球已获批临床的AI药物管线中，癌症是最主要的适应症（占66%），其次是遗传性疾病和罕见病。
为什么说AI制药仍处于积累训练期？
截至2022年，全球80条获批临床的AI药物管线中，超过68%仍处于临床I期或II期，进入III期的仅占5%。靶点选择上，运用AI发现新靶点的管线仅占4%，表明AI在药物研发中仍起辅助作用。首个由AI设计进入临床的分子DSP-1181也因未达预期而被放弃，说明技术成熟尚需时间。
未来AI制药产业链中哪些环节更具机遇？
除了临床前药物发现，临床试验阶段（如患者招募、成功率预测）正在成为AI应用的新方向。此外，开发具有差异化临床价值的产品比AI技术本身更重要，聚焦未满足的临床需求（如罕见病、大分子药物）将更有利于商业化发展。