AI制药将研发周期缩短一半，将从根本上加速药物从靶点发现到上市的整体节奏，深刻改变药企的研发投入、管线布局速度以及CRO/CDMO等外包服务的供需关系。
通过将AI技术应用于药物研发各环节，较传统制药研发可以更显著地缩短研发所需周期，从而降低企业研发成本，同时提高药物研发成功率和投资回报率。一般AI技术在研发过程中的渗透率越高，药物研发的效率越高。这种效率的提升将直接传导至供需两侧。
对药企研发供需与节奏的影响
对于传统药企而言，研发周期缩短意味着投入产出比显著优化。药企可以用更短的时间、更低的成本将更多候选药物推进至临床阶段，从而加快管线布局速度，更灵活地应对未满足的临床需求。同时，这也将激励药企在更广泛的靶点和适应症（如癌症、遗传性疾病和罕见病）上进行探索，改变过去因研发周期过长而不得不放弃部分管线的局面。
当前全球AI药物管线中，大部分仍集中在临床早期阶段，AI制药仍处于积累训练期。但随着技术成熟，研发节奏的加快将使得管线推进的“泵速”显著提升。
对CRO/CDMO等外包服务供需的影响
产业链中游的AI药物研发企业主要以医药研发外包形式与下游药企合作。AI制药缩短研发周期，将直接导致对CRO/CDMO服务的需求结构发生变化。一方面，更多管线进入临床前和临床阶段，将增加对外包服务的总量需求；另一方面，AI技术介入后，服务环节（如靶点发现、化合物筛选）的效率提升，可能使得传统CRO/CDMO的服务模式面临升级压力，促使它们向AI CRO等更高附加值的商业模式转型。
预计未来AI SaaS类商业模式会逐渐消失，企业会逐渐向AI CRO以及AI Biotech两种模式转型，其中AI CRO领域最终会形成几家巨头占领大部分市场资源的格局。
常见问题
### AI制药真的能缩短一半研发周期吗？
普遍认为，AI制药可以降低一半的研发周期，减少10%的研发投入，成功率还高了4%。这一结论基于行业共识，但需注意，目前AI+药物设计仍处于积累训练期，首个由AI设计进入临床的分子DSP-1181因未达预期而被放弃，说明从理论到大规模落地仍需时间。
### 研发周期缩短后，AI制药企业的主要商业模式会如何变化？
当前商业模式主要分为AI SaaS、AI CRO和AI Biotech。预计未来SaaS模式会逐渐消失，企业会向AI CRO和AI Biotech转型。其中AI Biotech发展潜力大、整体市场空间不受限，将成为大部分企业的选择；而AI CRO领域则会形成类似传统CRO的巨头垄断格局。
### AI制药当前主要聚焦在哪些适应症？
和传统方法一样，癌症是AI制药企业首选的适应症，占比达66%；其次为遗传性疾病和罕见病（12%）；此外，神经系统及免疫疾病、肠道疾病、COVID-19等也占据一定比例。