AI医疗商业模式尚未得到市场充分验证，当前药物研发价值链上，AI公司主要赚取服务费和里程碑付款，而传统药企则独享药物上市后的销售利润。这一分配格局的核心原因在于，AI在药物发现上的作用仍局限在速度和成本上，而不是决策的质量，因此难以在价值链中占据主导性议价地位。
目前，AI药物研发整体仍处于探索阶段，企业商业模式需要市场进一步验证。在价值链分工中，AI公司多作为技术赋能方参与药物发现和临床前研究环节，以服务收费或按阶段成果获取里程碑付款为主；而传统药企承担了后续漫长的研发、临床试验、注册审批及市场销售环节，自然也获得了药物成功上市后的大部分利润。CRO机构则凭借在临床执行环节的成熟经验和数据积累，保持着稳定的服务型收入。
当前价值链的利润分配逻辑
在现有格局下，AI制药公司的收入模式与传统CRO有相似之处——以服务费或里程碑付款为主，难以分享药物上市后的高额利润。这背后是AI技术在药物研发中的角色定位问题：
- AI的局限：AI在药物发现上的作用仍局限在速度和成本上，而不是决策的质量。例如，过多使用替代量度（如靶点活性），而非与有效性或安全性直接相关的数据结果，导致其难以在关键决策环节替代人类专家。
- 制药的慢与AI的快存在矛盾：药品研发是极度漫长严谨的过程，在第一个AIDD药物跑完全程之前，无论是科学界还是资本市场都很难完全承认AI制药的价值。
- 数据瓶颈：药物开发领域虽然积累了海量信息，但未知的更多。高质量的生物医学数据缺乏、数据孤岛问题长期存在，使得AI方法在缺少标签的数据集中很难发挥作用。
这些因素共同决定了AI公司目前的价值获取方式——作为研发链条中的“加速器”而非“决策者”，其收益与最终药品的市场表现脱钩。
价值链分配的未来演变方向
随着AI技术从药物发现环节向临床环节延伸，价值链分配可能发生结构性变化。值得关注的方向包括：
AI在特定领域的突破可能改变议价能力。 在蛋白质工程领域，AI已经展现出更强的能力——以GPT为代表的大模型在蛋白质设计上展现出超越人类经验的能力，AI能够设计出违背人类直觉但有效的蛋白质突变点位。这种“反直觉”的突破，可能让AI公司在某些细分领域从“服务提供者”转变为“核心知识产权持有者”。
数据积累与算法迭代将重塑分工。 未来随着算法的更新、算力的突破及大数据的发展，AI技术将深入应用到新药研发的各个环节，在化合物合成、药效预测及自动化研发等阶段扮演越来越重要的角色。当AI能够在更多环节提供不可替代的价值时，其在利润分配中的话语权自然提升。
从“按服务收费”到“按成果分成”的转变。 如果AI公司能够证明其技术在降低研发失败率、缩短研发周期方面的实质贡献，价值链分配有望从服务费模式向更高比例的里程碑付款乃至销售分成模式演进。
常见问题
AI公司未来能否分享药物上市后的利润？
目前来看可能性存在，但前提是AI技术需要从“速度和成本优化”升级为“决策质量提升”。只有当AI能够在药物有效性、安全性预测等关键决策环节提供不可替代的价值时，AI公司才具备更强的议价能力去争取销售分成。在此之前，服务费和里程碑付款仍将是主要收入来源。
传统药企在AI时代的价值护城河是什么？
传统药企的核心壁垒在于临床开发能力、监管审批经验、市场渠道和长期积累的疾病生物学理解。这些能力难以被AI快速替代，尤其是在临床试验设计、患者招募、监管沟通等环节。因此，即便AI在发现环节效率提升，药企在价值链后半段的掌控力依然稳固。
为什么AI在药物发现上仍不能替代人类决策？
核心原因在于行业尚未达到“AI ready”状态。药物开发领域虽然积累了海量信息，但未知的更多——人类对大部分蛋白的功能、修饰变化及细胞信号通路的理解仍十分有限；高质量的生物医学数据缺乏，数据孤岛问题长期存在；药物研发的反馈周期过长，一个药物是否真正有效，只有通过实验、临床反馈来积累，数据积累成本高、速度慢。这些因素共同制约了AI在决策层面的应用。