西达本胺由微芯生物以CADD（计算机辅助药物设计）路线开发，是验证计算辅助新药发现价值的标志性案例。在AI医疗的CADD赛道，竞争格局并非由单一企业主导，而是由自研管线型药企、平台型AI公司与跨界云厂商三类角色共同塑造，分别以AI Biotech、AI CRO和底层算力/数据服务的模式参与竞争，格局仍在动态演进中。
CADD先行者与后来者的位势变化
微芯生物的西达本胺是CADD应用于药物发现早期的代表性成果，证明了计算手段在优化研发效率上的可行性。作为先行者，这类自研管线型药企的优势在于积累了从靶点到临床的完整研发经验和数据闭环，但其竞争位势正受到新进入者的挑战。当前行业正处于从CADD向AIDD（AI驱动药物设计）转型的过程中，新进入者凭借更新的算法与数据工具切入细分环节，而传统药企则作为产业链下游的直接需求方，为AI药物研发企业提供服务出口。
三类玩家的分层竞争
AI制药市场的主要参与者可分为药企、CRO和互联网公司，商业模式上对应AI Biotech（研发药物）、AI CRO（提供服务）与AI SaaS（售卖软件）三种形态。
| 玩家类型 | 代表模式 | 竞争焦点 |
|---|---|---|
| 自研管线型药企 | AI Biotech | 开发具有差异化临床价值的产品 |
| 平台型AI公司 | AI CRO | 以医药研发外包形式服务传统药企 |
| 云厂商/互联网跨界者 | 底层算力与数据集 | 保障算力供给、构建数据壁垒 |
产业链上游的数据集供应与云计算平台构成关键竞争壁垒；中游AI药物研发企业依托数据集和训练工具进行模型搭建，IT企业则通过自建平台及提供算力服务参与；下游传统药企是研发服务的直接购买方。预计未来纯SaaS软件服务模式会逐渐减少，更多企业将向AI CRO和AI Biotech转型，其中AI CRO领域可能形成类似传统CRO的巨头集中格局。
竞争格局的核心变量
判断CADD赛道竞争位势，需关注两个关键维度。其一，AI技术渗透的环节深度。目前全球获批临床的AI药物管线多集中于临床早期，运用AI发现全新靶点的管线占比仍低，说明AI在药物研发中仍主要起辅助作用，尚未完全替代传统方法。其二，商业模式的选择与转型能力。对于大多数创新型AI药企而言，初期多以技术服务路线切入，利用自研算法平台为大药企提供靶点发现、化合物筛选等服务，从小分子药物起步，大分子领域仍存在机遇。
常见问题
AI制药相比传统研发的效率优势有多大？
普遍认为AI制药可以降低约一半的研发周期，减少部分研发投入，同时提高成功率。但需注意，AI在药物研发中的应用仍处于积累训练期，首个由AI设计进入临床的分子DSP-1181就因未达预期而被放弃，说明技术落地效果仍需更多临床数据验证。
CADD和AIDD是什么关系？
CADD（计算机辅助药物设计）自上世纪六十年代就已起步，是AI制药的早期形态，西达本胺即为其代表性成果。AIDD（AI驱动药物设计）是在CADD基础上融合机器学习、自然语言处理及大数据等新一代人工智能技术的进阶形态，当前行业正处于从CADD向AIDD转型的过程中。
未来哪类商业模式最有竞争力？
预计纯软件售卖模式会逐渐消失，企业将向AI CRO和AI Biotech转型。AI Biotech因发展潜力大、市场空间不受限，可能成为多数企业的选择；AI CRO则可能走向巨头集中的格局。对AI制药企业而言，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和针对未满足临床需求进行药物开发，将更有利于商业化发展。