CADD相比传统实验确实显著压缩了研发周期与成本，但AI医疗的盈利模式能否跑通，关键在于企业能否将效率优势转化为可持续的商业闭环——目前行业正处在从卖软件（AI SaaS）向卖服务（AI CRO）和卖药物（AI Biotech）转型的验证期。

以计算机辅助药物设计（CADD）为例，其效率价值已被真实药物验证。资料显示，微芯生物的西达本胺正是CADD应用的成果。从行业普遍认知看，AI技术应用于药物研发各环节，可缩短约一半的研发周期，并降低至少10%的研发投入，同时提高成功率。传统药物研发平均上市时间长达10-16年，而AI的介入能将总研发周期平均缩短1/2至2/3。这种数量级的成本与时间节省，正是AI医疗为客户创造的核心价值空间，也是探讨其盈利模式的基础。

AI医疗的三种主流商业模式

当前国内AI制药市场参与者主要有药企、CRO和互联网公司三类，对应衍生出三种核心盈利模式：

模式本质盈利特征
AI SaaS售卖软件工具订阅制收费，边际成本低，但价值兑现依赖客户自身研发能力
AI CRO售卖研发服务按项目收取服务费，现金流稳定，但天花板受限于人力与产能
AI Biotech自主研发药物高风险高回报，依赖里程碑付款与后期销售分成，空间不受限

从行业趋势看，纯SaaS模式预计会逐渐萎缩，更多企业将向AI CRO与AI Biotech转型。其中AI Biotech因发展潜力大、市场空间不受限，被认为是大部分AI+新药企业的最终选择；而AI CRO则可能像传统CRO领域一样，最终形成少数巨头占据主要市场的格局。

盈利模式跑通的关键：从效率工具到价值交付

AI医疗盈利模式能否跑通，核心在于能否在真实项目中兑现效率承诺。现实中，行业仍处于积累训练期：统计显示，全球获批临床的AI药物管线中，推进至III期的仅占5.0%，而运用AI发现新靶点的管线占比仅4.0%。这也说明AI在药物研发中仍主要起辅助作用。

对于盈利模式的可持续性，有两个方向值得关注：一是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、针对未满足的临床需求进行药物开发，更有利于商业化落地；二是将AI能力向成本更高的临床阶段延伸——临床试验是新药研发中耗时最久、资金花费最高的环节，已有AI公司介入患者招募与试验成功率评估，这为AI医疗打开了超出临床前药物发现的价值空间。

常见问题

CADD相比传统实验，成本优势具体有多大？

普遍认知是AI制药可降低一半研发周期、减少10%研发投入，同时提高成功率。传统药物研发平均上市时间需10-16年，AI介入后总研发周期平均可缩短1/2至2/3。具体到单一项目的成本节省，需结合药物靶点、适应症及AI渗透率综合评估。

AI医疗企业如何实现盈利？

目前主要有三种路径：售卖软件（AI SaaS）、售卖研发服务（AI CRO）和自主开发药物（AI Biotech）。其中AI Biotech模式通过里程碑付款与后期商业化分成实现收益，市场空间不受限，被认为是多数企业的转型方向。

AI医疗的商业闭环目前走到哪一步了？

行业整体仍处于积累训练期，多数AI药物管线处于临床早期阶段。能否跑通闭环，取决于AI企业在真实管线中兑现降本增效承诺，并将能力从临床前拓展至成本更高的临床试验环节。