DSP-1181被放弃并不等于AI制药（AIDD）赛道本身失败，它更像一个分水岭，让行业从“讲AI故事”切换到“拼临床验证”模式。在AI医疗商业化竞赛中，最可能被淘汰的是缺乏真实临床数据闭环、只卖软件工具（AI SaaS）的纯技术型公司，以及那些无法与药企建立深度利益绑定、管线缺乏差异化价值的玩家。
洗牌的本质：从“技术崇拜”到“临床验证”
DSP-1181曾是行业标杆，其被放弃暴露了AI设计分子与临床现实之间的鸿沟。当前全球AI药物管线仍处于积累训练期，从临床推进进度看，大部分管线集中在早期阶段，能够进入后期临床的仍是极少数。这背后的核心矛盾在于：AI擅长优化“已知”，而新药研发失败往往发生在“未知”的临床环节。
资本的热潮曾基于“AI能大幅缩短研发周期”的假设，但当首个标志性分子受挫，市场必然重新审视各环节的真实壁垒。行业共识正在形成：开发具有差异化临床价值的产品，比AI技术本身更重要。
三类玩家的命运分野
根据商业模式，AI制药企业主要分为AI SaaS（售卖软件）、AI CRO（售卖服务）和AI Biotech（研发药物）三类。
| 商业模式 | 核心壁垒 | 洗牌风险 |
|---|---|---|
| AI SaaS | 软件易用性、数据集规模 | 高：难以独立验证临床价值，易被替代 |
| AI CRO | 服务效率、药企合作关系 | 中：向巨头集中，中小型承压 |
| AI Biotech | 管线临床数据、差异化靶点 | 低：天花板最高，但考验资金与临床能力 |
最危险的玩家是纯软件型AIDD公司。 这类公司缺乏自有临床管线，无法形成“设计-验证-反馈”的数据闭环。浙商证券统计显示，全球获批临床的AI药物管线中，运用AI发现新靶点的管线仅占极少数，说明AI在多数项目中仍扮演辅助角色。若软件能力不能转化为临床阶段的实证优势，其商业价值将受到严重质疑。
产业链的深层博弈
从产业链看，上游的数据集供应是行业关键竞争壁垒，中游AI药物研发企业以下游传统药企为直接需求方。药企与AI公司的博弈正在加剧：当AI公司自研管线（AI Biotech模式）与药企形成竞争时，合作关系会变得微妙。DSP-1181的案例中，开发方仍在推进其他管线，而合作药企选择放弃，正反映了这种利益分歧。
行业趋势已较为清晰：AI SaaS模式会逐渐消失，企业将向AI CRO和AI Biotech转型。 AI Biotech因市场空间不受限，会成为大多数企业的选择；而AI CRO领域则可能像传统CRO一样，最终形成几家巨头占据大部分市场的格局。此外，AI的应用正在从临床前向成本更高的临床试验环节延伸，如患者招募和试验成功率预测，这为具备真实世界数据能力的玩家提供了新机会。
常见问题
纯软件型AIDD公司一定会被淘汰吗？
大概率需要转型。行业预测AI SaaS模式会逐渐消失，这类企业缺乏临床数据验证自身算法价值，较难独立生存。转型方向通常是向下游服务延伸（AI CRO）或向上游管线自研延伸（AI Biotech）。
什么类型的AI制药公司最有竞争力？
具备差异化临床价值管线的AI Biotech公司更具优势。关键在于能否针对未满足的临床需求选择有潜力的适应症和靶点，而非单纯比拼算法参数。同时，能打通临床数据反馈闭环的公司将建立更深护城河。
DSP-1181的失败是否意味着AI制药整体不可行？
不是。DSP-1181被放弃反映的是单一管线风险，而非技术路线否定。当前AI制药仍处于CADD向AIDD转型的积累期，行业共识是AI应聚焦确定性更高的应用场景。该事件加速了行业洗牌，让市场更理性地看待AI在药物研发中的实际边界与价值。