DSP-1181的研发沉没成本由谁买单？AI医疗药物发现模式的成本结构将如何重构？

DSP-1181作为首个由AI设计并进入临床的分子，其研发沉没成本主要由委托方日本住友制药承担，AI公司Exscientia则因项目终止而落空了后续的里程碑收入。这一案例折射出AI医疗药物发现领域正在经历的成本结构重构——从传统按服务收费的CRO模式，逐步向按成功付费、风险共担的商业模式演进，AI公司自身也面临从轻资产软件服务向更深层研发参与转型的抉择。

失败项目的成本由谁承担

在DSP-1181这类合作中，临床费用的支付方通常是传统药企，AI制药公司更多以技术输出方身份获取里程碑付款。当项目因未达预期被放弃时，传统药企承担了已经投入的临床研发沉没成本，而AI公司则损失了后续本可获得的成功付费。这种“药企出钱、AI出力、共同分担风险”的结构，决定了失败并非由单方全额买单，而是双方各自承受相应损失。

从行业整体看，AI制药的吸引力在于其宣称能缩短约一半的研发周期并降低至少10%的研发投入。然而DSP-1181的挫折表明，AI在药物发现早期的效率优势，并不能消除临床阶段固有的高失败风险——这正是成本结构重构的核心驱动力。

从按服务收费到按成功付费

传统CRO与AI医疗公司在成本分配逻辑上存在本质差异：

当前国内AI制药市场存在**AI SaaS（售卖软件）、AI CRO（售卖服务）和AI Biotech（自主研发药物）**三种商业模式。行业趋势预测显示，纯SaaS软件服务模式未来可能逐渐萎缩，更多企业会向AI CRO及AI Biotech转型。这意味着AI公司不再满足于“卖工具”，而是更深程度介入药物研发的价值链，与药企形成更紧密的风险共担关系。

重资产转型是否是对冲之选

面对单纯输出技术难以对冲临床失败风险的困境，部分AI制药企业开始考虑从轻资产模式转向更深度的研发参与。行业分析指出，AI Biotech商业模式因发展潜力大、市场空间不受限，可能成为多数AI制药企业的最终选择——这意味着企业需要自建实验室、自主推进管线，承担更大的资金压力与研发风险。

不过，现阶段多数创新型AI药企仍以技术服务起步，利用算法平台为大药企提供靶点发现、化合物筛选等服务。值得注意的是，AI在药物研发中仍主要起辅助作用——在全球已获批临床的AI药物管线中，运用AI发现全新靶点的管线占比极低，大部分项目仍集中在已知靶点与癌症等传统适应症上。这表明AI制药的商业模式重构仍处于早期探索阶段。

常见问题

DSP-1181的失败是否意味着AI制药模式不可行？

不能简单得出这一结论。DSP-1181的失败更多反映了药物研发临床阶段固有的高失败率，而非AI技术在发现环节的失效。AI制药目前仍处于积累训练期，其宣称的效率优势需要更多临床验证来支撑。

AI医疗公司未来会更像传统药企还是技术供应商？

行业趋势显示，纯软件服务模式将逐渐减少，更多企业会向AI CRO和AI Biotech转型。前者类似技术密集型服务商，后者则更接近自主承担研发风险的新型药企，两种路径各有不同的资本需求与风险特征。

药企与AI公司合作时，如何降低沉没成本风险？

关键在于合作模式设计。相比一次性买断服务，按里程碑付款、成功分成的结构能让双方共同关注项目质量。此外，除了聚焦临床前的药物发现，已有AI公司开始探索将技术应用于患者招募、临床试验成功率预测等高成本环节，通过提升后期研发效率来降低整体沉没成本风险。