从实验室到智能工厂：AI制药的黄金十年

原标题：从实验室到智能工厂：AI制药的黄金十年

英矽智能的生成式AI平台仅用18个月完成从靶点发现到候选药物设计，其抗纤维化新药INS018_055已进入Ⅱ期临床试验，较传统研发周期压缩70%；恒瑞医药的AI系统每日生成10万种化合物，其中20%通过成药性验证，效率达人工筛选的200倍，推动石药集团等企业拿下国际药企百亿订单——这些案例背后，是一场正在颠覆药物研发范式的技术革命。

传统药物研发深陷“双十困局”：单款新药平均耗时10年、耗资26亿美元，且88%候选药物因疗效或安全性问题折戟临床试验。而AI技术正通过三重路径破局：虚拟筛选技术将先导化合物筛选成本降至传统1/200，临床前周期缩短30%；AlphaFold等工具实现蛋白质结构高精度预测，靶点验证准确率提升40%；更值得注意的是，2024年全球AI制药融资超33亿美元，中国AI制药企业突破百家，技术渗透率已覆盖55%药物发现环节，产业生态加速扩容。

但目前AI制药仍面临两大硬约束：医疗机构数据共享率不足20%，异构数据壁垒严重制约模型泛化能力；兼具医药知识与AI技术的复合型人才缺口高达50万。尚无完全由AI独立研发的药物获批上市，因临床验证需满足复杂生物学机制与严苛监管要求。未来需构建跨学科协作生态，推动监管框架适配AI证据体系，方能实现从“效率工具”到“决策核心”的质变。

本文，头豹研究院将对AI制药行业发展现状、发展趋势及竞争格局等关键领域进行深入分析，以期对未来发展趋势做出研判。

AI制药行业概述

人工智能药物发现与开发（AIDD）作为制药行业新兴概念，自2015年起逐步成型，预计至2025年实现显著进展。其理念源自德国2013年提出的工业4.0战略框架，即智能化时代。截至2025年5月，中国及全球已涌现出大量AIDD企业，为制药市场贡献可观价值。AI通过语言大模型和数字技术优化疾病结构调控、预防与预后方案，在工业化制药中提升研发效率、质量检测水平，并减少手工操作。深度学习与机器学习可精准预测药物效果与安全性，大幅提高成功率并降低成本，推动行业从“制药”向“智药”转型。

● AI制药行业特征包括：

商业模式多元化；竞争环境特殊

AIDD行业模式主要包括AISaaS、AIBiotech与AICRO三类，其本质是硬件、软件、计算机科学与医药工业深度融合的高科技产业。行业核心用户为产业链中游企业，即介于高端技术供应商与传统药企之间的专业中间平台。从地域分布来看，中国AIDD企业高度集聚于北京、长三角和粤港澳大湾区，形成技术密集、竞争激烈且市场响应灵活的发展格局。

客户专业化，研发成本高，周期分化

AIDD药物主要聚焦于复杂疾病领域，如mRNA肿瘤治疗（mRNACancerTherapy）和蛋白质治疗药物（Protein-basedTherapeutics），其研发成本高度依赖专家人力投入，区别于依赖自然资源的传统高科技行业（微生物制药除外）。行业研发周期可分为两类：长周期面向常见病及中等复杂度疾病（如感冒、鼻炎）；短周期则专注于难治性疾病，例如费米子生物（FermionBiotech）的FZ007-119JAK抑制剂项目与莱芒生物（LaimanBio）的Meta10-19红斑狼疮疗法（LupusTreatment）。

供需平衡，门槛高，前景明确

当前AIDD行业供需整体呈现平衡态势。受高研发投入与技术门槛限制，AIDD药物上市数量有限，相较于传统药物仍处于稀缺状态。同时，由于治疗成本较高且公众认知度较低，患者端需求相对有限，导致整体市场规模较小，产能产量相应受限。现阶段，AIDD产业链的参与主体主要为具备技术或资金门槛的专业化机构，涵盖研发端与应用端。凭借高度智能化的技术内核与医学专业壁垒，AIDD行业在可预见未来具备较强的可持续发展能力和较为稳定的发展前景。

AI制药行业产业链分析

● AI制药产业链的发展现状

行业的产业链分为上游、中游和下游三个环节。上游主要定义为提供AI技术和生物技术的企业。AI技术指的是硬件、软件、以及其他电子设备，如NVIDIA，和软件+云服务平台，如谷歌、腾讯云、百度智能云等。生物技术指的是提供CRO服务和先进设备的企业。例如，药明康德（CRO)、HITACHI(先进设备）等。中游主要定义为AI+biotech、AI新药研发、AI细胞与基因疗法、以及其他（DEL、大模型、虚拟临床）企业。下游主要定义为传统药企、Biotech公司、和CXO企业。

● AI制药（AIDD）行业产业链主要有以下核心研究观点

上游瓶颈亟待突破

示出极大的发展潜力。AI制药公司集中于一线城市区开发生产药物相关产品：北京、长三角、大湾区。从海内外对比来看，产业链上游中国落后于美国和英国，在产业链上游存在技术上劣势。根据福布斯2025全球50强AI公司榜单显示，榜单50强AI公司100%为外国企业。从海内外数据对比来看——比如智药局的产业链图谱显示10家上游技术企业中中国企业占4家——中国本土企业市场占有率低下。全球定价和资金流通方面中国外市场也存在短板。具体表现为主要以美元为标准计算的AI制药行业市场规模以及融资金额。具体案例有，“英矽智能获1.1亿美元E轮融资”；“全球AIDD市场预计将达到165.2亿美元”等等。总体来看，中国AI制药公司目前面临两大问题涵盖上游技术和中游资本两个方面。

中国AI制药初具规模，全球化竞争挑战加剧

AI制药公司自2016年起在中国快速发展，目前已形成超过100家企业的产业基础。AI药物研发仍面临高投入、长周期与低成功率的挑战：平均需10亿美元、10年时间，成功率不足10%。目前全球主要AI药物已进入临床Ⅱ期，而中国尚未建立成熟的支持体系。相比美国，中国在药效验证方面仍有差距。未来，随着AIDD市场全球化加速，中国企业将面临更加激烈和复杂的国际竞争。

AI制药行业市场规模

● AI制药行业规模的概况

2019年—2024年，AI制药（AIDD）行业市场规模由778万人民币元下降至513万人民币元，期间年复合增长率为-2.79%。预计2025年—2029年，AI制药（AIDD）行业市场规模由546万人民币元增长至698万人民币元，期间年复合增长率6.35%。

●AI制药（AIDD）行业市场规模历史变化的原因如下

AIDD行业2019-2024年规模破百亿，2025-2029年复合增长40%

自2019年起，中国AIDD行业迅速形成规模，英矽智能等企业推动初期发展，市场规模达7,000万元人民币。2019至2023年，年复合增长率达57.4%，显示国内市场的快速扩张。2023年，全球AIDD行业成熟及国际间信息交流增加，国外技术进展与中国本土创新相互促进，全球市场规模从10亿元增至超100亿元人民币。GlobalMarketInsights预测，2024年全球AIDD市场规模将达到175.36亿元人民币。展望未来，2025至2029年，全球AIDD行业年均复合增长率预计为31%，中国市场则预计达到61%，2029年市场规模有望达98.4亿元人民币，展现强大发展潜力。几年内的巨大发展潜力与成长空间。

OpenAI与DeepSeek推动AIDD行业高质量发展

2019年以前，全球特别是中国人工智能制药企业数量较少，主要受限于人工智能技术体系尚未成熟，应用场景落地能力较弱，难以支撑行业规模化发展。随着OpenAI等机构实现关键技术突破，以及DeepSeek等企业成功实践，公众与资本市场对人工智能驱动药物发现（AIDD）行业的认知快速提升，推动行业关注度与技术应用持续升温。尽管多数中游AIDD企业成立于近四至五年内，其技术积累与业务布局已初见成效。目前，全球AIDD市场规模已超120亿元人民币，其中北美地区占比超过57%，占据主导地位。中国AIDD行业在探索独立发展路径过程中稳步推进，初步形成区域特色产业格局。在中国产业链结构中，中游企业占比接近80%，但普遍尚未建立完整商业化闭环，主要依赖外部融资支持，累计融资金额已超10亿元人民币。尽管存在商业化进程滞后问题，中游企业的快速发展仍为中国AIDD行业注入强劲增长动能，成为全球行业上升的重要推动力量。

●AI制药（AIDD）行业市场规模未来变化的原因主要包括

AIDD行业：工业创新的前沿领域，全球市场机遇与差异化竞争并存

AIDD行业是工业化与前沿科技深度融合的成果，代表技术高度与产业未来。随着OpenAI、DeepSeek等平台演进，全球技术连接日益紧密，创新能力提升，岗位数量增长，职业路径多元，人才前景广阔。AI制药虽高速发展，但依赖自动化和云端运算，弱化人力需求，尚未引发激烈竞争。然而作为高风险、高门槛、高投入领域，仍存在博弈加剧可能。全球化特征显著，错位竞争成常态，如英国Exscientia转型AICRO实现升级，美迪西则稳健拓展海外。企业基于资源与技术差异化定位发展。未来竞争增强与减弱概率各占50%，中短期内AI难形成更激烈竞争格局。全球市场潜力大，但因教育不足、功能趋同易引发认知混乱。据世卫组织2024年报告，2022年全球癌症新发2,000万例，死亡970万；中国新冠疫苗5种，截至2023年接种超34.7亿剂次。2025年耶鲁研究指出部分mRNA疫苗后遗症，提示药物安全需持续优化。未来AI与药物研发深度融合将推动产业升级，工业化加快，药物安全性与有效性不断提升。

AIDD行业竞争平衡发展，全球化与错位竞争概率高，创新及工业化持续进展

AIDD行业未来竞争增强与减弱概率各占50%，因人工智能本质为虚拟技术，中短期内难形成更激烈格局。全球来看，AI制药依赖人力与算力，普及潜力大，但市场教育不足、功能趋同易引发认知混乱，错位竞争概率上升。据世卫组织2024年数据，2022年全球癌症新发病例2,000万，死亡970万，凸显治疗需求。中国新冠疫苗截至2023年累计接种347,894.6万剂次，展现强大公共卫生能力。但2025年耶鲁大学研究指出部分mRNA疫苗出现后遗症，提示安全性仍需优化。未来，AI与药物研发深度融合将持续推动产业迭代升级，工业化进程加快，助力全球医药行业迈向更高水平。

AI制药行业竞争格局

● AI制药竞争格局概况

中国AIDD行业呈现出独特的环型结构，由上游、中游和下游企业协同联动构成：上游企业：如英特尔、华为、AMD等，掌握核心技术，决定投资方向与资源分配，引领市场发展路径。中游企业：以费米子生物为代表，这些初创型AIDD企业研发与融资规模达千万元人民币以上，推动AI技术在药物研发中的实际应用。下游企业：传统创新型药企如药明康德、康龙化成，虽AI投入仍处研发阶段，但正积极加大布局，探索技术融合的应用路径。

●AI制药（AIDD）行业竞争格局的历史原因

人工智能创新推动AIDD产业发展

中国人工智能驱动药物发现（AIDD）行业的发展与AI技术进步密切相关。自2015年OpenAI成立及2023年DeepSeek等企业崛起，AI逐步进入广泛市场化阶段，为AIDD提供了坚实的技术基础。上游企业如英特尔、华为、腾讯，通过提供核心软硬件支撑行业发展，使用率超80%；中游企业专注AI药物研发平台建设，覆盖80%以上药物开发流程，成为产业链核心；下游企业负责临床转化与商业化落地，在推动成果应用中发挥关键作用。企业在AI应用深度与创新能力方面的差异，是决定其市场地位的关键因素，也推动了行业的协同演进与技术升级。

疾病机制研究推动AIDD行业快速发展

AIDD行业当前竞争格局的形成，关键在于现代医学对疾病认知的不断深化。随着疾病的预防与治疗理念转向早期检测、快速响应及生物学机制的深入理解，疾病展现出两大特征：机制复杂和传播迅速。以癌症为例，截至2024年，全球患病人数已达数千万，死亡率高达48.5%。新冠疫情进一步突显了疾病的不可预测性和传播速度问题。在此背景下，AIDD行业凭借其高效性和精准性，契合了现代医学对药物研发效率和准确性的需求。相较于传统制药模式需耗时4至6年筛选约5,000个候选分子，AI制药企业可在数十亿分子中快速锁定潜在有效化合物，将需合成与测试的分子数量大幅缩减至数百个，并在2至3年内完成同等任务。因此，AIDD行业通过提升新药研发的效率与成功率，重构了整个行业的研发范式与竞争逻辑。

在未来疾病发生概率较低的情况下，AIDD行业的竞争格局将保持稳定，重大创新需较长时间，现有结构预计不变。

●AI制药（AIDD）行业竞争格局未来变化原因

上游企业演进深刻影响AIDD行业发展

展望未来，AIDD行业的发展将深受上游高科技企业演进方向的影响。由于AI所需的软硬件高度依赖底层科技基础设施，其发展不仅受技术进步驱动，也与全球地缘政治格局密切相关，地缘因素将成为影响AIDD未来发展的重要变量。以华为为例，2024年实现营收8,620.72亿元人民币，2025年有望突破万亿元，体现出中国科技企业的强劲发展态势。在上游技术支撑日益完善的背景下，AIDD行业将逐步迈入更具确定性、可持续性和拓展空间的发展阶段，产业链协同效应也将进一步增强。

疾病复杂性提升推动AIDD行业竞争结构变革

中国AIDD企业聚焦重大疾病预防与治疗，如费米子科技布局中枢神经和免疫系统疾病，分子之心利用AI蛋白质折叠技术提升药物筛选效率。尽管如此，面对复杂疾病的高变异性，现有医学手段仍难以有效应对。以新冠疫情为例，全球累计确诊病例超7.78亿，超过半数康复患者存在不同程度的后遗症。部分接种mRNA疫苗的人群也出现较高比例的长期症状，凸显了疾病防控的严峻挑战。目前，专注AI药物开发并成功上市的企业仅有2至3家，多数中游企业仍处于非公开交易状态。若疾病形势进一步加剧，AIDD行业将面临更专业化和激烈化的竞争环境，对企业在技术实力、响应速度及创新能力等方面提出更高要求，推动行业向更高水平演进。

上游高科技企业的技术进步和地缘政治因素深刻影响AIDD行业发展，提供坚实的技术支撑和增长动能。面对复杂疾病的高变异性，现有医学手段不足，且AIDD市场尚不成熟，未来需更强技术实力和创新能力应对挑战。