從實驗室到智能工廠：AI製藥的黃金十年

原標題：從實驗室到智能工廠：AI製藥的黃金十年

英矽智能的生成式AI平臺僅用18個月完成從靶點發現到候選藥物設計，其抗纖維化新葯INS018_055已進入Ⅱ期臨牀試驗，較傳統研發周期壓縮70%；恆瑞醫藥的AI系統每日生成10萬種化合物，其中20%通過成藥性驗證，效率達人工篩選的200倍，推動石藥集團等企業拿下國際藥企百億訂單——這些案例背后，是一場正在顛覆藥物研發範式的技術革命。

傳統藥物研發深陷「雙十困局」：單款新葯平均耗時10年、耗資26億美元，且88%候選藥物因療效或安全性問題折戟臨牀試驗。而AI技術正通過三重路徑破局：虛擬篩選技術將先導化合物篩選成本降至傳統1/200，臨牀前周期縮短30%；AlphaFold等工具實現蛋白質結構高精度預測，靶點驗證準確率提升40%；更值得注意的是，2024年全球AI製藥融資超33億美元，中國AI製藥企業突破百家，技術滲透率已覆蓋55%藥物發現環節，產業生態加速擴容。

但目前AI製藥仍面臨兩大硬約束：醫療機構數據共享率不足20%，異構數據壁壘嚴重製約模型泛化能力；兼具醫藥知識與AI技術的複合型人才缺口高達50萬。尚無完全由AI獨立研發的藥物獲批上市，因臨牀驗證需滿足複雜生物學機制與嚴苛監管要求。未來需構建跨學科協作生態，推動監管框架適配AI證據體系，方能實現從「效率工具」到「決策核心」的質變。

本文，頭豹研究院將對AI製藥行業發展現狀、發展趨勢及競爭格局等關鍵領域進行深入分析，以期對未來發展趨勢做出研判。

AI製藥行業概述

人工智能藥物發現與開發（AIDD）作為製藥行業新興概念，自2015年起逐步成型，預計至2025年實現顯著進展。其理念源自德國2013年提出的工業4.0戰略框架，即智能化時代。截至2025年5月，中國及全球已涌現出大量AIDD企業，為製藥市場貢獻可觀價值。AI通過語言大模型和數字技術優化疾病結構調控、預防與預后方案，在工業化製藥中提升研發效率、質量檢測水平，並減少手工操作。深度學習與機器學習可精準預測藥物效果與安全性，大幅提高成功率並降低成本，推動行業從「製藥」向「智藥」轉型。

● AI製藥行業特徵包括：

商業模式多元化；競爭環境特殊

AIDD行業模式主要包括AISaaS、AIBiotech與AICRO三類，其本質是硬件、軟件、計算機科學與醫藥工業深度融合的高科技產業。行業核心用户為產業鏈中游企業，即介於高端技術供應商與傳統藥企之間的專業中間平臺。從地域分佈來看，中國AIDD企業高度集聚於北京、長三角和粵港澳大灣區，形成技術密集、競爭激烈且市場響應靈活的發展格局。

客户專業化，研發成本高，周期分化

AIDD藥物主要聚焦於複雜疾病領域，如mRNA腫瘤治療（mRNACancerTherapy）和蛋白質治療藥物（Protein-basedTherapeutics），其研發成本高度依賴專家人力投入，區別於依賴自然資源的傳統高科技行業（微生物製藥除外）。行業研發周期可分為兩類：長周期面向常見病及中等複雜度疾病（如感冒、鼻炎）；短周期則專注於難治性疾病，例如費米子生物（FermionBiotech）的FZ007-119JAK抑制劑項目與萊芒生物（LaimanBio）的Meta10-19紅斑狼瘡療法（LupusTreatment）。

供需平衡，門檻高，前景明確

當前AIDD行業供需整體呈現平衡態勢。受高研發投入與技術門檻限制，AIDD藥物上市數量有限，相較於傳統藥物仍處於稀缺狀態。同時，由於治療成本較高且公眾認知度較低，患者端需求相對有限，導致整體市場規模較小，產能產量相應受限。現階段，AIDD產業鏈的參與主體主要為具備技術或資金門檻的專業化機構，涵蓋研發端與應用端。憑藉高度智能化的技術內核與醫學專業壁壘，AIDD行業在可預見未來具備較強的可持續發展能力和較為穩定的發展前景。

AI製藥行業產業鏈分析

● AI製藥產業鏈的發展現狀

行業的產業鏈分為上游、中游和下游三個環節。上游主要定義為提供AI技術和生物技術的企業。AI技術指的是硬件、軟件、以及其他電子設備，如NVIDIA，和軟件+雲服務平臺，如谷歌、騰訊雲、百度智能雲等。生物技術指的是提供CRO服務和先進設備的企業。例如，藥明康德（CRO)、HITACHI(先進設備）等。中游主要定義為AI+biotech、AI新葯研發、AI細胞與基因療法、以及其他（DEL、大模型、虛擬臨牀）企業。下游主要定義為傳統藥企、Biotech公司、和CXO企業。

● AI製藥（AIDD）行業產業鏈主要有以下核心研究觀點

上游瓶頸亟待突破

示出極大的發展潛力。AI製藥公司集中於一線城市區開發生產藥物相關產品：北京、長三角、大灣區。從海內外對比來看，產業鏈上游中國落后於美國和英國，在產業鏈上游存在技術上劣勢。根據福布斯2025全球50強AI公司榜單顯示，榜單50強AI公司100%為外國企業。從海內外數據對比來看——比如智藥局的產業鏈圖譜顯示10家上游技術企業中中國企業佔4家——中國本土企業市場佔有率低下。全球定價和資金流通方面中國外市場也存在短板。具體表現為主要以美元為標準計算的AI製藥行業市場規模以及融資金額。具體案例有，「英矽智能獲1.1億美元E輪融資」；「全球AIDD市場預計將達到165.2億美元」等等。總體來看，中國AI製藥公司目前面臨兩大問題涵蓋上游技術和中游資本兩個方面。

中國AI製藥初具規模，全球化競爭挑戰加劇

AI製藥公司自2016年起在中國快速發展，目前已形成超過100家企業的產業基礎。AI藥物研發仍面臨高投入、長周期與低成功率的挑戰：平均需10億美元、10年時間，成功率不足10%。目前全球主要AI藥物已進入臨牀Ⅱ期，而中國尚未建立成熟的支持體系。相比美國，中國在藥效驗證方面仍有差距。未來，隨着AIDD市場全球化加速，中國企業將面臨更加激烈和複雜的國際競爭。

AI製藥行業市場規模

● AI製藥行業規模的概況

2019年—2024年，AI製藥（AIDD）行業市場規模由778萬人民幣元下降至513萬人民幣元，期間年複合增長率為-2.79%。預計2025年—2029年，AI製藥（AIDD）行業市場規模由546萬人民幣元增長至698萬人民幣元，期間年複合增長率6.35%。

●AI製藥（AIDD）行業市場規模歷史變化的原因如下

AIDD行業2019-2024年規模破百億，2025-2029年複合增長40%

自2019年起，中國AIDD行業迅速形成規模，英矽智能等企業推動初期發展，市場規模達7,000萬元人民幣。2019至2023年，年複合增長率達57.4%，顯示國內市場的快速擴張。2023年，全球AIDD行業成熟及國際間信息交流增加，國外技術進展與中國本土創新相互促進，全球市場規模從10億元增至超100億元人民幣。GlobalMarketInsights預測，2024年全球AIDD市場規模將達到175.36億元人民幣。展望未來，2025至2029年，全球AIDD行業年均複合增長率預計為31%，中國市場則預計達到61%，2029年市場規模有望達98.4億元人民幣，展現強大發展潛力。幾年內的巨大發展潛力與成長空間。

OpenAI與DeepSeek推動AIDD行業高質量發展

2019年以前，全球特別是中國人工智能製藥企業數量較少，主要受限於人工智能技術體系尚未成熟，應用場景落地能力較弱，難以支撐行業規模化發展。隨着OpenAI等機構實現關鍵技術突破，以及DeepSeek等企業成功實踐，公眾與資本市場對人工智能驅動藥物發現（AIDD）行業的認知快速提升，推動行業關注度與技術應用持續升溫。儘管多數中游AIDD企業成立於近四至五年內，其技術積累與業務佈局已初見成效。目前，全球AIDD市場規模已超120億元人民幣，其中北美地區佔比超過57%，佔據主導地位。中國AIDD行業在探索獨立發展路徑過程中穩步推進，初步形成區域特色產業格局。在中國產業鏈結構中，中游企業佔比接近80%，但普遍尚未建立完整商業化閉環，主要依賴外部融資支持，累計融資金額已超10億元人民幣。儘管存在商業化進程滯后問題，中游企業的快速發展仍為中國AIDD行業注入強勁增長動能，成為全球行業上升的重要推動力量。

●AI製藥（AIDD）行業市場規模未來變化的原因主要包括

AIDD行業：工業創新的前沿領域，全球市場機遇與差異化競爭並存

AIDD行業是工業化與前沿科技深度融合的成果，代表技術高度與產業未來。隨着OpenAI、DeepSeek等平臺演進，全球技術連接日益緊密，創新能力提升，崗位數量增長，職業路徑多元，人才前景廣闊。AI製藥雖高速發展，但依賴自動化和雲端運算，弱化人力需求，尚未引發激烈競爭。然而作為高風險、高門檻、高投入領域，仍存在博弈加劇可能。全球化特徵顯著，錯位競爭成常態，如英國Exscientia轉型AICRO實現升級，美迪西則穩健拓展海外。企業基於資源與技術差異化定位發展。未來競爭增強與減弱概率各佔50%，中短期內AI難形成更激烈競爭格局。全球市場潛力大，但因教育不足、功能趨同易引發認知混亂。據世衞組織2024年報告，2022年全球癌症新發2,000萬例，死亡970萬；中國新冠疫苗5種，截至2023年接種超34.7億劑次。2025年耶魯研究指出部分mRNA疫苗后遺症，提示藥物安全需持續優化。未來AI與藥物研發深度融合將推動產業升級，工業化加快，藥物安全性與有效性不斷提升。

AIDD行業競爭平衡發展，全球化與錯位競爭概率高，創新及工業化持續進展

AIDD行業未來競爭增強與減弱概率各佔50%，因人工智能本質為虛擬技術，中短期內難形成更激烈格局。全球來看，AI製藥依賴人力與算力，普及潛力大，但市場教育不足、功能趨同易引發認知混亂，錯位競爭概率上升。據世衞組織2024年數據，2022年全球癌症新發病例2,000萬，死亡970萬，凸顯治療需求。中國新冠疫苗截至2023年累計接種347,894.6萬劑次，展現強大公共衞生能力。但2025年耶魯大學研究指出部分mRNA疫苗出現后遺症，提示安全性仍需優化。未來，AI與藥物研發深度融合將持續推動產業迭代升級，工業化進程加快，助力全球醫藥行業邁向更高水平。

AI製藥行業競爭格局

● AI製藥競爭格局概況

中國AIDD行業呈現出獨特的環型結構，由上游、中游和下游企業協同聯動構成：上游企業：如英特爾、華為、AMD等，掌握核心技術，決定投資方向與資源分配，引領市場發展路徑。中游企業：以費米子生物為代表，這些初創型AIDD企業研發與融資規模達千萬元人民幣以上，推動AI技術在藥物研發中的實際應用。下游企業：傳統創新型藥企如藥明康德、康龍化成，雖AI投入仍處研發階段，但正積極加大布局，探索技術融合的應用路徑。

●AI製藥（AIDD）行業競爭格局的歷史原因

人工智能創新推動AIDD產業發展

中國人工智能驅動藥物發現（AIDD）行業的發展與AI技術進步密切相關。自2015年OpenAI成立及2023年DeepSeek等企業崛起，AI逐步進入廣泛市場化階段，為AIDD提供了堅實的技術基礎。上游企業如英特爾、華為、騰訊，通過提供核心軟硬件支撐行業發展，使用率超80%；中游企業專注AI藥物研發平臺建設，覆蓋80%以上藥物開發流程，成為產業鏈核心；下游企業負責臨牀轉化與商業化落地，在推動成果應用中發揮關鍵作用。企業在AI應用深度與創新能力方面的差異，是決定其市場地位的關鍵因素，也推動了行業的協同演進與技術升級。

疾病機制研究推動AIDD行業快速發展

AIDD行業當前競爭格局的形成，關鍵在於現代醫學對疾病認知的不斷深化。隨着疾病的預防與治療理念轉向早期檢測、快速響應及生物學機制的深入理解，疾病展現出兩大特徵：機制複雜和傳播迅速。以癌症為例，截至2024年，全球患病人數已達數千萬，死亡率高達48.5%。新冠疫情進一步突顯了疾病的不可預測性和傳播速度問題。在此背景下，AIDD行業憑藉其高效性和精準性，契合了現代醫學對藥物研發效率和準確性的需求。相較於傳統制藥模式需耗時4至6年篩選約5,000個候選分子，AI製藥企業可在數十億分子中快速鎖定潛在有效化合物，將需合成與測試的分子數量大幅縮減至數百個，並在2至3年內完成同等任務。因此，AIDD行業通過提升新葯研發的效率與成功率，重構了整個行業的研發範式與競爭邏輯。

在未來疾病發生概率較低的情況下，AIDD行業的競爭格局將保持穩定，重大創新需較長時間，現有結構預計不變。

●AI製藥（AIDD）行業競爭格局未來變化原因

上游企業演進深刻影響AIDD行業發展

展望未來，AIDD行業的發展將深受上游高科技企業演進方向的影響。由於AI所需的軟硬件高度依賴底層科技基礎設施，其發展不僅受技術進步驅動，也與全球地緣政治格局密切相關，地緣因素將成為影響AIDD未來發展的重要變量。以華為為例，2024年實現營收8,620.72億元人民幣，2025年有望突破萬億元，體現出中國科技企業的強勁發展態勢。在上游技術支撐日益完善的背景下，AIDD行業將逐步邁入更具確定性、可持續性和拓展空間的發展階段，產業鏈協同效應也將進一步增強。

疾病複雜性提升推動AIDD行業競爭結構變革

中國AIDD企業聚焦重大疾病預防與治療，如費米子科技佈局中樞神經和免疫系統疾病，分子之心利用AI蛋白質摺疊技術提升藥物篩選效率。儘管如此，面對複雜疾病的高變異性，現有醫學手段仍難以有效應對。以新冠疫情為例，全球累計確診病例超7.78億，超過半數康復患者存在不同程度的后遺症。部分接種mRNA疫苗的人羣也出現較高比例的長期症狀，凸顯了疾病防控的嚴峻挑戰。目前，專注AI藥物開發併成功上市的企業僅有2至3家，多數中游企業仍處於非公開交易狀態。若疾病形勢進一步加劇，AIDD行業將面臨更專業化和激烈化的競爭環境，對企業在技術實力、響應速度及創新能力等方面提出更高要求，推動行業向更高水平演進。

上游高科技企業的技術進步和地緣政治因素深刻影響AIDD行業發展，提供堅實的技術支撐和增長動能。面對複雜疾病的高變異性，現有醫學手段不足，且AIDD市場尚不成熟，未來需更強技術實力和創新能力應對挑戰。