國金證券-醫藥行業深度研究：從數據、算力、模型切入的3類龍頭，看全球AI製藥全景圖-250828

（來源：研報虎）

基本邏輯

　　時點：AI應用從構想到現實，多組學開發降本增效1000倍，首個AI重磅藥破殼在即。(1)時間到：人類對AI的想法，始於1950年的圖靈測試。隨着2016年DeepMind的Alphago擊敗世界圍棋冠軍，到2024年Hassabis和Jumper因為Alphafold2蛋白質結構的成功預測獲得諾貝爾化學獎，AI製藥的時代就已經開啟。(2)質變在即：根據專注於投資顛覆性技術的Ark Invest發佈的《Big Idea2025》，生物醫藥領域正在發生着顛覆級的量變。多組學AI應用將帶來醫藥領域的1000倍降本增效。創新葯的超摩爾定律時代開啟。(3)問題已解：AI模型，黑箱已破。任何科學研究，包括創新葯研發在內，不論是體外還是人體臨牀試驗的可複製、可驗證性都是極為重要的。歐盟《人工智能法案》將使那些依賴黑箱模型、缺乏可解釋性的AI藥物發現系統出局。而龍頭AI藥企已經走出概念驗證。英矽智能，TNIK、ENPP1、PHD同路徑3次復現成功推進，AI研發過程都在Nature雜誌上詳細披露。

　　本質：算力雲端接入、數據量質侷限皆獲破圍、模型隨時間增厚壁壘，創新研發回報率回升提速。(1)算力，是AI應用運行的前提。全球科技巨頭，包括亞馬遜、谷歌、微軟、阿里等，有充足的雲端算力可供藥企選擇。而英偉達，2025年8月22日推出NVIDIASpectrum-XGS以太網，這是一項跨規模技術，用於將分佈式數據中心組合成統一的千兆級AI超級工廠。此舉將再提升全球算力量級。(2)數據：從DL(深度學習)到FL(聯邦學習)，MNC(跨國巨頭)強強聯合，數據繭房被衝破。一方面，自從2016年谷歌推出了FL至今，該技術受到廣泛關注。這種算法旨在建立更好的模型，並由多個方面驅動，包括在一組設備之間分散學習過程的好處(跨設備FL)、訪問廣泛分佈的知識(跨孤島FL)以及保護本地數據的隱私。另一方面，Apheris這類企業以及英國政府等，都在整合跨界協作以突破AI驅動藥物發現的數據侷限。根據英國政府官網2025年6月9日的新聞發佈，英國「OpenBind」聯盟當日宣佈，將利用突破性實驗技術，生成全球最大的藥物與蛋白質(人體的組成部分)相互作用數據集合。(3)模型是制勝關鍵。生成式AI藥企，從假設到實現，構建隨時間增長的領先模型壁壘是要點。當算力與數據不構成太大掣肘，模型開發迭代進化的效率與訓練經驗積累的先機就至關重要。與大藥企合作AI研發過程中的數據與模型構建正反饋飛輪，就將成就目前領先企業的護城河。

　　行業變局：科技巨頭入局，產業鏈企業加速配置；十大製藥巨頭，AI佈局，無一缺席。(1)科技巨頭：英偉達，推BioNeMo、廣投AI藥企。谷歌，併購DeepMind拆分Isophormic Labs，后者在7月公開表示，臨牀試驗已經「非常接近」了。科技巨頭紛紛投入AI製藥。(2)產業鏈：泓博醫藥推DiOrion平臺，深度智耀賦能IND(新葯臨牀申請)合規提交，英矽智能從猜想、分子、臨牀到發佈全貫通。(3)製藥巨頭：默沙東、輝瑞、禮來、BMS等頭部藥企，數百億美元佈局AI製藥相關公司。從醫藥魔方統計的全球AIDD(AI藥物研發)相關交易首付額和總額Top20的項目來看，重大交易集中發生在近5年內，總額超過500億美元。

投資策略

　　綜上，我們認為，(1)AI新葯破局在即，首選管線豐富、兑現力強者。隨着AI製藥行業奇點來臨，首個重要時點，必然是人類首個AI驅動研發的藥物的獲批上市；換言之，不論模型還是數據更優，首個驗證的重磅藥纔將是焦點。因此，我們建議關注英矽智能、晶泰控股等已經有自研管線或合作項目進入臨牀階段的賽道龍頭。(2)製藥與跨界企業入局者眾，優選壁壘隨時間增厚者。因為AI製藥本身是科技跨界的嶄新賽道，未來的首個破局者，即可能是AI藥企，也可能是傳統仿創龍頭在AI領域前瞻深耕者，還可能是非藥領域的新進科技公司。因此，我們建議關注石藥集團、復星醫藥等在AI領域長期前瞻佈局的公司收穫相關成果的高彈性可能。

風險提示

　　國際化相關的匯兌風險、國內外政策波動風險、投融資周期波動風險以及併購整合不達預期等風險。