AI制药报告市场格局与投资机会

AI 制药报告：市场格局与投资机会

一、市场规模：从概念验证到商业化兑现的拐点

2026 年是 AI 制药从讲故事变成拿订单的转折年。窄口径下(纯 AI 药物发现平台和服务)，全球市场规模从 2021 年的 7.9 亿美元增长到 2025 年的 24.05 亿美元，2026 年预计逼近 29.9 亿美元，六年增长近四倍，年复合增速约 40%。如果把传统药企和 CRO 的 AI 赋能采购都算进去，宽口径下 2026 年市场约 245 亿美元，2035 年预计达到 1605 亿美元。

中国市场增速更快。弗若斯特沙利文预测，国内 AI 医疗市场从 2023 年的 88 亿元增长到 2033 年的 3157 亿元，年复合增速 43.1%;中国智能制药整体市场规模同期预计突破 5000 亿元。

真正的拐点信号不是市场规模数字，而是临床管线的厚度。目前全球已有超过 173 个 AI 发现的药物项目进入活跃临床阶段，其中 II 期 56 个、III 期 15 个。全球首个 AI 全流程研发的新药已经进入 III 期临床。但要清醒看到：截至 2026 年，还没有任何一款 AI 发现的药物获得 FDA 或 EMA 批准上市，从 II 期到 III 期的成功率仍然是行业最大的不确定性。

二、竞争格局：三股势力分庭抗礼

第一股：AI 原生平台公司，自己做管线。 国际上以 Recursion 和英矽智能为代表。Recursion 已有三个临床阶段项目，其 REC-4881 在家族性肠息肉病研究中，12 周后息肉负担中位数降低 43%，正在和 FDA 讨论注册路径。英矽智能的 rentosertib(伦托司替，针对特发性肺纤维化)取得 IIa 期阳性结果，发表在 Nature Medicine 上;2026 年前 10 个月提名了 11 个临床前候选化合物(PCC)，累计达到 35 个，上半年实现扭亏为盈，净利润 0.36 亿美元。

第二股：计算化学起家的技术服务商。 Schrodinger 和晶泰科技代表这条路线。Schrodinger 服务全球前 20 大药企，年度合同价值约 2.01 亿美元。晶泰科技 2024 年在港股上市，从晶型预测起家，逐步拓展到药物发现全流程服务，2026 年入选财富中国科技 50 强。这条路线的特点是不自己押注单条管线，而是卖工具、卖服务给药企，收入更稳定。

第三股：科技巨头和新进入者。 字节跳动分拆的 Anew Labs(新生实验室)2026 年 9 月完成 2.9 亿美元首轮融资，投后估值 15 亿美元，成为今年国内最大单笔 AI 制药融资，字节仍持股 56%，高瓴、IDG、HSG 入场。科技巨头带着大模型能力和算力资源入场，正在抬高行业技术门槛。

三、中国阵营：三小龙集结港股，BD 订单爆发

中国 AI 制药 "三小龙" 已经全部登陆港交所：晶泰科技 2024 年 6 月上市，英矽智能 2025 年 12 月上市，剂泰科技 2026 年 5 月上市，市值一度冲击 300 亿港元，红杉资本参与了五轮融资。

更值得关注的是 BD(对外授权 / 合作开发)交易的爆发。2026 年上半年，英矽智能连续落地五笔十亿美元级 BD 交易：与武田制药敲定最高 6 亿美元合作，与保瑞药业达成多靶点合作，与礼来的交易金额也很大，半年累计披露合作潜在总价值超过百亿美元。石药集团与阿斯利康达成 17.7 亿美元合作，背后也有 AI 驱动的管线贡献。阿斯利康、辉瑞、强生、诺华这些跨国药企全部和中国 AI 制药公司建立了深度合作，说明中国 AI 制药的技术输出能力已经获得全球大药企认可。

四、产业链投资机会：三条主线

主线一：上游数据与算力基础设施。 AI 制药的训练瓶颈不在算法而在数据。高质量生物医学数据库、分子模拟算力、专用 AI 训练芯片是卖铲子的角色，不承担单条药物管线失败风险，但受益于全行业需求增长。这一层逻辑和 AI 算力基建类似。

主线二：中游 AI 制药平台，看管线兑现能力。 这是弹性最大但风险也最高的环节。投资逻辑从 "谁的技术好" 转向 "谁能把 AI 做出来的分子推进到临床后期、拿到里程碑付款"。重点观察三个指标：PCC 产出数量、临床阶段管线数量、BD 交易首付款和里程碑收入占比。已经有 II 期阳性数据、已经实现盈利的公司(如英矽智能)估值会更稳。

主线三：下游与传统药企、CDMO 的协同。 AI 发现的分子最终还是要走 CMC(化学生产质控)、临床试验、生产环节。AI 公司负责发现，传统 CRO/CDMO 负责落地，这种分工正在固化。有 AI 赋能能力的 CDMO、以及拥抱 AI 转型的传统药企(恒瑞、石药等)，是间接受益方。

五、核心风险

第一，临床失败风险。 AI 发现的分子在临床前数据漂亮，到了人体身上仍然可能失败。II 期到 III 期的 dropout 率很高，目前还没有 AI 药物走完整个上市流程，这是最大的估值不确定性。

第二，AI 不再是护城河。 大模型能力快速平民化，传统药企自己也在搭 AI 团队，单纯 "会用 AI 做药物发现" 已经不是稀缺能力。公司必须证明自己的管线产出效率和 BD 议价能力确实优于传统药企，否则估值会被压缩。

第三，数据壁垒和知识产权争议。 AI 训练用的生物数据来源是否合规、AI 发现的分子专利归属，在全球范围内仍有法律不确定性。

第四，估值已经不便宜。 三小龙港股上市后估值普遍不低，市场已经 price in 了 "AI 能做药" 的预期，后续需要持续的临床数据和 BD 订单来支撑估值消化。

六、投资节奏判断

短期(1 年内)，重点看哪些公司的 AI 发现药物能在 II 期读出阳性数据，尤其是全球首个进入 III 期的药物能否最终成功上市 —— 这将是整个行业的估值锚点。

中期(2-3 年)，看 BD 交易从 "首付款为主" 转向 "里程碑付款兑现"，验证 AI 管线的真实价值。已经有稳定服务收入的技术服务商(晶泰、Schrodinger 类)比纯管线公司现金流更健康。

长期(3-5 年)，看 AI 能否把药物发现的周期从传统的 4-5 年压缩到 1-2 年、把研发成本砍掉一半。如果这个效率优势被临床数据反复验证，AI 制药会从 "概念赛道" 变成 "医药行业基础设施"，市场空间远不止现在的 30 亿美元。

一句话总结

AI 制药 2026 年正处在 "临床管线兑现前夜"：市场以 40% 以上的速度增长，中国三小龙集结港股、BD 订单爆发、跨国药企排队买单，但还没有任何一款 AI 药物真正上市。最确定的机会在上游数据算力和已有稳定服务收入的平台公司;弹性最大但风险也最高的是自有管线推进到 II 期以后的 AI 原生公司。赌这个赛道，本质是赌 "AI 能不能在未来 3 年拿出第一个获批上市的 AI 新药"。