医药行业行业研究：从数据、算力、模型切入的3类龙头，看全球AI制药全景图-摩熵咨询

报告内容

AI精读报告

报告摘要

　　基本逻辑

　　时点：AI应用从构想到现实，多组学开发降本增效1000倍，首个AI重磅药破壳在即。（1）时间到：人类对AI的想法，始于1950年的图灵测试。随着2016年DeepMind的Alphago击败世界围棋冠军，到2024年Hassabis和Jumper因为Alphafold2蛋白质结构的成功预测获得诺贝尔化学奖，AI制药的时代就已经开启。（2）质变在即：根据专注于投资颠覆性技术的Ark Invest发布的《Big Idea2025》，生物医药领域正在发生着颠覆级的量变。多组学AI应用将带来医药领域的1000倍降本增效。创新药的超摩尔定律时代开启。（3）问题已解：AI模型，黑箱已破。任何科学研究，包括创新药研发在内，不论是体外还是人体临床试验的可复制、可验证性都是极为重要的。欧盟《人工智能法案》将使那些依赖黑箱模型、缺乏可解释性的AI药物发现系统出局。而龙头AI药企已经走出概念验证。英矽智能，TNIK、ENPP1、PHD同路径3次复现成功推进，AI研发过程都在Nature杂志上详细披露。

　　本质：算力云端接入、数据量质局限皆获破围、模型随时间增厚壁垒，创新研发回报率回升提速。（1）算力，是AI应用运行的前提。全球科技巨头，包括亚马逊、谷歌、微软、阿里等，有充足的云端算力可供药企选择。而英伟达，2025年8月22日推出NVIDIA®Spectrum-XGS以太网，这是一项跨规模技术，用于将分布式数据中心组合成统一的千兆级AI超级工厂。此举将再提升全球算力量级。（2）数据：从DL（深度学习）到FL（联邦学习），MNC（跨国巨头）强强联合，数据茧房被冲破。一方面，自从2016年谷歌推出了FL至今，该技术受到广泛关注。这种算法旨在建立更好的模型，并由多个方面驱动，包括在一组设备之间分散学习过程的好处（跨设备FL）、访问广泛分布的知识（跨孤岛FL）以及保护本地数据的隐私。另一方面，Apheris这类企业以及英国政府等，都在整合跨界协作以突破AI驱动药物发现的数据局限。根据英国政府官网2025年6月9日的新闻发布，英国“OpenBind”联盟当日宣布，将利用突破性实验技术，生成全球最大的药物与蛋白质（人体的组成部分）相互作用数据集合。（3）模型是制胜关键。生成式AI药企，从假设到实现，构建随时间增长的领先模型壁垒是要点。当算力与数据不构成太大掣肘，模型开发迭代进化的效率与训练经验积累的先机就至关重要。与大药企合作AI研发过程中的数据与模型构建正反馈飞轮，就将成就目前领先企业的护城河。

　　行业变局：科技巨头入局，产业链企业加速配置；十大制药巨头，AI布局，无一缺席。（1）科技巨头：英伟达，推BioNeMo、广投AI药企。谷歌，并购DeepMind拆分Isophormic Labs，后者在7月公开表示，临床试验已经“非常接近”了。科技巨头纷纷投入AI制药。（2）产业链：泓博医药推DiOrion平台，深度智耀赋能IND(新药临床申请)合规提交，英矽智能从猜想、分子、临床到发布全贯通。（3）制药巨头：默沙东、辉瑞、礼来、BMS等头部药企，数百亿美元布局AI制药相关公司。从医药魔方统计的全球AIDD（AI药物研发）相关交易首付额和总额Top20的项目来看，重大交易集中发生在近5年内，总额超过500亿美元。

　　投资策略

　　综上，我们认为，（1）AI新药破局在即，首选管线丰富、兑现力强者。随着AI制药行业奇点来临，首个重要时点，必然是人类首个AI驱动研发的药物的获批上市；换言之，不论模型还是数据更优，首个验证的重磅药才将是焦点。因此，我们建议关注英矽智能、晶泰控股等已经有自研管线或合作项目进入临床阶段的赛道龙头。（2）制药与跨界企业入局者众，优选壁垒随时间增厚者。因为AI制药本身是科技跨界的崭新赛道，未来的首个破局者，即可能是AI药企，也可能是传统仿创龙头在AI领域前瞻深耕者，还可能是非药领域的新进科技公司。因此，我们建议关注石药集团、复星医药等在AI领域长期前瞻布局的公司收获相关成果的高弹性可能。

　　风险提示

　　国际化相关的汇兑风险、国内外政策波动风险、投融资周期波动风险以及并购整合不达预期等风险。

中心思想

时间点成熟：从图灵测试到诺贝尔化学奖，AI制药时机已至

本报告核心观点认为，全球AI制药行业正处于从概念验证到实质性突破的关键转折点。其核心依据为：自1950年图灵测试开启AI构想，到2016年AlphaGo击败围棋冠军，再到2024年AlphaFold2因突破性蛋白质结构预测获诺贝尔化学奖，AI制药的技术演进已跨越理论探索阶段，进入即将诞生首个AI驱动重磅药物的“破壳”前夜。

数据驱动质变：多组学AI应用实现1000倍降本增效

报告另一核心论点聚焦于数据与技术的颠覆性力量。根据Ark Invest发布的《Big Idea 2025》，多组学AI应用的深度融合将带来医药领域1000倍的降本增效，开启创新药的“超摩尔定律”时代。这不仅是效率的提升，更是研发范式的根本性变革，为AI制药的爆发奠定了坚实的经济与技术基础。

主要内容

时点：AI应用已从构想到现实，质变在即

历史演进：从图灵测试到诺贝尔奖，AI制药未来已来

报告梳理了从1950年图灵测试到2024年诺贝尔化学奖的25个重要里程碑，指出AI对医药行业的影响已从学术概念演变为产业现实。海外监管机构如美国FDA已开始收到依赖AI/ML的产品注册申请，并将AI视为加快药物研发、增强安全性的关键工具。同时，英伟达推出Spectrum-XGS以太网技术，旨在突破单数据中心限制，构建全球统一的“AI超级工厂”，进一步推动算力量级跃升。

质变飞跃：多组学AI应用将带来1000倍降本增效

根据全球知名投资机构Ark Invest的报告，多组学AI应用将彻底颠覆诊断、药物发现和治疗领域。具体数据表明，AI将使DNA等生物信息的读取和写入成本分别降低100倍和1000倍；使药物开发成本降低4倍，研发回报率提升5倍；使癌症筛查效率提升20倍。 报告强调，生物数据将激增1000倍甚至更多，远快于摩尔定律的迭代速度。

问题解决：AI模型“黑箱”被打破，英矽智能实现三次复现

针对AI模型可解释性的核心争议，报告指出欧盟《人工智能法案》已针对“不可接受风险”AI系统实施禁令，促使行业走向透明化。以英矽智能为例，其AI研发过程已通过Nature杂志详细披露，其针对TNIK、ENPP1、PHD三个靶点的药物研发均成功实现路径复现并推进至临床阶段，这标志着AI驱动的药物发现已具备极强的可验证性与可靠性。

本质：算力、数据、模型三大要素的全面突破

算力：云端供给充裕，英伟达创新技术再升级

报告明确指出算力已不构成AI制药的瓶颈。制药公司正大规模转向云算力，亚马逊AWS、微软Azure、谷歌云等巨头提供充足、可扩展的计算资源。英伟达于2025年8月推出的Spectrum-XGS以太网技术，能将分布式数据中心组合成统一的“AI超级工厂”，大幅提升多GPU和多节点通信性能，为更大规模的AI工作负载提供底层支持。

数据：联邦学习突破“数据茧房”，跨界合作与政府主导并进

数据是AI制药的基础资源，但企业数据孤岛是核心挑战。谷歌2016年推出的联邦学习算法，通过在本地训练模型并仅共享参数更新，既保护了数据隐私，又实现了高质量数据的共享。 此外，Apheris等企业正在整合产业链跨域合作，而英国政府主导的“OpenBind”联盟宣布，将利用突破性技术生成全球最大的药物-蛋白质相互作用数据集，预计5年内数据量将增加20倍，显著填补数据生态系统的空白。

模型：生成式AI药企构建随时间增长的领先壁垒

当算力与数据不再构成主要掣肘，模型的迭代效率与训练经验积累就成为核心竞争力。报告引用数据显示，截至2023年12月，21种AI开发药物的I期试验成功率达80%至90%，远高于传统方法的40%。 领先企业如英矽智能、Recursion等，正通过与大型药企合作形成“数据-模型”正反馈飞轮，构建随时间增长的领先模型壁垒和护城河。

行业变局：科技巨头与制药巨头全面入局

科技巨头：英伟达投资13家AI药企，谷歌旗下Isomorphic Labs临床在即

科技巨头正从基础设施提供商转变为AI制药的核心参与者。英伟达在2023-2024年投资了13家AI药企，并推出BioNeMo平台，已有100多家公司使用该平台加速药物发现。 谷歌旗下Isomorphic Labs已筹集6亿美元外部融资，其基于AlphaFold3平台的首个AI新药临床试验已“非常接近”。

产业链：中国上下游企业加速AI应用

在中国，产业链企业也积极布局。上游CRO公司泓博医药推出DiOrion平台，赋能早期研发；深度智耀则赋能IND合规提交，构建端到端解决方案。中游AI药企英矽智能凭借Pharma.AI平台实现从靶点发现到临床发布的端到端全流程贯通，已有10种候选药物获批IND。下游智云健康将DeepSeek-R1模型接入医疗AI系统，提升慢病管理效率。

制药巨头：十大跨国药企数百亿美元布局，AI交易爆发

全球十大制药巨头在AI领域的布局无一缺席。近8年全球AIDD相关BD交易共94起，重大交易集中发生在近5年内，总额超过500亿美元。 风投公司Define Venture的调查显示，约85%的制药企业领导者正在加大对AI的投资，其中70%将其视为当务之急。同时，药企的思维模式正从“自主研发AI”为主转向“外部优先”或“混合战略”，进一步促进了行业合作与交易爆发。

总结

本报告从时点、本质、行业变局三个层面系统论证了全球AI制药行业正处于“破壳”前夜的关键转折点。时点层面，AI技术已从概念验证阶段迈向实质性突破，多组学AI应用有望带来1000倍的降本增效。本质层面，算力云端化、数据破除孤岛（通过联邦学习与政府主导的开放数据集）、模型壁垒随时间增厚，三大核心要素均已得到实质性解决，为AI制药的爆发扫清了关键障碍。行业变局层面，科技巨头（英伟达、谷歌）与制药巨头（默沙东、辉瑞、礼来等）均已全面入局，产业链上下游加速协同，近五年全球AI药物研发交易总额已超500亿美元。

基于以上分析，报告提出两条核心投资策略：一是聚焦管线丰富、兑现力强的AI药企，如英矽智能、晶泰控股等，因为首个AI重磅药物的获批将成为市场焦点；二是关注壁垒随时间增厚的企业，包括传统仿创龙头（石药集团、复星医药）等在AI领域长期前瞻布局的公司，以及可能的跨界新进科技公司。同时，报告也提示了汇兑风险、国内外政策波动、投融资周期波动及并购整合不达预期等相关风险。

报告正文