AI制药崛起：两大核心标的深度解析

人工智能正在重塑生物医药产业。昔日AI仅作为辅助计算手段，如今已深度介入药物研发的核心环节。数据显示，全球AI制药市场规模由2021年的7.9亿美元跃升至2024年的18.2亿美元，预计2026年将达29.9亿美元。中国市场同样表现亮眼，2020年仅0.8亿元，2021年增速即破百，至2025年已突破6亿元。

本文基于华创证券的最新调研，聚焦AI制药行业现状，深入剖析中美政策导向、技术演进、市场需求及产业链分工，并重点探讨英矽智能、晶泰科技等企业的业务动态。

一、中美政策持续加码，为AI制药铺平道路

行业发展离不开政策红利。中美两国均积极出台政策，推动AI在药物研发中的应用。中国层面布局周密：2022年5月，发改委《“十四五”生物经济发展规划》提出利用大数据AI监管新药研制；7月，工信部规划要求探索AI路径，提升研发效率；8月，科技部强调AI解决生物化学问题，聚焦新药创制；2024年3月，“人工智能+”写入政府工作报告，生物医药领域被列为重点落地方向。

美国方面，FDA在2023年密集发布监管文件。3月讨论AI在药品生产中的应用，5月将范围扩展至全链条，强调数据与算法透明，并设立数字健康中心与AI指导委员会。英国和欧盟亦跟进，英国MHRA采用敏捷监管，欧盟通过《人工智能法案》建立风险分级体系，为商业化提供制度保障。

二、技术突破

AI技术正从单一算法向多模态融合演进。早期依赖深度学习挖掘数据，如今整合基因组、蛋白组等多维数据构建疾病模型。DeepMind的AlphaFold2在2020年CASP竞赛中实现原子级精度预测，将数月耗资百万的结构解析压缩至数小时；2024年发布的AlphaFold3引入扩散模型，扩展至复合物相互作用预测，为药物设计提供底层工具。

生成式AI在分子设计上成果显著。2016年英矽智能率先将GAN用于靶点发现；2019年GENTRL模型仅用21天完成DDR1抑制剂的设计验证，远超传统的一年多周期；基于Transformer的Pharma.AI平台将“靶点到临床前”流程压缩至18个月，传统需4-6年。这种从“读分子”到“写分子”的转变，标志着AI从分析转向主动设计。

三、药企面临研发困境，AI成为破局关键

全球老龄化加剧，慢性病需求激增。传统新药研发受困于“双十定律”（10年周期、10亿美元投入），且回报率下滑，成本却逐年翻倍，面临严峻挑战。

AI为行业困境提供解法。据英伟达及TechEmergence数据，AI能显著缩短周期、降低成本，早期发现耗时减至1/3，成本降至1/200，整体周期缩短40%，成功率从12%提升至14%，成为药企转型的关键。

四、产业链分工明确，各环节参与者各有所长

产业链分工清晰：上游提供数据与算力，面临数据质量与孤岛问题，头部企业通过联邦学习、自建实验室及提升算力解决；中游负责算法与发现，巨头定义标准，AI原生公司分“AI+Biotech”与“AI+CRO”模式；下游由药企与CXO完成临床与商业化。

中游环节，谷歌、英伟达凭借算力算法定义标准，BioNeMo平台提供端到端服务。AI原生公司中，英矽智能、Recursion等走AI+Biotech路线，自建管线；晶泰科技、Schrödinger等则走AI+CRO平台模式，提供技术服务。

下游以跨国药企与CXO为主，罗氏、诺华、阿斯利康等通过合作引入AI；国内药明康德、康龙化成等也在加速整合AI工具。

五、两家代表性公司的业务进展

英矽智能2014年成立，其Pharma.AI平台曾18个月内完成全流程，远超传统4-6年。目前拥有30多条管线，抗特发性肺纤维化药ISM001-055已完成IIa期并获积极数据。2026年3月与礼来达成合作，获1.15亿美元首付款，交易价值最高27.5亿美元，彰显大型药企对AI能力的认可。

2026年3月，英矽智能与礼来达成授权及药物研发合作。根据协议，英矽智能将获得1.15亿美元首付款，并在后续达成开发、监管及商业化里程碑后获得进一步付款，交易总价值最高可达约27.5亿美元，此外还将获得基于未来销售额的分级特许权使用费。这笔交易充分证明了大型药企对AI发现新型疗法能力的认可。

晶泰科技融合量子物理与AI，构建“实验-数据-模型”闭环。其XFEP平台28天即可筛选化合物库，服务全球300余客户，覆盖小分子与大分子研发。

以上，仅供参考。

扫码加入知识星球获取更多行业报告

声明：本文仅为行业研究与学术交流之用，不构成任何投资建议或操作指引。市场风险客观存在，应基于独立判断与充分调研作出决策。

点击“阅读原文”，下载所有资料