全球制药巨头AI基础设施竞赛 - 罗氏宣布扩展其全球人工智能基础设施，部署了2176个高性能GPU，使其本地和云端GPU基础设施总容量超过3500个Blackwell GPU，这是目前已公布的制药公司可用的最大GPU规模 [1][13] - 礼来正式启用其医药AI工厂“LillyPod”，内置1016颗英伟达Blackwell Ultra GPU，整体算力高达9000 Petaflops [1][14] - 礼来与英伟达宣布将在五年内投入超10亿美元建立AI联合创新实验室 [1][14] AI在制药行业的战略地位转变 - AI正从单点工具升级为支撑全价值链的基础设施，从研发、生产到商业化的全流程深度嵌入，已从“锦上添花”变为“必选项” [2][15] - 全球大型药企开始将AI贯穿应用于临床开发与制造过程，通过构建超级计算集群来设计更优的试验方案、优化生产并加速决策制定 [4][17] - 2025~2026年是跨国药企全面加码AI的关键窗口期，正加速构建“算力—算法—数据—实验”的一体化体系 [5][18] 行业应用现状与数据壁垒构建 - 根据英伟达2026年2月的调查报告，70%的医疗保健与生命科学企业正在积极使用AI，较去年的63%明显增长，数字医疗领域AI渗透率最高达78% [6][18] - 57%的医疗技术公司表示已看到AI在医学影像领域的实际回报，医学影像成为AI投资回报率最高的应用场景 [6][18] - 头部药企选择自建超大规模算力中心，将专有数据与AI模型深度绑定，构建极高的底层数据壁垒，实现核心AI基础设施的“私有化”和“重装化” [4][17] 中国AI制药市场动态与格局 - 2025年，国内AI制药领域累计融资总额超67亿元，同比大幅增长130.5% [7][19] - 行业格局成型，“AI制药四小龙”为晶泰科技、英矽智能、剂泰科技和深度智耀，其中深度智耀完成4000万美元（约合2.76亿元人民币）新一轮融资 [7][19] - 越来越多的AI制药公司正从“淘金者”转型为“卖水人”（CRO/技术服务模式），例如Verge Genomics在药物临床试验失败后转型为AI技术服务公司 [7][20] 资本态度与投资逻辑演变 - 资本流向已从过去的“广撒网”转向“挑尖子”，资金高度集中于头部企业，市场更重视有“可交付指标”的企业 [8][20] - 投资人普遍底线是，如果一家企业两三年内仍然无法产生现金流，基本就不投了 [9][21] - 未来的资本关注将形成“哑铃型”布局，早期资本聚焦颠覆性技术平台，后期资本偏好临床数据成熟的企业 [12][24] 商业化挑战与临床验证瓶颈 - 截至目前，全球尚无一款完全由AI主导设计的药物获批上市，仅少数项目推进至Ⅲ期临床阶段 [9][21] - AI在临床前研发环节的效率提升已得到初步验证，但从临床前到临床试验后期的转化瓶颈依然突出 [9][21] - 2026年将是关键考验之年，进入III期临床试验的AI药物数据将首次大规模检验AI是否能真正提高临床成功率，打破制药行业约90%的临床失败率魔咒 [10][22] 未来突破方向与行业展望 - 突破方向主要在三方面：打通“算法设计—自动化实验—数据回流”的干湿闭环；从单点工具升级为一体化平台的系统重构；在肿瘤、自免等高难度领域实现关键突破的价值验证 [10][22] - 业内认为，首个重要时点是人类首个AI驱动研发药物的获批上市，破局者可能是AI药企、传统仿创龙头或新进科技公司 [10][22] - 2026年，以晶泰科技、Tempus AI为代表的领军企业均有望实现EBITDA首次转正，产业即将迎来估值重构期 [12][24] - 行业正在回归商业与技术本质，缺乏临床验证能力的纯技术公司将被淘汰，头部企业通过并购整合扩大优势，行业集中度会进一步提升 [11][23]