行业概述 - AI制药行业从2014年起步，十年间涌现超100家初创企业，如晶泰科技、英矽智能、百图生科等，旨在通过AI技术解决新药研发"双十困境"（十年研发周期+十亿美元成本）[4][5] - 行业经历三个阶段：2014-2017年技术验证期、2020-2022年资本狂热期、2023年后理性回调期，当前进入差异化竞争阶段[9][44][61] - 核心竞争格局形成三大阵营：传统药企派（辉瑞/赛诺菲）、AI制药新势力（晶泰/英矽）、互联网巨头（腾讯/百度）[43] 技术突破 - 晶泰科技2016年通过辉瑞盲测，实现100%准确率的药物晶型预测，将传统数月流程压缩至数天[2] - 2020年AlphaFold2解决蛋白质结构预测难题，Exscientia首款AI设计药物DSP-1181进入临床（研发周期仅1年，行业平均4.5年）[31] - AI分子在I期临床成功率高达80%-90%，远超行业50%平均水平[77] 资本动态 - 2020年成融资拐点：晶泰科技C轮融资3.188亿美元创纪录，薛定谔上市市值达40亿美元[29][30] - 2020年国内赛道融资27.23亿元，2023年融资缩水超70%，80%资金流向头部企业[44][62] - TMT基金大举进入，但互联网"快周期"思维与制药"长周期"特性产生冲突[46][47] 商业模式 - 主要路径分三类：Biotech模式（英矽自研管线）、CRO模式（晶泰技术服务）、SaaS工具模式[55] - 核心矛盾显现：数据壁垒导致算法同质化，药企不愿共享核心数据，AI预测准确率受质疑[54] - 商业化困境：CRO模式依赖药企预算周期，自研管线面临长研发周期与巨额亏损[56][57] 企业分化 - 晶泰科技转型AI平台公司：2024年港股上市（市值197.59亿港元），跨界新能源/新材料领域[65][66] - 英矽智能坚守Biotech路径：三次冲击IPO未果，临床管线推进艰难[72][73][84] - 超维知药等中小玩家因缺乏成果退出市场，头部企业通过跨界（农业/能源）寻求第二增长曲线[67][70][71] 未来趋势 - 技术演进：从判别式AI（1.0）向生成式AI（2.0）升级，实现分子设计与合成突破[80] - 价值重构：AI作为"制药新基建"融入传统研发流程，药企自建AI团队成常态（强生6000人数据团队）[77][79] - 新焦点转移：从前端靶点发现转向AI临床设计，可覆盖80%研发成本的市场空间[81][83]