这份报告核心结论是AI制药已从概念走向实际应用，正迎来“降本增效+重磅药落地”的关键阶段，科技巨头、制药龙头、产业链企业纷纷布局，数据、算力、模型三大壁垒已逐步突破，行业进入快速发展期。

### 一、AI制药：已经到了爆发前夜

1. 技术成熟度足够：AlphaFold2（蛋白质结构预测工具）获诺贝尔化学奖，标志AI制药技术得到权威认可，不再是“纸上谈兵”。

2. 降本增效超显著：AI能让药物研发成本降低4倍、研发回报提升5倍，DNA测序/合成成本下降幅度远超摩尔定律，创新药进入“超摩尔定律”时代。

3. 首个重磅药快落地：AI研发的药物已推进到临床阶段，英矽智能等企业的候选药已发表临床数据，全球首个AI研发的上市药物有望很快出现。

4. 模型“黑箱”已破解：过去AI研发过程不透明的问题得到解决，英矽智能等企业已能复现不同靶点的AI研发流程，满足监管要求。

### 二、三大核心壁垒：都已找到破解办法

1. 算力：云端供给充足，不用愁

- 亚马逊AWS、谷歌云、微软Azure、阿里云等提供充足云端算力，药企不用自建昂贵数据中心。

- 英伟达推出专属AI制药框架（BioNeMo）和超级网络技术，能连接多个数据中心形成“AI超级工厂”，进一步提升算力效率。

2. 数据：打破“数据孤岛”，够用了

- 采用联邦学习（FL）技术：企业不用共享原始数据（保护隐私），就能联合训练模型，破解“数据茧房”问题。

- 跨界合作+政府支持：Apheris等平台整合跨领域数据，英国推出OpenBind开放数据集，5年内将提供50万个药物-蛋白质相互作用数据，填补数据缺口。

3. 模型：头部企业已形成壁垒

- 生成式AI成为核心：能自主设计分子结构、预测临床结果，AI药企的模型越用越精准，形成“数据-模型”正向循环。

- 临床成功率更高：AI开发的药物进入临床I期后的成功率达80%-90%，远超传统方法的40%左右。

### 三、行业格局：三大势力共同推动

1. 科技巨头：下场直接参与

- 英伟达：投资13家AI药企，推出BioNeMo框架，100多家药企用其工具加速研发。

- 谷歌：拆分DeepMind旗下Isomorphic Labs专注AI制药，已与诺华、礼来达成合作，临床即将启动。

2. 制药巨头：砸钱布局不落后

- 全球Top10药企（默沙东、辉瑞、礼来等）均已布局AI制药，近8年相关合作交易超90起，总金额超500亿美元。

- 从“自主研发”转向“混合策略”，40%的药企选择“自建+外部合作”，30%优先选择外部成熟解决方案。

3. 产业链企业：全面渗透

- 上游CRO（研发外包）：泓博医药推出AI平台DiOrion，深度智耀用AI优化临床申报流程。

- 中游AI药企：英矽智能实现“靶点发现-分子生成-临床推进”全流程AI驱动，10款候选药进入临床。

- 下游医疗端：智云健康等将AI模型接入慢病管理系统，打通研发-应用闭环。

### 四、布局策略：关注两大方向

1. 管线优先：聚焦有临床进展的企业，重点看候选药推进速度快、管线丰富的标的（如英矽智能、Recursion等）。

2. 壁垒优先：关注模型和数据有优势的企业，这类企业的壁垒会随时间增厚，长期竞争力更强。