📰 研报摘要
查看全文 ➔摘要： 本报告系统分析了 AI 制药（AIDD）行业的全球格局与发展趋势，探讨了 AI 如何通过构建“数据—模型—实验”协同迭代范式，破解传统新药研发周期长、成本高、成功率低的“双十困境”。
行业主线：
- 研发范式革新：行业正由 CADD（计算机辅助设计）向 AIDD（AI 驱动研发）演进，实现从“经验驱动+试错优化”向“数据驱动+生成式设计”的跨越。
- 全流程赋能：AI 在靶点发现、先导化合物筛选、PCC 优化及临床试验设计等环节均能显著提升效率，有望大幅缩短研发周期并提高成功率。
- 产业链协同：形成了涵盖算力/数据上游、AI-Native 平台中游及传统药企/CXO 下游的协同生态。
关键变化与分歧：
- 商业模式演进：AI 制药公司正从简单的 SaaS 软件服务转向 AI+CRO 研发外包或 AI+Biotech 自研管线模式，以追求更高的商业价值和管线权益。
- 竞争核心转移：竞争壁垒正从单一算法能力转向通过“自动化湿实验”构建的闭环专有数据集。
受益方向与风险：
- 受益方向：具备“干湿闭环”能力、拥有高质量专有数据、且能实现临床概念验证（PoC）的平台型药企。
- 核心风险：AI 生成分子的临床转化率不及预期、数据标准化难度大、监管政策的不确定性。