1、-1-2-3-1-63,591.6.9%-2-一、一、AIAI 制药发展历程制药发展历程在过去的20年中，作为生命科学和信息技术的两大前沿，生物医药和人工智能这两个领域均取得了重大里程碑进展并呈现融合发展的趋势，由此推动了AI制药的兴起。随着BT（生物技术）和IT（信息技术）的不断深化，AI制药行业快速发展的势头仍将持续，为人类健康事业提供更强动力。来源：智药局二、二、AIAI 制药行业产业链条分析制药行业产业链条分析近十年来，越来越先进的信息技术得以用于生物层面，随之而来的是相关数据及工具的极大充盈，AI制药得以拓展更加多元的发展方向和更加广阔的应用空间。不仅仅局限于传统的小分子药物，AI在

2、大分子药物、细胞和基因疗法领域的作用也不断获得印证，一大批相关Biotech随之涌现。与此同时，辉瑞、赛诺菲、拜耳、强生等跨国药企和包括药明康德、IQVIA在内的CXO企业也纷纷加入进来，投身AI技术赋能药物的研发之中。图 1-1 AI 制药大事件-3-图 1-2 AI 制药行业产业链来源：智药局上游上游AI制药产业链上游主要分两大类：提供AI技术和提供生物技术的企业。提供AI技术的企业中，辅助制药的人工智能硬件设备包括服务器和芯片等。软件包括各类机器学习、深度学习以及其他人工智能算法，还有数据收集和处理平台、开源软件包以及云计算平台等辅助类软件。例如，Amazon Web Services(

3、AWS)、Google Cloud Platform(GCP)、华为云等云平台和工具为AI制药提供了强大的计算和分析能力。-4-图 1-3 上游软件服务商与AI制药公司的合作来源：智药局提供生物技术的企业包括提供CRO服务的企业和提供先进设备的企业。前者主要为提供制药流程中不同阶段辅助服务的传统CRO企业，后者则凭借冷冻电镜、自动化实验室等设备等高端设备提供技术支持。中游中游随着上游AI技术和生物技术的发展，AI制药企业的中游部分呈多元化发展趋势。按照商业模式的不同可以分为：AI+Biotech、AI+CRO、AI+软件/服务三类；同时IT头部企业以及AI与其他技术的结合应用也占据部分中游市场

4、。AI+Biotech企业从药物本身的性质或治疗手段分类，又可以分为小分子药物、大分子药物以及细胞和基因疗法。公司的核心目标是在综合考虑收支的情况下尽可能地推进管线进展。AI+CRO企业和AI+软件/服务企业的区别在于不同的业务性质带来的商业模式、团队规模等方面的差异。更加定制化的CRO业务为公司在药物机制理解、团队人员配置、成本费用开支上提出了更高要求，与之相匹配的，其在药物研发价值链条上参与分成的比例更高；而软件/服务则通过打造平台或软件间接地为AI制药提供帮助，这类企业更加考验底层算法的普遍适用性，客单价不高但容易产生规模效应，相关成本也较低。同时，国内外头部互联网企业也通过对外投资、打

5、造自有相关平台、提供算力及计算框架服务等手段，在AI制药领域积极布局。此外，AI与大模型、DEL、虚拟临床等技术的结合也成为传统制药公司融入AI技术的一种渠道。下游下游AI制药企业的下游分为传统药企、Biotech公司和CXO企业。传统药企既可以和中游企业合作管线来丰富药物种类，提高药物研发成功率，还可以利用已有的成熟销售渠道进行AI辅助研发药物的销售；Biotech公司是传统药企与AI制药企业合作的另一种模式，通过前期合作开发药物分子以及后期管线或药物授权获取收益；CXO企业同样可以从中游企业获取技术，以提高自身竞争力和市场占有率。选择适合的AI制药公司进行合作，成为药企、Biotech和C

6、XO最常见的参与方式。头部AI制药公司在传统药厂的合作的渗透率不断提升，以Exscientia为例，就已披露了和罗氏、拜耳、赛诺菲在内的顶级制药公司的合作。除此之外，部分公司还会选择软件服务合作，即AI+SaaS模式。Iktos在授权机器学习模块的同时，也包含了联合技术开发协议的形式，合作的制药公司将资助其新算法开发。但目前，这种合作模型并非国内创企变现的核心关注点。-5-数据库数据库近年来，AI制药领域数据库的迅猛发展，离不开大数据、机器学习、结构生物学等多个领域技术的不断进步和相互融合。这些技术的发展为大规模化学和生物数据的收集、分析和挖掘提供了有力支持，进一步推动了AI在制药领域的应用和