AI制藥行業：從降本增效到分子創新，數據生產構筑長期壁壘.pdf

AI制藥行業：從降本增效到分子創新，數據生產構筑長期壁壘。前言：AI+制藥行業的投資價值在于行業的現狀分析和未來判斷。投資思路上來看，我們認為在于理解當下AI在制藥中的作用地位、商業模式和成長空間、行業成長的關鍵要素和競爭壁壘。

AI在制藥中的作用是什么？增效和創新。

基于現有的技術和未來的發展狀況，我們認為藥物研發基于實驗科學的本質不會因AI的迭代升級而發生顛覆。AI在制藥端最成熟的落地應用在于提升了臨床前的降本增效：AI虛擬篩選極大地降低了真實試驗中所需要投入的化合物的數量，從而有效縮短了臨床前研發周期、大幅減少研發成本。此外，AI分子生成擺脫認知偏見具有創新價值，目前的AI分子（如TNIK）進展進入臨床2期階段，有望逐步兌現其創新價值。

市場規模已超百億美金，AI+CRO/AI+Biotech仍是企業造血盈利的大趨勢

市場空間來看，全球 AI 賦能藥物研發費用市場規模由 2023 年的 119 億美元有望增長至 2032 年的 746 億美元，CAGR達22.6%。行業投融資熱度整體高昂，國內有所收縮。從長遠的商業化來看，我們認為AI+CRO/AI+Biotech仍是企業造血盈利的大趨勢：一方面利于快速創收，另一方面利用合作項目可以完成企業自身算法模型迭代升級，構筑自身長期競爭力。

算法+數據深度綁定，高質量數據的生產能力是核心競爭力。

算法+數據是行業核心技術迭代升級的關鍵生產要素。算法突破的關鍵因素在于研發人才團隊，而數據的競爭在于高質量數據生產能力（而非傳統試驗數據的堆積），以實現數據積累和算法迭代之間的閉環和正向循環。大規模高質量的數據是行業稀缺資源，原因在于納入訓練集的數據要求苛刻+數據不共享（“數據孤島”）。由于實驗數據涉及核心利益，長期來看“數據孤島”的行業特征不會改變，因而高質量數據生產能力是長期的核心競爭力。