醫藥行業深度研究：從數據、算力、模型切入的3類龍頭，看全球AI制藥全景圖.pdf

醫藥行業深度研究：從數據、算力、模型切入的3類龍頭，看全球AI制藥全景圖。時點：AI 應用從構想到現實，多組學開發降本增效 1000 倍，首個 AI 重磅藥破殼在即。（1）時間到：人類對 AI 的 想法，始于 1950 年的圖靈測試。隨著 2016 年 DeepMind 的 Alphago 擊敗世界圍棋冠軍，到 2024 年 Hassabis 和 Jumper 因為 Alphafold2 蛋白質結構的成功預測獲得諾貝爾化學獎，AI 制藥的時代就已經開啟。（2）質變在即：根 據專注于投資顛覆性技術的 Ark Invest 發布的《Big Idea 2025》，生物醫藥領域正在發生著顛覆級的量變。多組學 AI 應用將帶來醫藥領域的 1000 倍降本增效。創新藥的超摩爾定律時代開啟。（3）問題已解：AI 模型，黑箱已破。 任何科學研究，包括創新藥研發在內，不論是體外還是人體臨床試驗的可復制、可驗證性都是極為重要的。歐盟 《人工智能法案》將使那些依賴黑箱模型、缺乏可解釋性的 AI 藥物發現系統出局。而龍頭 AI 藥企已經走出概念驗 證。英矽智能，TNIK、ENPP1、PHD 同路徑 3 次復現成功推進，AI 研發過程都在 Nature 雜志上詳細披露。

本質：算力云端接入、數據量質局限皆獲破圍、模型隨時間增厚壁壘，創新研發回報率回升提速。（1）算力，是 AI 應用運行的前提。全球科技巨頭，包括亞馬遜、谷歌、微軟、阿里等，有充足的云端算力可供藥企選擇。而英偉 達，2025 年 8 月 22 日推出 NVIDIA® Spectrum-XGS 以太網，這是一項跨規模技術，用于將分布式數據中心組合成 統一的千兆級 AI 超級工廠。此舉將再提升全球算力量級。（2）數據：從 DL（深度學習）到 FL（聯邦學習），MNC （跨國巨頭）強強聯合，數據繭房被沖破。一方面，自從 2016 年谷歌推出了 FL 至今，該技術受到廣泛關注。這種 算法旨在建立更好的模型，并由多個方面驅動，包括在一組設備之間分散學習過程的好處（跨設備 FL）、訪問廣泛分 布的知識（跨孤島 FL）以及保護本地數據的隱私。另一方面，Apheris 這類企業以及英國政府等，都在整合跨界協 作以突破 AI 驅動藥物發現的數據局限。根據英國政府官網 2025 年 6 月 9 日的新聞發布，英國“OpenBind”聯盟當 日宣布，將利用突破性實驗技術，生成全球最大的藥物與蛋白質（人體的組成部分）相互作用數據集合。（3）模型 是制勝關鍵。生成式 AI 藥企，從假設到實現，構建隨時間增長的領先模型壁壘是要點。當算力與數據不構成太大掣 肘，模型開發迭代進化的效率與訓練經驗積累的先機就至關重要。與大藥企合作 AI 研發過程中的數據與模型構建正 反饋飛輪，就將成就目前領先企業的護城河。

行業變局：科技巨頭入局，產業鏈企業加速配置；十大制藥巨頭，AI 布局，無一缺席。（1）科技巨頭：英偉達，推 BioNeMo、廣投 AI 藥企。谷歌，并購 DeepMind 拆分 Isophormic Labs，后者在 7 月公開表示，臨床試驗已經“非常 接近”了。科技巨頭紛紛投入 AI 制藥。（2）產業鏈：泓博醫藥推 DiOrion 平臺，深度智耀賦能 IND(新藥臨床申請) 合規提交，英矽智能從猜想、分子、臨床到發布全貫通。（3）制藥巨頭：默沙東、輝瑞、禮來、BMS 等頭部藥企，數 百億美元布局 AI 制藥相關公司。從醫藥魔方統計的全球 AIDD（AI 藥物研發）相關交易首付額和總額 Top 20 的項目 來看，重大交易集中發生在近 5 年內，總額超過 500 億美元。