AIforScience稀缺标的，颠覆研发范式打开巨大市场空间

科学家背景团队，研发实力雄厚。晶泰控股的核心管理团队具备各自专长的技术背景和丰富的行业经验，研发团队由公司的三位麻省理工学院培训的科学家和联合创始人领导，由500多名科学家和技术人员组成。 他们在算法设计、物理、生物学、化学、制药研发以及自动化和机器人技术方面拥有多学科的专业知识。 营收突破商业化门槛，净亏损显著收窄。2024年公司营收为2.66亿人民币，同比增长53%。2024年度公司营收达到了港交所商业化公司2.5亿港元的收入门槛。因此，公司根据上市规则向联交所申请取消“未商业化公司”的称号，已获得批准。同时，2024年公司经调整净亏损为4.57亿人民币，较上年同期的经调整净亏损下降0.65亿人民币。 干湿实验闭环，数据壁垒构造护城河。根据公司2025年3月公布的信息，公司虚拟数据已包括：1）650万+高精度量化数据；2）10万+分子力场参数；3）FEP数据约50万分子对，靶标150+；4）蛋白轨迹为3×10⁹帧。实验数据已包括：1）覆盖80%药化常用反应类型；2）机器人每月积累20+万条反应过程数据；3）自建20+种AI反应性/实验条件预测模型；4）自建UV谱图预测模型和基于LCMS谱图的产率预测模型。 合作新药管线进展顺利，新材料等领域客户持续拓展。多条公司合作管线进展顺利，其中SIGX1094是晶泰控股与希格生科合作研发的基于“类器官+AI”药物研发平台开发的核心产品，主要用于治疗弥漫性胃癌及其他晚期实体瘤，SIGX1094是全球首个进入临床阶段的FAK/SRC双靶点抑制剂，目前进入一期临床阶段，获得FDA孤儿药、快速通道认定。 同时，公司合作对象已涵盖新能源、新材料、农业及化工领域，进一步打开市场空间。其中，2024年8月，晶泰控股与协鑫集团的合作为期5年、总合作金额约10亿元，将持续贡献公司营收。 政策红利驱动短期增长，客户留存与孵化公司驱动中长期增长。近年来国家及各地政府对AI、机器人的产业应用持续关注，公司产品涉及AI+、机器人+的医药、材料等领域应用，可充分受到政策红利带来的机遇，短期内有望迎来快速增长。后期随着客户持续留存以及孵化公司管线顺利推进，公司中长期增长天花板有望进一步打开。 盈利预测与投资建议：我们预计公司2025-2027年收入分别为 4.26/6.83/10.95亿元，归母净利润分别为-4.42/-1.96/0.42亿元，当前股价对应P/S分别为43.69/27.25/17.00倍。公司为AI for Science稀缺标的，有望在2027年实现扭亏为盈，首次覆盖，给予“买入”评级。 风险提示：公司承接订单不及预期，汇率波动风险，现金减少及融资风险，技术研发风险，新药研发进展不及预期风险。 1.AI for Science稀缺标的，打造AI研发新范式 晶泰控股于2015年创立，是一个基于量子物理、以人工智能赋能和机器人驱动的创新型研发平台。公司采用基于量子物理的第一性原理计算、人工智能、高性能云计算以及可扩展及标准化的机器人自动化相结合的方式，为制药及材料科学(包括农业技术、能源及新型化学品以及化妆品)等产业的全球和国内公司提供药物及材料科学研发解决方案及服务。 图1：晶泰控股公司简介 1.1.全球资本关注，构建多元化的科技创新企业集团 晶泰控股拥有背景过硬的创始团队，研发实力雄厚，凭借量子物理与人工智能技术，在药物及新材料设计领域突破传统限制，实现高效创新。 自成立以来，晶泰控股受世界知名股权和战略投资者的大力投资与支持，已筹集资金约732百万美元。截至2023年12月31日，晶泰控股在全球的人工智能赋能的药物发现公司中排名第一。 公司由三位麻省理工学院的博士后物理学家于2015年创立，以基于量子物理的第一性原理计算及人工智能能力为支撑，寻求以超过传统的替代方法的速度及规模改变药物及新材料的设计与发现方式。2016年，晶泰控股参加了辉瑞举办的全球晶体结构预测（「晶体结构预测」）盲测并实现准确预测，从而与辉瑞在技术创新和药物研发方面建立了长期的战略重要合作伙伴关系。此后，就技术优势而言，晶泰控股逐渐成为提供固态研发计算服务的全球领导者。公司的晶体结构预测能力及与辉瑞的长期合作，最终能够帮助缩短确认用于Paxlovid开发及生产的最佳结晶药物形式所需的时间，在全球抗击SARS-CoV-2的关键时刻成为全球首个获得FDA批准的COVID-19口服疗法。 表1：晶泰控股发展历程 晶泰控股自2015年创立以来，陆续成立了多家附属公司，涵盖中国、美国及开曼群岛等地，业务涉及固态研发、药物发现解决方案、业务开发、专利持有以及孵化器平台等多个领域。从2015年至2022年，公司通过多轮融资不断拓展业务版图，增强研发实力，逐步构建起一个多元化的科技创新企业集团。 表2：晶泰控股主要附属公司 1.2.股权结构多元 晶泰控股的股权结构分散，腾讯和红杉中国为主要股东。晶泰控股的股权结构显示出多元化的股东基础。创始人股东包括温书豪博士及其信托，通过QuantumPharm Holdings持股6.52%，通过QuantumPharm Roc持股8.75%。马健博士及其信托通过Crete Helix持股3.61%，赖力鹏博士及其信托通过SeveningBAlpha持股2.58%。主要投资者方面，腾讯持股12.91%，红杉中国实体持股7.80%，五源资本实体持股7.51%，中国人寿通过国寿成达持股6.91%。其他上市前投资者如顺为资本、中金、华兴资本等合计持股34.40%。公众股东持股5.50%，基石投资者如恒基兆业主席李家杰博士旗下Successful Lotus等持股比例较小。 图2：2024年6月晶泰控股股权结构 1.3.科学家领衔，研发实力雄厚 晶泰控股的核心管理团队具备各自专长的技术背景和丰富的行业经验。这种由技术专家领衔的管理团队，为晶泰控股在药物发现和AI研发领域的持续创新奠定了坚实基础。晶泰控股拥有强大的研发团队。研发团队由公司的三位麻省理工学院培训的科学家和联合创始人领导，由500多名科学家和技术人员组成。他们在算法设计、物理、生物学、化学、制药研发以及自动化和机器人技术方面拥有多学科的专业知识，共同为公司的研发带来了见解和经验。 表3：晶泰控股核心成员 2.人工智能解决方案及自动化行业：场景多元，前景广阔 人工智能在数据处理和决策优化方面潜力巨大，医疗和材料科学领域尤为突出。人工智能解决方案在大规模、多源异构数据的质量、处理效率、深度分析和标准化方面表现出巨大潜力。人工智能能够自动完成过去需要人工进行的重复性工作，并通过训练生成比人类更准确的结果，帮助做出更好的决策。在人工智能解决方案市场中，医疗保健和材料科学（包括农业、美容和化妆品、石化、电池和新能源材料领域）的应用预计将大幅增长。 图3：2018-2030人工智能解决方案市场规模(十亿美元) 图4：人工智能解决方案细分市场规模(亿美元) 全球自动化市场快速增长，实验室自动化渗透率呈现较快提升趋势。各行业越来越多地采用技术简化流程并提高效率，全球自动化市场正大幅增长。自动化市场分为工业自动化和实验室自动化。工业自动化涉及生产流程的端到端自动化，实验室自动化则应用技术和服务实现实验室流程和任务的自动化。根据公司招股书，实验室自动化的全球渗透率预计将从2022年的3.7%增长至2030年的23.2%。在自动化市场中，自动化在医疗保健和材料科学（包括石化、电池和显示器领域）的应用预计将大幅增长。 图5：2018-2030自动化市场规模(十亿美元) 图6：自动化细分市场规模(亿美元) 数据量增长、劳动力成本增长、技术融合及政策共同驱动人工智能解决方案及自动化市场增长。新技术市场的增长预计将受到以下因素和趋势的驱动：1）数据化时代，各行业数据的激增也需要开发先进的数据存储、管理、计算和安全解决方案。2）老龄化时代，劳动力成本增加，促使企业探索替代方案以减少对人力的依赖，推动对新技术的投资。自动化技术、机器人和人工智能模型已成为降低劳动力成本的主要解决方案。3）跨学科融合背景下，人工智能与量子物理、云计算和自动化的结合，推动了新技术市场的快速增长。这些技术的协同创新提高了性能和效率，并促进了互联生态系统的发展。4）各国政府推出一系列政策激励技术创新和改革。中国政府通过《十四五国家高新技术产业开发区发展规划》和《互联网+人工智能三年行动实施方案》等；美国通过“增加研究活动税收抵免”政策鼓励研发投资，欧盟通过“地平线欧洲”计划为新技术开发提供资金支持。 2.1.药物研发行业 传统制药方式面临成功率低、时间长、成本高的压力，AI制药潜力巨大。传统的药物研发流程成本高且耗时，整个流程通常至少需要约10年时间及超过10亿美元的投资；药物发现阶段一般需要约一至两年时间及约4亿美元至4.5亿美元的投资。在药物研发过程中应用人工智能等新技术，可显著减少药物研发所需的时间及成本，并提高成功率。随着人工智能在药物研发各个阶段的应用日益增加，全球制药公司已建立自身的人工智能平台，或已与人工智能公司合作进行药物研发。 图7：药物发现阶段基于人工智能的方法与传统人工方法的效率比较 基于第一性原理的量子物理方法有望成为人工智能辅助药物研发的突破性技术。基于量子物理的计算方法逐步兴起。这种方法源于量子物理的第一性原理，用于计算药物分子与靶蛋白分子在分子和原子层面的相互作用力，被认为是下一次技术突破，将对药物研发产生重大影响。与常见的需要充足实验数据的人工智能方法不同，基于量子物理的计算能够自行生成可扩展的数据，克服了药物研发早期阶段的数据匮乏问题，并显著提高预测的准确性。它不仅为化学和生物对象及其相互作用提供更相关的模型，还可以在没有任何训练集的情况下计算出超越现有行业知识和数据的分子特征，从而显著改善早期药物发现。此外，基于量子物理的算法还能指导生成式人工智能，以更快、更准确的方式高效发现创新候选药物。 表4：人工智能与量子物理方法在药物发现领域的差异 AI制药处于成长期，潜在市场空间广阔。从2022到2025年，AI制药的规模还相对有限。这一状况有望在2035年得到改观，一方面，自研管线可变现数量有所增加； 另一方面，由于AI制药的技术能力预期到时会在国际及国内得到更为批量化的证明，合作管线数量将有大幅增加。同时，软件和节点式付款变现可能更为常见。2022年自研管线市场规模约11.6亿人民币，对外合作管线研发市场规模约为15.5亿人民币，总市场规模约为27亿人民币。根据量子位的预测，到2025年，自研管线市场规模将会达到34.7亿人民币，对外合作管线研发市场规模约33亿人民币，总市场规模约67.7亿人民币；到2035年，自研管线市场规模有望达到686.3亿人民币，对外合作管线研发市场规模将达到1353亿美元，叠加其他相关收入，总市场规模达到2039.6亿人民币。 图8：中国AI制药市场规模估算 图9：按类型划分的中国AI制药行业市场规模（亿元） 干湿结合、数据生成与自动化是人工智能辅助药物研发中亟需解决的问题。具备以下能力的人工智能辅助药物研发公司将在未来竞争中具备优势。1）干湿实验室结合能力：多数市场参与者缺乏将湿实验室与干实验室结合起来的综合能力，导致研发周期更长且成本更高。2）高质量、大规模数据生成能力。基于量子物理的计算及人工智能均有其自身的重大限制，例如，以研发为目的开发基于量子物理的计算既困难又耗时，而人工智能模型则受其训练集的限制，因为它们无法推算与训练集并不相似的分子。尽管如此，将基于量子物理的计算与人工智能能力相结合可以大规模快速处理数据并计算超越当前行业能力及数据的分子特性。3）实验室自动化能力：自动化能使湿实验室快速验证人工智能模型产生的预测并大规模生成数据以进一步训练人工智能模型。经改进的人工智能模型反之能够为湿实验室实验的设计和性能提供更好的影响。因此，整合人工智能、量子物理及自动化湿实验室能力的人工智能药物研发公司，能够通过创造数据生成、学习和确认相互促