国海医药 MNC加码AI药物研发从工具采购走向能力底座

00:00:01 本次电话会议仅供符合国海证券投资者适当性管理要求的客户，以及受邀客户使用。国海证券不会因接收人收到本次会议相关通知或参加本次会议，而视其为客户，本次会议内容不构成任何投资建议，据此做出的任何投资决策与国海证券，国海证券员工或者关联机构无关。本次会议只是转发。国海证券已发布研究报告的部分观点，仅反映国海证券研究人员于发布完整报告当日的判断，相关内容请以研究所已公开发布报告为准。会议严禁录音或转发。 00:00:35 任何人不得对本次会议的任何内容进行发布、复制、编辑、改编、转载、播放、展示或以其他任何方式非法使用本次会议的部分或者全部内容，否则将承担相应的法律责任，国海证券就此保留一切法律权利。 00:00:53 在任何情况下，国海证券及其员工，对使用本次会议信息或内容所引发的任何直接或间接损失概不。负责市场有风险，投资需谨慎。 00:01:06 哎，好，各位投资人大家早上好，我是国海医药组韩乐。那我今天想跟大家汇报是我们近期关于AI制药交易的一些研究。那我们这次没有从这个模型参数算法原理或者单个AI药物出发，而是换了一个角度，我们从全球医药企业真实发生的交易和采购行为来判断，AI制药究竟有没有形成真实的需求。那么我们的核心结论是，AI制药已经从概念探索进入到了一个需求验证阶段。 00:01:44 啊，我们的核心摘要主要是解决以下5个问题。那第一个问题，AI制药交易增长是不是由整个医药BBD市场带动的？那我们答案是否定的，AI技术交易的增速显著快于医药总交易，说明AI制药已经形成了一定的独立需求景气。 00:02:04 那第二个问题是谁在真正为AI技术付费？那么我们从买方的结构来看，最核心的买方不是研发能力不足的小药企，而是BMS、礼来、阿斯利康这些研发型的MNC。那这一点是非常重要的，因为企业自身已经拥有了全球领先的一个科学家实验体系、临床开发能力和数据资源，那么他们仍然持续向外采购AI能力，说明AI并不只是替代研发能力不足，而是在帮助头部药企进一步放大已有的研发研发资源。那第三个问题是，为什么MNC在首次合作之后还会。 00:02:44 继续复购或者扩展，那首次合作通常只是一个小范围的试点。那真正推动后续复购的是AI平台能不能交付新的靶点、新的化学空间或者真实的候选分子？那这些结果能不能被湿实验复现？项目能不能够通过MNC内部的审评进入研发的一个组合。那第四个问题是行业现在处于一个什么阶段？那我们的判断是需求验证基本完成，交付验证正在进行，那临床验证尚待突破，这样的一个阶段啊。 00:03:17 第五个问题是我们应该如何投资AI制药制药公司？那我们建议按照一个逐层递进的一个验证顺序观察，那么主要以下顺序是首次合作啊，追加项目、同一客户的复购、研发里程碑、PCC或者IND人体数据，最后才是商业化收入，那么越往后验证强度是越高的，平台的估值的确定性也就越高。那我们我们呃，后面几页就是专门针对以上的上述的几个核心问题，做进一步详细的阐述和证明。 00:03:59 啊，那这一页我们显示的是AI交易增长显著快于医药总交易，也就是我们从数量上面来看，呃，全球的一个医药总交易以及呃AI技术专门的一个总交易，从2020年到2025年这样的一个数据。那我们这这项数据的分析，是根据医药魔方数据库AI技术交易量作为做测算的。 00:04:22 那我们看到从2020年到2025年，全球AI技术交易的数量复合复合增速达到了30.7%，同期的医药总交易的数量的复合增速只有0.4%。那么到2026年7月18号，也就是今年的呃777个多月的时间，全球AI技术交易已经达到173起，相当于2025年全年的119.3%，同期的医药总交易的数量是2025年全年的71.5%。那所以因此来讲，AI交易的 加速那并不是整个。 00:05:00 个医药BD的一个被动结果，而是AI技术自身的一个需求在加速。那么第二个值得关注的就是MNC的一个采购强度。那我们看2026年到7月18号这一段时间，那全球前20大MNC的受让技术里面，AI技术的呃受受让交易里面，AI技术的交易的渗透率达到了32.5%，是全球平均水平的1.77倍。也就是说，研发能力越强、数据越多，管线越复杂的药企，他反而更加越积极地去采购AI技术。那背后的原因，AI价值并不是单纯的降低成本，而是可以放大MNC原有的数据资产、实验体系和全球研发能力。 00:05:44 那么第三个变化，我们看到中国今年截止到7月18号，那中国转让的AI技术交易已经达到了44起，已经超过了a2025年全年，那因此我们这一页其实可可以得到三个结论，第一个是。AI制药已经形成了一个独立的需求，第二个结论是MNC是需求强度最高的客户，那第三个结论是中国正在成为全球AI制药的一个重要重要增量供给方，那么。 00:06:17 啊，那么这一页下面一页我们看从数量扩张到这个交易金额，就是像大额交易的这样的一个趋势。那这一页反映的是AI合作正在从这个小规模的适用，逐步走向更大规模的一个项目合作。 00:06:32 那从2025年全年的披，全球已经披露的AI技术交易总金额大概达到了百呃335亿美元。那2026年啊，截止到7月18日已经披露的交易金额达到了519亿美元，相当于2025年全年的1.5倍啊。那这里就是需要提醒的是，交易总金额通常是包含远期里程碑，并不能呃等同于企业当期能够确认的一个收入。那因此我们这个呃，不能简简单的用这个headline总金额来判断一个平台的一个价值，但总金额在持续上升，说明药企愿意把更多的靶点、更多的项目和更长期的合作承诺去交付于这样的。 00:07:16 AI平台，那么我们看到中国的平台的提升，呃也是更加明显的，那2025年中国AI技术的转让披露总金额大约百呃94亿美元，2026年。截止到7月18日，已经达到了327亿美元啊，是2025年全年的3倍以上。那么按照已经披露的口径，其实中国已经贡献2026 年，全球有63%的一个交易总金额啊。这个数据说明中国AI制药企业不再只是一个呃提供低成本的研发服务，而是通过开始通过平台能力、候选资产和项目交付持续参与这样呃全球药物研发价值的一个分配。 00:07:57对。 00:08:04 啊，那么下面一页我们进一步去拆解买方来看，我们发现推动这一轮AI交易增长的一个核心主体啊，是这个具备研发型具备研呃非常强研发能力的MNC。那么我们可以看到我们大致分了三个阶段，我们可以看到在2020年到2023年这一阶段，那么BMS啊，赛诺菲辉瑞，阿斯利康，礼来是率先进行布局的。那么在2024年到2025年这个阶段，礼来的采购是这个开始加速，那么BMS阿斯利康和诺华也在持续活跃。那么到今年2026年，礼来和阿斯利康诺华持续处于一个领先的一个位置啊。 00:08:50 那从这个前20大排名来看，呃，就是亚洲地区的一些药企也开始进入榜单，但呃，MNC仍然是一个最核心的一个客户啊，那么这带来一个非常关键的判断。 00:09:05 MNC采购的1采购AI并不代表MNC没有研发能力，而是因为他们拥有了大量的一个内部数据实验平台和开发资源，那么AI产生的结果才更容易被验证承接和放大。那么对于AI呃平台公司来讲，MNC是具有严格的一个项目评审体系。如果一个AI项目产生的结果能够进入MNC，正式的研发组合本身就是一个比较高强度一个科学验证，那么因此投资AI这个制药企业之外，那么我们看客户的质量同样也是很重要的。 00:09:41 那我们下面再具体看一下呃这三个时间阶段，MMNC是怎么就是采采购内容是怎么发生变化的。那么首先呃我们把这个采购也是同样分为3个阶段，那我们这里强调一下，不是所有的MSC都是严格按照这几个时间点，那我们这么选取是。 00:10:05 能够了解行业的一个演进方向啊，那第一个阶段就是我们采取这个2020年到23年，那这这个阶段的主要主要特点呢就是一个单点验证。那么当时药企并不是把整个研发体系都交 给AI，而是先在某一个具体环节环节上去进行一个试用。比如说BMS以采购这个数字病理和临床设呃临床设计能力啊，那阿斯利康跟这个benevolent AI去合作进行一个靶点的发现，包括礼来使用这个机器人云实验室，去形成设计和合成和测试分析的这样的一个闭环。 00:10:43 那么这个阶段MNC主要在回答一个问题，就是外部AI的平台相较于传统的方法，究竟能不能产生可验证的研发增益？那研发增益就是不只是计算速度更快，而是要落实到几个具体的结果， 00:10:58 比如说能不能发现新的靶点，能不能缩小实验筛选的范围，能不能提高先导化合物的活。性选择性成药性，那能不能交付hit lead或者候选分子，以及AI结果能不能接接入MNC内部的一个数据实验和决策流程？那么这一阶段更像是呃大规模的一个产业试用期，那因此来说，药企购买的是一个模块合作，通常是由呃这个某一个具体项目来推动。那么AI在这个阶段还没有成为企业统一的一个研发基础设施，那么我们再看下一个阶段。 00:11:38 那么到了2024~2025年，我们发现了一个非常重要的变化，MNC的采购开始从这个广泛的适用转向一个结果的驱动。 00:11:50 的复购和扩项，那比如说诺华与isomorphic合作一年后，追加项目合作，从最初的一个三个比较困难的靶点，进一步拓展到了一个新的项目那里来。里来就是从逐步从购买软件许可升级到候选分子的合作，以及临床前资产的授权。 00:12:09 那么辉瑞跟这个posterira已经进行了多轮合作，从小分子拓展到了ADC payload,然后同时出现了一些项目，达到临床前里程碑的一个信号。那BMS与这个inscitro的合作，也从这个疾病模型和靶点发现，逐步进入到了一个靶点验证和分子设计的一个阶段，并且触发了一个里程碑的付款。那么这意味着AI平台开始通过真实项目的一个结果，获得了MNC内部的一个再次的采购。那所以说这个阶段的最重要的目标不再是看有没有签下一笔合作，而是看同一个客户有没有追加项目合作，有没有从一个单靶点拓展到多靶点，有没有从小 分子拓展到抗体ADC或者其他模态。那有没有触发里程碑平台，有没有逐步接入药企的内部研发的流程。 00:13:01对，那么我们再看，呃，这个今年的就是第三个阶段。 00:13:08 就是2026年截止到这个7月18号，我们已经看到了这个AI采购出现了进一步的升级。 00:13:15 那第一种升级，就是从购买项目走向了这样建设内部AI研发基础设施的这样的一个啊，一个节奏。比如说李来，他跟英伟达计划在5年内投入这个最高10亿美元，建设这个AI联合创新实验室，把这个药企科学家、AI研究人员、算力，然后包括这个biionemo平台机器人和physicalai结合起来，那李来的路径其实是相对来说比较清晰的。那么先买软件项目，再买管线，最后建设这个内部模型算力和自动化实验室的闭环。那第2种升级就是从预测模型走向了这个AI Agent, 00:13:54 然后，阿斯利康和赛诺菲已经开始采购面向研发决策的AI Agent.那传统的AI模型就是更多的是完成一个单点的预测，比如说测预测蛋白的结构、分子的活性，或者患者患者的入组。概率那agent AI Agent的目标就是可以调用更多元的数据，去连续完成多个分析的步骤，去辅助管线和临床的决策。那么也就是说，MNC的采购对象开始由单个的算法，那升级到了这个，能够进入进入真真实工作流的一个这样的一个智能系统。 00:14:28 那第三个，其实其实我们看到了买方结构开始向亚洲的区域的一些药企扩散。我们在近两年的AI交易中其实看到了亚洲企业的一个影子。那因此来说，今年的变化，那不仅是买方数量的增加，更重要的是一个采购层级也发生了一个变化。从单点工具升级到专属模型，从模型升级到Agent，从项目合作升级到了算力机器人和研发基础设施，那么从一次性交付又升级到了药企内部数据和呃，这个工作流持续的一个结合。 00:15:02