中国医疗：AI药物发现（AIDD）：从实验到商业化

中国医疗保健：药物发现中的人工智能 (AI-DD) 从实验到变现 我们为中国最具叙事驱动性和波动性的领域之一——AI药物发现领域，提供一份导航路线图。 估值更多地是由选择权而非基本面驱动的，最大的机遇源于市场误定价和波动性。 在今日同时发布的随附报告中，我们启动对Insilico Medicine的买入以及对XtalPi的持有。 披露与免责声明：本报告必须与披露附录中的披露内容和分析师资质认定，以及作为其一部分的免责声明一并阅读。 为什么要阅读这份报告？ ◆ 我们为中国最具叙事驱动性和波动性的领域之一——AI药物发现领域，提供一份导航路线图。 ◆ 估值更多地是由选择权驱动而非基本面，最大的机遇源于市场误定价和波动性。 ◆ 在今日同时发布的随附报告中，我们启动对Insilico Medicine的买入以及对XtalPi的持有。 一个变革性领域，但仍然没有共识 利用人工智能发现新药正迅速成为中国最大且最不被理解的投资主题之一。数十亿美元正流入该领域，与全球知名药企的合作正在加速，估值也越来越看重公司平台潜力，而非当前盈利。然而，尽管备受瞩目，投资者仍面临一个关键问题：对于这些人工智能药物发现（AIDD）公司究竟是什么，尚无共识——是软件公司、生物技术公司，还是为药企进行研发的合同研究组织（CRO），抑或是未来的平台垄断者？ 我们强调，一方面，人工智能正明显地改变药物研发的工作流程，缩短时间线，降低实验成本，并重塑制药公司如何分配研发资源。另一方面，商业化仍处于早期阶段，商业模式仍在演变中，许多上市公司交易更多是基于叙事、选择权和人工智能稀缺性溢价，而非可预测的现金流。 这种不确定性正推动着医疗保健和人工智能领域最大规模的估值分化之一。 鉴于潜在的上行空间，但也存在显著的定价风险，我们探讨塑造当今AIDD行业的五大投资者争论焦点： 1.盈利模式正从何处兴起？哪些商业模式在结构上具有持久性，而哪些又容易商品化？ 2. 到底是什么在推动这些股票？ 3.4. 在人工智能模型能够被快速商品化的世界里，长期护城河是什么？5. 价值链的哪些环节攫取了经济利润——哪些环节则被压缩？投资者应如何评估平台的期权价值？ 我们的差异化方法结合了五个要素： ◆ 中美战略比较与竞争定位。◆ 从早期互联网平台演进和CRO行业整合中汲取的教训。◆ 识别未来定价权与数据护城河出现领域的框架。 我们相信，市场正使用过时的框架来分析这个快速变化的行业。 这是我们关于“未来医疗”主题的最新报告。如果您想订阅我们九大主题中的任何一个，请点击此处。 我们的核心要点是什么？AIDD领域的赢家可能并非拥有当今最佳AI模型的公司，而是那些能够持续从自身数据中学习、深度融入制药工作流程、并能大规模反复创造有价值药物资产的平台。 未来三到五年，该领域可能成为塑造医疗保健平台转型的一个关键领域。但要将持久的平台赢家与暂时的AI热潮区分开来，就需要一个根本不同的投资框架，而这正是本报告的主题。 关键投资者讨论：我们的核心发现 1.AIDD 目前如何实现商业化？哪些商业模式是持久的，哪些有风险？目前的商业化是真实的，但仍然集中在低价值层面，如软件即服务（SaaS）产品、药物发现费用和 CRO 服务。我们看到长期价值正在向下游转移，转向资产所有权、专有数据和改善平台经济。纯 SaaS 提供商面临日益加剧的标准化风险。 2.是什么在推动AIDD股价——以及为什么领导层更迭如此之快？AIDD的股价受三大因素驱动：叙事、事件催化剂和基本面。在牛市中，AI叙事通常占据主导地位。在风险规避时期，现金 runway（资金缓冲期）和变现变得重要得多。把握这些因素轮动并变得更为重要的时机至关重要。 3.正确的估值框架是什么？我们认为传统的DCF框架已不足够，因为AIDD公司越来越多地像“一系列期权”一样进行交易——结合了平台能力、人才稀缺性、专有数据和未来生态系统的价值。市场正在对其未来潜力轨迹进行定价，而非其当前现金流。 4.长期护城河将是什么？我们预计大多数人工智能优势将变得商品化。相反，持久的护城河将源于专有数据生成、工作流集成、监管定位和湿实验室基础设施——而不仅仅是更好的算法。 5.投资者可以从互联网和CRO（合同研究组织）行业中学到哪些经验教训？如同早期的互联网和CRO领域的领导者一样，AIDD（人工智能药物发现与开发）领域的获奖者也可能从零散的工具演变为集成平台。历史上的成功者所捕捉的是生态系统、嵌入的工作流程以及长期的转换成本——而不仅仅是功能层面的创新。 6.在人工智能药物发现中，什么会被商品化与什么具有可防御性？通用建模、蛋白质折叠和分子设计能力正迅速标准化。可防御的价值越来越多地体现在专有生物数据、患者准入、实验反馈循环以及可扩展的资产生成基础设施上。 我们关于附件的投资逻辑 加速发现。捕捉药物经济学。人工智能工具资产。 相关研究 推荐阅读... ◆◆◆◆◆◆◆◆◆◆◆◆CSPC –买入：18.5亿美元肽平台交易达成，李莎，2026年2月4日Xtalpi——持有启动：中国首个盈利AIDD平台，琳达·舒，2026年7月22日聚焦：手术机器人：增长前沿，黄慧（汇丰环球投资研究），2023年11月17日联合影业——买入：突破性“录像”MRI产品发布，舒琳，2026年2月4日人工智能与中国医疗保健——将创新转化为收入：人工智能如何驱动增长，李莎，2026年2月27日中国生物技术：走向全球：到2025年，中国仍是全球创新中心，蔡欣，2025年2月14日聚焦：量子计算时代：多领域颠覆，戴维·约瑟（汇丰环球投资研究），2022年10月5日Insilico Medicine——在Buy处启动：从概念股到坚实执行，舒琳娜，2026年7月22日◆ 生成式人工智能：机器的崛起，马克·麦克唐纳（汇丰全球投资研究），2023年2月23日聚焦：中国医疗健康——AI如何变革该行业的路线图，李舒，2025年3月5日中国医疗保健——AI在药物研发中的应用：从实验到商业化，李诗，2026年7月22日中国医疗保健：2026年展望：从业务发展协议到全球交付，国内市场软复苏，李思（Linda Shu），2026年1月6日中国医疗保健：未来的医疗保健：拥抱商业医疗保险，李舒，2025年1月22日 五项关键投资者辩论 1.AIDD 目前通过哪些商业模式变现？哪些商业模式是可持续的，哪些有风险？ A. 现金流可见，但尚未达到规模化或可预测的程度 AIDD目前正在产生收入，但收入水平仍未达到投资者期望。尽管已取得重大进展，但当前的变现大多集中在低附加值到中等附加值层面：SaaS工具、发现型合作以及按服务收费模式。这些业务产生的收入可见但不稳定，并且通常与早期研究紧密相关。 行业仍处于早期发展阶段，投资者痛点依然高度投机：这是软件（高利润、可扩展）还是生物技术（高风险、资本密集型），或是合同研发组织（平台服务）？鉴于这些公司自身也在快速变化的AI世界中摸索，街边（市场）在应使用何种估值方法或如何将AIDDs归类为哪种商业模式方面，并未形成明确共识。直到公司证明其SaaS规模可重复或临床资产可实现，我们相信市盈率可能仍将保持不稳定。 未来转向：从销售选择权到拥有黄金——服务和SaaS是入口，而非终点。收入持久性的问题取决于什么被商品化，什么会复合增长。通用人工智能能力（如建模、蛋白质折叠和分子设计）正迅速标准化。随着像谷歌DeepMind这样的基础型玩家推动性能边界，纯SaaS AIDD正成为价格接受的基础设施，而非价值拥有者。 然而，我们识别出在人工智能应用于医疗保健的垂直领域，耐久性正浮现出来，从而区分出潜在的“赢家”。 闭环平台和基础设施 （AI + 实验室 + 专有数据）：更难 复制，并通过规模效应加以改进。 ◆ 独家数据护城河/患者级数据访问：在监管环境下（例如美国FDA约束）的结构性护城河。 ◆ 下游经济参与/管道所有权：里程碑、特许权使用费、资产股权。 B.市场趋势——交易活动蓬勃：估值领先反映了平台的未来潜力，而非当前收入 2026年至今的交易活动显示出明显模式：资本追逐的是能力，而非现金流。 大多数AIDD平台仍处于未盈利状态，但估值却很高。这种估值是基于平台未来的产出，而非当前的收入。 总的来说，我们发现以下在主要市场中被高度重视： 人员：创始人、前制药行业领导者、顶尖人工智能研究人员。 独家合作，专有临床及纵向数据集。 数据优势： 平台年产能：每年可产生多少个药物候选物。 早期验证：新药临床试验申请（IND）提交、制药合作。 尽管没有标准的衡量指标，投资者会综合评估每项管道资产的内含价值、平台更换成本（数据+计算+人才）以及制药领域选择权带来的战略溢价。 高估值是未来业务管道的函数。关键的市场启示在于选择权，即平台创造未来资产而非当前利润的能力，这意味着投资者在没有平台表现良好的证据的情况下，承担了支付高市盈率的风险。然而，鉴于生物AI比扩展通用大型语言模型（LLM）要困难得多，且进入壁垒要高得多，投资者正加速进入这个领域，以获取潜在的巨大上行空间的“选择权”。 主要市场趋势： ◆ 边缘人工智能（ Frontier AI）和大型科技公司正进入医疗保健和生物领域（美国和中国）。◆在人工智能医疗诊断（AIDD）领域，制药和生物技术平台的合作正在增加（美国和中国）。◆ 中国人工智能-生物制药生态系统平台越来越多地出口研发和知识产权（R&D/IP），而不仅仅是服务供应商：大型制药公司越来越多地接受源自中国的基于人工智能的分子进入其全球研发管线，商业模式正趋同于美国生物技术经济模式（预付款+里程碑）。这得到了礼来公司（Eli Lilly）与英矽智能（Insilico Medicine）交易（约27.5亿美元）的支持。中国独特的“人工智能-制药/CRO”混合模式可能成为竞争优势。◆ 中国的大型科技公司战略与美国不同：更注重生态系统/平台赋能、医院数字化和工作流程优化，以及人工智能基础设施，而不是直接的生物技术收购。◆ 美国强调前沿基础模型、专有多模态生物数据以及智能体；中国强调可扩展的设计-构建-测试-学习执行、吞吐量经济性、人工智能与机器人技术，以及自动化湿实验室集成。 C. 商业模式演变：其中的张力是什么？ 我们观点认为，AIDD商业模式正在趋同，但并非所有路径都能创造价值。我们识别出当今存在的三种变现层级： (1) 入门层：工具/软件即服务/SaaS发现费用：这是最快实现收入的层级，进入门槛最低，通常用于临床前阶段。核心问题是规模有限、高度同质化风险高以及议价能力较弱。 (2) 中层：CRO/平台服务：这结合了AI与实验室执行，并产生真实、可重复的收入。其权衡之处在于运营成本高，且会限制利润空间。 （3）价值层：管道所有权/许可权：通过BD（业务发展）、里程碑和版税获得的收入：我们认为这部分具有最高的上行潜力，但波动性极大且收益递延。 我们看到，公司正坚定地转向以资产为中心的模式，因为工具无法像资产那样捕捉药物价值。但这同时也引入了一个根本性的张力： 向下游移动 = 更高的利润率，更高的风险，更高的资本需求。 上游立足 = 风险较低，回报较低，面临商品化压力。 最终，我们看到胜者将作为混合型运营商出现，利用服务收入资助内部流程，同时构建数据引擎，并扩展至拥有多元化收入流的多元资产组合。胜者很可能演变为能够持续孵化并变现资产的平台（而非纯粹的工具有和服务）。 加速发现。捕捉药物经济学。人工智能工具资产。 2. 是什么推动股价（以及为什么驱动因素会迅速变化）？ 大多数投资者犯的错误是将AI医疗视为单一因素的增长故事。我们并不这么认为。相反，我们将其视为一个三因素交易，领导力不稳定，回报在基本面、事件和叙事之间轮动——而且轮动速度可能比大多数投资组合的调整速度更快。在任何特定时间点，其中一个因素会占据主导地位。优势在于把握轮动时机或拐点。 人工智能医疗行业中的三大驱动