AI制药的尽头，还得是CXO

2012年，当AlexNet在ImageNet竞赛中横空出世、将图像识别错误率一举降低近一半时，制药行业还在为“双十定律”而疲惫奔走。彼时没人想到，这个从计算机视觉领域传来的微弱电波，会在十余年后彻底改写药物发现的底层逻辑。人类花了几个世纪学会用化学语言与生命对话，而AI只用了短短数年就学会了用概率理解分子。

2026年6月，BIO国际大会在美国圣地亚哥如期召开。英矽智能与SK生物制药签下超25亿美元的AI药物研发合作；同一会场，凯莱英、泰格医药、博腾股份等中国CXO企业集中亮相。两件事发生在同一时空，恰好构成了当下制药行业最值得书写的注脚——AI正在重塑药物研发的底层逻辑，而中国CXO，或将成为这场变革的最大受益方。

有人把AI比作制药行业的“颠覆者”，认为算法终将取代实验室里的瓶瓶罐罐。但事实远比这种非黑即白的想象复杂。AI更像一剂强力催化剂——它大幅提升了前端研发的效率，却也让后续的临床验证与药物生产变得前所未有的重要。而在这个链条上，中国CXO凭借多年积累的产业链优势，正迎来真正的黄金时代。

01

Al就是一剂催化剂

传统新药研发素有“十年研发周期、十亿美元投入”的“双十定律”，但即使投入如此之多，在研药物的临床成功率仍不足10%。药物作用本质上是分子与靶点的相互作用，而传统的高通量物理筛选，面对的是近乎无限的可能性空间。

AI的到来，打破了这道效率天花板。

2026年1月，工信部等八部门联合印发《“人工智能+制造”专项行动实施意见》，明确提出要建设人工智能驱动的新药发现与虚拟筛选平台。政策层面的推动背后，是技术已经跑出了实打实的成绩。

英矽智能的Pharma.AI平台，能将候选药物从靶点发现到临床前候选药物确认的时间，从传统4.5年大幅缩短至12到18个月。晶泰控股的AI+自动化机器人实验室可7×24小时运转，研发效率较传统模式提升40倍。甚至有团队仅用21天就完成了传统需要两到三年的分子筛选，靶点调研周期从两个月压缩至数小时。

图：AI制药与传统方法比较

AI已全面渗透至靶点识别、虚拟筛选、全新分子设计、ADMET预测以及自动化合成等核心环节。生成式AI实现分子结构生成效率提升5到8倍。药物研发正在从“试错式筛选”向“模型驱动设计”演进。

如果把传统药物研发比作手工打造的慢工细活，AI就是给这条流水线装上了涡轮增压。前端“口子”被骤然放大，候选分子的供给量呈指数级增长。

但问题也随之而来——这些被AI批量生产出来的“理论上完美的分子”，谁来验证？谁来生产？谁来推向临床？这正是即将被释放的需求所在。

02

无法规避的“湿实验”

AI进行的计算和分析被称为“干实验”，而药物研发最终需要在真实实验室里用细胞、动物、人体来验证结果，这就是“湿实验”。AI可以设计出理论上完美的分子，但生物学和化学的复杂程度远超代码。目前，AI还无法精准预测所有的脱靶效应和体内毒性，也无法合成这些候选分子，更无法验证其药代动力学和药效学。

算法可以缩短寻找答案的时间，但无法替代验证真理的过程。

2026年市场上出现了一种论调：AI被神化为“点石成金”的机器，传统CXO的壁垒正在坍塌。持这种观点的人，脑海中关于AI的想象还停留在屏幕上那串代码，却忘记了药物研发终究要把针头扎进小白鼠的血管里。

事实上，AI的爆发不是减少了对CXO的需求，事实恰恰相反。随着前端候选分子的“供给”激增，反而放大了对CXO湿实验能力的“需求”，毕竟不是每家AI制药企业都具备大规模系统化的“湿实验”能力的。

图：晶泰控股“湿实验”系统

道理很简单：AI每多设计出一个有潜力的候选分子，就意味着多一个分子需要合成、需要做体外活性测试、需要做动物实验、需要推进临床申报、需要规模化生产。这不是一道减法题，而是一道加法题，甚至是一道乘法题。

从研发到生产，从制造到供应，AI正在打通医药产业的价值链条，实现药物研发、精益生产、供应链协同全链路数智化升级。而在生产制造端，工艺决策已在AI推动下从“经验驱动”迈向“科学驱动”。

AI渗透得越深，临床验证和生产环节的“承压”就越大。而这些环节，恰恰是CXO的核心阵地。

03

AI与CXO更配

传统认知中，很多人误读了AI与CXO的关系。在他们看来，AI能自动设计分子、预测活性，CXO的“中间商”角色就该被淘汰了。

但现实给出了完全不同的答案。全球AI制药市场2025年规模约24.9亿美元，2035年有望突破460亿美元。而中国CXO行业同样在强劲复苏，药明康德2025年营收454.6亿元，同比增长15.8%；凯莱英、康龙化成、博腾股份均实现双位数营收增长。这两组数据放在一起就能看出答案：AI制药和CXO不是此消彼长，而是同步扩张。

图：头部CXO营收及增速

AI正在重构的是制药产业链的价值分配，而非消灭某个环节。

科技巨头、BioTech、传统药企与CXO四大梯队都在积极布局AI制药。而CXO在其中扮演的角色，从“被动接单”变成了“主动赋能”——AI+CXO的融合正在进入新阶段。

以药明康德为例，其CRDMO模式中的R端（研究）正是连接“算力”与“结果”的关键中枢。年交付超40万个化合物，背后是一体化架构的支撑——R端合成完成后，D端的工艺开发与M端的规模化生产已在同一条管道上等候，分子无需跨体系转移即可进入下一阶段。没有这一环节，所有AI的设计都只是未经验证的概念。

更关键的是数据壁垒，一次“失败”临床的价值远高于“成功”临床，失败数据往往揭示了‘此路不通’的关键原因，而成功数据只是确认了一条已知的可行路径。

20多年来沉淀的上千万次化学反应，那些关于“哪些路径容易产生毒性副产物、哪些分子结构漂亮却无效”的“暗数据”，不写在任何一篇论文里，它们只存在于实验记录、分析图谱和工艺报告中。AI无法获取，更无法替代。

AI提升了前端效率，CXO承接了后端落地。两者不是替代关系，而是新的产业闭环。

04

中国CXO，AI最大受益者

如果说AI是制药行业的“大脑”，那么CXO就是“双手”。而中国，恰好拥有全球最强壮的“双手”。

中国CXO的核心优势，首先体现在成本与效率上。海外CXO龙头人均年薪多在50万元人民币以上，而国内多数企业控制在30万元以内。中国相关企业能将综合研发成本控制在国际先进水平的60%至70%。

但这种优势远不止于“便宜”。中国CXO产业在工程师红利、产业链配套优势以及前沿制造技术方面，仍具备全球竞争力。在ADC、多肽、寡核苷酸等前沿领域，中国企业不仅实现对日韩的超越，更在部分领域实现了对欧美企业的弯道超车。

以多肽产能为例，药明康德从2022年的6000升快速扩至2025年的10万升以上，三年实现指数级增长，成为全球最大多肽供应商。这不是简单的产能堆砌，而是技术能力、交付能力、质量体系的综合体现。

2026年第一季度，国内创新药一级市场融资总额同比上涨128.6%，全球相关交易中中国占比约70%。药明康德Q1在手订单增长23.6%。昭衍新药和益诺思2026年Q1新签订单金额分别达9.1亿元和7.3亿元，同比增速分别达112%和199%。

订单在加速流入，项目在向后端延伸。药明康德2025年小分子D&M业务收入199.2亿元，全年累计新增839个分子，管线总数达3452个，其中83个商业化项目、91个III期项目。康龙化成CMC服务中超过84%的收入来自药物发现服务的现有客户。前端需求向后端加速传导，订单粘性与兑现能力持续增强。这正是AI催化之下，CXO价值放大的直接证据。

图：药明康德各阶段项目一览

AI正在重塑药物研发的底层逻辑。它让靶点发现从数月缩短到数小时，让分子筛选从数年压缩到数周。这种效率提升是革命性的。

但无论源头如何颠覆，药物终归要经历临床验证，终归要走进生产线。AI是催化剂，加速了前端反应，却也放大了后端的需求。如果说AI相当于药物研发的“涡轮增压”，那么中国CXO就是承接这股动力的“传动系统”。

2026年的BIO大会上，中国CXO企业的集体亮相已经说明了一切。全球合作伙伴的信心在强化，订单在加速落地。低成本、高效率、全链条——这套组合拳正在筑牢中国CXO的竞争护城河。

AI时代，中国CXO不是被替代的对象，而是制药产业链上最不可或缺的底座。当AI把越来越多的候选分子送到门口，真正能把它们变成药的，还是那些实验室里的瓶瓶罐罐、生产线上的反应釜，以及中国CXO二十年来积累的硬功夫。

AI技术让研发变快了，而中国CXO，要忙起来了。