夜雨聆风学习资料网

ARTICLE · 1225840

4600亿巨头,向AI“低头”了?

4600亿巨头,向AI“低头”了?

风浪越大,鱼越贵?

撰文|Jing

AI时代,CXO是受到威胁和冲击,还是更有价值了?药明康德的口径变化,给出了一个耐人寻味的答案。

过去两年,面对投资者多次对AI布局的问询,药明康德始终是一种近乎“切割”的表态:公司历来不自行开发新药,也没有用AI来开发新药。在AI制药叙事最炽热的时候,这家CXO龙头似乎把自己划在了故事之外。

然而就在两周前,面对“中美药企与AI公司合作会否影响公司业务”的提问,药明康德话锋一转,将“AI设计+CXO赋能落地”被定义为“不可分割的产业闭环”,把自己定位为联接前沿AI大脑与实体研发环节的“生命科学操作系统”,始终坚持“HI(Human Intelligence)+AI”的策略。

从保守回答到明确占位,药明康德怎么“低头”了?一家手握664.3亿元在手订单、并不需要靠AI叙事“加持”的行业龙头,为什么偏偏在这个时点改口?

变的不只是药明康德。整个CXO行业也正在做出集体表态:泰格医药牵手英矽智能,金斯瑞23亿港元配股重仓湿实验室,康龙化成、药石科技、维亚生物各出奇招。当AI把分子设计的门槛一再拉低,一场围绕“物理落地”的卡位战,已经打响。

他们争夺的到底是什么?

药明康德的转身

过去数年,药明康德对AI的公开表述一直克制而稳定,甚至可以说有些“保守”。 

最初在2025年3月的业绩电话会上,公司高管就谈到过AI在医药行业的应用,强调这一应用仍处于比较早期的阶段,但相信AI作为创新工具可能帮助行业打开更多“不可成药”的空间。
与此同时还特意强调,“现在网上关于AI的信息有很多,尤其是关于AI新药的,但需要明确的是,药明康德历来不自行开发新药,也没有用AI来开发新药”。此外,还“打假”了一则传闻:网上有消息称药明康德通过Chemistry42来做AI新药,“这跟药明康德没有任何关系”“公司作为一体化的CRDMO服务平台,我们一直都是做好赋能服务,这个会为我们带来更多的客户和业务机会”。
这个态度一直延续到2026年2月,投资者在互动平台上又出现同类追问,药明依旧没有松口。
但进入下半年,改变几乎是递进式发生的。
先是6月15日,投资者追问公司AI大模型的规划与布局,药明第一次系统性给出新表述;随后9月30日,又再一次重申。
药明康德表示,AI在创新药物研发领域仍处于探索和尝试阶段,“尽管AI能高效设计分子结构,但仍需要像公司这样具有独特的一体化、端到端CRDMO平台进行复杂的合成交付与生物验证”,从而形成“AI设计+CXO赋能落地”不可分割的产业闭环。
有业内人士分析,当下AI在生物医药领域掀起了一场 “效率竞赛”,用AI造分子的人很多。但更重要的恰恰是另外两头,如何在真正理解疾病,以及如何真正实现落地。AI可以生成很好的分子,但还生成不了很好的药物,药明康德锚定的便是把分子真正做出来。
药明康德拥抱AI这件事,在10月第一次被产业端验证。10月13日,AI制药公司Boltz官宣:其小分子发现流水线BoltzMol-1,已可直接搜索药明康德旗下WuXi LabNetwork的GalaXi虚拟化学空间。
BoltzMol-1是一个规模约258亿个“合成可及分子”的库,每个分子由185条经过验证的化学反应和30877个高质量砌块组合而来,全球可调用。值得注意的是,BoltzMol-1的设计原则是,候选分子必须能从商业目录买到、或能按需合成。换句话说,AI选出的分子如果做不出来,再高的预测分数也没有意义。
在此之前,BoltzMol-1已支持搜索Enamine公司740亿以上规模的按需合成空间,此次接入药明GalaXi,相当于给模型补上了一块全新的亚洲供应网络,以弥补虚拟空间与真实合成之间那道转化鸿沟。
不难看出,药明康德想占的位置不是前端设计,而是AI设计流程落地的那一段。AI将创意的门槛拉低,却将落地的门槛推高,而后者便是药明康德的目光所在。
所以,与其说是药明康德的口径变了,不如说是它终于捋清楚了,在AI浪潮中要扮演什么角色,以及哪些是不可替代的。
这个AI全面“席卷”药物开发的时代,模型可以开源,算法可以追赶,预测精度可以逐渐拉平,但“这个分子在现实中能不能被做出来、能不能在数周内交付”这道关口,总要落到某个拥有可合成化学空间和湿实验交付能力的平台上。

推荐阅读 

*AI制药最“魔幻”的120小时:新药获批、团队散伙、龙头转亏
*史上最强WAIC!药企首次站“C位”,AI究竟怎样改变“制药”与“看病"?
AI时代的CXO们
药明的转身并非孤例。2026年,中国CXO集体在AI制药的牌桌上落了座。尽管路径各不相同,但本质上都在思考同一个问题:哪些是AI够不着、又绕不开的地方?
从最近的一则消息说起。9月16日,金斯瑞宣布与礼来的AI/机器学习药物发现协作平台Lilly TuneLab™达成合作——礼来开放基于其研发数据训练的模型,金斯瑞则提供蛋白表达、纯化及表征分析等湿实验服务,为AI优选出的候选序列做标准化验证。
换句话说,这是一场打通AI药物发现与实验验证的联手,而它背后的判断,与药明康德有相通之处。针对这笔合作,金斯瑞生命科学事业群总裁陈睿曾表示:“AI赋能的药物发现能够取得多快的进展,取决于整个行业生成可靠生物学证据的速度。”
把时间拉长看,金斯瑞在AIDD领域已经“使劲”了很久:公司三大核心业务均已接入AI智能生产与自动化创新;2025年,在金斯瑞交付的蛋白订单中,AI及复杂抗体药开发项目占比已达约70%。
而9月11日,金斯瑞更是进一步配售净筹资约23.27亿港元,其中约70%用于扩大AIDD平台产能和基础设施,包括自动化高通量湿实验室设施及设备升级,约20%用于AIDD研发、数字化流程整合及全球拓展。也就是说,钱没有砸向算法和算力,而是更多砸向了“实验验证”这道瓶颈。
康龙化成、泰格医药、药石科技等CXO也都在抢滩。
康龙化成瞄准的是“湿实验室”的智能化。今年8月,康龙化成与智平方达成战略合作,围绕化学实验、生物科学及分析实验、动物实验等真实场景开发具身智能自动化工作流。其目标,是让搭载类脑大模型的机器人真正进入湿实验室,在真实研发场景中持续获得数据回流,反哺模型迭代。
泰格医药则推进AI赋能临床。2026年4月,这家临床CRO龙头与英矽智能签署战略合作,围绕创新药产品的临床研究开展长期合作,把AI的赋能重心放在临床阶段而非前端分子生成。
事实上,当AI把分子设计的时间压到极致,临床开发反而成了决定成败的"慢变量",泰格押的正是这一环。
药石科技同样把AI嵌进了自己最深的护城河,用“实体砌块约束”重构AI分子生成的逻辑。据了解,其自研AI药物发现平台,不追求纯算法驱动的“无约束生成”,而是在“可合成性”和“实体砌块资源”的双重约束下推荐候选分子——回应了AI制药长期存在的痛点:算法可以生成海量结构,但大量候选分子在真实化学空间中难以合成。
不难看出,几家CXO龙头都在把AI锚定在自身已有的物理资源或验证能力上;成都先导、维亚生物等CXO也在以数据资产或算法平台为核心,构建差异化的AI竞争力。
目前,真金白银的回报也已相继显现。2026年上半年,康龙化成AI制药收入已占实验室服务收入的7%以上,而实验室服务占公司总收入约61%,AI在康龙已进入有实际体量的收入结构。此外,金斯瑞今年上半年AIDD相关收入已接近4000万美元,同比增长超过105%,公司给出的下半年指引是收入翻番、突破1亿美元。
有业内人士认为,AI越火、CXO越值钱。如今看来这个判断不无道理:前端每多一个虚拟候选分子,后端就多一道必须被物理验证的订单;AI让分子更新、更复杂、更难合成,反而放大了对一体化平台交付能力的依赖。
因此,谁跑得最快这个问题,或许并没有答案。AI+CXO已经不再是一道竞赛题,而是一道生态题——每家企业都在AI够不着、又绕不开的地方找准身位:有人卡住合成交付,有人卡住临床验证,有人卡住数据回流。
谁能率先跑出领先身位,也许就取决于谁把自己那块“绕不开”的能力,扎得最深。

行业关注的焦点,正从“能否用AI生成分子”,转向“能否把分子真正做出来、交付出来”。当AI将创意的门槛拉低,落地的门槛反而被推高,谁能打通虚拟设计、化学合成与湿实验验证的产业闭环,谁就更有机会占据下一阶段的关键位置。AI如何从辅助工具走向核心生产力,如何推动医药产业从Biotech迈向TechBio,已成为全行业必须共同回答的问题。

在此背景下,2026年12月4-5日,第二届E药经理人AI大会将于杭州举行。大会由E药经理人与医药行业AI创新联盟联合主办,以“从Biotech到TechBio”为主题,聚焦AI驱动下的医药产业范式变革,推动AI从辅助工具走向核心生产力。

日程重磅首发|第二届E药经理人AI大会:从Biotech到TechBio,12月4-5日杭州见

会议日程框架

12月4日上午

开幕式及主论坛

12月4日下午

AI+临床研发创新论坛

AI重塑GXP全链条论坛

AI+医药安全风控体系论坛

AI助力效率提升论坛

【智启新药 · AI领航】AI赋能新药研发论坛

12月5日上午

AI药物研发论坛(AIDD)

AI赋能营销论坛

医药AI新范式总裁交流会(闭门)

Biotech到Tech-Bio能力升级交流会(闭门)

12月5日下午

医药企业AIDD体系建设实战培训会

AI时代的营销能力构建培训会

AI药物研发论坛(AIDD)

12.5 全天

论坛主席:阎水忠  再鼎医药全球研发首席运营官

策划人:朱峰  复宏汉霖首席数智官、医药行业AI创新联盟创始成员

01

上午场

主持人:朱峰  复宏汉霖首席数智官、医药行业AI创新联盟创始成员

09:00~09:10

致辞

09:10~9:30

【主题演讲】AI蛋白质设计与分子生成平台:下一代药物发现基础设施

拟邀嘉宾:许锦波 清华大学卓越访问教授,美国芝加哥丰田计算技术研究所教授,分子之心创始人

09:30~9:50

【主题演讲】AI医药数智化战略与价值创造

9:50~10:10

【主题演讲】生成式AI+小分子:从靶点发现到先导化合物的全链条提速

拟邀嘉宾:丁  晓  英矽智能高级副总裁

10:10~10:30

【主题演讲】

10:30~10:50

【主题演讲】AI驱动的抗体发现平台:从抗体生成到全球授权合作

10:50~11:10

【主题演讲】《创新100强AI制药布局与应用报告》解读

E药经理人

11:10~12:00

【圆桌对话1】从"辅助工具"到"核心生产力":AI药物研发的下一个五年

主持:朱  峰  复宏汉霖首席数智官、医药行业AI创新联盟创始成员

拟邀对话嘉宾:

阎水忠  再鼎医药全球研发首席运营官

邱婧君  复星医药AI科创专委会执行主任/全球研发中心副总裁

曹奋泽  中国生物制药/正大天晴CIO

于建林  高特佳投资集团副总经理

02

下午场

13:30~13:50

【主题演讲】AI纳米递送与可编程生物时代

拟邀嘉宾:赖才达  剂泰医药联合创始人、CEO

13:50~14:10

【主题演讲】AI驱动的基因合成与抗体发现:从序列设计到高通量筛选的智能化实践

14:10~14:30

【主题演讲】物理约束融合生成式 AI,加速分子与抗体药物发现

拟邀嘉宾:秦炳杰  灵擎数智CEO

14:30~14:50

【主题演讲】AI原生Biotech的构建之路:AIDD平台、大模型与智能体驱动的研发组织变革

拟邀嘉宾:鲜 翾 同源康生物首席AI智能官

14:50~15:50

【圆桌对话2】合作进化论:药企与AI公司的商业模式与BD策略

主持人:张蕊  医药数字化转型专家,医药行业AI创新联盟秘书长

拟邀嘉宾:

戴  晗  礼来中国外部创新负责人

鲜 翾 同源康生物首席AI智能官

赖才达  剂泰医药联合创始人、CEO

牛张明 德睿智药创始人、CEO

一审| 石宛佳

二审| 李芳晨

三审| 李静芝

相关学习资料