AI 会颠覆药明系吗?

昨天看了吕执着写的这篇文章：《吕执着读研报》：贝恩斯坦深度解读—AI对医药的降本增效。

我整体是非常认可的。

我认可的，不是“AI 利好 CXO”这句大而化之的结论，而是他先把一个最容易被市场混淆的问题拆开了：AI 提升的是前端发现效率，但药物最终还要回到真实世界里开发、验证、生产和交付。

这两天不少人因为 AI 和 CXO 又开始焦虑。说实话，看到吕总这样长期跟踪行业、又能这么快把问题拆开讲清楚的人第一时间出来分析，我心里更多是一种庆幸。市场最怕的不是分歧本身，而是噪音来得很快，真正有分析能力的人却迟迟不发声。

站在价值投资角度看，这件事真正值得想清楚的，不只是 AI 会不会冲击 CXO，而是 AI 到底会抬升谁、压缩谁、重新定价谁。

我自己的判断也越来越清楚：

AI 不是把 CXO 的价值抹平了，而是在把不同层次的价值重新拉开。

01. 市场最容易看错的，是把一个环节的效率提升，错写成整条链条的价值坍塌

AI 制药最容易制造一种错觉：既然前端发现更快了，那是不是后面的外包价值都要被削弱？

这个推导太快了。

药物研发不是“想得到”就结束了。一个分子被设计出来，只是开始。它还要被做出来，被验证，被推进临床前和临床，被放大生产，被满足监管要求，最后还要在真实供应链里稳定交付。

这里面很多东西不是纯算法问题，而是工艺、组织、质量体系、产能和监管共同决定的结果。

所以 AI 对 CXO 的影响，不能粗暴写成一个方向。

它更像一次行业内部的重新分层。

低端、重复、标准化、单纯靠人力堆起来的外包价值，的确可能被压缩。可那些能把复杂分子做出来、把工艺稳定下来、把项目往后推、把药真正交付出来的平台型能力，反而会更稀缺。

价值投资真正该看的，从来不是 headline，而是稀缺性到底转移到了哪里。

02. AI 是公平工具，但工具不会平均分配结果

前段时间我和随行老师聊过一个很朴素的判断，我现在越来越觉得这句话特别重要：

AI 是工具。所有人都可以用。

但工具不会平均分配结果。

同样一把工具，落到不同人手里，结果完全不一样。一个本来就深懂行业、懂流程、懂边界的人，用上 AI 以后，往往是如虎添翼；一个原来就没有理解深度的人，就算拿到同样的工具，也未必能做出真正有价值的东西。

对企业也是一样。

AI 并不会自动奖励所有 CXO。它更可能奖励那些本来就在真实产业流程里扎得够深、经验积累够厚、执行体系够强的平台型公司。

因为越往后端走，越不是“会不会用 AI”这么简单。

你有没有足够多真实项目经验？有没有见过足够多失败路径？有没有能力把实验室结果放大到稳定生产？有没有全球产能、质量体系和客户信任？

这些东西不是模型一夜之间就能替代的。

甚至可以反过来说，当 AI 让前端发现变得更快、更便宜、更拥挤时，真正稀缺的可能不再是“谁又想到了一个分子”，而是谁能把这些想法真正接进后面的开发和生产体系里。

03. 早期 CRO 和 CDMO / CRDMO，不能再被当成同一种生意

讨论 AI 对 CXO 的影响，最不能偷懒的地方，就是不能把 CXO 混成一个整体。

早期 CRO 和 CDMO / CRDMO，不是一门完全相同的生意。

早期 CRO 里有一部分业务，本来就更接近人力外包、实验执行和重复性服务。如果 AI 加自动化实验室能让同样的事情用更少的人、更短的时间完成，那这部分利润池被压缩，是很自然的结果。

但 CDMO / CRDMO 的价值逻辑完全不同。

它解决的不是“能不能想到”，而是“能不能实现”。

一个候选分子从屏幕上出现，到真正成为可以推进临床和商业化的药，中间隔着工艺开发、质量控制、放大生产、监管要求和全球交付。越复杂的分子，越不是一个简单实验就能解决。

所以 AI 对这两类公司的影响，很可能是非对称的。

它会让一部分低端前端服务被去人力化，也会让更多候选项目更快涌向后端。项目变多，不等于客户会同步补齐工艺、质量、产能和全球交付能力。发现阶段提效了，也不等于后端体系可以一夜之间自建出来。越是在项目加快往后走的时候，平台型外包体系的重要性越会被看出来。

同样叫 CXO，有的公司卖的是低端工时，有的公司卖的是确定性、工艺能力和交付能力。AI 冲击前者，不等于一定冲击后者。

04. 药明系真正值钱的，是 AI 很难直接替代的那部分真实世界能力

把这个问题落到药明系身上看，很多事情反而会更清楚。

药明系最值钱的，从来不是某一个季度利润有多高，也不是某一段股价弹得有多快，而是它们在全球创新药产业链里最深、最稀缺、也最难复制的那部分能力，到底有没有继续变强。

AI 浪潮下，这个问题反而更重要。

在我看来，药明系这类平台型 CRDMO 的价值，主要就体现在三件事上。

第一，真实数据。

很多人一提数据，想到的是成功案例、专利和客户资产。但在医药研发和生产里，失败经验、工艺调试、放大过程中的问题、质量体系里反复踩过的坑，同样是平台最值钱的积累之一。很多权利属于客户，但平台在长期服务大量项目过程中形成的理解、流程和组织能力，不会凭空消失。

第二，物理交付。

AI 可以帮助人更快提出假设，但药最终不是活在电脑屏幕里。它要被合成出来、表达出来、验证出来、生产出来。尤其是生物药、ADC、复杂分子这些方向，真正难的地方往往不是前端设计，而是怎么稳定、可控、合规地把它做出来。

第三，后端承接。

如果 AI 真的让前端候选项目变多，那么最关键的问题就会变成：谁能承接更多项目，谁能更快推进开发，谁能把复杂项目接到临床和商业化阶段。平台公司的价值，恰恰体现在这里。

从价值投资角度看，这三件事才是真正值得反复看的东西。

因为市场短期交易的是情绪，长期定价的还是稀缺性。

05. 价值投资者更该看的，不是技术叙事，而是护城河有没有被放大

所以我不太愿意把这次讨论收成一句简单的“AI 利空”或“AI 利好”。

这种说法太粗了。

AI 对 CXO 更像一次重新分层。它会让原来靠低端重复劳动赚钱的公司更难，也会让真正掌握真实数据、工艺经验、产能体系、质量体系和全球交付能力的公司更重要。

说到底，这还是一个很典型的价值投资问题：当外部环境变化时，一家公司原来的护城河，是被削弱了，还是被放大了？

如果一家公司的价值主要来自可替代的人力堆积，那 AI 当然危险。

但如果一家公司的价值来自长期积累的项目经验、复杂工艺、客户信任、全球产能和后端承接能力，那 AI 未必是在削弱它。很多时候，AI 越提高前端效率，越会把后端真实交付能力的重要性照出来。

这也是我看完吕总这篇文章后更明确的一点。

我认可这篇文章，不是因为它替我提供了一个短期反弹的理由，而是因为它提醒我们，不要把技术冲击看成一张平面的利空标签。技术改变的是价值分布，不是简单把所有公司一起打掉。

对价值投资者来说，后面更该继续看的，其实是这几件最关键的变化：

第一，AI 提升前端效率之后，项目漏斗有没有真实变宽。

第二，头部平台的后端承接能力、复杂项目能力和商业化交付有没有继续变强。

第三，市场现在给出的折价，到底反映的是长期逻辑破坏，还是只是把不同层次的公司混在一起杀。

如果这些问题继续往好的方向验证，那 AI 对真正的平台型公司来说，未必是威胁。

它可能反而是在帮市场重新看清：谁只是在卖人力，谁才是在卖能力；谁只是行业里的外包服务商，谁已经变成产业链里很难替代的平台。

走到这里，我的判断反而更简单了：

AI 也许会改写 CXO 行业的分工，但它不会自动削弱真正的平台价值。很多时候，它反而会把谁更有价值这件事照得更清楚。