夜雨聆风CRO 行业正站在定价模式重构的临界点上。
困境先于变革到来。过去五年，临床 III 期试验失败率持续高位，肿瘤领域更是长期处于高失败区间。对药企来说，问题已经不只是「项目难做」，而是「试错成本越来越高」。尤其在肿瘤、罕见病、细胞与基因治疗（CGT）等复杂赛道，试验方案更复杂，患者更难找，中心启动更慢，试验成本持续攀升，传统按全职人力工时（FTE）计价的模式也因此被两头挤压：一边是复杂度推高执行成本，另一边是申办方越来越不愿意为低效执行买单。
更深层的变化在于，药企对 CRO 的期待正在前移。越来越多药企希望 CRO 在 试验方案阶段就预判风险，而不是等问题在招募、启动或中期运营中暴露后再被动补救。
这也是为什么，AI 对 CRO 的意义，已经不再只是「多了一个提效工具」。它开始触碰行业最核心的价值链条，并重新定义申办方愿意为谁付费、为哪类能力付费。
CRO 的价值正在变化，从执行到判断，定价权正在转移（来源：自己做的）
当「按时交付」不再稀缺，「少走弯路」就会成为新的溢价来源。
一、AI 正在推动 CRO 的价值前移
过去，申办方采购 CRO，买的是执行力。谁能更快搭团队，谁能更稳推进多中心项目，谁能把流程按时交付，谁就更有价值。对应的收费逻辑也很清晰：按项目、按阶段、按 FTE，本质上卖的是人力、经验和流程管理能力。
但今天，药企真正焦虑的，已经不是「有没有人做」，而是「这项试验能不能更快做对」。
这就是 AI 切入 CRO 的关键位置。它不是先替代人，而是先替代试错。AI 一旦进入方案设计、中心筛选、患者分层、风险监查、站点支付乃至数字病理和中心实验室，改变的就不只是效率，而是整个价值链的起点和重心。
这也是为什么，AI 进入制药行业的意义，不在于又多了几个工具，而在于它开始把 CRO 的价值从执行端推向判断端。过去 CRO 的核心能力是「把事情做完」，未来更值钱的能力则是「帮助申办方更早做对」。
AI 不是简单降本，而是在推动 CRO 价值前移。
二、AI 正在重写 CRO 的价值链条
这轮重构，首先发生在产业链上游，也就是试验真正开始之前。
以 Medidata（一家临床研究技术平台）的方案优化工具为代表，AI 正在把 CRO 的价值从「执行方案」前推到「预判方案是否可执行」。它利用历史试验数据、患者负担、中心表现和成本变量，在试验启动前评估试验方案是否「可做」，并帮助判断哪些设计会拖慢招募、哪些中心更值得投入。产业逻辑很清楚：过去申办方为「把方案执行完」付费，现在更愿意为「少走弯路」付费。
这种变化进一步延伸到中游运营，而这里恰恰是 CRO 成本最高、最容易返工的环节。中心筛选、试验启动、患者招募、风险监查，本质上都在争夺时间和确定性。
比如 Inato（一家基于数据的临床研究中心选址平台）基于数千家中心实时数据快速生成选址方案，说明中心筛选正在从经验驱动转向数据驱动；
ICON（全球 CRO 巨头之一）则披露，其 AI 相关方案可将试验启动时间压缩近两个月，中心启动速度提升约 50%，这意味着试验启动正从项目管理能力变成可被产品化、被比较的能力；
Worldwide Clinical Trials（全球性 CRO）引入 AI 患者分层能力，目的也不是讲技术故事，而是更早找到更可能形成终点的患者，从而减少样本量、缩短周期、降低失败风险。
这背后有一个很现实的判断：AI 最先重构的，并不是最边缘的流程，而是站点、患者和风险这三个最烧钱的环节。谁能在这三件事上减少试错，谁就更接近申办方真正愿意付费的核心价值。
产业链的另一端，中心实验室和数字病理也在悄悄升级。过去，中心实验室更多承担样本检测和结果回传，是执行链条的一部分；但随着 AI 病理和数字平台进入，它开始参与患者分层、标志物判读和终点评估。
Labcorp（美国大型实验室服务商）扩大与 PathAI（AI 病理公司）合作，在病理网络中部署数字病理和 AI 洞察工具，表面上看是效率提升，实质上是中心实验室正在从检测服务商走向判断接口。
2025 年 12 月，美国食品药品监督管理局（FDA）认定首个用于代谢功能障碍相关脂肪性肝炎（MASH）临床试验病理评分的 AI 工具，也释放出明确信号：AI 已经被允许进入更核心的试验判断环节。
从产业链角度看，AI 改变的不是某一个岗位，而是决策权和解释权在链条中的重新分配。
三、AI 正在推动 CRO 从「卖人力」走向「卖决策」
AI 提效之后，价值由谁拿走？
如果 AI 只是帮助 CRO 减少手工操作、优化后台流程，那么它改善的只是利润率；但如果 AI 能把方案优化、中心智能、患者匹配、风险监查、中心支付这些能力做成可单独采购的模块，它改变的就是收入结构。
IQVIA（全球 CRO 巨头）在 2025 年 9 月推出的临床试验财务套件就是一个很直接的例子。AI 被用于预算、合同、付款预测和中心支付，公开口径是处理时间最高可下降 50%。这类场景看起来不如药物发现「性感」，却最容易先兑现投资回报率，因为它直接改善中心体验、项目节奏和组织效率。
ICON 的智能起草工具将合同谈判周期压缩约 50%，Parexel（全球 CRO 之一）也披露 AI 已将中心筛选时间减半、医学写作耗时降低约 30%。这些变化说明，AI 正在把原本附着在人力上的一部分能力，拆解成可交付、可比较、可定价的模块。
这也意味着，FTE 模式短期不会消失，但它的解释力正在下降。复杂项目管理、研究者沟通、偏差处理和合规把关，依然高度依赖人工；但与此同时，越来越多高价值环节开始具备脱离 FTE 单独报价的可能。未来更现实的收费模式，可能不是「完全告别 FTE」，而是「基础执行费+平台费+结果导向收费」并存。
过去，CRO 的溢价来自人和流程；未来，更高的溢价将来自数据、模型和前置判断。谁能把经验沉淀成模型，把流程沉淀成平台，把服务沉淀成可计价的产品，谁就更有机会拿到下一轮定价权。
AI 不会立刻颠覆 CRO，但会先重估 CRO。
四、结语
AI 重写的，归根结底不是某一个工具，也不是某一段流程，而是 CRO 的价值定义。
过去，CRO 卖的是「把事情做完」。未来，更值钱的部分会是「帮申办方更早做对」。
这并不意味着 CRO 会被 AI 替代。临床试验不是互联网业务，方案设计、患者筛选、风险预警和终点评估一旦引入 AI，行业最看重的就不再是「快不快」，而是「准不准、能不能追溯、能不能审计」。真正跑出来的公司，也不会只是「接了个大模型」的公司，而是那些能把数据治理、模型验证、流程嵌入和人工复核连成闭环的公司。
未来几年，CRO 的分化不会发生在「有没有 AI」，而会发生在「AI 有没有变成可定价的能力」。继续卖人力的公司会承压，开始卖决策的公司才可能拿到新一轮估值溢价。
