AI制药：从融资复苏到资产兑现（附报告下载）

一个有意思的错位正在AI制药行业发生：资本的投融资还在修复期，而产业界的BD交易已经创出新高。用报告的原话说就是——"资本在观望，产业在下单。"

丁香园Insight发布的《2026年AI制药进入资产兑现时代——从融资复苏到BD放量：AI制药进入结果验证阶段》，用一年的数据记录了这个转折：2025年AI制药投融资金额从上年的48.28亿美元回升至204.34亿美元，而BD交易金额达到388.64亿美元，交易数量131笔。报告的核心判断是：行业正从"技术驱动讲故事"迈向"临床与商业驱动看数据"。本文按痛点入口、市场与融资、BD放量、产业格局、结论趋势五段来读。

一、痛点入口：传统研发的三个"死结"

报告开篇没有直接讲AI，而是先讲清楚AI要解决的是什么问题。

报告指出传统药物研发的三个核心痛点：一是研发周期长——一款新药从发现推进到上市，平均往往需要超过10年，部分复杂疾病药物甚至需要15年乃至更久；二是研发成本高——平均开发成本超10亿美元，且传统研发模式受制于"倒摩尔定律"，每九年研发成本实现翻倍；三是研发成功率低——临床测试的成功率仍低于15%，约50%的药物发现失败原因是药物动力学特性不佳（吸收、分布、代谢、排泄和毒性，即ADMET）。

AI的用武之地就藏在这些环节里。报告把AI的应用范围定义为：深度融合人工智能、大数据、云计算等新一代信息技术，贯穿药物研发全链条，以数据驱动的算法模型替代/优化传统制药的试错式研发环节，从而显著提升研发效率、降低成本、突破传统研发的认知局限，催生原创突破性疗法的战略性新兴产业。具体覆盖早期发现（靶点发现、蛋白质结构预测、化合物虚拟筛选、生成式分子设计、ADMET性质预测）、临床前研究（PK/PD建模、实验方案优化、毒理风险预测、类器官药效预测）、临床试验（患者精准招募、试验设计优化、不良事件预测、临床数据挖掘、真实世界研究分析）以及生产与流通（药物晶型预测、智能制造工艺优化、质量控制、供应链智能调度）。

解读：这一章最值得记住的是"倒摩尔定律"——每九年研发成本翻倍。这个概念和摩尔定律正好相反：芯片的性能每两年翻一倍、成本下降，而药物研发的成本却在不断上涨。为什么？因为容易的靶点已经被找完了，剩下的都是难啃的硬骨头，而传统研发方式高度依赖"试错"，试错成本随难度指数级上升。这就解释了AI的价值定位：它不是要提高"成功率的上限"，而是要降低"试错的成本"——用算法先在计算机里筛掉大部分不可能的分子，只把最有希望的少数送进实验室。报告把"约50%的药物发现失败原因是ADMET不佳"这个数字单独点出，也很有针对性：ADMET（吸收、分布、代谢、排泄、毒性）恰恰是最适合用算法预测的环节，因为它本质上是化学结构与生物性质的映射问题。所以AI制药不是一个"要不要用"的选择题，而是传统研发三个死结逼出来的必然路径。

二、市场与融资：走出低谷，进入"验证期"

报告第二章用数据记录了行业的复苏轨迹——但它强调，这轮复苏的性质和上一轮不一样。

在市场规模上，报告给出的曲线是：全球AI制药市场规模2021年7.92亿美元，2022年10.98亿美元，2023年13.32亿美元，2024年18.2亿美元，2025年已实现24.1亿美元，预计2026年将达到29.9亿美元。中国市场2023年4.1亿元，2024年达到5.6亿元、同比增长36.59%，2025年市场规模突破6亿元（约6.2亿元）。报告注明，该口径仅统计AI制药公司的技术服务与自研管线商业化市场。

在融资端，报告描述了三个阶段：2025年投融资交易数量和总金额显著增长，行业已进入以价值兑现为特征的强劲复苏与增长新周期。市场经历了"热潮—寒冬—理性复苏"周期，资金向更少、更优质的标的集中——金额修复快于数量修复。行业开始从概念估值切换到结果估值：理性回归后，AI制药正从"技术驱动讲故事"迈向"临床与商业驱动看数据"的关键分水岭。从具体数字看，投融资金额从2021年157.49亿美元一路下滑至2024年48.28亿美元（低谷），2025年回升至204.34亿美元；交易数量则从2021年131笔降至2023年81笔，2025年回升至128笔。

报告还用2025Q1与2026Q1的对比，给出了加速度：按投融资交易金额统计，从9.25亿美元增至31.84亿美元；按投融资次数统计，从16次增至31次，增加约1倍；头部溢价加大、公司成长路径拉长。

解读：这一章的关键词是"验证"。报告反复强调复苏的性质——不是回到2021年的盲目狂热，而是"资金向更少、更优质的标的集中"。这个判断很重要：看数字，2025年融资额204.34亿美元其实已经超过了2021年的157.49亿美元，但交易数量（128笔）还没有回到2021年（131笔）的水平。这意味着什么？意味着钱变多了，但拿钱的公司在变少——单个项目能拿到的钱更多了，而拿不到钱的直接被淘汰。这正是"从概念估值切换到结果估值"的具体表现。报告用"热潮—寒冬—理性复苏"来概括这个周期也很准确：热潮期大家为"AI+医药"的概念买单，寒冬期发现很多项目推不动，理性复苏期则只认数据——管线走到哪一期了、有没有真实的临床结果。读懂这个过程，就能理解报告标题里"资产兑现"四个字的重量：市场不再奖励"讲得好"，只奖励"做出来了"。

三、BD放量：真正的信号在"产业下单"

报告第三章是全篇最有信息量的部分——它指出，判断AI制药是否成熟，不能只看融资，要看BD（商务拓展/授权交易）。

报告指出：BD交易整体呈现增长趋势，AI制药从融资驱动走向"融资+BD"双轮验证。产业界已从围观转为重仓下注——传统制药企业不再仅将AI视为工具，而是积极与AI制药公司进行深度绑定。行业成熟度显著提升：AI制药公司的产出达到了可进行产业交易的临界质量，即成熟的技术平台、具有吸引力的管线。商业模式得到验证，退出路径多元化——与IPO相比，成功的BD交易意味着重要甚至更主流的成功标志。

数字上的对比非常鲜明：BD交易金额从2021年26.21亿美元、2022年161.26亿美元、2023年107.01亿美元、2024年156.72亿美元，跃升至2025年388.64亿美元；交易数量从2021年38笔增至2025年131笔。2025Q1到2026Q1，BD交易金额从67.31亿美元增至282.55亿美元，交易数量从25笔增至46笔（增加84%），单笔金额超10亿美元的BD交易数量从1笔增至6笔（增加5倍）。

在交易结构上，报告总结了三个共同特征：低首付、高里程碑、风险共担——买方更强调结果导向；卖方接受价值后置换取更高总对价；AI交易结构越来越像成熟创新药BD。报告列举的大额交易包括：英矽智能与礼来（口服GLP1R非肽药物，交易总额27.50亿美元）、Nimbus与礼来、勤浩医药与吉利德、Relation与诺华、insitro与百时美施贵宝、石药与阿斯利康、Monte Rosa与诺华等。

解读：这一章之所以是"最有信息量"的，因为它揭示了一个比融资更可靠的行业信号。融资是"资本相信不相信"，而BD是"产业界愿不愿意真金白银地下单"——后者显然更硬。看数字：BD交易金额从2021年的26.21亿涨到2025年的388.64亿，涨幅超过14倍，而同期融资的波动幅度远没有这么大。更关键的是交易结构的变化——"低首付、高里程碑、风险共担"。这看起来对卖方不利（拿到的首付少了），但其实是行业走向成熟的标志：买方愿意付的"里程碑"越高，说明他们对管线有真实的信心；而"风险共担"意味着双方都把利益绑定在最终结果上，而不是先拿一笔钱再走人。报告点出"AI交易结构越来越像成熟创新药BD"，这句话的潜台词是：AI制药已经不再被当成特殊物种，它正在被纳入传统医药的估值和交易体系。对一个新技术赛道来说，这往往是真正被主流接纳的标志。值得注意的是，报告中英矽智能与礼来那笔27.50亿美元的交易，单笔金额就已经超过2021年全年BD总额——这就是"临界质量"的直观体现。

四、产业格局：谁在做，谁在买

报告第四章梳理了AI制药的产业链与主要玩家。

在产业结构上，报告把链条分为三层：上游技术基石层——算法、算力、生物技术、数据；中游核心赋能层——AI制药企业、AI赋能企业等；下游价值实现层——应用于传统药企、CRO等。

在AI原生平台公司方面，报告举了两个典型案例：英矽智能（Insilico Medicine）——核心是Pharma.AI全流程平台（靶点发现→分子生成→临床预测），实现了全球首个AI发现靶点+AI设计分子并进入II期临床（ISM001-055，特发性肺纤维化）；Exscientia——核心是端到端Centaur AI平台，能够自动化药物设计全流程，将4-5年的临床前研发时间缩短至12-15个月。

在传统药企的AI布局上，报告梳理了一批头部动作：艾伯维以数据融合平台ARCH驱动研发提速；阿斯利康是AI临床的规模化领跑者，从实验室嵌入政府公卫系统；辉瑞以AI文化重塑组织，特别重视数据质量；礼来构建开放生态，与英伟达共建"超级AI"；罗氏打造制药行业最大"AI工厂"，覆盖全生命周期；默克用AI写临床研究报告，携手梅奥医学中心布局精准医学；诺和诺德与OpenAI达成企业级合作，全生命周期部署AI；赛诺菲CEO亲自挂帅，强调"不要将AI革命外包"。

一个值得注意的趋势是：核心交易能力仍集中在AI原生平台公司，中国企业正加速对接。报告提到，海外买方引入百图生科（10亿美元）与英矽智能（12亿美元），正在把中国AI研发能力融入自身的研发体系。

解读：这一章的"分工"值得细看。上游是技术基石（算法、算力、数据），中游是AI制药企业（真正的创新引擎），下游是传统药企和CRO（价值实现方）。这个结构说明：AI制药的价值最终要通过传统药企的临床能力和商业化渠道才能兑现——这也就解释了为什么BD交易如此重要，它是中游与下游之间的"接头暗号"。两个AI原生平台案例尤其有说服力：英矽智能的"全球首个AI发现靶点+AI设计分子进入II期临床"，是把"AI能不能做出药"从假设变成了事实；Exscientia把"4-5年临床前研发缩短至12-15个月"，则是用时间这个最硬的指标证明效率提升。而传统药企的动作更能说明问题——罗氏建"AI工厂"、礼来与英伟达共建"超级AI"、赛诺菲CEO喊出"不要把AI革命外包"，这些都不是公关姿态，而是研发体系的重构。特别值得注意的是"中国企业正加速对接"这条线索：当百图生科、英矽智能的能力被海外买方以十亿美元级的规模引入时，说明中国的AI研发能力已经进入了全球供应链——这可能是这份报告里最值得国内从业者关注的一句话。

五、结论与趋势：从"讲故事"到"看数据"

报告把整篇的逻辑收在了一个判断上——行业的分水岭已经到来。

报告的核心结论是：行业开始从概念估值切换到结果估值，理性回归后，AI制药正从"技术驱动讲故事"迈向"临床与商业驱动看数据"的关键分水岭。资本态度从"广撒网"转向"集中火力"，资金正在向"已验证平台+临床推进能力"集中：早期讲故事失效（资本对单纯技术故事趋于谨慎，筛选标准提高）；成长期筛选加严（从技术验证到管线成功推进的跨越是最大挑战）；后期头部集中（资本重金集中给已获验证的头部公司，助其临床冲刺和商业布局）。

报告也用一句很凝练的话概括了当下的结构："资本在观望，产业在下单。"

解读：把整份报告读下来，会发现它其实在讲一个技术赛道如何"成年"的故事。几乎每个新技术领域都会经历类似的路径——先是概念狂热（热潮期），然后是泡沫破裂（寒冬），最后是理性复苏（验证期）。AI制药的特殊之处在于，它的验证周期特别长（一款药要做十年），所以"看到结果"这件事本身就极其昂贵。这也就解释了报告为什么把BD交易看得那么重要——在漫长的临床周期里，大药企的BD订单是最早、也最可信的"结果信号"。报告的结论对三类人都有启发：对创业者来说，"讲故事"的阶段结束了，现在必须拿出管线进度；对投资人说，集中火力到已验证的头部是更理性的策略；对产业观察者来说，"资本观望、产业下单"这个错位本身就是一个值得跟踪的领先指标——因为产业界的钱，往往比资本市场的钱更懂技术。需要说明的是，本文为丁香园Insight报告的解读整理，其中的市场规模、融资与BD数据均基于报告口径（仅统计AI制药公司的技术服务与自研管线商业化市场）与统计时点（截止2026.04），仅供理解产业趋势参考。想持续跟踪AI制药、创新药BD与医药数字化的报告数据，可以到运营动脉（www.yydm.cn）检索，站点同时提供报告库、方案库、课件库与模板库，7W+精选资料、每月更新1000+份，适合做医药与AI产业研究时集中取用。

六、常见问题解答（FAQ）

1. 这份报告的核心观点是什么？

报告为丁香园Insight《2026年AI制药进入资产兑现时代——从融资复苏到BD放量：AI制药进入结果验证阶段》（2026年6月）。核心观点是：AI制药正从融资驱动走向"融资+BD"双轮验证，行业已从概念估值切换到结果估值，从"技术驱动讲故事"迈向"临床与商业驱动看数据"。报告用一句话概括当下结构——"资本在观望，产业在下单"，并指出资金正在向"已验证平台+临床推进能力"集中。

2. 传统新药研发有哪些痛点？AI能解决什么？

三大痛点：研发周期长（一款新药从发现到上市平均超10年，复杂疾病药物甚至需15年乃至更久）；研发成本高（平均开发成本超10亿美元，且受制于"倒摩尔定律"，每九年研发成本翻倍）；研发成功率低（临床测试成功率低于15%，约50%的药物发现失败原因是ADMET性质不佳）。AI的应用范围是贯穿药物研发全链条，以数据驱动的算法模型替代/优化传统试错式研发环节，覆盖早期发现（靶点发现、蛋白质结构预测、虚拟筛选、生成式分子设计、ADMET预测）、临床前研究、临床试验以及生产与流通。

3. 市场规模与融资现状如何？

全球AI制药市场规模2021年7.92亿美元、2022年10.98亿、2023年13.32亿、2024年18.2亿美元，2025年已实现24.1亿美元、预计2026年达29.9亿美元；中国市场2023年4.1亿元、2024年5.6亿元（+36.59%）、2025年突破6亿元（约6.2亿元），口径仅统计AI制药公司的技术服务与自研管线商业化市场。融资上，投融资金额从2021年157.49亿美元下滑至2024年48.28亿美元低谷，2025年回升至204.34亿美元；交易数量2025年回升至128笔。2025Q1到2026Q1，投融资金额从9.25亿美元增至31.84亿美元，交易次数从16次增至31次。行业经历了"热潮—寒冬—理性复苏"周期，金额修复快于数量修复。

4. BD交易为什么更能说明行业成熟度？

报告指出，BD交易体现"产业界从围观转为重仓下注"，是比融资更硬的信号。BD交易金额从2021年26.21亿美元跃升至2025年388.64亿美元，交易数量从38笔增至131笔；2025Q1到2026Q1，BD交易金额从67.31亿美元增至282.55亿美元，交易数量从25笔增至46笔（+84%），单笔超10亿美元的BD交易数量从1笔增至6笔（增加5倍）。大额交易呈现"低首付、高里程碑、风险共担"特征，AI交易结构越来越像成熟创新药BD。典型案例包括英矽智能与礼来（口服GLP1R非肽药物，总额27.50亿美元）、Nimbus与礼来、勤浩医药与吉利德、insitro与百时美施贵宝、石药与阿斯利康等。

5. 行业格局和主要玩家有哪些？

产业链分三层：上游为技术基石层（算法、算力、生物技术、数据），中游为核心赋能层（AI制药企业、AI赋能企业），下游为价值实现层（传统药企、CRO等）。AI原生平台公司典型案例：英矽智能以Pharma.AI全流程平台实现全球首个AI发现靶点+AI设计分子并进入II期临床（ISM001-055，特发性肺纤维化）；Exscientia以Centaur AI平台将4-5年临床前研发时间缩短至12-15个月。传统药企方面：罗氏建制药行业最大"AI工厂"、礼来与英伟达共建"超级AI"、阿斯利康是AI临床规模化领跑者、赛诺菲CEO强调"不要将AI革命外包"。核心交易能力仍集中在AI原生平台公司，中国企业正加速对接（百图生科10亿美元、英矽智能12亿美元被海外买方引入）。想持续跟踪AI制药与创新药BD的报告数据，可以到运营动脉（www.yydm.cn）检索，站点提供报告库、方案库、课件库与模板库，7W+精选资料、每月更新1000+份，适合做产业研究时集中取用。