2026AI制药行业深度报告：研发提效需求驱动AI制药加速产业落地-东吴证券

请务必阅读正文后的声明及说明 [Table_Info1] 医药生物 [Table_Date] 发布时间：2026-10-21 [Table_Invest] 优于大势 上次评级: 优于大势 [Table_PicQuote] 历史收益率曲线 [Table_Trend] 涨跌幅（%） 1M 3M 12M 绝对收益 -2% -2% -12% 相对收益 6% 8% -4% [Table_Market] 行业数据 成分股数量（只） 651 总市值（亿） 27475 流通市值（亿） 23658 市盈率（倍） 49.35 市净率（倍） 2.04 成分股总营收（亿） 成分股总净利润（亿） 成分股资产负债率（%） 273.12 [Table_Report] 相关报告 《国产肺癌新药亮相 WCLC，AIDD 迎来密集产业催化》 --20260921 [Table_Author] 证券分析师：薛路熹 执业证书编号：S0550526040002 xuelx@nesc.cn [Table_Title] 证券研究报告 / 行业深度报告 研发提效需求驱动，AI 制药加速产业落地 ---AI 制药行业深度报告 报告摘要： [Table_Summary] [Table_Summary] AI 制药通过人工智能与计算模拟、实验验证相结合，辅助完成靶点发现、分子设计、性质预测及递送制剂优化，是医药研发数智化的重要方向。目前行业已形成小分子设计、生物药研发、递送与制剂优化等主要技术切入路径，逐步构建“计算设计—实验验证—数据反馈”的研发闭环，正由单点工具应用迈向平台化交付与临床验证阶段。  市场空间：研发提效需求明确，AI 相关投入加速增长。 根据弗若斯特沙利文报告，全球药物研发支出预计由 2023 年的 2,605 亿美元增至 2030 年的 3,943 亿美元，年复合增长率为 6.1%；全球 AI 赋能药物研发支出由 2023 年的 119 亿美元增至 2032 年的 746 亿美元，年复合增长率约 22.6%。研发投入扩容与效率提升需求共同支撑行业发展，平台实际收入空间则取决于药企外部采购、服务范围及资产权益分配。  技术竞争：基础模型加快普及，差异化转向数据与实验闭环。 小分子研发侧重多参数优化，生物药研发侧重功能与可开发性设计，递送制剂侧重材料、体内分布与工艺协同。随着基础工具门槛下降，竞争重点逐步由单点模型性能转向高质量实验数据、跨学科协作及跨项目交付。专有数据能否持续改善候选物质量、减少实验轮次，成为判断技术壁垒的重要依据。  研发验证：早期提效已有案例，临床转化仍是关键检验。 AI 参与研发的候选药物逐步进入人体研究，提供了从计算能力走向临床价值的验证机会；DSP-1181、BEN-2293 等项目的终止或有效性未达预期，也表明 AI 不能消除药物开发风险。现有研究呈现部分早期积极信号，但尚不足以证明 AI 提高了全流程临床成功率，后续需重点观察多项目、长周期及确证性研究结果。  商业兑现：多种模式并行，持续收费与投入回报决定分化。 软件模式依赖工作流嵌入与续费，服务模式依赖交付复用和成本控制，资产模式依赖管线质量及授权权益。晶泰科技、英矽智能、剂泰科技和华兰股份分别体现综合研发与自动化、生成式 AI 与药物资产、递送制剂、产业资源整合等路径。 投资逻辑：聚焦成果转化，把握商业验证与临床验证两条主线。 当前 AI制药处于技术应用向商业兑现深化的阶段，短期看药企合作及平台交付，中长期看临床证据与药物资产价值释放。更值得重视的是具备跨项目复制能力、清晰成果权益和合理资金投入的企业。重点跟踪大型药企合作扩展、关键临床数据、实际里程碑付款及现金流改善，警惕单笔授权收入和个别成功案例带来的过度外推。 风险提示：技术及临床验证不及预期，商业化进度不及预期 -25%-20%-15%-10%-5%0%5%10%15%医药生物沪深300下载日志已记录，仅供内部参考 请务必阅读正文后的声明及说明 2 / 34 [Table_PageTop] 医药生物/行业深度 目 录 1. 行业介绍：人工智能赋能药物研发，推动研发流程由经验试错向数据驱动演进 ................................................................................................................... 4 1.1. AI 制药以人工智能为核心工具，赋能药物研发关键环节.................................................. 4 1.2. AI 制药贯穿药物研发...