Firzacorvir

一份文件点爆AI制药板块，千倍PE也大涨，机会还是风险？ 前几年曾经被集采政策锤了一下，国家政策力度和决心没有理解到位。这次AI制药是机会？ 结合这几年跟踪医药储备的研究资源，做了一个系统分析，上周文件出来也，把相关公司做了分类，几家公司进入到了【高赔率高胜率】区域，下面分享一点我们的思考 文章四层结构 · 中美对比 · 重点公司清单 · 宋子的产业链投资排序 数据截至 2026-09-21｜政策锚点：工信部等十部门《医药工业发展“十五五”规划》（2026-09-18 发布） 说明：本篇为产业链认知框架，公司清单只标注层级与定位，不含估值、不含买卖建议 一句话结论 AI 制药不是“一家公司”，是四层分工的产业链：药企在第 4 层付钱，AI 平台在第 2 层出方案，第 3 层的实验室负责证真伪，第 1 层的算力与数据决定模型上限。 美国药企疯狂下单中国，买的不是中国的数据——中国的医疗数据恰恰是被“孤岛 + 审批 + 标注质量”卡着的短板；他们真正买的是又快又便宜：临床推进快 2-3 倍、成本只要 1/2 到 1/3，背后是专利悬崖的硬刚需（2030 年前 MNC 面临至多 1835 亿美元收入缺口）。 投资排序：淘金先富卖铲人。确定性最高的是第 3 层（湿实验验证），政策弹性最大的是第 1 层（数据要素基础设施），弹性最大也最凶险的是第 2+4 层混合型平台公司。 一、AI 制药产业链：四层结构图 读图要点：越往上越接近钱，越往下越接近技术底层。绝大多数人把 AI 制药理解成“第 2 层”，但真正稳定赚钱的往往在第 3 层。 二、美国药企为什么向中国下单？——先破一个直觉错 直觉答案是错的：不是因为中国医药大数据比美国好。恰恰相反，中国的数据是可用的少、不是没有。 真实原因一：专利悬崖（最硬的刚需） • 摩根士丹利测算：到 2030 年，跨国药企因专利到期面临至多 1835 亿美元的收入缺口 • 这不是“看好中国”，是到期前必须把管线填满的生存问题 真实原因二：工程化能力（速度 × 成本，中国真正的护城河） • 临床推进速度是欧美的 2-3 倍，成本仅 1/2 到 1/3 • 英矽智能管理层口径：算法与海外同一水平、局部领先，叠加工程化与成本优势后，“速度更快、成本更低” • MNC 真正买的是更快知道哪个项目会死——决策提前、失败早识别（安永观点） 真实原因三与四：人才密度 + 监管效率 • 人才：化学 + AI 交叉人才，中国又多又便宜 • 监管：NMPA 审评时间从 200 天压到 60 天，临床试验申请从 60 天压到 30 天 交易有多热（这是真的） 2020 年出海 2025 年出海 2026 上半年30 笔 / 30 亿美元首付款普遍不足千万157 笔 / 1356 亿美元占全球同类授权近半81 笔 / 约 1100 亿美元全球 BD Top10 中国占 8 席 典型大单：石药×阿斯利康 185 亿美元（首付 12 亿）、恒瑞×BMS 152 亿、信达×辉瑞 105 亿、荣昌×艾伯维 56 亿。模式从“卖青苗”升级为 Co-Co（共同开发、共同商业化）。中国占全球早期生物医药资产约 30%（2019 年仅 10%），全球肿瘤在研新资产约 40% 来自中国。 三、中美 AI 制药能力对比（六维） 补一笔：2024-2026 中国正在猛补课（别用老眼光看） • 2023-10 卫健委《医疗卫生机构信息互通共享三年攻坚行动方案（2023-2025）》 • 2024-11 国家数据局《可信数据空间发展行动计划（2024-2028）》 • 2025 年首批 63 个可信数据空间试点，其中 6 个覆盖医保医疗医药；到 2025 年底孵化 7000 余个数据产品 • 2026-06 北京二级以上医疗机构影像共享壁垒全面打通；国家 AI 应用中试基地（医疗）建高质量数据集 • 2026-07 国家数据要素综合试验区现场会定调：医疗数据流通“已经不是能不能做的问题” 但三座大山仍在攻坚： “读不懂”（缺统一数据目录与标准）、 “拿不走”（隐私计算工程化成本高）、 “分不清”（产权与收益分配机制未定型）。 所以工信部 9/18 文件里“建设高质量数据集、打造可信数据空间”不是空话——它是给这场补课再踩一脚油门。 四、重点公司清单（按层级） 层级 环节 代表公司 定位与看点 第 1 层 算力 / 云 英伟达、阿里云、华为云 提供训练与推理算力，是模型能力的物理上限 第 1 层 数据要素 / 信息化 医渡科技（2158.HK）、卫宁健康、创业慧康、嘉和美康；隐私计算：华控清交等（未上市） 把院内数据治理成可用资产，2024-2026 政策直接催生的新环节 第 2 层 AI 平台（港股） 英矽智能（3696.HK）、晶泰控股（2228.HK）、剂泰科技 靶点发现 / 分子设计 / 递送系统；英矽与晶泰同时持有自研管线，属“平台+资产”混合型 第 2 层 AI 平台（海外） Schrödinger（SDGR）、Recursion（RXRX）、Absci（ABSI） 老牌物理模拟、湿实验数据工厂、生成式蛋白设计三条不同技术路线 第 3 层 CRO / CDMO 药明康德、药明生物、药明合联、金斯瑞生物科技（1548.HK）、成都先导 AI 设计出来的分子必须在这里合成、筛选、验证；金斯瑞已是礼来 TuneLab 的湿实验伙伴 第 3 层 安评与临床 昭衍新药、泰格医药、诺思格、美迪西 临床前安评与临床试验执行，现金流入相对可预测 第 4 层 中国 Biotech（卖方） 恒瑞医药、石药集团（1093.HK）、信达生物（1801.HK）、中国生物制药（1177.HK）、康方生物、荣昌生物、和黄医药 BD 授权的主力供给方，收入弹性大但一次性特征明显 第 4 层 MNC（买方） 礼来、阿斯利康、辉瑞、BMS、诺和诺德、赛诺菲、GSK、武田、艾伯维 出钱的一方；专利悬崖是它们扫货的根本动机 清单仅用于建立产业链坐标，不构成任何推荐；表中未列出估值、目标价等数据——这些需要单独核实，不做估算。 五、产业链投资排序 排序原则：先问现金流是不是真的，再问弹性有多大。已经能收到钱的排前面，靠预期撑估值的排后面。 第 1 档  第 3 层 · 湿实验验证（卖铲子）  ［确定性最高］ 淘金先富卖铲人。不管最后哪家 AI 平台胜出、哪条技术路线跑通，分子都得合成、都得做实验、都得做安评和临床。AI 设计得越多，验证需求越大——这是产业链里现金流最实、最不依赖单一技术路线成败的一层。 第 2 档  第 1 层 · 数据要素基础设施  ［政策弹性最大］ 2024-2026 才真正启动的新环节：63 个可信数据空间试点、7000 多个数据产品、影像共享壁垒打通。政策是强推的，订单是从 0 到 1。但商业化仍在早期，确定性不如第 3 层，赔率高于第 3 层。 第 3 档  第 2+4 层混合型（平台 + 自有管线）  ［弹性最大 · 也最凶险］ 英矽智能、晶泰控股属于这一类：既卖平台能力，又持有自研资产，所以估值溢价最高。但收入目前主要靠 BD 首付款——一次性、不可持续，且临床结果要等好几年。故事是真的，兑现是慢的。 第 4 档  第 2 层 · 纯 AI 平台（海外为主）  ［高波动］ Schrödinger、Recursion、Absci 这类，赌的是技术路线与商业化节奏。赢家通吃，但输家也可能长期不兑现。适合看得懂技术的人，不适合外行重仓。 第 5 档  第 4 层 · 纯 Biotech（靠 BD 卖青苗）  ［可预测性最差］ 一笔交易能让当年利润翻几倍，下一年可能归零。可预测性最差，容易把一次性的好运当成持续的能力。除非能持续产出管线，否则按周期股看，不按成长股看。 六、风险提示 • 数据与隐私监管风险：医疗数据一旦出现泄露或合规问题，整个数据流通试点都可能收紧 • 估值靠预期：AI 平台的估值建立在“未来能兑现”的假设上，BD 交易不及预期时回撤幅度大 • 一次性收入陷阱：BD 首付款不是可持续收入，要看软件/服务收入的占比是否真的在提升 • 地缘风险：美国 NIH 自 2025 年 4 月起限制中国访问 SEER、TCGA 等核心数据库，生物医药领域的政策变动需持续跟踪 • 技术路线证伪：AI 设计的分子进入临床后失败率仍高，“更快设计”不等于“更容易成功” 数据来源：工业和信息化部《医药工业发展“十五五”规划》及官方解读（2026-09-18）、国家药监局、国家数据局公开信息、国家卫健委、医药魔方与动脉智库行业统计、摩根士丹利与摩根大通及花旗公开研报转述、上市公司公开披露。本篇为产业链认知框架与学习材料，公司清单不构成推荐，未包含估值与目标价，仅代表基于公开信息的研究性整理。