# AI制药真正的风险：不是研发降本，而是医药“稀缺性”被打破

市场正在重新评估 AI 对医药产业的影响，但目前可能存在两种错误定价：
一种是把 AI 只当成研发提效工具，认为它会降低 CXO 成本、提高大药企研发成功率，因而对相关公司整体利好；
另一种是把传统医药企业已有的临床、监管、生产和商业化壁垒，直接视为不可被改变的长期护城河。
这两种判断都可能过于简单。
Anthropic CEO Dario Amodei 对 AI 生物医药的判断非常激进。他认为，真正强大的 AI 不只是帮助研究员检索文献、分析数据或设计分子，而是可能成为“虚拟生物学家”：
- 提出机制假说；- 设计实验；- 控制实验室机器人；- 根据实验结果调整下一轮方案；- 参与毒理、剂量、患者筛选和临床试验设计；- 甚至推动新的生物学测量工具和治疗方式。
他曾提出，AI 可能把人类生物学家未来 50—100 年的进步压缩到 5—10 年内。但需要注意的是，2026 年他已经承认，这一进展目前尚未实现，模型能力、实验基础设施、研究人员使用方式和监管体系，都可能让兑现时间显著拉长。
因此，AI 制药当前还不是“马上替代临床和实验”，而是正在从数据分析工具，走向研发闭环的自动化系统。
真正重要的变化在于：
> AI 可能让“发现药物”这件事不再稀缺。
这对 CXO 的影响，可能比市场想象得更剧烈。
CXO 中最容易受到冲击的是早期发现 CRO、数据分析、医学写作和高度标准化的研发外包。它们的收入本质上依赖人天、实验项目和研发工时。如果 AI 让一个研究员完成过去几个人甚至几十个人的工作，那么被压缩的不只是成本，还有服务价格、人员需求、客户外包意愿和行业估值中枢。
这里要警惕重演 2026 年 SaaS 板块的风险：
市场不需要等到收入和利润已经下降，才开始杀估值。只要市场开始怀疑原来的计价单位已经失效，整个板块就可能先被抛售。
SaaS 被怀疑的是：
- 按席位收费是否还能持续；- 软件毛利率是否还能维持；- 客户是否会转向 AI 自建；- 原来的切换成本和客户黏性是否仍然存在。
CXO 对应的风险是：
- 每个科学家还能创造多少收入；- 一个项目是否还需要原来那么多人；- 客户是否会把研发工作收回内部；- CRO 的报价和毛利率是否会持续下降；- 过去的 backlog 是否只是低毛利订单。
因此，AI 对 CXO 的第一轮冲击，很可能不是“强者受益、弱者淘汰”，而是先出现板块性杀估值。早期发现 CRO 风险最大，临床 CRO 也可能被连带重估，CDMO 虽然受到 AI 直接替代的影响相对较小，也不能排除行业资金先整体撤出的可能。
对大型生物医药企业，风险则表现为另一种形式。
AI 不一定马上影响现有神药的销售，因为专利、临床证据和监管批准仍然存在。但它可能改变未来现金流的久期：
- 好靶点和好分子更快被发现；- 同一适应症的竞争者增加；- 新药上市速度加快；- 重磅药物峰值销售额下降；- 神药的超额利润维持时间缩短；- 专利到期后的管线补充压力上升。
换句话说，AI 对大型药企的冲击不一定首先表现为研发费用下降，而可能表现为：
> 市场开始怀疑“一款神药能否长期贡献超额利润”。
这会重新定价大型药企的管线成功率、研发回报率和终值。现有神药越集中、未来几年专利悬崖越明显、后续管线越依赖收购，估值越容易受到冲击。
所以，AI 制药带来的真正问题不是“药企会不会使用 AI”，而是：
> 当所有药企都可以使用类似 AI 时，药物发现本身还是否构成稀缺壁垒？
如果答案是否定的，那么行业利润的稀缺性就会向后端转移，转移到：
- 高质量数据；- 自动化实验系统；- 临床患者和样本资源；- 监管认可；- 工艺放大；- 复杂药物生产；- 全球商业化能力。
但资本市场在第一阶段未必会立即识别这些差异。正如今年 SaaS 板块所显示的，市场往往先重估整个商业模式，再等待真实数据把公司重新分层。
因此，投资者需要避免两个误区：
第一，不能因为 AI 能提高研发效率，就默认 CXO 和大型药企都受益。
第二，也不能因为部分企业拥有临床、生产和商业化壁垒，就认为其估值不会受到 AI 叙事冲击。
真正需要观察的指标不是“公司有没有 AI”，而是：
1. AI 生成的候选药物是否真正进入临床，而不只是概念演示；2. 每个研发项目的人力投入和服务价格是否下降；3. 药企是否开始减少外包、增加内部研发；4. AI 是否真正提高临床成功率，而不是只提高候选药物数量；5. 大药企未来管线的现金流，能否覆盖现有重磅药物的衰退；6. 监管机构是否开始接受 AI 毒理、合成对照组和 AI 模拟结果。
AI 可能给人类带来巨大的医学进步，但：
> 行业进步，不等于行业公司的利润进步；研发效率提升，也不等于原有资产的估值提升。
如果 AI 真的打破了医药研发的稀缺性，那么 CXO 和生物医药企业都可能面临类似 SaaS 的估值风险：先整体下跌，后等待基本面验证和重新分层。
不能只研究谁最终会受益，更要提前判断：
> 谁的核心计价单位，可能不再稀缺。
#AI制药 #CXO