藥物開發過程因其周期長、成本高、效率低而成為該行業長期關注的問題。平均而言，藥物開發需要2億美元的投資，需要10-15年才能完成開發創新藥物的整個過程，從研發到營銷。AI制藥是以醫藥大數據為基礎，通過運用機器學習、深度學習等AI技術替代大量實驗，對藥物結構、功效等進行快速分析，以優化藥物研發環節的技術手段。從初期計算機輔助藥物設計，發展到如今的人工智能藥物研發，AI幾乎參與了從藥物靶點發現到臨床試驗的全流程。

AI制藥技術發展歷史：

1)早期探索期（2007-2012年）：人工智能技術在藥物發現中的使用，可以追溯到2007年劍橋大學開發的Adam機器人成功預測酵母菌新功能的案例。而后，機器人Eva發現了牙膏中的成分三氯生可以靶向抑制DHFR酶來治療瘧疾。

2)技術積累期（2013-2016年）：一大批標志性企業在此階段成立，包括Exscientia、Atomwise、Recursion，國內的英矽智能、晶泰科技等。這一階段主要是進行前期的技術積累與早期商業模式的探索，研究AI如何與新藥研發的各環節融合。

3)技術驗證期（2017-2019年）：最早一批AI+新藥企業基本完成前期技術積累，并陸續開始獲得臨床前候選藥物一類的驗證性成果，部分AI+新藥企業為藥企或藥物研發CRO企業提供更具廣度和深度的端到端AI技術服務。

4)快速發展期（2020年-至今）：隨著技術進步，AI+新藥企業與傳統藥企的合作逐漸深入，最早成長起來的一批AI+新藥企業相繼取得實質性成果，逐漸形成AI制藥的早期參與者、互聯網巨頭和傳統制藥企業三股勢力。

AI技術底層突破顯著，賦能醫藥行業發展。近年來，藥物開發領域在計算機技術方面取得了重大進展，特別是在人工智能領域，利用人工智能系統和軟件使用機器學習算法處理、解釋和學習輸入數據的人工智能藥物設計得到了廣泛采用。數據、算法和算力被認為是AI的三大支柱，持續推動AI領域的發展。機器學習是AI的一種類型，計算機可以自己學習，識別模式然后建立模型，并根據這些模型進行預測;深度學習則是機器學習的一種進階類型。AI算法可以按照不同的分類標準進行類型劃分，例如按照模型訓練方式的差異可以分為監督學習、無監督學習，以及強化學習，按照模型預測任務的不同可分為分類算法(包括二分類和多分類)、回歸算法、聚類算法、降維算法、異常檢測算法等。
宏觀政策利好AI制藥，AI制藥企業欲乘東風。AI新藥研發是人工智能和醫藥的深入融合產物，也屬于國家重點鼓勵和發展的行業，近年來國務院、政府主管部門出臺了一系列振興及規范生物醫藥及AI新藥研發行業發展的產業政策，依據《“十四五”醫藥工業發展規劃》與《“十四五”生物經濟發展規劃》政策，國家將重點扶持云計算、大數據、人工智能等信息技術在新藥研發中的應用，支持和引導AI新藥研發行業快速發展。

地方政策發展目標明確，大力扶持AI制藥技術發展。地方政策的明確發展目標和對AI制藥技術的大力扶持，已經成為推動中國醫藥行業創新和轉型的重要力量，激發了企業的創新活力，縮短新藥上市周期，提高研發成功率，從而在全球醫藥市場中增強競爭力。

AI制藥投融資市場活躍，根據DeepPharmaIntelligence官網數據，截止2023年一季度累積投資額達60.2百億美元。自2015年以來，投資于人工智能驅動的制藥公司的資本金額大幅增加。根據DeepPharmaIntelligence官網數據，在過去的九年里，800家公司的年投資額增加了近27倍（截至2023年3月，總額為593億美元）。2021年，當時人工智能在藥物開發公司的年度新增投資為96.6億美元，由于全球經濟衰退，2022年藥物開發公司對人工智能的投資沒有像往年一樣高增（2022年為141.8億美元，而2021年為136.8億美元），截止2023年3月，人工智能在藥物開發公司的投資總額為602億美元。

AI制藥市場藍海廣闊，潛在發展潛力巨大。相較于傳統藥物研發，AI技術能將藥物發現、臨床前研究的時間縮短近40%，將臨床新藥研發的成功率從12%提高到約14%。2022年全球AI制藥市場規模為10.4億美元，較上一年增長31.31%。中商產業研究院分析師預測，到2026年全球AI制藥市場規模將達到29.94億美元。

圖表：2019-2024年中國AI制藥市場規模趨勢預測圖

數據來源：中研普華產業研究院整理

AI制藥產業鏈上游涉及算力、算法和數據，主要分兩大類:提供AI技術的企業和提供生物技術的企業。提供AI技術的企業中，輔助制藥的人工智能硬件設備包括服務器和芯片等；軟件包括各類機器學習、深度學習以及其他人工智能算法，還有數據收集和處理平臺、開源軟件包以及云計算平臺等輔助類軟件。提供生物技術的企業包括提供CRO服務的企業和提供先進設備的企業，提供CRO服務的企業為提供制藥流程中不同階段輔助服務的傳統CRO企業；提供先進設備的企業，則擁有制造冷凍電鏡、自動化實驗室等設備的高端技術。

AI制藥產業鏈中游主要分為四大類：AI+biotech、AI+CRO、AI+SaaS以及IT頭部企業在AI制藥產業中的布局。AI+biotech：從藥物本身性質或治療手段分類，從細分領域看，又可以分為三大類，即小分子藥物、大分子藥物、細胞和基因編輯法。AI+CRO：通過人工智能的輔助為客戶更好地交付先導化合物或PCC，再由藥企進行后續的開發，或者合作推進藥物管線。AI+SaaS：為客戶提供AI輔助藥物開發平臺，通過平臺為企業賦能，幫助企業加速研發流程，節省成本與時間。IT頭部企業：借助對外投資、打造自有相關平臺、提供算力及計算框架服務等參與其中。

AI制藥產業鏈下游分為傳統藥企和CRO企業。傳統藥企主要通過自建團隊、對外投資、CRO及技術合作等方式進入AI制藥賽道。CRO們主要通過風險投資、建立內部算法團隊、采用外部AI技術、與AI制藥公司進行合作等方式切入該領域。