如果2025年之前的AI制药还停留在“PPT造药”的被质疑阶段，那么2026年，一切质疑都被数据碾得稀碎。

据健康凯歌统计，截至2026年初，全球公开披露的AI参与研发的药物临床管线共173个，其中12个项目已推进至III期关键性临床试验；另有38个候选药物已完成IND申报、待启动临床试验；

据行业估算，全球各大AI药物发现平台累计产出约2800个临床前候选分子，未来两年将批量进入IND与临床阶段。一个巨型火山正在酝酿，大量管线将在未来两年集中涌入临床阶段。

资本层面，2026年5月，Isomorphic-Labs完成21亿美元B轮融资，创下AI制药单轮融资纪录，估值突破百亿美元。

临床层面，Lirafugratinib成为全球首个向FDA递交上市申请的AI设计药物。

监管层面，2026年1月14日，FDA与EMA联合发布10条AI良好实践指导原则，这是全球两大药品监管机构首次就AI制药达成统一框架。

AI制药已经变成大规模进入临床，以计算驱动的逻辑重构整个制药业的底层代码。

那么，AI制药究竟会革谁的命？

I期成功率90%！AI交卷了，传统药企慌了

截至2026年初，全球AI赋能药物研发管线已形成规模化临床梯队，共计173个AI药物项目进入临床阶段，管线分层清晰、适应症集中度显著。

I期临床项目约85个，II期临床项目45个，推进至关键III期临床的项目共12个，另有38个项目处于IND申报前置研发，即将迈入临床阶段。

从适应症布局来看，肿瘤学仍是AI制药的核心落地赛道，独占约72个临床项目，占比达55%。

神经系统疾病位列第二，布局17个项目，占比13%；自身免疫性疾病领域布局9个项目，占比7%，整体贴合全球创新药研发主流赛道格局。

当前III期临床管线中，五款全球标杆AI药物进入最终临床验证阶段，接受严苛的有效性与安全性核验，是现阶段AI制药商业化落地的核心看点。

2026年2月，由Relay-Therapeutics原研、Elevar-Therapeutics承接商业化的胆管癌创新药物Lirafugratinib，正式向美国FDA递交新药上市申请（NDA），成为全球首个提交监管上市申请的AI原创设计药物，标志着AI制药从研发正式迈向商业化落地阶段。

胆管癌属于高恶性程度肿瘤，患者预后极差，全球5年生存率不足10%，临床未满足需求极高。

Lirafugratinib的核心技术壁垒是AI动态结构药物发现平台，不同于传统药物研发依赖蛋白质静态结构的筛选模式，可通过人工智能精准模拟蛋白质在人体细胞内的动态构象变化，精准识别传统技术无法捕捉的药物结合位点，大幅提升靶点匹配度与药物有效性。

如果顺利获批上市，将彻底验证AI制药的价值，证明人工智能不仅能够快速合成全新药物分子，更可研发出能够解决重大临床难题、改善患者生存预后的创新药物，为全球AI制药行业按下商业化快进键。

AI制药竞赛，中国本土企业加速突破技术与商业化壁垒，实现从跟随到领跑的跨越式发展。头部AI制药企业晶泰控股上市后，在首个完整财年实现年度盈利，正式跑通AI制药商业化闭环。其依托「技术输出+自主管线研发」双轮驱动模式，跻身全球为数不多实现稳定盈利的AI制药企业。

中国创新药全球化授权交易热度持续攀升，出海竞争力持续凸显。行业核心数据显示，跨国药企（MNC）BD合作交易之中中，中国创新药项目占比已达34%，全球每三笔创新药合作交易，就有一笔来自中国药企。

同时，中国本土AI药物研发效率与管线进度稳居全球第一梯队。

剂泰科技的MTS-004成为国内首款完成III期临床的AI赋能制剂新药，填补国内AI制剂临床落地空白。德睿智药的降糖减重核心管线MDR-001创下行业研发效率纪录，仅用8个月完成80个全新小分子合成并锁定PCC候选化合物，从项目启动至获得美国FDAIND批件仅耗时19个月，大幅低于传统药物研发2-3年的常规周期，彰显AI技术对新药研发的降本提效价值。

资本市场与产业端对AI制药的认可度持续走高，行业市场规模高速增长。权威机构数据显示，全球AI药物发现市场规模从2025年的23.3亿美元增长至2026年预估的29.3亿美元，年均复合增长率达25.9%，行业商业化红利正在持续释放，产业发展确定性不断增强。

新药研发，谁在“被革命”？

2.1 传统“试错式”研发模式，彻底换轨

AI来了，这是新药研发行业的天好像要变了。医药行业百年公认的传统“三个10”研发模式，存在周期长、成本高、成功率低的痛点：一款新药完整研发周期长达10年，综合投入超10亿美元，成功率不足10%。行业平均需要筛选10000个化合物，才能最终落地1个候选药物。AI的深度落地，正在彻底颠覆这套研发逻辑。

从产业落地成效来看，AI已将药物早期发现阶段的传统4-5年研发周期，压缩至8个月左右，靶点发现环节整体耗时可缩短40%-70%，大幅减少无效实验试错。

在核心研发效能上，头部AI赋能药企的I期临床成功率实现翻倍，临床试验周期整体缩短40%-75%。

在靶点发现、虚拟筛选等早期单一环节，最优项目可实现90%以上的成本压降，全研发周期行业平均降本幅度为25%-50%。

当前新药研发行业已正式从“人工实验驱动”，全面转向“AI计算预测、精准实验验证”的全新模式。AI正在彻底重建医药行业沿用半个世纪的经验式、试错式核心研发方法论，完成“底层换轨”。

2.2 CRO前端人力密集型业务，利润被“抽底”

CRO（合同研究组织）是受AI技术冲击最直接、反馈最快速的医药细分赛道之一。它高度依赖人工、重复性强的靶点发现、分子虚拟筛选等前端研发环节，替代与重构效应最为显著。

资本市场已对AI重构CRO赛道提前定价。2026年4月OpenAI正式发布GPT-Rosalind专业药物研发大模型，发布当日，药明康德等国内CRO龙头股价应声暴跌近6%，直观体现了市场对前端CRO业务贬值的一致预期。

AI技术大幅提升了候选化合物的设计与筛选效率，极大扩充了候选分子供给量，反而持续放大了对CXO湿实验、合成验证、药理测试的真实产业需求。

从行业格局来看，目前全球TOP20药企的研发管线中，AI参与研发的项目占比仅约15%，行业AI渗透仍处于早期阶段，长期增量空间广阔。

里昂证券2026年最新CXO行业研究报告指出：AI对具备全链条服务能力的综合性CRDMO具备明确正向赋能效果。

但药企自研AI体系快速落地，对仅做前端业务的专业化CRO影响利弊共存。

单纯依靠人工筛选、文献挖掘的“管道工”型前端小型CRO，面临极大的利润出清风险。全新的“AI原生CRO”快速崛起，以API算力调用、按研发成果付费、里程碑结算的新模式，持续冲击传统CRO“按工时收费”的老旧定价体系，行业竞争规则彻底改写。

2.3 部分研发岗位，正在被“批量折叠”

AI不会大规模消灭制药行业整体就业岗位，但会改变行业岗位结构与人才能力标准，完成低端岗位替代、高端岗位升级的结构性迭代，纯经验型、事务型人力价值持续缩水。

当前已明确具备高替代风险的传统研发岗位，都是行业AI落地高频替代场景。

在传统岗位迭代的同时，AI同步催生了大量复合型高端新岗位，成为行业人才需求新风口：

AI计算化学家、生物信息算法工程师、AI生物医药模型验证与合规专家等。

行业专家告诉健康凯歌：AI不会直接淘汰制药行业从业者，但不会运用AI工具、不懂AI研发逻辑的从业者，终将被掌握AI能力的同行淘汰。

未来药企核心竞争力，集中聚焦“资深生物学专业能力+AI工具应用能力”的复合型人才，单一纯实验型、纯计算型人才，都将面临巨大的职业竞争压力。

2.4 传统药企的“大企业病”被AI掀翻

AI技术的全面渗透，倒逼传统药企完成组织模式与研发体系的转型，彻底向“轻量化、敏捷化、数据驱动、高效迭代”的新型研发组织快速升级。

全球头部跨国药企已将AI从单一辅助工具，升级为贯穿药物研发、生产、质控全链条的底层基础设施。

礼来与NVIDIA官宣合作成立百亿级AI联合创新实验室，聚焦AI药物发现；阿斯利康完成生物医学人工智能公司ModellaAI收购，全面整合AI研发技术管线；罗氏近90%的小分子研发项目已全面接入AI智能研发系统。行业主流合作与交易均采用“低首付+高里程碑”的创新模式，既有效控制技术迭代风险，又能精准锁定AI技术带来的研发红利。

2.5 动物实验与部分临床试验逻辑，面临伦理叠加技术的双重瓦解

依托AI计算毒理、虚拟试验、真实世界建模等新技术，技术革新与伦理合规两个核心维度，正在加速摆脱对传统动物实验、传统临床试验对照组的依赖，推动行业研发模式绿色化、高效化升级。

欧洲药品管理局（EMA）明确将“减少、优化、替代动物试验”的3R原则，列为AI制药的核心合规与产业价值之一。

美国FDA已出台官方路线图，认可AI计算毒理预测技术的有效性，允许部分药物在模型充分验证、数据完整可靠的前提下，于特定研发场景中豁免或简化传统动物安全性实验。

在临床试验领域，合成对照组（SyntheticControlArm）AI技术日趋成熟，可依托真实世界医疗数据建模，生成精准虚拟试验对照组，有效减少临床试验中必需的对照组患者数量。

“革不动”谁？

3.1 湿实验与临床后期

AI可以预测，但不能替代物理世界的最终验证。化合物合成、纯化和制剂开发依然需要湿实验平台完成。AI生成的虚拟分子最终都需要通过物理世界的实验来完成“最后一公里”的落地交付。

药明康德等CRDMO平台的不可替代性正在凸显，III期临床的大规模、长周期、多中心人体验证，更是任何AI都无法跳过的“死亡之谷”。

一个只被喂过“正确”数据的AI，在复杂环境下的泛化能力，始终是必须用实验来回答的科学问题。

3.2 监管合规与商业化：这些能力AI还要学

药品注册申报、GMP生产、质量控制等环节涉及大量隐性知识和多部门协同经验，AI只能辅助而不能替代。

市场准入、医保谈判、医生教育、患者服务等商业化落地环节，高度依赖真实世界的复杂人际互动和制度理解。

药物上市后的药物警戒和风险管理，虽然AI可以提升效率，但最终的责任主体仍然是人。FDA与EMA最新发布的10条指导原则反复强调“以人为本的设计”。AI必须将患者和专家监督置于决策的中心，这从制度上确保了人类监管者的最终决定权。

3.3 AI是放大器，不是发明家

AI擅长在已知数据中寻找模式，但真正突破性的科学洞见，如全新生物学机制的发现，依然依赖顶尖科学家的创造力和直觉。

业界专家所指出，AI-for-Science所赋予人类的，是对疾病本质的深度解码能力，这才是重构制药创新逻辑的核心。

取代你的不是AI，而是会用AI的同行

“AI不会淘汰人，但不会用AI的人会被会用的人淘汰”，这是最真实的生存法则。AI不会大规模消灭制药行业就业，但会显著改变岗位结构和价值分配。

据测算，AI每年可为制药行业创造超1000亿美元新价值，但这些增量红利不可能均分给所有人。麦肯锡测算，Agentic-AI可释放生命科学企业25%-40%的人力产能，员工将转向更高价值的策略性、创造性工作。

中国AI制药市场2024年规模已达5.6亿元，同比增长36.59%。2025年全球AI制药开发市场规模约52.78亿元，预计2032年将达91.53亿元。英矽智能预计2025-2027年收入复合年增长率将达98%，这代表着一个百亿级赛道的结构性高速增长正在全面展开。

那么未来的核心竞争力是什么？纯实验型科学家将面临AI能力的强势渗透，纯计算型科学家又缺乏对生物学的深刻理解。最稀缺的是三类跨界能力的复合体：生物学专家+化学设计能力+AI算法理解。

麦肯锡报告指出，目前仅约22%的生命科学企业实现了AI规模化应用，仅9%获得了显著回报。绝大多数企业仍然站在同一起跑线上，谁先打破内部壁垒、真正推动“AI+数据+业务”的三位一体融合，谁就可能在接下来的5-10年重塑行业。

AI制药大概率不会“消灭”整个制药行业，但会深刻改变价值分配、岗位结构、竞争格局。

最终的赢家不是AI本身，而是那些率先将AI深度融入研发全流程的企业和人。输家则是那些固守“我们一直这么做”的旧世界参与者。

173个AI药物杀入临床、21亿美元刷新单轮融资纪录、FDA和EMA坐在一起共同制定AI制药监管原则。

我们应当意识到，制药业的旧秩序正在被“AI”重写。

这场革命的对象是这套沿用了数十年的底层方法论。CRO被推向前台洗牌，传统药企被迫组织重构，科学家们面临技能挑战，这是制药业版的“创造性破坏”时刻。

无论你是药企负责人，还是一线的科学家，这场战争早就没有了旁观者。问题是：你选择成为AI能力的主人，还是被替代的那一部分？

AI制药不会革掉制药业的命。它革掉的，是不愿改变的人的命。