【行业研究报告】信息技术-计算机：AI for Science，重在AI+制药赛道

AIforScience，重在AI+制药赛道
⚫复盘3年25倍的PLTR，我们认为好的AI应用赛道应当
具备以下特征
1）海量的真实数据：在北美，除Coding以外，医学领域具备较
多的私有真实数据壁垒；
2）复杂流程和专家经验积累：医疗领域病种和诊疗实践复杂，高
2）复杂流程和专家经验积累：医疗领域病种和诊疗实践复杂，高
度依赖专家判断；
3）潜在市场空间大：全球药物研发外包服务市场规模将由2023
年的1512亿美元进一步增至2030年的3632亿美元，CAGR为13.3%。
⚫海外层面，北美巨头26年开年密集推进AI+医疗实质性
产品和功能落地
1月8日，OpenAI重磅推出了ChatGPTHealth，为客户提供健康
咨询服务，每周超2.3亿人咨询健康问题；
1月12日，英伟达与礼来宣布将在五年内斥资10亿美元在旧金
山湾区建立一个新的联合研究实验室，以加速AI药物研发进程；
1月12日，Anthropic宣布推出医疗保健和生命科学服务，使其
Claude人工智能平台的用户能够共享对其健康记录的访问权限，以便
更好地了解用户的医疗信息；
1月14日，OpenAI宣布1亿美元收购仅4名员工的线上医疗数
据整合商Torch。
⚫资本层面，26年有望迎来AI+制药赛道领军企业业绩估
值双击
2026年，以晶泰、TEMPUS为代表的AI+制药赛道领军均有望实现
EBITDA首次转正，产业即将迎来估值重构期。以晶泰控股为例，2025
年8月，公司宣布与DoveTree签署470亿港元（59.9亿美元）的管
线合作，刷新了AI制药出海订单规模纪录，支撑其26年业绩放量。
25H1，晶泰药物发现解决方案业务收入达4.35亿元（yoy+616%），与
多家跨国药企（如强生、礼来、辉瑞等）建立合作，反映其技术在国
际市场的认可度不断提升，为其后续发展提供有力保障。
⚫原理层面，在规则清晰的分子世界，AI已成为新药物发
现的“加速引擎”
我们认为，AI模型，特别是深度学习与生成式模型，能够高效学
习海量的分子结构、化学键、物化性质与生物活性之间的复杂映射关
系。通过预测结合能、溶解性、毒性等关键参数，AI可以在虚拟空间
中高速筛选、优化甚至从头设计出具有潜力的候选分子或新材料，有
望缩短药物发现时间，直接提升了新药发现的成功率与效率，并有可
能创造出超越人类直觉认知的全新化合物，从而从最底层驱动整个制
药产业的范式变革与技术跃进。
-6%
-1%
4%
9%
14%