最近海外那几家科技巨头，动作出奇一致。OpenAI在招生命科学方向的人，Anthropic直接收了支诺奖级别的团队，Google的AlphaFold本来就很能打，AWS那边也没闲着，上线了个集成四十多个生物模型的新东西。

这些事儿搁一块看，就挺有意思。

AI在制药领域，前几年聊的都是论文、PR、概念验证。现在你再去看，讨论的话题已经变了，变成"这东西到底能不能放进研发流程里当默认配置用"。

一、以前是捞针，现在加了个筛子

传统药物研发最痛苦的地方是什么？是筛选化合物。几万个分子丢进去，能出来一个候选药就算运气不错。时间、钱、人力，全耗在试错上了。

AI进来之后，做的事情其实没那么玄乎，它就是给捞针的过程加了个筛子。先在海量可能性里快速排除掉大概率不行的选项，把剩下那几条路交给科学家去做验证。

这个逻辑不复杂，但带来的连锁反应很实在。前端筛选得越快，后端需要做实验验证、动物测试、放大生产的量就越大。节奏变了，整个链条的配合方式都得跟着调。

二、链条上的角色，各干各的活

下文提及的企业仅用于说明各环节的技术服务供给情况，不构成任何投资参考。

整个研发流程拆开看，无非几个阶段：先把分子合成出来，然后做细胞实验、动物实验、安全性评估，最后放大生产。每个阶段都有对应的技术服务方。

分子合成这一块，候选分子确定之后得把它做出来。金斯瑞、百普赛斯等业务覆盖这一环节，主要提供合成与原料供给。

湿实验和CRO那边，分子合成了得测活性、做细胞实验。药明康德、药明生物、康龙化成是行业里常见的承接方，帮客户把虚拟筛选出来的东西落地成实验数据。

模式动物和安评，细胞实验过了得上动物模型。百奥赛图、药康生物在模式动物领域有较深布局，昭衍新药、益诺思在安全性评价领域是常见机构。这一阶段属于常规研发流程的一部分，多数候选分子在进入临床前都会经历此类评估。

CDMO 放大生产，候选分子验证完了要量产做临床。凯莱英、博腾股份等企业在此阶段提供规模化生产服务，相关环节通常对工艺一致性和生产成本有较高要求。

三、平台型玩家的两种走法

除了上面这些按环节提供服务的，还有一类公司在尝试别的方式。

晶泰科技最近的动作是把内部积累的模型、智能体、自动化实验能力打包出来，做成对外的技术基础设施。意思就是，不光自己做药，还把研发能力开放为通用技术平台。

英矽智能走的是另一条路，靠对外授权管线来获取收入。

这两条路径各有侧重，目前仍在并行探索阶段。但本质上都在解决同一个问题：怎么让AI制药这个业务能自我造血，而不是一直靠融资养着。

四、还有个更底层的方向在试探

再往深一层看，有个变化可能更根本。以前大家比的是谁生成的分子多、快。现在有团队开始往上走，比的是谁更能理解"这个病到底是怎么发生的"。

哲源科技做的就是这个方向，从基因组、信号通路出发去理解疾病根源，而不是围着已知靶点。

风险提示： AI制药行业尚处于技术验证向商业化过渡的早期阶段，临床转化、算力成本均存在较大不确定性。本文仅为产业技术路径与研发分工的客观梳理，不涉及证券投资建议。文中出现的公司名称仅用于说明产业环节，不构成买入或卖出依据。