《智藥局&華為：2024年AI+CRO行業研究報告（51頁）.pdf》由會員分享，可在線閱讀，更多相關《智藥局&華為：2024年AI+CRO行業研究報告（51頁）.pdf（51頁珍藏版）》請在三個皮匠報告上搜索。

1、AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章1AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章1序言序言當今醫藥研發領域，人工智能（AI）與合同研究組織（CRO）的融合正引領一場革命性的行業變革。AI+CRO行業，憑借其創新的技術融合和智能化服務，正重塑著藥物研發的每一個環節，不僅極大地優化了研發流程，更顯著提升了研發的效率與成功率。作為醫藥研發領域內迅速崛起的一股力量，AI+CRO行業的發展依托于AI技術的突飛猛進，尤其是機器學習、深度學習以及生成式人工智能等前沿技術在藥物發現

2、和開發過程中的創新應用。這些技術通過提高藥物篩選的精度、優化臨床試驗的設計、降低研發成本，并提升項目成功率，為行業帶來了深遠的影響。在全球醫藥市場持續擴大和藥物研發成本不斷攀升的背景下，AI+CRO行業正展現出無可限量的市場潛力和廣闊的應用前景。目前，AI+CRO行業正處于一個快速發展的黃金時期。放眼全球，無論是充滿活力的初創企業還是根基深厚的傳統CRO巨頭，都在積極擁抱AI技術的融合與應用。這一趨勢不僅加速了行業技術的革新，也激發了商業模式的創新，預示著醫藥行業將迎來更多激動人心的變革和發展機遇。這一趨勢正在推動行業技術的革新，對商業模式產生了深遠影響，醫藥行業將會迎來一系列變革和發展機遇。

3、隨著AI技術的持續進步，AI+CRO行業預期將成為推動醫藥行業發展的關鍵引擎，實現更加高效、精準的藥物研發。它將引領行業邁向更高效、更個性化的未來，為患者帶來更快速、更有效的治療方案，為醫藥研發領域帶來無限可能。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章1AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章1第一章第一章 AI+CROAI+CRO 行業綜述及產業鏈布局狀況研究行業綜述及產業鏈布局狀況研究AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀

4、況研究第 一第 一 章章21.1AI+CRO行業發展歷程與現狀1.1.1 行業發展歷程CRO（Contract Research Organization，合同研究組織）行業的誕生和發展與全球醫藥研發活動的演進緊密相關。為了應對藥物開發過程中越來越重的挑戰，藥企和生物科技公司開始將非核心的研發活動外包給CRO公司。這些公司通常具備專業的人才和豐富的項目管理經驗，能夠提供從藥物發現、臨床前研究到臨床試驗的全方位服務。傳統CRO通過提供專業化、定制化的服務，以及建立全球服務網絡，在巨大且龐雜的醫藥市場中占據關鍵角色。生物制藥的反摩爾定律指出，隨著時間的推移，藥物研發的成本并非固定不變，而是呈現上升

5、趨勢。這一背景下，分工明確的專業組織顯得尤為重要，由此也催生了對小型生物技術公司和CRO的需求。人類在物理、化學、生物等領域的技術進步和知識積累，天然地導向流程更加細化的醫藥產業格局。近年來，隨著計算機模擬、機器學習和深度學習以及生成式人工智能等技術的飛速發展，科學家們正在積極探索將這些創新技術融入制藥流程，以期實現降本增效，解決生物制藥行業目前面臨的諸多難題。CRO作為新藥研發的重要環節，成為驗證和應用這些新技術和新思想的關鍵。在算法不斷迭代的過程中，科研團隊致力于尋找提高效率的具體應用方法，并探索被市場認可的商業模式，為CRO行業帶來了新的發展可能性。自2020年以來，AI與CRO結合的模

6、式已經得到了更廣泛地驗證和認可。AI技術正逐步滲透到CRO行業中，在具體應用層面探索多樣態路徑。這種趨勢不僅吸引了初創企業在AI+CRO領域嶄露頭角，也促使傳統的CRO企業積極布局，不斷嘗試將AI技術融入其服務中。在多年來的市場教育下，不少傳統藥企和生物科技公司對AI+CRO的接受程度也在逐步提升，AI+CRO的模式有望成為未來藥物研發的重要方向。以Schrdinger、Valo Health 為代表的生物科技公司，專注于臨床藥物研發的技術創新，通過其高質量AI技術藥物發現平臺，依托大量生物領域數據，以AI技術+CRO的服務模式，結合干濕實驗，為藥物研發提供創新解決方案。同時，傳統CRO公司也

7、在不斷拓寬技術模塊，作為傳統CRO巨頭，藥明康德2018年就與Schrdinger合資成立Faxian Therapeutics，加速新藥發現；20182020年，先后投資6家AI制藥公司，展示了其對新技術的試探和布局。同樣的，藥石科技作為國內藥物砌塊分子的頭部，開發了基于超大成藥化學空間的人工智能藥物發現技術AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章3平臺，以提升了新藥物分子設計的成功率。美迪西作為創新藥CRO公司，也在積極探索AI技術在臨床研究中的應用，通過AI算法對臨床數據進行分析,以期提高臨床試驗的設計質量和執行效率。泓博醫

8、藥也從2019年就開始持續布局計算機模擬和AI技術。AI+CRO行業正成為醫藥研發創新的一個活躍領域，企業正在考慮或實施將AI技術集成到CRO服務中，以尋求在競爭激烈的市場中提升競爭力。創新始終是CRO行業的主旋律，而人工智能作為引領新一輪科技革命和產業變革的重要驅動力，為所有CRO企業展開了一個機遇和挑戰并存的未來。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章41.1.2 行業技術發展現狀CRO行業覆蓋了整個制藥流程，包括靶點發現和確認、化合物篩選和合成、安全性評估、臨床試驗等環節，CADD（計算機輔助藥物設計）和AIDD（人工智能

9、輔助藥物設計）在這里有充分的機會得到測試和驗證。圖 1-1CRO行業具體業務情況資料來源：中商產業研究院，智藥局從20世紀80年代計算機輔助藥物設計技術的逐漸成熟，到如今機器學習和深度學習算法在藥物發現中的革命性應用，數據化、信息化、智能化成為現代制藥流程的大趨勢，這也為CRO提供更為有效的開發手段，輔助其做出更準確的研發決策。整體來看，AI技術可以應用于藥物研發的各個階段，具備廣闊的發展空間。在早期藥物發現階段，高通量篩選技術、組學數據的開發以及 CRISPR-Cas9 技術，結合AI算法，為精準療法提供了前所未有的新思路，在提高藥物篩選效率的同時，也推動了眾多新靶點、新藥物的發現。隨著藥物

10、進入臨床前研究階段，AI技術在毒理學、藥代動力學和合成工藝等方面的應用，進一步提高了研究AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章5的精準度和效率。AI模型能夠預測化合物的毒性和在體內的動態行為，同時優化合成路徑，加速了藥物進入臨床的準備工作。AI技術在臨床試驗設計、患者篩選以及數據收集與分析方面的貢獻同樣不可忽視?？纱┐髟O備和遠程監測技術的應用，以及遠程智能臨床和真實世界證據的整合，使得臨床試驗更加便捷、可及，降低患者招募成本的同時，拓寬了開發人員在藥物療效、不良反應、患者評價等領域的信息來源，AI為CRO帶來的改變已切實可感，A

11、I+CRO正從一句口號演變為產業界的集體行動，在仍處于中小規模的AI“原生”CRO崛起的同時，全球CRO巨頭們也著手自建或合作開發AI技術平臺，積極將人工智能融入公司業務之中。各方的積極態度與動作，側面反映出AI+CRO的巨大商業價值。當前，全球AI制藥市場正處于驗證期，據測算，隨著第一批AI輔助藥物成功上市，到2026年后全球AI制藥市場規模將顯著擴大，市場對于AI方案的需求也將明顯增加。作為藥物研發領域的重要流程與業態，CRO對AI的結合尚處于初級階段。長期來看，技術發展具有確定性，但短中期會受到競爭格局變化、地緣政治風險、金融周期起落等不可控因素，可以預見的是，AI與CRO的融合還將經歷

12、多個“快速發展驗證調整”周期，AI+CRO的發展將經歷一個曲折向上的發展歷程。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章61.2產業鏈生態全景圖譜1.2.1 產業鏈結構梳理圖 1-2產業鏈結構梳理資料來源：智藥局AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章7上游上游AI+CRO產業鏈的上游，主要由AI技術和生物實驗兩大部分組成，共同構成了產業鏈的基石。軟件、硬件和數據是構建AI技術的三個關鍵要素。軟件層面，各種算法和模型是AI的大腦，而硬件，如GPU、CPU、DPU等，為這

13、些算法提供必要的算力支持，數據則來源于公開的科學數據庫和專有實驗數據集。CRO涉及廣泛，需要多領域的專業知識和設備支持，這就引出了包括學術研究機構、專業科研服務公司以及生物技術商在內的組織。而AI與生物實驗的結合催生了數字化實驗室的誕生。這些實驗室利用自動化實驗操作大幅提升科研效率，并通過AI處理和分析大量實驗數據。此外，AI技術在生物儀器中的應用也日益廣泛，例如西湖歐米等公司將AI技術融入生物儀器，對數據進行更豐富的分析，提升了基因測序和蛋白質測序的效率和準確性。上游關鍵技術與設備的進步，為整個CRO行業的底層創新提供了動力，而隨著近年來以AI為代表的智能化信息技術成為行業上游的重大變革，對

14、CRO中下游廠商產生深刻影響，AI+CRO的滲透率有望進一步提升。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章8中游中游在CRO行業中，企業根據其商業模式和對AI技術的融合程度可以分為三個主要類別：AI+CRO、SaaS-CRO以及CRO+AI公司。這三類公司均在積極探索如何利用AI技術來提升服務質量和市場競爭力。圖 1-3AI+CRO公司全球分布情況資料來源：智藥局AI+CRO代表以AI技術為核心的CRO公司，專注于AI在藥物研發中的應用。這類公司以AI技術為主導，提供基于AI的計算平臺和藥物研發服務。利用AI的強大數據處理和模式識

15、別能力，提供差異化CRO服務，通過迭代AI模型，為行業長期痛點提供可行的解決方案，以此吸引并保留客戶。SaaS-CRO代表提供基于訂閱模式的云端軟件服務（SaaS）的CRO公司，側重于提供靈活的AI工具和平臺。這類公司提供基于云端的軟件服務（SaaS），通過訂閱模式為客戶提供便捷的AI工具。這類公司可能不直接參與濕實驗，而是專注于提供化合物分子或多肽分子的優化和篩選服務，側重于AI在生命科學中的泛化能力。CRO+AI代表將AI技術整合到傳統CRO服務中的公司，強調AI作為增強服務的工具。這些是傳統CRO企業，面對技術革新和市場競爭，通過引入AI技術進行轉型。它們通常在行業內有穩定的市場基礎，通

16、過自建AI部門、收購Biotech公司或與AI科技公司合作，將AI技術融入服務中，以增強服務能力、提高研發效率和降低成本。藥明康德在2018年布局 CADD，正是這種轉型思維的體現。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章9產業鏈中游的公司通常采用混合商業模式，結合AI技術支持的CRO服務和軟件銷售。它們可能以研發管線為核心，通過收/并購拓展業務范圍，提供包括分子篩選、對接、生成以及臨床前候選化合物性質預測等全流程服務的智能平臺。產業鏈的中游是AI+CRO行業的主體部分，AI技術與CRO服務的整合為藥企提供了更加全面和高效的解決方

17、案，增強了CRO行業的市場適應性和整體競爭力。根據制藥流程的不同階段，中游還可以劃分為臨床前和臨床階段。目前，臨床前AI技術相對成熟，但考慮到臨床試驗在整個藥物研發過程中花費了最高的資金和時間成本，同時失敗率也最高。所以未來AI與臨床CRO的結合，將是影響整個AI+CRO行業的關鍵點，對潛在市場空間與競爭格局具有決定性影響。圖 1-42023年CRO市場結構及規模資料來源：Frost&Sullivan，智藥局AI技術能夠通過精準的數據分析和模式識別，優化了臨床試驗的設計和執行，顯著提升了試驗的效率和成功率。還能降低患者招募、數據收集和分析相關的成本，同時通過預測分析幫助研究人員更好地管理風險。

18、AI的應用還推動了個性化醫療的發展，使臨床試驗更加貼合患者的個體差異，從而提高了治療的有效性和安全性。此外，AI技術促進了遠程智能臨床試驗的興起，這種試驗方式通過利用遠程監控和數字技術，擴大了患者的參與范圍，使得臨床試驗更加便捷和可及。AI技術在臨床試驗CRO中的應用范圍的擴大，預示著制藥行業將迎來更高效、更智能的研發時代，為患者帶來更快速、更精準的治療選擇。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章10下游下游AI+CRO行業的產業鏈下游涵蓋了廣泛的客戶群體，包括傳統藥企、生物科技公司、AI制藥公司以及 CXO。在這一競爭激烈的市

19、場中，AI+CRO公司與傳統CRO公司共同爭奪同一片市場。傳統藥企和生物科技公司是AI+CRO服務的主要客戶，他們更加傾向于選擇能夠提供從藥物發現到臨床試驗全鏈條服務的CRO伙伴。而AI+CRO公司主要利用其在數據處理、模式識別和預測分析方面的優勢進行單點突破，這是他們與傳統CRO競爭的優勢，也是劣勢。CXO公司則可能通過SaaS模式來獲取AI+CRO公司的技術，或通過合作開發等方式與其建立戰略伙伴關系。這種合作模式為CXO公司提供了靈活性，使其能夠根據自身的研發需求進行靈活調整。AI制藥公司作為產業鏈下游的另一類客戶，他們對AI技術的接受度和依賴度較高。這些公司在藥物研發過程中，積極采用AI

20、技術以提高研發效率和成功率。AI+CRO公司在與這類客戶合作時，有更多“共同語言”，不僅能提供技術支持，還能通過合作研發，共同推進藥物管線的發展。據統計，2023年中國AI制藥市場規模達到10.24億元，預計2024年將增長至13.29億元，相應地市場對CRO服務的需求正在快速增長，AI制藥公司也更愿意選擇擁有AI技術的CRO公司。對于CRO公司而言，高質量快速交付是其核心競爭力，AI+CRO也不例外。在實際商業場景中，客戶不僅關注AI技術本身，更關心公司是否能夠實現合作目標，如快速交付高質量的化合物分子、多肽、抗體等。因此，如何將先進的AI技術轉化為精準高效的服務落地能力，成為AI+CRO公

21、司脫穎而出的關鍵。AI+CROAI+CRO 行業綜述及全產業鏈布局狀況研究行業綜述及全產業鏈布局狀況研究第 一第 一 章章111.2.2 產業鏈區域分布情況AI+CRO產業鏈在全球范圍內呈現一超多強格局，美國以其成熟的市場和高客戶接受度在中游AI+CRO服務提供商中占據主導地位，約有48%的公司在此布局。其次是中國，憑借在AI技術上的快速跟進及優化，加之本土政策扶持，國內企業呈現快速增長之勢。歐洲則憑借其強大的生物醫藥研發基礎，在AI+CRO服務和下游的生物技術應用方面占有一席之地。此外，加拿大、日本、韓國以及中東等地區也涌現出一些專注于AI+CRO的公司，盡管數量不多，但它們在特定細分市場或

22、區域性服務中展現出特色和潛力。圖 1-5AI+CRO公司全球分布情況資料來源：DPI，Medmarket Insights，前瞻產業研究院，智藥局當前，全球專注于AI技術結合CRO的公司數量大約為110家。盡管這一數字與傳統CRO公司數量比較相對較少，AI+CRO模式仍處于發展的初期階段。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章12第二章第二章 AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章132.1細分應用場景AI+CRO行業通過創新技術的應用，為藥物研發的

23、各個階段帶來了革命性的變化。這一行業可以主要分為三種類型：全流程技術整合平臺、干濕實驗結合服務提供商，以及專注于臨床階段的數據分析公司。例如，薛定諤公司利用其FEP計算工具，唯信計算的抗體開發平臺，智化科技以其合成路徑設計平臺都在各自的領域內推動了技術的進步。這些公司不僅在技術上實現了突破，而且通過與濕實驗的結合，提供了從藥物發現到臨床試驗的全方位服務，極大地提高了研發效率和成功率。隨著AI技術的不斷進步，這些AI+CRO公司正成為制藥行業的重要力量，引領著未來藥物研發的新趨勢。2.1.1 CADD/AIDD 平臺型第一種類型的AI+CRO公司專注于構建全流程的藥物開發平臺。這些公司通常以某項

24、突破性技術獲得市場的認可。盡管單一技術可能僅提升制藥流程的某個環節，但這些公司通過整合自研技術、開源技術，甚至與其他技術供應商合作，打造了一個從藥物候選分子發現（Hit）到臨床前候選化合物（PCC）的完整軟件平臺。這種整合不僅提升了單個環節的效率，而且通過濕實驗的反饋，不斷迭代AI模型，以完善整個藥物研發平臺，使市場能夠直觀地感受到AI技術帶來的整體效率提升和商業模式的可行性。SchrSchr dingerdingerSchrdinger公司是一家專注于使用其基于物理的計算平臺，為藥物發現和材料科學領域提供軟件解決方案。公司主要業務包括銷售軟件解決方案、與生物制藥公司合作進行藥物發現項目，以及

25、推進內部全資擁有的藥物發現項目。其軟件被廣泛應用于生物制藥、工業、學術和政府實驗室，2023年Schrdinger軟件收入為1.59億美元，占總收入的73%。Schrdinger的平臺結合了機器學習的快速數據處理能力，以及基于物理的方法，以高精度預測分子的關鍵屬性，加速藥物發現過程，降低成本，并提高成功率。公司還擁有多個與藥物發現相關的軟件解決方案，覆蓋從目標識別到藥物設計和優化的各個階段。包括但不限于靶標識別、先導化合物的篩選與優化、基于結構的蛋白質藥物開發與設計、藥物分子的ADME特性預測，以及藥物與靶標相互作用的深入研究。通過這些集成的解決方案，Schrdinger公司極大地提高了藥物開

26、發的成功率。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章14圖 2-1Schrdinger藥物發現協作方案資料來源：Schrdinger 2023 年年報，智藥局Schrdinger與領先的生物制藥公司合作，推進多種治療領域的藥物發現項目。截至2023年12月，公司有19個積極的合作藥物發現項目，并從中獲取藥物發現收入，包括前期付款、研究資金付款以及發現和開發里程碑，并有可能產生額外的里程碑付款、期權費和未來版稅。此外，Schrdinger已經在臨床階段推進了一些藥物候選物，例如SGR-1505（MALT1抑制劑）、SGR-2921（CDC7抑制劑）和SGR

27、-3515（WEE1/MYT1抑制劑），充分證明了Schrdinger的計算平臺在藥物研發中的實際應用價值。圖 2-2Schrdinger藥物發現項目摘要資料來源：Schrdinger 2023年年報，智藥局AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章15唯信計算唯信計算唯信計算公司的核心平臺 WeMol，集成了人工智能、計算生物學和量子化學等多個領域的計算與可視化模塊。這些模塊包括自研和開源技術，旨在為早期藥物研發的不同階段提供技術支持。WeMol 平臺特別強調了其在抗體人源化設計、蛋白質免疫原性預測、虛擬親和力成熟、可開發性優化，以及蛋白質語言模型應用方

28、面的能力。WeMol已經賦能近百家知名藥企和生物科技公司的臨床前藥物發現項目，部分已進入臨床階段。圖 2-3WeMol大分子藥物設計解決方案資料來源：唯信計算，智藥局唯信計算的研發團隊致力于不斷優化算法，以提高預測的準確性和可用性。平臺的用戶界面友好，即使是不懂編程的非專業用戶也能輕松上手。此外，平臺還提供了豐富的擴展和集成開發能力，用戶可以利用低代碼操作環境自由開發或搭建自有或第三方模塊及工作流。藥企可以通過訂閱服務獲得 WeMol 平臺的使用權，用于支持其藥物研發項目。唯信計算還提供定制化服務和技術支持，以幫助客戶解決特定問題，提高研發效率。公司還基于 AI 技術開發了不對稱雙特異性抗體平

29、臺 AIM-Ig，并且已經在知名藥企的項目中得到應用。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章16圖 2-4唯信計算服務范圍資料來源：唯信計算，智藥局智化科技智化科技智化科技公司通過其 AI+自動化的 CRO 服務，為客戶提供了高效、專業的化學合成解決方案。公司以 AI 賦能化學研發，通過化學大數據，研發出提高化學科研效率的工具，旨在構建一個化合物智能規劃平臺，以創新方式重塑化學研究的未來。公司的核心產品 ChemAIRS，通過多樣化的合成策略，提升了合成路線設計的效率和成功率。2021 年，智化科技在上海建立了自動化實驗室 ChemAILab，利用 A

30、I 技術和大數據賦能的化學合成算法，結合機器人技術，突破了化學合成服務效率的瓶頸，為行業提供了更專業、更高效的服務。值得一提的是，智化科技還自主研發了 ChemAIoT 平臺和實驗室管理系統 ChemAIOS，實現了算法決策智能化、工作流程標準化，以及人機協作的自動化合成，融合多業務系統，實現數據利用閉環，進一步提升了化學合成的效率和質量。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章17圖 2-5智化科技解決方案資料來源：智化科技，智藥局智化科技的客戶群體包括多家國內外知名藥企和 CRO 公司。公司在逆合成路線設計、可合成性評估、正向合成分子庫及工藝路線優化

31、等方面與客戶展開了深度合作，展現出其在化學合成服務領域的專業能力。在商業模式方面，智化科技通過提供技術服務，與合作伙伴共同推進項目，實現互利共贏。公司通過前期付款、研究資金付款以及發現和開發里程碑等方式，獲取收入，并有可能獲得額外的里程碑付款、期權費和未來版稅?？偨Y總結AI+CRO 平臺型企業通過構建強大的計算平臺，與制藥和生物技術公司建立合作關系，共同推進新藥開發項目的商業模式不僅提高了藥物研發的效率，還為個性化和精準醫療的發展提供了支持。但要注意的是，盡管大部分平臺在藥物研發領域展現出了其潛力和應用價值，但在實際應用中，藥物研發的復雜性和不確定性意味著任何技術或平臺的有效性都需要通過持續的

32、研究和臨床試驗來驗證。隨著 AI 技術的不斷進步，預計未來會有更多公司采用類似的商業模式，推動醫藥行業的創新和發展。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章182.1.2 干濕實驗結合第二種類型的 AI+CRO 公司則將 AI 技術與濕實驗緊密結合，提供干濕實驗結合的服務模式。這類公司提供的服務多樣，可能包括軟件模塊銷售、定制化技術服務，以及化合物分子的交付等。由于涉及大量的生物實驗服務，這些公司在 AI 技術與生物數據轉化方面的方法尤為重要，而這方面的經驗積累也是它們獲得市場認可的關鍵。例如，這類公司可能利用 AI 預測來篩選出有潛力的化合物，然后通過

33、濕實驗來驗證這些預測，從而加速藥物發現和優化過程。騰邁醫藥騰邁醫藥騰邁醫藥（TandemAI）是一家以創新為主導的 AI for Healthcare 技術先鋒企業，其自主研發的 SaaS 平臺TandemViz，支持云端和私有化部署兩種方式，全方位集成騰邁醫藥所有的計算模塊、數據管理模塊和項目管理模塊。騰邁醫藥致力于通過一站式的解決方案降低先進 AI 工具的使用門檻、加速藥物研發過程，通過將強大的計算工具、GPU 計算資源和大規?；瘜W生物實驗室無縫集成，賦能從苗頭化合物到 PCC（候選化合物）的端到端早研流程。這種干濕結合的范式變化，不僅提升了藥物分子的篩選通量，還大幅提高了分子質量和難成藥

34、靶點的成功率，從而加快了藥物從設計到臨床前研究的整個流程。公司設立至今在紐約、波士頓、上海、蘇州已擁有員工超過 350人，化學生物實驗室近 15,000 平米。目前，騰邁醫藥已累計服務了國內外 100 余家藥企，其技術平臺目前已經拓展至肽類藥物、PROTAC/Degrader、疫苗等領域。力于推動技術平臺和商業模式的創新與成功，提高最先進計算工具的可及性，以期成為藥物研發領域的重要力量。圖 2-9騰邁醫藥藥物發現平臺資料來源：騰邁醫藥，智藥局AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章19泓博醫藥泓博醫藥泓博醫藥在藥物發現、制藥工藝研究開發以及原料藥和中間體

35、的商業化生產等領域具有專業能力。2019 年起，意識到計算機模擬和 AI 技術在制藥領域的巨大潛力，公司投入大量精力研發自己的藥物研發平臺。泓博醫藥的 CADD/AIDD 技術平臺是其新藥研發的重要工具。該平臺利用計算機模擬和預測藥物分子與靶標分子之間的相互作用，顯著縮短新藥研發周期，提高研發效率，降低成本。平臺起步較早，應用場景覆蓋范圍廣，不僅自行搭建了 AI 模型，還整合了多種計算工具和預測功能，如薛定諤的計算工具、AlphaFold 蛋白結構預測功能、深勢科技的 Hermite 高精度自由能計算平臺等。截至 2023 年底，公司 CADD/AIDD 技術平臺已累計為 62個新藥項目提供了

36、技術支持，其中 3 個已進入臨床 I 期，2 個在臨床申報階段。圖 2-10泓博醫藥藥物發現工具資料來源：泓博醫藥，智藥局2022 年，泓博醫藥與深勢科技的合作，基于深勢科技的 Hermite 平臺和阿里云的高性能計算集群，大幅提高了分子模擬效率。這種合作模式不僅提升了藥物研發的效率，也降低了合成成本，縮短了管線推進到臨床候選化合物的時間。通過阿里云計算巢服務，泓博醫藥能夠確保數據的安全性和操作的透明度。泓博醫藥的商業模式融合了先進的人工智能技術和生物實驗操作，形成了一種創新的干濕實驗結合方法。這種模式通過 AI 技術進行快速的藥物篩選和優化，結合實驗室中的精確驗證，不僅顯著提升了藥物研發的效

37、率，降AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章20低了成本，還減少了研發過程中的不確定性和風險。為了保證數據安全和透明度，泓博醫藥選擇與阿里云等合作伙伴協作，提高研發流程的安全性和可靠性。2024 年，泓博醫藥正持續利用最新 AI 技術優化藥物發現平臺，通過搭建更強大的語言 AI 模型，如 PR-GPT，探索新的科學語言訓練，以期在新藥研發領域取得更多突破。隨著人工智能不斷更新迭代和機器學習的持續深入，CADD/AIDD 技術已成為公司新藥研發的重要工具，未來在公司新藥研發過程中必將扮演越來越重要的角色。AI+CROAI+CRO 商業化應用場景分析商業化

38、應用場景分析第 二第 二 章章212.1.3 真實世界數據與 AI 技術結合第三種類型的 AI+CRO 公司專注于臨床階段的藥物研發服務。在臨床階段，大量的真實世界數據被產生，如何有效收集、清理和分析這些數據成為關鍵。這些技術包括但不限于機器學習算法、自然語言處理（NLP)、預測分析和患者分層技術。AI 系統能夠處理和分析龐大的臨床數據、就醫記錄、基因信息，以及患者選擇標準，從而優化試驗方案，提高臨床試驗的成功率。EvinovaEvinovaEvinova 是由全球生物制藥巨頭阿斯利康成立的健康科技公司，它作為阿斯利康旗下獨立運營的業務單元，專注于提供創新的數字醫療解決方案，以加速生命科學領域

39、的進步。Evinova 的核心業務涵蓋了臨床試驗的多個關鍵階段，旨在通過科技提升臨床研究的效率和質量。Evinova 提供的服務包括三大類：試驗解決方案、研究設計與規劃以及管線資產管理。試驗解決方案通過一個經過臨床實踐驗證的全球平臺，改善臨床試驗的實施，支持傳統、混合和分散的臨床試驗，同時改善患者體驗。研究設計與規劃服務利用人工智能和機器學習算法，幫助臨床開發和運營團隊設計最佳研究，自動計算成本，并評估操作的可行性。管線資產管理則通過實時洞察和預測分析，支持臨床計劃和試驗管理、報告與治理。圖 2-11Evinova解決方案資料來源：Evinova，智藥局目前，Evinova 已經與全球領先的臨

40、床研究組織 Parexel 和 Fortrea 建立了戰略合作關系，將其數字健康解決方案推廣給這些組織廣泛的客戶群。此外，Evinova 也在與 Accenture 和 Amazon Web Services 等數字技術領域的領導者合作，以加速行業應用并擴大其數字產品的全球影響力。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章22Evinova 的成立體現了大型制藥公司通過創建獨立部門或孵化新公司來專注于特定技術或服務的商業模式。這種模式允許這些公司利用母公司的資源和專業知識，同時保持靈活性和創新能力。在行業內，類似的商業模式正在被越來越多的公司采納。例如，百

41、濟神州推出的 Pi Health 專注于將人工智能和數字軟件應用于臨床開發。PiPi HealthHealthPi Health 是由百濟神州孵化而成的一家臨床階段數字化 CRO 創新公司。這家公司將先進的分析和軟件解決方案整合到藥物、診斷和臨床流程中，致力于提高臨床研究的效率和質量。Pi Health 的核心業務覆蓋了臨床研究的多個關鍵階段，包括臨床試驗設計、數據管理、患者招募以及監管科學與戰略等。Pi Health 開發的前端可互操作捕獲軟件（FICS）是其技術平臺的核心，該軟件不僅能夠實現在 Pi Health 站點進行試驗時的數據連接，還能運用人工智能和機器學習手段優化臨床試驗行為。這

42、一技術的應用，特別是在提高患者入組率方面，展現了 Pi Health 在臨床研究領域的創新能力。2024 年 3 月，Pi Health 完成了 3000 萬美元的 A 輪融資，由 AlleyCorp 和 Obvious Ventures 領投，Invus Capital 和全球腫瘤學領軍企業參與投資。圖 2-12Pi Health解決方案資料來源：Pi Health，智藥局通過內部資源的優化配置，百濟神州能夠專注于其核心研發活動，同時通過 Pi Health 分散研發風險，并開拓新的收入來源。這種模式不僅為百濟神州帶來了利益，也為整個醫藥研發領域提供了新的發展思路。類似商業模式的例子還包括諾

43、華生物醫學研究所、強生創新孵化器 JLABS，以及輝瑞的突破創新部門，這些部門和公司都在推動醫療保健行業的創新和加速新藥的研發。通過孵化 CRO 公司和自建部門，Biotech 以及 MNCAI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章23不僅能夠提升自身的研發能力，還能通過提供專業的 CRO 服務為客戶創造更大的價值。這種模式有望在未來成為醫藥行業創新和發展的重要驅動力。Unlearn.AIUnlearn.AI2020 年 4 月，初創公司 Unlearn.AI 獲得了 1200 萬美元的股權融資，用于加速數字孿生的臨床試驗。通過收集參與者的身體數據，創建數

44、字孿生來作為對照組使用。這樣可以讓盡量多的參與者加入實驗組，提升試驗效率。數字孿生技術還可以使用電子病歷、疾病注冊庫和可穿戴設備等中的數據來創建患者的“數字模型”，以便為患者提供更好的護理服務。除此之外，Dassault Systmes 利用其 3DEXPERIENCE 平臺，提供了一個先進的數字孿生解決方案，該平臺能夠模擬藥物的臨床試驗過程，優化試驗設計，并在一項藥物開發項目中，將臨床試驗的設計時間縮短了 30%。IBM Watson Health 則通過其 AI 技術，結合數字孿生技術，分析臨床數據和患者病歷，在一項研究中提高了疾病診斷的準確性 20%，并為患者提供了個性化的治療建議。初創

45、公司 Insilico 開發數字孿生軟件，與 TevaPharmaceuticals 和葛蘭素史克（GSK）等生物制藥公司展開合作，以優化生物藥物的生產過程。相較于傳統方法，AI 結合數字孿生技術在臨床階段帶來了顯著的優勢和進步。它能夠在虛擬環境中模擬臨床試驗，預測藥物反應，減少實際試驗中的不確定性，從而提高研發效率。通過在數字孿生中進行預測試，可以快速迭代和優化臨床試驗方案，減少了臨床試驗中的資源浪費，降低了研發成本。此外，數字孿生技術能夠根據患者的具體情況模擬疾病進展，為個性化醫療提供支持，推動了個性化治療方案的發展。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第

46、二 章章242.2CRO公司在AI技術中的布局新藥研發是一個漫長的過程，在全球范圍內，CRO公司通過戰略性收購、合作、自研或并購AI技術企業來加強其在藥物研發領域的服務能力。國外CRO企業由于發展較早，整體上更加成熟，它們對行業變化的感知更為敏感，因此在引入新技術方面往往更為積極和迅速。例如，美國和歐洲的CRO公司，如LabCorp和ICON plc，它們在AI技術的應用上起步較早，通過收購AI技術公司或建立自己的AI研發部門，已經在利用AI進行藥物發現和臨床試驗管理方面取得了顯著進展。圖 2-13海外CRO牽手AI企業合作案例（不完全梳理）資料來源：動脈網，前瞻產業研究院，IQVIA公司官網

47、，智藥局相比之下，國內的CRO行業起步較晚，但隨著中國政府對生物醫藥產業的大力支持和投資，以及國內外資本的注入，國內CRO企業在引入AI技術方面也展現出了迅速的發展勢頭。中國CRO公司，如康龍化成和泓博醫藥，已經開始通過合作或自主研發的方式，將AI技術應用于臨床前研究和臨床試驗中，以提高研發效率和降低成本。此外，一些初創公司，也在積極開發基于AI的藥物發現平臺，展現出強大的創新能力和市場潛力。AI+CROAI+CRO 商業化應用場景分析商業化應用場景分析第 二第 二 章章25圖 2-14中國CRO牽手AI企業合作案例（不完全梳理）資料來源：動脈網，前瞻產業研究院，藥明康德公司官網，智藥局AI+

48、CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章26第三章第三章 AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章273.1AI+CRO公司匯總&具體服務案例分析3.1.1 AI+CRO 企業公司匯總AI+CRO行業的發展可以劃分為三個顯著的階段，每個階段都有其獨特的公司和成就。首先，早期以“AI+制藥”為標簽，擁有領先的技術實力和成熟的商業模式，能夠為藥物研發提供全面的AI解決方案。例如，Exscientia利用其Centaur Chemist 平臺，與多家制藥

49、巨頭合作，加速新藥從設計到臨床的過程。其次是20102015年成立的公司，這一時期的AI+CRO公司更傾向于使用機器學習和計算機模擬技術。它們中的一些可能已經被大型跨國公司（MNC）或CRO公司收購，或者由于市場變化而沒有繼續存在。這些公司在藥物發現的早期階段，如化合物篩選和優化，以及臨床前的藥效和藥物安全性評估中發揮了重要作用。例如，Numerate 專注于利用機器學習進行藥物發現，其技術已被用于多個藥物研發項目，2019年，Numerate被Valo Health收購。最新是2020年之后成立的公司，它們從成立之初就以AI+CRO為核心理念。這些新興公司通常與CRO公司通過合作或被收購的方

50、式進行整合，以增強CRO公司在AI領域的能力。例如，Valo Health 與CRO巨頭查爾斯河聯合推出LogicaTM，展示了AI技術在藥物研發中的潛力?？傮w來看，無論是在成熟市場還是新興市場，AI+CRO公司都在積極借助技術變革，提高行業滲透率和市場地位，呈現出從單點到全鏈條、從邊緣到主流、從配合到主導的發展趨勢。海外海外 AI+CROAI+CRO 公司概述公司概述海外AI+CRO行業正在穩步發展，如圖3-1所示部分海外公司，其中Schrdinger等上市公司在2023年已經實現了盈利，證明了其商業模式的可行性和市場的認可。行業內非上市企業在小分子藥物、蛋白質類藥物、基因與細胞治療等不同領

51、域均有所布局，涵蓋了從臨床前到臨床階段的全方位藥物開發服務。臨床前階段，企業結合諸如冷凍電鏡、深度學習以及大型分子庫等先進技術進行虛擬篩選，通過AI技術實現端對端分子設計的藥物發現平臺，以及專注于創新型RNA研發的平臺，還有結合干濕實驗的研究平臺，都在積極推動藥物發現的進程。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章28臨床階段的企業則通過機器學習分析臨床數據，開發“數字孿生”軟件平臺，利用智能醫療設備提供真實世界數據的解決方案，以及多種數據指導的臨床試驗設計，為藥物開發提供了多樣化的技術和服務支持。盡管服務模式多樣，但目前大多數企業還處于技術驗證和市

52、場定位的早期階段。成熟的商業合作案例相對較少，主要集中在上市公司和2020年左右成立的企業上。隨著2024年融資情況的回暖，以及技術進步和行業認可度的提升，預計行業將迎來更快速的發展。大型藥企和CRO巨頭通過成立或分離出專門的AI+CRO子公司，正在積極拓展其在這一領域的業務。這些子公司不僅在融資方面表現強勁，而且在服務經驗與數據積累上也顯示出明顯的優勢，為行業的發展注入了新的動力。中國中國 AI+CROAI+CRO 公司概述公司概述中國AI+CRO行業處于早期階段，相對于國際市場起步較晚，且總體體量較小。這與中國CRO行業的市場份額較小和制藥行業的相對不成熟有關。同時，市場對于計算輔助藥物設

53、計（CADD）和計算輔助藥物發現（AIDD）技術的接受度仍在逐步提高之中。不過，中國的AI+CRO行業展現出了強勁的發展勢頭和追趕差距的決心。如圖3-2所示部分中國公司，中國AI+CRO公司正在積極探索適合自己的發展路徑和市場定位。目前，由于公司數量相對較少，市場上尚未形成壟斷性的巨頭，這為新興企業提供了成長和突破的機會。未來，有望看到一些企業通過融資、兼并等手段實現規模擴張，依靠技術創新來搶占市場先機，拓展客戶基礎，并提高客戶留存率，從而在競爭中占據有利地位。從2023年起至今，中國的AI+CRO初創企業數量較少，這可能與整體市場環境相關。但隨著2024年下半年海外市場的逐步回暖，預計中國市

54、場也將展現出積極的增長預期，未來將有更多的企業在這個領域嶄露頭角。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章29圖 3-1海外AI+CRO部分公司情況資料來源：動脈網，智藥局AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章30圖 3-2中國AI+CRO部分公司情況資料來源：動脈網，智藥局AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章313.1.2 AI+CRO 行業具體服務案例在 AI+CRO 行業，企業通過與不同領域的合作伙伴建立戰略聯盟，共同推動創新藥物的研發和新服務模式的探

55、索。AI 技術的融合不僅加速了藥物發現的進程，也提高了研發效率和成功率。以下是一些 AI+CRO 企業通過其專業技術平臺與合作伙伴共同推進藥物發現和開發進程的具體服務案例。共同研發：共同研發：Generate:BiomedicinesGenerate:BiomedicinesGenerate:Biomedicines運用其尖端AI平臺與行業內外的合作伙伴共同推進新藥研發。公司專注于識別和開發針對復雜臨床靶點的創新療法。2022年1月，Generate:Biomedicines與安進達成研究合作協議，共同針對5個臨床靶點開發蛋白質療法。此外，與MD安德森癌癥中心的戰略合作伙伴關系，致力于發現和開

56、發針對晚期癌癥的創新療法，展示了Generate:Biomedicines在結合生成式AI技術和癌癥研究專業知識方面的獨特優勢。臨床前候選化合物交付：臨床前候選化合物交付：InceptiveInceptiveInceptive作為一家新興的AI+CRO公司，致力于應用人工智能技術推進早期藥物發現。公司提供從靶點發現與驗證到先導化合物篩選、優化，直至臨床前候選化合物交付的端到端服務。Inceptive的AI平臺整合了計算化學和生物信息學方法，能夠高效處理和分析大規模生物醫學數據集，快速識別和驗證新的藥物靶點，并篩選出具有治療潛力的先導化合物。Inceptive與多家生物技術公司和制藥企業建立了合

57、作關系，其中包括與一家大型歐洲制藥公司的合作，開發新的傳染病疫苗。深度合作：深度合作：ValoValo HealthHealthValo Health，一家以人工智能為驅動力的生物技術公司，它的Opal 計算平臺將真實世界的患者數據與人體組織建模和機器學習模型相結合，提供了一個端到端的解決方案，可以開發從發現過程到監管批準的藥物。Valo Health與合作伙伴共同推進藥物研發，并從中獲得收益。公司通常會在合作協議中收到預付款，以支持研發初期工作。隨著研發進展，Valo Health會根據達成的一系列研發里程碑獲得相應的付款，這些里程碑可能包括臨床前研究完成、IND申請提交，以及臨床試驗各階段

58、的成功等。2023年9月，Valo Health就與諾和諾德達成了深度合作關系，利用AI發現和開發心臟病、中風和糖尿病等心臟代謝疾病的治療方法。這種盈利模式使公司能夠在藥物研發的不同階段獲得回報，實現穩健的財務增長。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章32圖 3-3AI+CRO行業具體服務案例資料來源：智藥局AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章333.2投融資情況分析3.2.1 投融資概述AI+CRO公司通過利用AI技術來提高臨床研究的效率和準確性，優化藥物研發流程，存在廣闊的商業價值，在全球范圍內

59、吸引了大量的資本關注和投資。近三年來，即2022年至2024年第二季度，全球AI+CRO市場的融資總額達到了約37.97億美元，占整個AI+生物制藥市場的 28%。這一數字反映出AI+CRO領域正逐漸成為投資界的熱門項目。具體來看，2022年該領域完成了16.21億美元的融資，2023年為16.44億美元，而2024年前兩季度則為5.33億美元，整體呈現出穩定的發展態勢。從融資活動的地區分布來看，美國和中國是AI+CRO市場的主要投資目的地，兩國共吸納了大部分的融資金額，占全球總投資筆數的95%。其中，中國AI+CRO企業的融資總額超過了6.78億美元，占全球融資總額的18%，顯示出中國在這一

60、領域的快速發展和巨大潛力。在融資階段方面，全球AI+CRO領域的投資主要集中在早期項目。在同期的118起投資交易中，有80起融資事件發生在早期階段，占比約為67.8%。這一現象表明，投資者對于AI+CRO領域的創新技術和初創企業持有較高的興趣和信心。AI+CRO市場在全球范圍內呈現出穩健的發展態勢，特別是在美國和中國兩大市場。隨著技術的不斷成熟和應用的深入，預計AI+CRO將繼續為醫藥行業帶來更多的創新和變革。同時，投資者對早期項目的關注也反映出市場對于新技術和新企業的期待，有望推動整個行業的技術進步和產業升級。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章

61、章343.2.2 投融資規模2022年至2024年第二季度，AI+CRO行業在全球范圍內的融資情況整體呈現出顯著的波動趨勢。2022年上旬行業迎來了一波融資高峰，隨后經歷了幾次起伏，整體融資額有所下降，雖然在2023年第三季度出現了一定程度的回升，但隨后的幾個季度中，融資額再次出現下降，到2024年第一季度達到最低點。進入2024年后，盡管第二季度有所回升，但整體融資額相較于兩年前的高點仍有較大差距。圖 3-420222024年Q2全球融資情況數據來源：MedMarket insights，智藥局隨著資本寒冬的持續以及制藥行業自身發展的波動，全球AI+CRO賽道熱度出現下降趨勢。2022年、2

62、023年以及2024年前兩個季度，分別產生融資活動50起、40起和28起，與去年同期相比，今年的活躍度明顯上漲，基本與2022年持平。受到全球經濟大環境沖擊以及國內醫藥行業政策收縮影響，國內融資亦呈現下滑趨勢。根據智藥局統計，2024年前兩季度發生融資事件9起，累計披露金額7.67億元，融資金額同比下降9.3%。投融資活動主要集中于長三角、京津冀以及珠三角等醫藥產業較為發達的地區，大多數企業為平臺型公司。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章35圖 3-520222024年Q2 中國融資情況來源：智藥局AI+CROAI+CRO 公司匯總及投融資情況

63、公司匯總及投融資情況第 三第 三 章章363.2.3 投融資輪次、全球分布融資輪次方面全球AI+CRO領域的投資主要集中在早期項目。在同期的118起投資交易中，有80起融資事件發生在早期階段，占比約為67.8%。包括種子輪和天使輪，占據了較大比例，AI+CRO行業仍處于早期階段，近兩年萌生出大量創新企業，所以大量融資活動都集中在早期階段，市場對于初創企業給予了高度關注和支持。圖 3-620222024年Q2 全球融資事件輪次分布數據來源：MedMarket insights，智藥局A輪融資活動也相對活躍，這表明一些公司成功地從初期階段過渡到了需要更大規模資金以支持進一步研發和業務擴展的成長期。

64、此外，B輪、C輪以及D輪融資的出現，顯示了行業內一些較為成熟的企業正在通過更晚期的融資輪次來鞏固市場地位或準備商業化進程。整體而言，融資輪次的分布揭示了AI+CRO行業在不同成長階段都保持著一定的活力和吸引力，盡管市場情緒和投資策略可能隨著時間和宏觀經濟狀況的變化而有所波動。AI+CROAI+CRO 公司匯總及投融資情況公司匯總及投融資情況第 三第 三 章章37圖 3-720222024年Q2全球融資分布數據來源：MedMarket insights，智藥局另一方面，全球融資金額分布同樣呈現出顯著的地域差異。根據2022至2024年的融資數據，北美地區在這一領域的融資總額達到了26.82億美元

65、，占據了全球融資的主導地位。緊隨其后的是亞洲地區，其融資總額為7億美元。尤其是在中國和日本等國家，各方都在積極推動AI技術與生物制藥服務的融合。歐洲地區在AI+CRO領域的融資總額為3.46億美元，與北美和亞洲相比規模較小，并且單筆融資數額較小。中東地區相較于其他地區金額較少，主要以以色列為主，處于科技創新和生物技術領域相對起步階段。其次，印度有一起百萬美元的融資事件?？傮w來看，雖然全球投融資市場在不斷變化和調整，但科技創新和商業化落地仍是企業和投資者關注的重點。未來，隨著技術的不斷進步和市場需求的不斷變化，投融資領域將繼續呈現出多元化和全球化的發展趨勢。AI+CROAI+CRO 行業市場規模

66、及趨勢預測行業市場規模及趨勢預測第 四第 四 章章38第四章第四章 AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章394.1AI+CRO市場規模2022年至2023年間，CRO行業經歷了一段相對平穩甚至停滯的時期，整個行業似乎進入了低潮。這一時期，客單價出現下降，市場呈現出供給過剩的狀態，需求相對減少，導致市場空間收縮。在這種環境下，AI+CRO市場也感受到了壓力，企業能夠維持現有客戶基礎并持續技術迭代已屬不易。盡管如此，行業頭部企業憑借其深厚的資源和客戶積累，仍能保持一定的市場地位

67、。進入2024年之后，市場開始出現一些積極變化。早期成立公司的戰略規劃變得更加清晰和明確，市場上出現成熟的被驗證的商業模式。同時，這一時期的初創企業，相較于2020年成立的公司，對自身定位和市場賽道有了更清晰的認識，能夠更直接、更快速地拓展客戶基礎。2024年上半年融資活動和金額整體呈現回暖跡象，市場正在復蘇。展望未來，預計2024年之后，將有一批企業成為AI+CRO行業的中堅力量，它們將在制藥流程的不同環節中占據市場份額，并可能吸引傳統CRO公司的客戶群體。據CB Insights、中商產業研究院等數據，MedmarketInsights預測、到2026至2027年，第一批利用AI技術設計的

68、藥物有望上市，這將是市場信心和對AI技術在生物制藥領域應用接受度的重大提升。AI+CRO模式的可行性已經得到驗證，預計從2027年開始，AI+CRO市場規模將迎來顯著增長，成為推動制藥行業發展的關鍵變量。這些變化的背后，是技術進步、市場認知度的提升以及AI+CRO企業戰略規劃的成熟度不斷提高。隨著AI技術的不斷成熟和更廣泛的應用，AI+CRO有望在制藥行業中扮演越來越重要的角色，推動行業向更高效、更個性化的方向發展。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章404.1.1 市場規模預測根據MedMarket Insights的測算，AI+CRO市場

69、在2023年的規模為6.87億美元。在AI+CRO這一新興市場中。大型企業擁有較強的市場影響力的同時，也存在過度依賴大客戶或單一產品線，會使它們在市場波動面前顯得脆弱。初創企業在擴大規模的過程中也面臨著一系列挑戰，包括技術的同質化競爭，以及在缺乏差異化優勢的情況下如何避免被市場輕易替代。此外，初創企業在資本、技術和市場接受度方面也存在不確定性，這些因素都可能影響它們的成長和擴張。所以，AI+CRO市場目前仍處于早期發展階段，市場格局尚未完全穩定。盡管當前市場經歷了波動，但對AI+CRO市場的長期增長持樂觀態度。預計從2023年起，市場將以大約29.3%的年復合增長率增長，到2032年市場規模將

70、達到89.73億美元。圖 4-120232032年全球AI+CRO市場規模預測數據來源：MedMarket insights，智藥局中國在AI+CRO領域發展迅速，市場規模也在持續擴大。據智藥局預測，2023年中國AI+CRO行業的市場規模將達到6.67億元，并預計到2032年將增長至89.92億元。這一增長趨勢得益于中國成熟的工業制造體系。同時，AI技術正在不斷縮小中國與海外市場在CRO領域的差距，這種變化正逐步改變傳統CRO行業的服務模式，中國CRO行業有望在全球藥物研發市場占據更加重要的地位。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章41圖

71、4-220232032年中國AI+CRO市場規模預測數據來源：智藥局AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章424.1.2 全球 AI+CRO 市場占比情況全球AI+CRO市場展現出明顯的地域分布特征，美國以約52%的市場份額位居首位，依托Schrdinger和AbCellera等行業先驅的先進技術和豐富經驗，確立了其在全球的領導地位。歐洲市場份額占比24%，位列第二。亞洲市場（主要為中國和部分韓國與日本企業）市場份額約為13%，中國公司發展勢頭迅猛，努力縮小與美國之間的差距。印度和中東地區分別占4%和3%，其他地區占4%。預計到2032年，全球

72、AI+CRO市場將經歷競爭格局的顯著變化。美國可能面臨市場份額縮減的情況，但其先發優勢依舊明顯。與此同時，亞洲特別是中國的增長勢頭將推動該地區在市場中占據更大份額，這得益于當地企業的技術創新和市場擴張策略。整體來看，AI+CRO市場正朝著多元化和全球化的方向發展，不同國家和地區的企業都在積極拓展其在全球的影響力。圖 4-320232032年全球AI+CRO市場占比預測圖數據來源：MedMarket insights，智藥局AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章434.2未來展望技術突破為行業長期向好奠定基石以AlphaFold為代表的模型的問世

73、，展現出數據驅動的人工智能在生命科學領域的巨大潛力。AI，以其前所未有的創新性，為行業長期面臨難題帶來突破性方案，并逐步取代傳統方法和工具，從根本上改變藥物開發的模式。得益于數據科學與人工智能的飛速發展，端對端的預測模型在生命科學領域的應用成果卓著。蛋白質三維結構一直是生物學領域難以突破的瓶頸，AlphaFold的橫空出世顛覆了這個局面，而最新推出的AlphaFold3，更是將預測范圍從蛋白質拓展至DNA、RNA、配體、離子等更多生物分子，為人類理解生物世界提供了強大的統一框架。而超過980億參數的ESM3模型的問世，展現出大模型落地生命科學領域的廣闊前景。同一時期，CRISPR-Cas9基因

74、編輯技術的發展為精確的基因修改提供了可能，高通量單細胞測序技術深化了我們對細胞異質性的理解，納米藥物遞送系統提高了藥物的生物利用度和靶向性。這些技術的綜合應用，正在推動生物制藥行業向更高效、更精準的方向發展，為解決長期存在的挑戰提供了堅實的技術基礎。未來，以AI為代表的信息技術和以多組學為代表的生物科技將更進一步深度融合，為這一交叉領域的發展提供兩大驅動力，以解決單一視角下無法解決的復雜問題或探索新的前沿領域，擴展推動科學的邊界。在科技持續創新的基礎上，AI+CRO行業的長遠前景具有確定性。閉源趨勢凸顯 AI+CRO 商業價值，將進入快速落地期AlphaFold3選擇不開源的決定，是AI技術在

75、商業化道路上邁出的重要一步，這不僅標志著其商業模式的成熟，也體現了市場對AI技術價值的廣泛認可。在實際藥物研發中，大多數公司都希望通過Fast follow找到一個相似但是骨架有調整的分子，而AlphaFold3能夠從數據中學習規律對新問題進行預測，幫助快速找到相似的分子，無疑具有顯著的商業價值。DeepMind的這一決策，基于其算法在技術層面的先進性和獨特性，同時也反映了公司對其商業潛力的評估和戰略規劃。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章44從技術角度來看，AlphaFold3的不開源策略保護了其核心技術的競爭優勢，確保了公司能夠在AI蛋

76、白質結構預測領域保持領先地位。這種保護機制使得公司能夠投入更多資源進行進一步的研發和創新，從而推動技術的進步和優化。從市場角度來看，AlphaFold3 的不開源也顯示出市場對此類高價值AI技術的需求和支付意愿。隨著AI技術在制藥行業的應用越來越廣泛，其商業價值也日益凸顯，頭部算法公司通過控制技術輸出，能夠更好地實現商業利益的最大化。這一轉變標志著AI輔助藥物研發已經進入激烈的市場競爭階段，彰顯了背后技術的商業化潛力，頭部公司的這一動作也會刺激更多競爭者做出反應。整合解決方案成為重點競爭策略AI制藥是一個涉及多方面技術與專業知識的復雜過程，在將其商業化落地的過程中，如何將其納入統一架構以增強產

77、品和服務泛化能力成為關鍵，也考驗著企業對于技術、資源、客戶等要素的把握和協調能力。Schrdinger通過整合物理計算和機器學習，開發了一系列軟件工具，這些工具覆蓋了藥物發現的早期階段，為藥企提供了全面的解決方案。騰邁醫藥則將計算工具、GPU計算資源和大規?；瘜W生物實驗室無縫集成，賦能從苗頭化合物到PCC（候選化合物）的端到端早研流程。這一過程中，任何薄弱的環節都可能成為限制整體效能的瓶頸。為了解決這一問題，公司需要采取多方面的措施，比如培養和引進具有跨學科背景的人才，他們能夠跨越不同領域的界限，促進知識的融合與創新。又比如，開發直觀易用的用戶界面，使得不同背景的用戶都能夠輕松地使用這些工具。

78、通過這些努力，AI+CRO企業可以確保它們的服務在每個環節都能發揮最大的效能，提供真正無縫的、集成化的藥物開發支持，從而推動整個行業向更高效、更創新的方向發展。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章45干濕實驗結合與模型迭代開啟“飛輪效應”AI在分析大量數據時的高效性，使得研究者能夠在早期階段就識別出潛在的有效藥物分子。隨后，實驗室的驗證工作不僅證實了這些預測，而且提供了關鍵數據，這些數據反饋到AI模型中?！案蓾駥嶒災Ｐ蛢灮?，代表了一種雙向的、動態的優化過程：AI模型指導實驗設計，而實驗結果又反過來完善AI模型，這一過程成為AI+CRO重

79、要的發展飛輪。企業需要在初期下大功夫構建這樣面對現實世界的反饋系統，包括建設實驗室、搭建專有數據庫、調整修改模型參數等等，而整個系統一旦成功跑通，便可以為企業提供長期持續的業務增長，形成競爭護城河。這一過程，加速了生物醫藥進一步向工程化科學的轉變，通過不斷的“設計建造測試學習”過程，藥物開發將越來越依靠理性的建模，而不是自然的觀測。當這種革命性轉變發生時，我們將見證制藥行業效能的指數級增長。AI 加速行業自動化，探索人機交互新范式以大語言模型（LLM）為代表的新一波人工智能浪潮，為自動化實驗室開啟時代風口。LLM已被證實的強大的信息編碼和解碼能力，可以充當科學家與實驗室之間的交流接口。在這一過

80、程中，LLM扮演了自動化實驗室的“大腦”，在這個系統中提供推理、規劃等能力，后者需要利用其來解釋自然語言指令，轉化為控制策略，并改善控制系統的解釋性和可交互性。毫無疑問，在AI的加持下，更加智能的自動化實驗室預計將扮演更加關鍵的角色，它們成為加速實驗流程、降低成本和提高研發成功率的重要工具，并將科學家從繁瑣的日常工作中釋放出來，使他們能夠專注于更高層次的任務。這樣的角色轉變預示著一個更加和諧的人機合作時代，其中人類的創造力和機器的效率相輔相成，共同推動藥物研發向更高層次發展。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章46技術路線及商業模式仍未收斂，

81、落地形式具有多樣性AI+CRO的落地形式展現了技術路線和商業模式的多樣性，這些仍在不斷演進與探索中。目前，AI在CRO行業的應用尚未達到一個統一的模式，各個公司依據自身的技術優勢和市場定位，開拓了不同的發展道路，為藥物研發的各個環節提供定制化的解決方案。這些不同的商業模式和技術路線反映了公司在技術重點上的差異，隨著產業化進程的深入，這些差異將逐漸積累，塑造出各自獨特的企業稟賦和競爭優勢。這種多樣性不僅為行業帶來了更廣闊的發展空間，也促進了更靈活、更創新的發展策略的形成。鑒于生命科技的復雜性以及現代制藥流程的不斷拓展和深化，CRO行業出現少數巨頭壟斷的概率較低，更可能的情形是，各個企業將依靠自身的特色和優勢在行業中“各顯神通”，而AI的入局不會改變這一趨勢。預計未來AI+CRO的發展仍將呈現特色化、差異化的路徑，這一過程中，同質化企業將被批量淘汰?？梢哉f，AI+CRO領域的技術路線及商業模式仍未收斂，它們具有顯著的多樣性和動態性，這為行業的持續創新和進步提供了源源不斷的動力。隨著技術的不斷成熟和市場認知度的提升，AI+CRO將繼續作為推動醫藥行業前進的重要力量。AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章47AI+CROAI+CRO 行業市場規模及趨勢預測行業市場規模及趨勢預測第 四第 四 章章48