$*ST赛隆(SZ002898)$ AI制药的终点看似“卖药”，实则是重塑制药行业本身的“操作系统”。

1. 卖药？错位的误解

当人们听到“AI制药”时，第一反应常是：又一个卖药的科技公司，只不过把研发交给了AI。
但这就像把“造飞机的软件公司”当成“航空公司”，完全搞错了商业模式。
AI制药企业的核心不是药，而是算法、数据、模型和平台，是制药行业的“发动机制造商”，不是“卖票的航空公司”。
他们要解决的，并不是“怎么把药卖出去”，而是“怎么让新药的发现更快、更便宜、更可控”。
所以，AI制药真正要赚的钱，从一开始就不是来自“卖药”，而是来自“改变药怎么被造出来”这件事本身。

2. 做药太慢、太贵、太赌，才催生了AI制药

在AI入局之前，制药行业是这样一门生意：
一个新药从实验室走到上市，平均需要 10-15年；
成本可能超过 10亿美元；
成功率不足 10%；
药企研发管线中，99%的候选药物最终会失败。
这是建立在科学体系和概率论上的豪赌。更残酷的是，失败的代价由全人类埋单：慢性病无药可医、癌症治疗停滞、新病毒来袭束手无策。
于是，从十年前开始，一群AI科学家、药理专家、风投机构开始合力推动一个新赛道：用AI重构药物研发流程，即“AI制药”。
但他们的目标从来不是做出一两款畅销药，而是解决 “研发这件事本身”的效率问题。
AI制药，不是卖药的，而是修路的。

3. AI制药的三种“赚钱方式”

做“工具商”，卖铲子的生意

最早一批AI制药企业（如Atomwise、Insilico Medicine、Recursion、XtalPi）干的事情，就是“为制药行业造工具”。
这些工具包括：
靶点发现模型：帮助确定疾病中的关键作用蛋白；
分子生成模型：用AI生成新的小分子结构；
分子筛选模型：预测哪些候选药物更有成功率；
成药性预测模型：预估毒性、代谢、溶解性等属性；
数字生物平台：模拟细胞、器官或人体系统反应。
这些AI平台并不直接卖药，而是向传统药企出售“使用权”或“订阅服务”。
比如：你是辉瑞，我是AI公司，你给我钱，我帮你把研发效率提高2倍，失败率降一半。
这就是典型的 SaaS平台模式+定制服务模式，本质是“卖铲子的生意”。

做“合作商”，参与分红的生意

随着AI工具越来越成熟，许多AI制药公司开始转型为“共同研发”的角色，不再只是工具提供者，而是：
“你出病种与市场资源，我出平台与算法，我们一起搞出个药来。”
这种合作结构通常有以下几种方式：
里程碑付款（milestone payment）：每完成一阶段AI研发，就拿一笔钱；
权利金（royalty）：药物上市后分一定比例的销售额；
联合IP：AI公司保留部分知识产权，未来可转授权给他人；
共同投资新公司：如XtalPi频繁孵化“药物管线子公司”。
这种玩法像什么？像电影的“联合出品方”，既赚制作费，也有票房分成。
典型案例：Insilico与全球多家药企合作多个靶点开发项目，不卖药，但每一个成功的药，都给它带来巨大的“分红”。
这才是 AI制药真正意义上的利润来源。

做“平台商”，标准化的工业基础设施

最高阶的AI制药公司，追求的不是一款药、一笔合同，而是：
打造一个像晶圆厂、操作系统、甚至AWS一样的底层平台，成为药物研发的“工业基础设施”。
比如：
Recursion：把细胞影像大数据与AI建模结合，构建“生物系统数字孪生”；
XtalPi：号称“药物研发的端到端自动化工厂”，涉及从分子设计到CMC工艺优化；
Insilico：提出“Pharma.AI”一站式平台，打通靶点-分子-验证-临床路径；
Valo Health：构建“Opal”平台，通过模拟人体数据缩短临床阶段。
这些公司未来可能靠三种方式盈利：
许可授权：像操作系统一样授权使用；
流量分成：和药企按成果收益分成；
生态壁垒：未来药企离不开这个系统。
所以，这不是传统意义上的卖药，而是在建一个 “数字制药的OS（操作系统）”，一旦形成闭环，其价值比单一药物更大得多。

4. 为什么自己不卖药？因为太慢、太贵、太不稳定

有人会问：既然能用AI发现好药，为什么不自己把它做出来、上市、赚钱？
现实是：太难了。
时间问题：从AI发现一个候选分子，到拿到临床批文、完成三期临床、进入医保，十年起步；
资金问题：单一管线从0到上市要烧掉数亿美金，没有超级融资，压根坚持不了；
风险问题：中途失败率极高，一次失败就可能让公司破产；
专业壁垒：临床运营、BD授权、渠道铺设这些，不是AI公司擅长的。
所以，AI制药公司做药更像是“打样”，做出几个明星药管线来证明AI平台能力， 吸引合作，而非亲自做到底。
它们不想变成药企，它们想变成“药企的军火商”。

5. 卖药是终点，平台是路径，数据是护城河

归根结底，AI制药不是一个卖货的生意，而是一个关于效率、数据与结构性重构的生意。

卖药是终点，但不是路径。

AI公司能不能自己卖药？当然可以。但那是终极选择，不是主要路径。
真正的路径是建立标准化、模块化、自动化的药物研发流程，成为行业的中台。
就像AWS不做APP，但APP都得跑在AWS上。

平台是路径，但数据才是护城河。

AI制药真正的护城河，不是模型，而是数据。
而数据分四类：
结构性大数据：分子结构、基因序列、蛋白结构；
实验数据：临床前验证、毒理、ADMET实验数据；
表型数据：细胞图像、器官模型、动物实验；
临床数据：病人疗效、生物标志物反应、剂量曲线。
这些数据极度稀缺、昂贵且难以复刻。
一旦构建起完整的数据库闭环，AI平台的价值就开始指数级增长，像特斯拉的自动驾驶、像OpenAI的模型训练。
AI制药的核心不是卖药，而是 把数据转化为价值的能力。

6. 结语：

AI制药的未来，不属于药企，也不属于AI公司，而属于“懂两边的人”

未来，AI制药的主角不会是“算法最强”的公司，也不是“最懂临床”的药企，而是能把AI与药学融合起来的那批“中间人”。
他们可能是：曾做药物化学的AI博士、曾做FDA注册的AI工程师、也可能是风投背景的医药产品经理。
这门生意既需要长期主义（因为药要10年）、也需要系统设计能力（因为研发流程极复杂）、还需要认知穿透力（因为行业规则不透明）。
AI制药真正的商业价值，从来不是靠“卖药”来赚钱，而是靠“重新定义药物研发”来挣钱。
它的终点不是一颗药，而是整个行业的“重编程”。