文 | 破茧 Bio
2012 年，当 AlexNet 在 ImageNet 竞赛中横空出世、将图像识别错误率一举降低近一半时，制药行业还在为 " 双十定律 " 而疲惫奔走。彼时没人想到，这个从计算机视觉领域传来的微弱电波，会在十余年后彻底改写药物发现的底层逻辑。人类花了几个世纪学会用化学语言与生命对话，而 AI 只用了短短数年就学会了用概率理解分子。
2026 年 6 月，BIO 国际大会在美国圣地亚哥如期召开。英矽智能与 SK 生物制药签下超 25 亿美元的 AI 药物研发合作；同一会场，凯莱英、泰格医药、博腾股份等中国 CXO 企业集中亮相。两件事发生在同一时空，恰好构成了当下制药行业最值得书写的注脚—— AI 正在重塑药物研发的底层逻辑，而中国 CXO，或将成为这场变革的最大受益方。
有人把 AI 比作制药行业的 " 颠覆者 "，认为算法终将取代实验室里的瓶瓶罐罐。但事实远比这种非黑即白的想象复杂。AI 更像一剂强力催化剂——它大幅提升了前端研发的效率，却也让后续的临床验证与药物生产变得前所未有的重要。而在这个链条上，中国 CXO 凭借多年积累的产业链优势，正迎来真正的黄金时代。
01 Al 就是一剂催化剂
传统新药研发素有 " 十年研发周期、十亿美元投入 " 的 " 双十定律 "，但即使投入如此之多，在研药物的临床成功率仍不足 10%。药物作用本质上是分子与靶点的相互作用，而传统的高通量物理筛选，面对的是近乎无限的可能性空间。
AI 的到来，打破了这道效率天花板。
2026 年 1 月，工信部等八部门联合印发《" 人工智能 + 制造 " 专项行动实施意见》，明确提出要建设人工智能驱动的新药发现与虚拟筛选平台。政策层面的推动背后，是技术已经跑出了实打实的成绩。
英矽智能的 Pharma.AI 平台，能将候选药物从靶点发现到临床前候选药物确认的时间，从传统 4.5 年大幅缩短至 12 到 18 个月。晶泰控股的 AI+ 自动化机器人实验室可 7 × 24 小时运转，研发效率较传统模式提升 40 倍。甚至有团队仅用 21 天就完成了传统需要两到三年的分子筛选，靶点调研周期从两个月压缩至数小时。
AI 已全面渗透至靶点识别、虚拟筛选、全新分子设计、ADMET 预测以及自动化合成等核心环节。生成式 AI 实现分子结构生成效率提升 5 到 8 倍。药物研发正在从 " 试错式筛选 " 向 " 模型驱动设计 " 演进。
如果把传统药物研发比作手工打造的慢工细活，AI 就是给这条流水线装上了涡轮增压。前端 " 口子 " 被骤然放大，候选分子的供给量呈指数级增长。
但问题也随之而来——这些被 AI 批量生产出来的 " 理论上完美的分子 "，谁来验证？谁来生产？谁来推向临床？这正是即将被释放的需求所在。
02 无法规避的 " 湿实验 "
AI 进行的计算和分析被称为 " 干实验 "，而药物研发最终需要在真实实验室里用细胞、动物、人体来验证结果，这就是 " 湿实验 "。AI 可以设计出理论上完美的分子，但生物学和化学的复杂程度远超代码。目前，AI 还无法精准预测所有的脱靶效应和体内毒性，也无法合成这些候选分子，更无法验证其药代动力学和药效学。
算法可以缩短寻找答案的时间，但无法替代验证真理的过程。
2026 年市场上出现了一种论调：AI 被神化为 " 点石成金 " 的机器，传统 CXO 的壁垒正在坍塌。持这种观点的人，脑海中关于 AI 的想象还停留在屏幕上那串代码，却忘记了药物研发终究要把针头扎进小白鼠的血管里。
事实上，AI 的爆发不是减少了对 CXO 的需求，事实恰恰相反。随着前端候选分子的 " 供给 " 激增，反而放大了对 CXO 湿实验能力的 " 需求 "，毕竟不是每家 AI 制药企业都具备大规模系统化的 " 湿实验 " 能力的。
道理很简单：AI 每多设计出一个有潜力的候选分子，就意味着多一个分子需要合成、需要做体外活性测试、需要做动物实验、需要推进临床申报、需要规模化生产。这不是一道减法题，而是一道加法题，甚至是一道乘法题。
从研发到生产，从制造到供应，AI 正在打通医药产业的价值链条，实现药物研发、精益生产、供应链协同全链路数智化升级。而在生产制造端，工艺决策已在 AI 推动下从 " 经验驱动 " 迈向 " 科学驱动 "。
AI 渗透得越深，临床验证和生产环节的 " 承压 " 就越大。而这些环节，恰恰是 CXO 的核心阵地。
03 AI 与 CXO 更配
传统认知中，很多人误读了 AI 与 CXO 的关系。在他们看来，AI 能自动设计分子、预测活性，CXO 的 " 中间商 " 角色就该被淘汰了。
但现实给出了完全不同的答案。全球 AI 制药市场 2025 年规模约 24.9 亿美元，2035 年有望突破 460 亿美元。而中国 CXO 行业同样在强劲复苏，药明康德 2025 年营收 454.6 亿元，同比增长 15.8%；凯莱英、康龙化成、博腾股份均实现双位数营收增长。这两组数据放在一起就能看出答案：AI 制药和 CXO 不是此消彼长，而是同步扩张。
AI 正在重构的是制药产业链的价值分配，而非消灭某个环节。
科技巨头、BioTech、传统药企与 CXO 四大梯队都在积极布局 AI 制药。而 CXO 在其中扮演的角色，从 " 被动接单 " 变成了 " 主动赋能 " —— AI+CXO 的融合正在进入新阶段。
以药明康德为例，其 CRDMO 模式中的 R 端（研究）正是连接 " 算力 " 与 " 结果 " 的关键中枢。年交付超 40 万个化合物，背后是一体化架构的支撑—— R 端合成完成后，D 端的工艺开发与 M 端的规模化生产已在同一条管道上等候，分子无需跨体系转移即可进入下一阶段。没有这一环节，所有 AI 的设计都只是未经验证的概念。
更关键的是数据壁垒，一次 " 失败 " 临床的价值远高于 " 成功 " 临床，失败数据往往揭示了‘此路不通’的关键原因，而成功数据只是确认了一条已知的可行路径。
20 多年来沉淀的上千万次化学反应，那些关于 " 哪些路径容易产生毒性副产物、哪些分子结构漂亮却无效 " 的" 暗数据 "，不写在任何一篇论文里，它们只存在于实验记录、分析图谱和工艺报告中。AI 无法获取，更无法替代。
AI 提升了前端效率，CXO 承接了后端落地。两者不是替代关系，而是新的产业闭环。
04 中国 CXO，AI 最大受益者
如果说 AI 是制药行业的 " 大脑 "，那么 CXO 就是 " 双手 "。而中国，恰好拥有全球最强壮的 " 双手 "。
中国 CXO 的核心优势，首先体现在成本与效率上。海外 CXO 龙头人均年薪多在 50 万元人民币以上，而国内多数企业控制在 30 万元以内。中国相关企业能将综合研发成本控制在国际先进水平的 60% 至 70%。
但这种优势远不止于 " 便宜 "。中国 CXO 产业在工程师红利、产业链配套优势以及前沿制造技术方面，仍具备全球竞争力。在 ADC、多肽、寡核苷酸等前沿领域，中国企业不仅实现对日韩的超越，更在部分领域实现了对欧美企业的弯道超车。
以多肽产能为例，药明康德从 2022 年的 6000 升快速扩至 2025 年的 10 万升以上，三年实现指数级增长，成为全球最大多肽供应商。这不是简单的产能堆砌，而是技术能力、交付能力、质量体系的综合体现。
2026 年第一季度，国内创新药一级市场融资总额同比上涨 128.6%，全球相关交易中中国占比约 70%。药明康德 Q1 在手订单增长 23.6%。昭衍新药和益诺思 2026 年 Q1 新签订单金额分别达 9.1 亿元和 7.3 亿元，同比增速分别达 112% 和 199%。
订单在加速流入，项目在向后端延伸。药明康德 2025 年小分子 D&M 业务收入 199.2 亿元，全年累计新增 839 个分子，管线总数达 3452 个，其中 83 个商业化项目、91 个 III 期项目。康龙化成 CMC 服务中超过 84% 的收入来自药物发现服务的现有客户。前端需求向后端加速传导，订单粘性与兑现能力持续增强。这正是 AI 催化之下，CXO 价值放大的直接证据。
AI 正在重塑药物研发的底层逻辑。它让靶点发现从数月缩短到数小时，让分子筛选从数年压缩到数周。这种效率提升是革命性的。
但无论源头如何颠覆，药物终归要经历临床验证，终归要走进生产线。AI 是催化剂，加速了前端反应，却也放大了后端的需求。如果说 AI 相当于药物研发的 " 涡轮增压 "，那么中国 CXO 就是承接这股动力的 " 传动系统 "。
2026 年的 BIO 大会上，中国 CXO 企业的集体亮相已经说明了一切。全球合作伙伴的信心在强化，订单在加速落地。低成本、高效率、全链条——这套组合拳正在筑牢中国 CXO 的竞争护城河。
AI 时代，中国 CXO 不是被替代的对象，而是制药产业链上最不可或缺的底座。当 AI 把越来越多的候选分子送到门口，真正能把它们变成药的，还是那些实验室里的瓶瓶罐罐、生产线上的反应釜，以及中国 CXO 二十年来积累的硬功夫。
AI 技术让研发变快了，而中国 CXO，要忙起来了。
