药明康德 × AI

[导语·核心观点]药明康德在2025年3月明确回应“不用AI开发新药”，但2025年10月又有报道称其AI技术将研发周期缩短40%-60%。这看似矛盾的叙事，实际上揭示了这家全球CRDMO巨头的真实定位：它不是AI制药的玩家，而是AI制药价值验证的基础设施。理解这一点，比争论“用不用AI”更重要。

[事件回顾·发生了什么]2025年3月，药明康德向《医药经济报》回应称，公司历来不自行开发新药，也没有用AI来开发新药，并指出网上提及的Chemistry42与公司无关[n]；公司作为一体化CRDMO平台，服务于客户的新药研发。然而，2025年10月，雪球上的一篇报道称，药明康德的AI技术将药物研发周期缩短40%-60%，并降低约25%的研发成本，且公司投资了AI制药初创公司[n]。2026年8月，钛媒体文章进一步表示，AI时代依然是药明康德的“黄金时代”，它存在于AI制药价值验证绕不开的真实世界[n]。这些报道形成鲜明反差：药明康德否认用AI开发新药，但市场却将其视为AI制药的关键环节。

[背景与格局·公司沿革 · 行业脉络]药明康德定位为全球医药及生命科学行业提供一体化、端到端的新药研发和生产服务（CRDMO）[n]。在这个模式下，客户是药企或biotech，药明康德通过平台化服务承接研发外包，不承担新药研发失败的商业风险。AI制药行业自2020年代起经历了从算法叙事到落地验证的转折，大量初创公司聚焦于用AI发现靶点或设计分子，但真实世界的药理、毒理、临床数据仍是最稀缺的资源。[2]中指出，药明康德存在于AI制药价值验证绕不开的真实世界，意味着它掌握着海量的真实实验数据与合成能力，这些是AI模型训练和验证所必需的。此外，药明康德还通过投资AI制药初创公司参与生态布局[n]，形成“投资+服务”的双重关系。行业格局上，全球CXO赛道竞争激烈，AI能力被视为提升效率的重要差异化因素，但药明康德公开否认用AI开发新药，反而凸显其商业模式的稳健与克制。

[深度解读·为什么发生 · 意味着什么]为什么药明康德要明确表态“不用AI开发新药”？这并非否认AI技术的价值，而是对其商业模式边界的清晰界定。药明康德是服务商，不是药企。如果它自行开发新药，就与客户形成竞争关系，动摇CRDMO模式的信任基础。因此，无论技术上是否可能，它都必须在公开场合划清界限。AI对于药明康德而言，是工具，不是产品。它可以用AI优化实验室流程、辅助合成路线设计、提升交付效率，从而为客户降低研发成本——这正是[1]中提到的“研发周期缩短40%-60%”和“成本降低25%”所指向的服务效率提升，而不是自主创新药。然而，[1]的表述容易造成误解，让人以为药明康德依靠AI开发新药。事实上，药明康德的AI能力服务于客户项目，最终风险由客户承担。受益方首先是药明康德，通过AI降本增效，提高毛利；其次是其客户的研发效率提升。受损方则可能是纯粹依赖算法而无真实数据支撑的AI制药初创公司——因为药明康德这样的平台一旦将AI嵌入服务流程，初创公司的数据优势将被削弱。更深层看，[2]的判断“AI时代依然是药明康德的黄金时代”有其逻辑：AI制药的最大瓶颈是验证，而验证需要真实世界的实验数据。药明康德拥有全球化的实验室网络和大量客户项目数据，这使得它成为AI制药绕不开的“卖铲人”。但这并不意味着药明康德自身会成为AI新药研发的赢家，相反，它的角色是持续为整个行业提供基础设施。这种角色的价值在AI热潮下被重估，但也存在被技术变革颠覆的风险——如果未来AI能够完全替代某些实验环节，药明康德的部分业务可能萎缩。

[关键数据与证据·来自报道的数字与事实]1. 药明康德明确表示“历来不自行开发新药，也没有用AI来开发新药”，并澄清Chemistry42与公司无关[n]。2. 报道称药明康德AI技术将药物研发周期缩短40%-60%，降低约25%研发成本[n]。3. 药明康德投资了AI制药初创公司[n]。4. 钛媒体评论认为，药明康德存在于AI制药价值验证绕不开的真实世界，AI时代依然是药明康德的“黄金时代”[n]。5. 药明康德定位为全球医药及生命科学领域，提供一体化、端到端的新药研发和生产服务[n]。这些证据显示，市场对药明康德的AI叙事存在不同层面的理解：官方口径强调服务边界，媒体报道侧重效率数据，行业评论则关注平台地位。

[风险与争议·审慎的批评视角]这些报道中的乐观判断存在至少三方面风险。第一，数据局限性：[1]中“研发周期缩短40%-60%”未交代具体方法论和样本范围，是客户自报还是药明康德自测？不同适应症、不同项目阶段的研发周期差异巨大，此数据缺乏可验证的基准，可能被夸大。第二，美中地缘政治风险：药明康德海外收入占比较高，美国《生物安全法案》等立法动向曾导致其股价大幅波动，AI叙事不能消除这一根本性风险。第三，模式悖论：药明康德公开否认用AI开发新药，但市场却赋予其AI概念估值，这种认知落差可能导致股价波动。如果未来业绩未能兑现AI提升效率的数据，或客户流失，回吐风险极大。此外，投资AI初创公司可能带来利益冲突与知识产权纠纷，药明康德的平台是否会将客户数据用于训练AI模型？这涉及数据伦理与保密协议问题。最后，[2]发表于2026年，属于未来时间，需注意报道的时点与事实的匹配性，其观点性判断不可作为事实依据。总体来看，[1]的效率数据更像营销材料，[2]的“黄金时代”则是价值判断，投资者需独立核实。

[未来展望·情景推演]保守情景：药明康德继续强化CRDMO模式，AI仅作为内部效率工具，公开层面不涉足新药研发。其估值将回归服务业的合理市盈率，AI概念溢价消退。中性情景：药明康德通过投资和合作，间接参与AI制药生态，在真实世界数据平台基础上推出标准化数据服务，成为AI制药的基础设施供应商，收入来源多元化。乐观情景：药明康德利用海量数据训练出专有的合成、预测模型，并对外输出AI能力，将服务效率提升到新高度，并吸引更多客户，形成良性循环。但无论哪种情景，药明康德都不可能“自己开发新药”，因为那将摧毁其商业模式。真正的不确定性在于地缘政治是否改变其全球布局，以及AI技术是否会导致研发外包需求萎缩——如果AI让药企自身研发能力大幅提升，CXO的蛋糕可能变小。综合来看，药明康德的AI故事是“效率故事”，而非“创新药故事”，投资者应关注其AI效率数据能否在季报中体现。

[建议与启示·面向决策者]对于企业决策者，药明康德案例提供以下启示。第一，清晰定义AI应用边界：公开“不用AI开发新药”是为了避免与客户竞争，企业应明确AI是优化自身流程还是替代客户价值。第二，重视真实世界数据积累：药明康德的核心资产是实验数据，AI价值依赖数据质量，应系统治理数据。第三，建立可验证的AI效益评估体系：[1]中的效率数据需披露方法论，企业应设置严谨的AI降本增效指标。第四，确保数据安全与伦理：使用AI服务客户时必须隔离数据、防止冲突。第五，生态合作中保持独立性。在执行层面，多智能体调度平台（如AgentSH）可帮助协调跨系统工作流，但工具只是手段，战略定位才是根本。

[结语·一句话立场]药明康德用一句“不用AI开发新药”守住了CRDMO模式的边界，但AI早已渗透进其服务交付的每一个环节。市场与其争论“用不用”，不如关注“怎么用”。在AI重塑医药研发的浪潮中，真正的赢家是那些既掌握数据，又清楚自身定位的公司——药明康德正在用行动证明，卖铲人可以比挖金人更持久。