伯恩斯坦：中国AIDD赛道价值将流向数据与纵向整合者
nashnova research
中国AIDD赛道现在跑到哪了？
2023年至2026年第三季度，中国AIDD公司的管线资产从47项增至219项，扩大逾四倍。
AI相关许可交易金额占中国来源许可交易的比例已升至约25%；2026年前三季度全球AI相关许可交易总额达540亿美元，超过2025全年的310亿美元。
这意味着→ 无论管线数量还是资金体量，AIDD已经不是概念阶段，而是进入了可被量化追踪的产业周期。
发现速度快了，为什么不等于成功率高了？
AIDD公司从命中化合物到首次人体试验约需22个月，传统大型药企基准约59个月——发现环节明显提速。
但伯恩斯坦强调，目前几乎没有证据表明AIDD项目在Ⅰ期或Ⅱ期临床推进率上持续优于传统药企。
用大白话说＝ AI让"找到候选分子"变快了，但"候选分子能不能变成药"这一步，还没看到系统性的改善。
研报援引《自然·药物发现综述》模拟研究指出：将失败率降低20%，比同等幅度的提速或省钱，更能降低每款获批药物的开发成本。这意味着→ AI的终极考验不是"生成更多分子"，而是改善临床决策、降低失败率。
瓶颈从算法转向数据，意味着什么？
伯恩斯坦认为，行业瓶颈正从算法能力转向具有预测力的生物学数据、转化相关性及临床反馈。
下一代AI平台很可能不仅靠更大的模型，也靠更丰富的生物学和人体数据。
这反映出一个关键转向：当模型能力逐渐趋同，数据的稀缺性和质量才是护城河——这与AI在其他行业的演进逻辑一致。
伯恩斯坦的"三类赢家"是谁？
第一类：开发领先基础模型与生成式设计平台的前沿AI公司。
第二类：拥有专有生物学数据、高通量实验能力和生产基础设施的大型服务与数据提供商，包括CRO（合同研究组织）和CDMO（合同开发生产组织）。
第三类：将AI与从发现、开发到商业化全过程结合的一体化生物制药企业。
伯恩斯坦在覆盖范围内点名了CDMO中的药明康德，以及生物制药领域的信达生物、恒瑞医药、翰森制药。
许可交易火了，但钱到手了吗？
AI资产占跨国药企引进许可交易总额的比例，已从2020年的4%升至2026年前三季度的约30%。
但按每项资产计算的首付款，并未持续高于非AI交易。
用大白话说＝ 公告上的总金额大涨，反映的是跨国药企的战略兴趣增强，但大量承诺资本仍取决于未来里程碑交付——钱还没真正到账。
这套逻辑怎么验证？
伯恩斯坦的核心判断：当AI从分子设计走向转化生物学和临床预测时，可持续优势将出现在数据所有权与全链条执行力上，而非单纯的模型能力。
研报关注的可观察指标包括：管线推进、许可交易验证、研发生产率、数据所有权及产业链执行力。
这意味着→ 检验这套逻辑的关键节点是：上述公司后续的管线推进数据和许可交易首付款是否能兑现——投资者可以据此设定自己的观察清单。
市场有风险，内容仅供研究参考，不构成投资建议。