药明康德改口谈AI,CXO集体落座AI制药牌桌
CXO订单会不会被AI抢走?面对投资者的反复追问,行业龙头药明康德(603259.SH/ 02359.HK)近期话锋一转。 早前,CXO行业的上市公司始终以一种近乎 “切割” 的口吻回应,但算法飞速发展的当下,“AI设计+ CXO 赋能落地”逐渐成为新的口径。 实际上,2026年,CXO玩家集体在AI制药的牌桌上落座。
面对投资者一轮接一轮的追问,CXO订单会不会被AI抢走?行业龙头药明康德(603259.SH/ 02359.HK)近期的说法变了。
此前,CXO上市公司回应这类问题时,口气几乎都带着“切割”的意味;算法跑得越来越快的当下,“AI设计+CXO赋能落地”慢慢成了新口径。
2026年,CXO玩家实际上已经集体坐上了AI制药的牌桌。分子创意的门槛被AI一再拉低,落地的门槛反而被抬得更高。围绕“物理落地”的卡位战打响了,行业的价值也在被重新定价。
01
龙头的态度转向
药明康德谈AI,公开场合曾长期克制。2025年3月的业绩电话会上,公司高管表示AI应用还处在早期,紧接着补了一句:药明康德历来不自行开发新药,也没有用AI开发新药。
那时候,克制有它的道理。AI制药最热的阶段,公司要是顺势“蹭概念”,预期容易错位,也躲不开把虚拟分子当成真实药物的质疑。落地成功率极低的早期,把边界划清楚,本身就是一种谨慎。
转变是一步步来的。2026年6月和9月,药明康德两次给出成体系的新说法:AI能高效设计分子结构,但复杂的合成交付与生物验证,仍要靠一体化、端到端的CRDMO平台完成。10月,产业端给出了验证——AI制药公司Boltz宣布,小分子发现流水线BoltzMol-1已能直接搜索药明康德旗下的GalaXi虚拟化学空间。
这次合作的关键,要看BoltzMol-1的设计原则:候选分子必须能从商业目录买到,或者能按需合成。换句话说,AI挑出的分子如果做不出来,预测分数再高也没用。药明康德开放的,正是这份“可合成化学资产”。
说到底,这是新药研发里干实验与湿实验之间绕不过去的差别。AI干的是干实验,靠算力、算法和已有的文献、化合物数据库,在虚拟空间里完成操作。

可药物研发不是打分游戏。AI只学历史数据,大量现实变量很难预判,预测盲区甚至不小,只能靠湿实验一个个试错、验证。
也就是说,CXO的核心价值就压在这一段转化关口上。药明康德这类一体化CRDMO平台,多年攒下的不是算法,而是一整套化学资产。AI模型接入GalaXi这类可合成虚拟化学空间,本质不是AI依附CXO,而是AI先被“真实化学规则”框住,优先推荐平台有能力落地的分子,无效设计因此大幅减少。
02
不跟AI卷算法
药明的转身是行业缩影。2026年中国CXO集体调整战略,路径各不相同,底层思路却高度一致:不去和AI公司拼算力、拼模型,而是把AI塞进自己原本最深的护城河。
礼来AI药物发现平台TuneLab的合作名单里,出现了金斯瑞生物科技(01548.HK)——这家公司走的是大分子路线,负责对AI筛选出的蛋白序列做标准化验证。配售方面,该企业2026年净筹资约23.27亿港元,其中约70%将投入自动化高通量湿实验室。在生命科学事业群总裁陈睿看来,AI药物发现能跑多快,要看整个行业产出可靠生物学证据的速度。
药石科技(300725.SZ)则从源头约束AI生成,用“可合成性”与“实体砌块资源”双重约束重构分子生成逻辑;成都先导(688222.SH)、维亚生物(01873.HK)分别以DEL库、结构生物学为锚点,构建差异化竞争力。
还有一点,几乎没有一家CXO重金自研通用药物大模型。资本开支集中流向自动化实验室、砌块库、蛋白库,而非GPU与算法团队。
湿实验室的智能化是另一条路。康龙化成(300759.SZ/ 03759.HK)这家传统巨头在2026年与智平方签下战略合作,双方围绕化学、生物及分析实验搭建具身智能自动化工作流,把搭载大模型的机器人放进真实研发场景,再靠数据回流推动模型迭代。
真金白银的回报也出来了。2026年上半年,康龙化成AI制药收入占实验室服务收入7%以上;金斯瑞AIDD相关收入接近4000万美元,同比增长超105%。
市场观点这时一百八十度反转,认为AI越火,CXO越值钱——前端每多一个虚拟候选分子,后端就多一道必须被物理验证的订单。
03
AI药企与CXO的持续博弈
共生是当下的主流,替代风险却也不是纸面空谈。不少市场观点习惯简单二分:要么认定AI会颠覆CXO,要么觉得二者永远相安无事。现实图景更复杂,分层共生、局部侵蚀、结构性分化同时在上演。
短期看,AI药企很难系统性颠覆CXO。头部AI上市公司英矽智能(03696.HK)、晶泰控股(02228.HK)、剂泰科技(07666.HK)等,商业模式普遍分两块:自有管线自研和对外输出AIDD平台服务。
搭建一套全链条实验室,要沉淀成熟的SOP、稳定的技术团队、质控体系、供应链,还要持续承担仪器维护、试剂耗材、合规审计的固定开支。即便拿到大额融资,把钱投进算法迭代、管线推进,资本效率也远高于自建全套湿实验平台。这也是为什么从订单来源看,AI药企本身已经成了CXO一个快速增长的新客户群体。
但局部订单被蚕食正在真实发生,并且会持续挤压CXO里低壁垒的业务。浪潮之下,行业会出现剧烈的结构性分化,红利不会普惠所有CXO,只会向具备硬核资产的龙头集中。
说到底,头部CXO的不可替代性来自一件事:接得住AI吐出来的大量高难度、非常规分子。AI为了追求靶点亲和力,生成的分子往往结构新、合成路线复杂、稳定性差,靠简单的高通量平台搞不定。这类活儿吃的是多年攒下的化学经验、多路线试错的本事,以及复杂纯化和杂质控制的能力。

反过来看,大批中小CRO只做简单化学合成、只盯单一实验环节。自有砌块库没有,高通量自动化体系没有,一体化验证链条也没有,数据闭环能力同样缺位。AI时代上游供给的是海量候选分子,中小CRO接不了高难度项目,只能挤在低端订单里打价格战,利润被一路压薄。
把周期拉长,产业链会形成清晰的分层分工,不是谁把谁消灭掉。上游AI创意层和下游实体转化层,最优解是生态绑定:AI负责拓宽研发的想象力,CXO负责兑现研发的确定性。