日前，國內首款AI輔助研發的原創藥艾普司韋獲批上市。據新華日報，人工智能不僅能將藥物發現周期縮短約60%，同時成本降低80%至90%。比如，艾普司韋，從源頭發現到完成臨床試驗，僅用時三年半。中商產業研究院數據顯示，預計2026年全球AI製藥市場規模將達到29.94億美元，2021年至2026年年複合增長率將達到30.47%。受該消息刺激，9月4日A股創新藥板塊上漲，萬邦醫療(301520.SZ)20 CM漲停，百普賽斯(301080.SZ)升逾16%，諾誠健華(688428.SH)升逾11%，三力製藥(603439.SH)升逾9%，藥石科技(300725.SZ)、凱萊英(002821.SZ)升逾8%。    AI顛覆性賦能創新藥研發此次獲批上市的艾普司韋，由西湖大學、西湖實驗室、西湖製藥聯合研發，是我國首款全程依託人工智能輔助研發的原創創新藥，主要用於成人輕型、中型新型冠狀病毒感染的治療。作為國內藥品註冊分類最高級別的1類創新藥，該藥實現了從0到1的源頭突破，擁有全新的化學結構與自主知識產權，其誕生徹底改寫了國內創新藥的研發範式，具備極強的行業標杆意義。衆所周知，傳統創新藥研發素來有「高投入、長周期、高風險、低成功率」的特點，一款成熟原創藥從靶點發現、化合物篩選、臨床試驗到獲批上市，平均研發周期長達10年以上，研發投入動輒數十億美元，且研發成功率不足10%，極高的准入門檻長期制約着我國創新藥產業的發展速度。而艾普司韋的研發過程，充分展現了AI技術對新藥研發的顛覆性賦能。據新華日報披露，人工智能技術可將藥物發現周期縮短約60%，研發成本降低80%至90%，大幅降低新藥研發的時間與資金成本。研發過程中，科研團隊依託AI算法，從包含490億種化合物的DNA編碼化合物庫中快速篩選潛力分子，精準鎖定有效候選藥物，規避了傳統人工篩選效率低、精準度差、試錯成本高的痛點，讓海量篩選、精準建模、高效迭代成為新藥研發的新常態。因此，「三年半」真正壓縮的，主要是早期藥物發現和優化環節。靶點怎麼選、分子能不能合成、動物實驗是否安全、進入人體後有沒有療效，這些工作並沒有因為AI參與而消失。三重核心共振實際上，國內AI製藥已從早期的概念探索、技術試錯階段，正式邁入商業化落地爆發期。除艾普司韋外，國內多家藥企、科創企業佈局的AI輔助研發新藥已進入臨床試驗階段，覆蓋抗感染、抗腫瘤、慢性病、罕見病等多個熱門領域。而這離不開政策、技術、市場三重核心加持。政策層面，國內醫藥創新改革持續深化，從頂層設計到落地細則形成完整扶持體系，全方位護航AI製藥產業發展。近年來，國家衛健委、藥監局、工信部等多部門密集出台產業支持政策，將生物醫藥與人工智能、大數據、數字技術的深度融合納入戰略性新興產業重點佈局。《「十四五」生物醫藥產業發展規劃》《人工智能賦能醫藥健康發展行動計劃》等重磅文件明確提出，鼓勵運用AI、雲計算等新技術革新藥物研發模式，支持企業搭建智能化藥物研發平台，加快AI輔助新藥研發技術的臨床轉化與審批落地。技術層面，國內AI製藥已從單點技術試水，升級為全鏈條、體系化技術突破，徹底擺脫早期技術短板與海外依賴。一方面，國產人工智能大模型、深度學習算法持續迭代優化，針對藥物研發的專屬模型不斷成熟，能夠精準完成靶點挖掘、分子結構設計、活性預測、毒理篩查等核心工作；另一方面，國內生物醫藥算力基礎設施持續完善，專用算力中心、醫藥大數據平台加速落地，海量真實世界臨床數據、化合物數據庫、實驗數據實現合規開放與高效運用，為AI算法訓練、模型迭代提供了充足的數據支撐。市場層面，全球創新藥研發迭代提速、國內未滿足臨床需求持續擴容，疊加AI製藥降本增效的核心優勢，催生千億級藍海市場。結合中商產業研究院數據，全球AI製藥市場將維持30%以上的超高複合增速，國內市場增速更是遠超全球平均水平。資本市場將如何選擇？從資本市場投資邏輯來看，AI賦能創新藥的產業變革，將重構行業估值體系。過往資本市場對創新藥企業的估值，主要依託研發管線數量、營收規模、專利儲備等傳統指標，而未來，AI研發技術能力、數字化研發平台、算法算力優勢將成為核心估值維度。市場資金正在主動區分「概念型AI藥企」與具備真實落地能力的硬核玩家。一類是專注AI藥物發現的技術平台型企業，以英硅智能為代表。英硅智能自研Pharma.AI全鏈路平台，打通靶點挖掘、分子生成、臨床成功率預測完整閉環，其核心管線Rentosertib進入Ⅲ期臨床，是全球少數由AI從頭髮現新靶點、設計全新分子並推進至後期臨床的First-in-class藥物，憑藉平台持續產出高質量候選分子的能力，接連拿下與跨國藥企的大額BD授權合作，驗證了AI平台的商業變現潛力。另一類是傳統創新藥企、CXO龍頭，依託資金、臨床、產業化優勢，自建AIDD平台，把AI嵌入現有研發管線，以恒瑞醫藥為代表。恒瑞醫藥搭建靈樞AI研發平台，將AI應用於靶點挖掘、大分子、多肽分子設計等環節，利用AI加速多條1類新藥管線迭代。對比來看，僅簡單接入第三方AI工具、缺少自有數據庫與溼實驗驗證能力、無落地管線的企業，很難持續產出有臨床價值的候選分子，在行業驗證期容易被資金拋棄。AI製藥賽道的核心壁壘，早已不是單一算法模型，而是高質量生物醫藥數據庫+ AI模型 +自動化實驗驗證+臨床轉化能力的完整閉環。只有同時擁有成熟平台、持續穩定輸出候選分子、多條管線進入臨床驗證的企業，才能持續兌現價值。資金偏好已經從早期單純追逐AI概念，轉向看重管線里程碑、BD落地、平台訂單、臨床數據等可驗證指標。