ØAI制药正逐步成为AI巨头公司的战略主航道。2026年以来，谷歌/Anthropic等巨头将AI制药视作公司未来的重要增长引擎；英伟达、字节等将AI制药作为平台级的业务，Meta/Amazon等亦将药物发现模型当做重要的生态布局，服务云业务等增长。对比Coding已进入自主工程师团队的高渗透率阶段，当下的AI4S在药物研发中仍处于突破临界点的前期，有望成为下一代战略主航道。

Ø试验反馈路径逐步清晰，叠加AI提效降本优势，行业正催生更强烈的分子验证需求。药物研发的本质基于实验科学：即通过实验数据反馈，提升理解迭代分子设计规则。因此对比于Coding等通过计算形成自我迭代的路径，药物研发迭代的限速步骤在于湿试验（通过投入实体化合物产生真实的试验数据）。当下，我们认为行业存在的重要的边际变化在于：1）AI语言模型技术迁移到制药领域，并逐渐形成了迭代的AIDD新范式；2）数据是迭代的关键要素，行业“孤岛”特征下稀缺性愈发凸显，数据基建工作不可或缺已是共识。同时，对比传统流程 AI在临床前研发的提效降本优势突出，杰文斯悖论在AI制药行业或又一次复现，行业有望催生更强烈的分子验证需求。

Ø市场空间：受益于AI赋能的药物发现全部总潜在市场预计在180亿美金左右（包含算法等模型的投入和用于湿试验的开销），其中从Twist等具备基因-蛋白合成到体外检测的业务来看预计在70亿美金市场，AI催生的需求业务预计在2030年提供10亿美金的增量空间，对应抗体发现服务增量5亿美金， 25%；蛋白表达市场增量5亿美金， 45%。基线参考：DNA合成20亿美金，抗体发现服务20亿美金，蛋白飙到11亿美金，合计51亿美金。

Ø投资建议：建议关注：1）AIDD平台：英矽智能、晶泰控股、剂泰科技；2）蛋白合成表达及检测：金斯瑞、Twist、义翘神州、百普赛斯、 近岸蛋白；3）动物模型验证：百奥赛图、药康生物、南模生物。4）试剂：阿拉丁、皓元医药、毕得医药、诺唯赞；5）蛋白表达及纯化：奥浦迈、纳微科技、赛分科技、汉邦科技。

Ø风险提示：AI制药模型研发进度不及预期风险；投入制药领域的资本开支不及预期风险；市场竞争加剧风险；地缘政治风险；政策变动风险