中国AI新药公司竞争格局

（2021版，不完全统计）

从上表可以看出，行业玩家非常多，客观上反映业界对AI制药的期待和看好，但也在一定程度反应，现在入行的行业门槛不高。

比较亮眼的AI制药企业特点：团队及技术基本面好，创新药研发能力强，AI扛旗，资本抬轿。 

01 AI技术呈螺旋式上升

AI技术，AI药物设计算法的水准，一直在螺旋式上升，以蛋白质结构预测为例，2018年，DeepMind推出AlphaFold 1.0，原型来自学术界，deepmind优化后推出，预测准确度0.5左右。

随后，腾讯，超过Alphafold 1.0, 很多学术机构也超过AlphaFold 1.0，然后，2020年底，Alphafold 2.0推出，准确度拉升到0.9，震惊业界，学术界立即奋起直追，也就半年多，最好的已经超过0.8，都在逼近0.9，Alphafold 2.0已经开源。

技术上你追我赶，实现路径不完全相同，达到相似的结果，这是整个行业，各个环节的一个缩影，即，技术不是一家独大，本质上很难产生技术代差。

即便Alphafold 2.0预测的准确度达到0.9，其给出的结构预测，是静态的，且发挥重要功能的无序区域，依然无序，而药物设计的靶标，不少有多种状态，复合物构象，对药物设计影响也很大，因此，即便技术非常先进，也只是指导药物设计。

药物设计，新药研发，便是由这些不同环节构成，因此，在实际新药研发项目上，现阶段，以及可预见的未来10年，预测AI的实际贡献并不会很大。好的AI模型，可以启发项目成员。

海外公司，AIDD的应用开发层面，技术上没有太大领先，核心在于海外做药物发现的文化氛围，项目历练，人才培养，远远超越本土市场，海外AI新药企业，在人才短缺方面压力更小，创新药研发能力强不少，能够做出大药企认可的数据。

02 代表性例子

Schrödinger 一方面软件服务优势极其显著，CADD积累超过20年，培养了非常多的用户，和用户习惯，产品得到大药企认可；另一方面，其创新药研发能力强大，2020年，5个候选药项目，许可给大药企，首付款达5500万美元。

Exscientia在药物设计方面，积累了近10年，团队创新药研发能力非常强，达成了多项重要合作，现阶段能够直接满足一些大药企的需求，自研项目也有特色，成长性非常好！

03 国内竞争格局几点思考

1）AI软件市场，非常小，传统软件服务商也在同步迭代，进入AI时代；

2）AI药物设计服务市场，大CRO企业，传统CADD技术背景的团队依然有技术优势、项目经验优势；

3）就AIDD技术而言，因为是持久战，且AI技术一直在发展，迭代，因此，背靠高校院所的，理论上，技术更先进，耐力更足；

4）行业玩家非常多，客观上反映业界对AI制药的期待和看好，但也在一定程度反应，现在入行的行业门槛不高；

5）计算的CRO业务（不是湿实验业务），软件业务，知识图谱业务在可预见的近几年商业前景有限，自研管线是潜在出路。而自研管线对团队的原始创新能力，项目执行力有非常高的要求。

2021年7月2日，CDE发布了《以临床价值为导向的抗肿瘤药物临床研发指导原则》的征求意见稿，意味着AI 药的企业，走fast-follow的路线是不通的（Fast-follow的精髓是fast,AI 药的企业，执行力显然不如成熟药企，和小规模的biotech）。

因此，团队创新药研发能力强的，优势会被进一步放大！另一方面，因为监管层对创新的要求高，市场上可能对AIDD的需求会更旺盛，一定程度上会促进AI新药企业发展。

几点观察：

● AI制药企业融资轮次差异很小；

● 从招聘广告看，除了一些前端，后端开发人才，AI制药企业的人才招聘需求，与“非AI制药”企业（包括大药企，CRO, Biotech）几乎没有差异；

● 市场人才供应严重不足（参考一句戏谑：“快来加盟我的公司！不管你会啥，都要！”）