当全球顶级咨询机构BCG在2026年开年报告中直言"大多数生物制药公司仍处于AI采用的早期阶段，现实世界的影响是碎片化的、有限的"，一盆冷水浇在了燥热的AI制药叙事上。
与此同时，大洋彼岸的中国CXO/CDMO企业正在密集宣传自己的"AI能力"——药明康德、凯莱英、博腾股份们竞相将AI写入PPT、塞进投资者问答。然而，2025年3月药明康德高管在业绩电话会上的一次"紧急辟谣"，却撕开了行业AI宣传的一角遮羞布。
本文核心问题：在全球AI制药叙事全面退潮的背景下，国内CXO的AI泡沫究竟有多大？
BCG报告说了什么：AI制药的”有限且碎片化”现实
BCG于2026年1月发布的《重塑商业模式：2026生物制药趋势报告》中，给出了三个让行业冷静的核心发现：
第一，大多数公司仍处于AI采用的早期阶段。 报告原文明确指出："Most companies remain in the early stages of AI adoption, and real-world impact is limited and fragmented." 也就是说，行业整体还停留在"试点"层面，真正能跑通的AI应用少之又少。
第二，AI制药的实际成效与宣传承诺之间存在巨大落差。 BCG同一系列的另一篇报告《AI优先的生物制药公司》指出，只有真正拥抱"AI优先"思维的企业，才能实现"5%-15%的收入提升"。注意，这是一个"只有…才…"的条件句——意味着大多数企业做不到。
第三，制药业整体股东回报惨淡，AI叙事难救基本面。 BCG数据显示，2021-2025年间，生物制药行业平均总股东回报率为0%，而同期标普500指数回报率高达16%。前20大制药公司中，仅6家跑赢大盘。AI不是万能药，至少目前不是。
来源：BCG《Reimagining Business Models: Biopharma Trends 2026》（2026年1月8日）
https://www.bcg.com/publications/2026/reimagining-business-models-biopharma-trends来源：BCG《The AI-First Biopharma Company》（2026年1月2日）
https://www.bcg.com/publications/2026/scaling-ai-in-the-biopharmaceutical-industry
全球AI制药的真实战绩：60亿美元砸下去，零个获批
如果说BCG的判断是"行业观察"，那么更残酷的数据来自实际临床结果。
截至2025年，没有一款AI设计的药物获得FDA批准。 这是Loonbio在一篇深度复盘中的开门见山总结。背后是一串令人警醒的数字：
- 2015年以来，超过600亿美元风险投资涌入AI驱动药物发现领域；
- 约75款AI设计的药物进入人体临床试验；
- 但没有任何一款AI设计药物完成III期临床并获批；
- 约50款进入II期，绝大多数止步于此；2025年有少数进入III期（如RLY-2608），但截至年底尚无完成获批者；
- 2021年AI制药 VC投资峰值约18亿美元，2024年已降至不足峰值一半。
更令整个行业蒙羞的是几个高调失败案例：
Exscientia：曾是AI制药的代名词。 这家英国公司是全球首个将AI设计药物推进人体试验的企业，但其核心管线相继折戟：
- DSP-1181（强迫症候选药物）：I期临床未能达到研究终点，已终止；
- EXS-21546（癌症免疫疗法）：2023年因模型预测的治疗窗口与实际生物学现实不符而终止；
- 股价从峰值暴跌约79%，2024年8月被Recursion以约6.88亿美元股票收购——这与其此前超过20亿美元的估值相去甚远，是典型的"贱卖"。
BenevolentAI：英国AI制药独角兽的陨落。 其候选药物BEN-2293（特应性皮炎）在IIa期临床试验中安全性达标，但未显示出统计学意义的疗效优于安慰剂。这一失败直接触发两轮大裁员：2023年5月裁员180人，2024年再裁30%并关闭美国办公室，股价从峰值重挫超过75%，最终于2025年3月从阿姆斯特丹泛欧交易所退市，与Osaka Holdings合并。
Recursion（合并后）：裁员20%管线仍被砍。 2024年11月完成与Exscientia的合并后，Recursion随即在2025年6月宣布裁员20%，并搁置两个罕见病项目，聚焦"数据驱动的优先级决策"。该公司发言人的表态颇为讽刺："我们行业90%的失败率对等待新疗法的患者来说是不可接受的。"
不过，在AI制药叙事全面退潮中，仍有一个不可忽视的正面案例：AlphaFold（DeepMind）。截至2024年，AlphaFold已开源超过2亿种蛋白质结构，彻底改变了结构生物学的研究方式，全球几乎所有主要药企和科研机构都在使用其数据。这是AI在制药领域最无可争议的真实成就——虽然它不直接"设计药物"，但极大加速了靶点发现和分子优化流程，与"AI设计药物进入临床"的叙事属于不同维度，不可混为一谈。
来源：Fortune《AI drug companies are struggling—but don’t blame the AI》（2025年9月12日）
https://fortune.com/2025/09/12/the-ai-drug-breakthrough-is-taking-a-long-time-to-arrive-for-reasons-that-may-have-little-to-do-with-the-technologys-limits/来源：Loonbio《AI Drug Discovery’s $60 Billion Reality Check》（2024年12月31日）
https://loonbio.com/reflections/ai-drug-discoverys-60-billion-reality-check-hype-failures-and-the-market-access-blindspot来源：ScienceDirect《Leading artificial intelligence–driven drug discovery platforms: 2025》（2025年）
https://www.sciencedirect.com/science/article/abs/pii/S0031699725075118
MIT的锤子：95%的生成式AI试点无法转化为收入
AI制药的困境并非孤立现象，而是整个企业AI应用失败大潮的一个缩影。
MIT斯隆管理学院发布的研究报告《The Economic Potential of Generative AI and Emerging Technologies》（2025年8月）发现，95%的生成式AI试点项目未能加速收入增长。原因并非AI技术本身不行，而是企业普遍在回避"摩擦"——不原意投入足够的组织变革、数据治理和流程重构来让AI真正落地。
这与BCG报告中揭示的"10/20/70原则"高度吻合：AI转型中，算法只占10%的挑战，数据和技术占20%，而人和流程占70%。大多数企业把精力放在了错误的地方——买算法、买算力，却不愿意改变组织本身。
来源：MIT Sloan Management Group, The Economic Potential of Generative AI and Emerging Technologies（2025年8月），经Fortune 2025年8月21日报道
https://fortune.com/2025/08/21/an-mit-report-that-95-of-ai-pilots-fail-spooked-investors-but-the-reason-why-those-pilots-failed-is-what-should-make-the-c-suite-anxious/
中国CXO的AI宣传：辟谣来得猝不及防
如果说全球AI制药是"退潮中"，那中国CXO行业则呈现一幅更为复杂的图景——一边是密集的AI能力宣传，一边是高管亲口否认实际使用。
药明康德的”紧急辟谣”
2025年3月18日，药明康德召开2024年度业绩交流电话会。会议的背景是：此前有多家媒体报道"药明康德通过Chemistry 42平台实现小分子化合物自动化设计"。
高管的回应令市场意外：
"公司不自行开发新药，也未使用AI进行新药研发。"
并进一步澄清："近期关于公司使用Chemistry 42进行AI制药的自媒体报道不属实，该技术属于一家生物科技公司（英矽智能），与药明康德无关。"
事实上，Chemistry 42是英矽智能（Insilico Medicine）的生成化学平台。2019年，英矽智能与药明康德等机构合作，利用其GENTRL模型在21天内设计出DDR1靶点苗头化合物，相关论文发表在《Nature Biotechnology》。但这是英矽智能使用了自己的AI模型，药明康德在其中扮演的是CRO服务提供方角色——并非药明康德自己在用AI开发药物。
药明康德的AI策略被概括为"HI（人类智能）+AI"——即用AI辅助工具提升效率，但核心决策和创新能力仍依赖人类科学家。这是目前大多数CXO的真实AI定位：工具使用者，而非工具创造者。
来源：新浪财经《药明康德辟谣！未使用AI进行新药研发》（2025年3月20日）
https://finance.sina.com.cn/roll/2025-03-20/doc-ineqiark3727849.shtml
凯莱英们的AI叙事：效率工具还是营销话术？
与药明康德的"辟谣"形成对照的是，整个CXO板块在投资者沟通中频繁提及AI能力。
凯莱英：在2024-2025年财报和投资者交流中，多次提及"连续化反应技术"和"智能化生产"，但具体AI应用细节语焉不详。其核心定位是"CDMO小分子龙头"，AI更多作为"智能制造"的标签出现，而非独立的AI药物发现能力。
博腾股份：同样在2024-2025年业绩说明中，将"数字化、智能化"纳入产能升级叙事，但缺乏可量化的AI落地成果披露。
整体而言，国内CXO的AI叙事有两个特征：
- AI是"效率工具"而非"创新能力"：强调AI辅助化合物优化、工艺参数设计、客户沟通文档生成等，而非AI从头设计药物分子；
- AI是"营销标签"而非"核心竞争力"：在投资者PPT和新闻稿中频繁出现，但落到可验证的管线或财务数据上，几乎找不到直接关联。
国内AI制药”优等生”：英矽智能的真实一面
值得注意的是，中国并非没有真正的AI制药公司。英矽智能（Insilico Medicine）是目前全球进度最领先的AI制药公司之一，其候选药物ISM001-055（特发性肺纤维化，IPF）在2025年进入IIb期临床试验，这是全球第二款进入潜在关键性试验的AI设计药物。
但请注意：英矽智能是一家biotech公司，不是CXO。英矽智能的定位是"AI驱动的新药研发公司"，其AI平台Phoenixify为自主药物管线服务，也可对外合作，但核心能力是自研AI，而非接单代工。
CXO企业的AI叙事与英矽智能这样的纯AI biotech存在本质区别：CXO的AI是服务工具，用来提升效率和交付质量；AI biotech的AI是核心产品，直接决定公司的估值逻辑。
投资人视角：如何识别AI制药能力的真伪？
我们从公开信息中提炼出四个判断AI制药能力真伪的核心维度：
维度一：有没有自研AI平台，还是在用第三方工具？
真正具备AI能力的公司，通常会有自研的算法平台（即便底层模型来自开源）。如果一家CXO宣称AI能力，但所有工具都来自第三方商业授权（Atomwise、Schrödinger、Exscientia等），那么AI本质上是一种"采购能力"，不是壁垒。
维度二：有没有可量化的AI驱动管线？
这是最直接的检验标准。有AI驱动管线的公司（即便处于早期阶段），至少说明AI被用于核心研发决策。纯粹以"AI辅助优化工艺参数"为由的AI叙事，在药物发现层面几乎没有说服力。
维度三：数据资产是否属于公司自有？
AI药物发现的核心是数据——高质量的生物数据、化合物数据、临床数据。如果CXO的数据来自客户IP的委托加工，本身不具备积累自有数据的法律基础，其AI能力就存在根本性天花板。
维度四：有没有具体的临床验证结果？
截至2025年，全球尚无一款AI设计药物获批，这是整个行业必须正视的现实。即便某CXO宣称有AI能力，也需要观察其是否有管线进入临床——以及临床数据的质量如何。
药包材行业的AI应用：真实且接地气
与CXO"AI药物发现"的宏大叙事相比，药包材行业的AI应用反而更为务实、真实。
视觉检测：最落地的AI应用
药用玻璃瓶（安瓿瓶、西林瓶、注射剂瓶）是药包材的核心品类。在生产过程中，玻璃瓶的缺陷检测（裂纹、气泡、异物、尺寸偏差）传统上依赖人工目检，效率低、漏检率高。
深度学习+机器视觉已经成为药包材质检的成熟AI应用：
- 以药用玻璃瓶缺陷检测为代表，国内已有企业通过深度学习构建缺陷样本库，实现玻璃瓶的自动化缺陷识别，检测准确率显著高于人工；
- 在制药灌装线后端，AI视觉检测系统可识别药液中的玻璃屑、金属颗粒、可见异物、液位异常、轧盖破损等，并自动剔除不合格品；
- 2025年以来，多家制药设备厂商（如菲特智能）推出了覆盖"制药制造全流程"的AI视觉检测解决方案。
来源：福莱网《AI技术检测药用玻璃瓶缺陷提高识别瑕疵产品能力》（2024年12月17日）
http://www.fl.gov.cn/zwxx_206/ywdt/202412/t20241217_13896784.html来源：新浪新闻《菲特智能制药全流程解决方案》（2026年1月22日）
https://news.sina.cn/sx/2026-01-22/detail-inhieiky2800297.d.html
智能制造：工艺优化与预测性维护
在更上游的药包材生产中，AI正被用于：
- 工艺参数优化：通过AI模拟最优生产参数组合，提升成品率和产能利用率；
- 预测性维护：通过传感器数据预测设备故障，减少非计划停机；
- 质量预测：基于历史批次数据建立质量预测模型，降低不良率。
这些应用的共同特点是：ROI清晰、可量化、不依赖"AI代替人类发现新药"的宏大叙事。
药包材AI应用的局限性
也必须清醒地看到，药包材行业的AI应用存在明显的天花板：
- 数据质量参差不齐：药包材生产企业的信息化水平差异巨大，大量中小企业的生产数据尚未数字化，AI无从发力；
- 监管合规约束：药包材的质量数据需要符合GMP要求，AI系统的验证和变更控制增加了合规成本；
- 场景分散难标准化：不同药包材品类（玻璃瓶、塑料瓶、胶塞、铝盖）的生产工艺差异大，通用的AI解决方案难以复制。
结论：泡沫在哪里破裂，真实力在哪里存活
全球AI制药：叙事退潮，实力分化
2025年是AI制药行业的分水岭。高调的失败案例（Exscientia、BenevolentAI）和大量AI管线止步II期的现实，让"AI将革命性地加速药物开发"的叙事全面退潮。 但这并不意味着AI在制药领域没有价值——BCG报告中的"AI优先企业"已经展示出真实成果：早期发现从4-5年压缩到8个月，临床试验加速20%，生产收益率提升20%以上。
区别在于：AI制药的价值只属于那些真正把AI作为核心能力、而非营销标签的企业。
国内CXO：AI泡沫主要存在于舆论场
国内CXO的AI叙事泡沫，主要体现在：
- 将"AI辅助工具使用"夸大为"AI驱动药物发现"：药明康德的"辟谣"是这一现象的最好注脚；
- 将第三方平台能力包装为自有能力：英矽智能的Chemistry 42被误认为是药明康德的资产；
- 在财报和投资者沟通中用AI叙事对冲基本面压力：CXO行业在美《生物安全法》阴影下承压，AI成为估值叙事的"强心针"。
真实情况是，国内CXO的AI能力主要集中在提升内部运营效率（文档自动化、工艺参数优化、客户沟通辅助），而非创造新的药物发现能力。
药包材行业：AI应用的”清醒区”
相比CXO的AI泡沫，药包材行业的AI应用反而更为健康。视觉检测、智能制造等场景有清晰的ROI，属于"渐进式AI赋能"而非"革命性AI颠覆"。这个赛道的AI叙事更为克制，但水分也更少。
最后的提醒：在评估任何CXO的AI能力时，请始终问一个问题——他们的AI，有没有一款自己的药进了临床？ 如果答案是否定的，那么AI对这家公司而言，更可能是一瓶包装精美的"茅台"，而非真正的技术壁垒。
如需引用请注明来源｜本文仅代表作者个人观点，与广州伯朗氏实验室立场无关。
- 核心数据来源：BCG《Biopharma Trends 2026》、Fortune、Loonbio、新浪财经等公开信息
- 免责声明：本文仅基于公开信息分析，不构成投资建议
