AI时代，CXO是受到威胁和冲击，还是更有价值了？药明康德的口径变化，给出了一个耐人寻味的答案。
过去两年，面对投资者多次对AI布局的问询，药明康德始终是一种近乎“切割”的表态：公司历来不自行开发新药，也没有用AI来开发新药。在AI制药叙事最炽热的时候，这家CXO龙头似乎把自己划在了故事之外。
然而就在两周前，面对“中美药企与AI公司合作会否影响公司业务”的提问，药明康德话锋一转，将“AI设计+CXO赋能落地”被定义为“不可分割的产业闭环”，把自己定位为联接前沿AI大脑与实体研发环节的“生命科学操作系统”，始终坚持“HI（Human Intelligence）+AI”的策略。
从保守回答到明确占位，药明康德怎么“低头”了？一家手握664.3亿元在手订单、并不需要靠AI叙事“加持”的行业龙头，为什么偏偏在这个时点改口？
变的不只是药明康德。整个CXO行业也正在做出集体表态：泰格医药牵手英矽智能，金斯瑞23亿港元配股重仓湿实验室，康龙化成、药石科技、维亚生物各出奇招。当AI把分子设计的门槛一再拉低，一场围绕“物理落地”的卡位战，已经打响。
他们争夺的到底是什么？
过去数年，药明康德对AI的公开表述一直克制而稳定，甚至可以说有些“保守”。
最初在2025年3月的业绩电话会上，公司高管就谈到过AI在医药行业的应用，强调这一应用仍处于比较早期的阶段，但相信AI作为创新工具可能帮助行业打开更多“不可成药”的空间。
与此同时还特意强调，“现在网上关于AI的信息有很多，尤其是关于AI新药的，但需要明确的是，药明康德历来不自行开发新药，也没有用AI来开发新药”。此外，还“打假”了一则传闻：网上有消息称药明康德通过Chemistry42来做AI新药，“这跟药明康德没有任何关系”“公司作为一体化的CRDMO服务平台，我们一直都是做好赋能服务，这个会为我们带来更多的客户和业务机会”。
这个态度一直延续到2026年2月，投资者在互动平台上又出现同类追问，药明依旧没有松口。
先是6月15日，投资者追问公司AI大模型的规划与布局，药明第一次系统性给出新表述；随后9月30日，又再一次重申。
药明康德表示，AI在创新药物研发领域仍处于探索和尝试阶段，“尽管AI能高效设计分子结构，但仍需要像公司这样具有独特的一体化、端到端CRDMO平台进行复杂的合成交付与生物验证”，从而形成“AI设计+CXO赋能落地”不可分割的产业闭环。
有业内人士分析，当下AI在生物医药领域掀起了一场 “效率竞赛”，用AI造分子的人很多。
但更重要的恰恰是另外两头，如何在真正理解疾病，以及如何真正实现落地。AI可以生成很好的分子，但还生成不了很好的药物，药明康德锚定的便是把分子真正做出来。
药明康德拥抱AI这件事，在10月第一次被产业端验证。
10月13日，AI制药公司Boltz官宣：其小分子发现流水线BoltzMol-1，已可直接搜索药明康德旗下WuXi LabNetwork的GalaXi虚拟化学空间。
BoltzMol-1是一个规模约258亿个“合成可及分子”的库，每个分子由185条经过验证的化学反应和30877个高质量砌块组合而来，全球可调用。值得注意的是，BoltzMol-1的设计原则是，候选分子必须能从商业目录买到、或能按需合成。换句话说，AI选出的分子如果做不出来，再高的预测分数也没有意义。
在此之前，BoltzMol-1已支持搜索Enamine公司740亿以上规模的按需合成空间，此次接入药明GalaXi，相当于给模型补上了一块全新的亚洲供应网络，以弥补虚拟空间与真实合成之间那道转化鸿沟。
不难看出，药明康德想占的位置不是前端设计，而是AI设计流程落地的那一段。AI将创意的门槛拉低，却将落地的门槛推高，而后者便是药明康德的目光所在。
所以，与其说是药明康德的口径变了，不如说是它终于捋清楚了，在AI浪潮中要扮演什么角色，以及哪些是不可替代的。
这个AI全面“席卷”药物开发的时代，模型可以开源，算法可以追赶，预测精度可以逐渐拉平，但“这个分子在现实中能不能被做出来、能不能在数周内交付”这道关口，总要落到某个拥有可合成化学空间和湿实验交付能力的平台上。
药明的转身并非孤例。2026年，中国CXO集体在AI制药的牌桌上落了座。尽管路径各不相同，但本质上都在思考同一个问题：
哪些是AI够不着、又绕不开的地方？
从最近的一则消息说起。9月16日，金斯瑞宣布与礼来的AI/机器学习药物发现协作平台Lilly TuneLab™达成合作——礼来开放基于其研发数据训练的模型，金斯瑞则提供蛋白表达、纯化及表征分析等湿实验服务，为AI优选出的候选序列做标准化验证。
换句话说，这是一场打通AI药物发现与实验验证的联手，而它背后的判断，与药明康德有相通之处。针对这笔合作，金斯瑞生命科学事业群总裁陈睿曾表示：“AI赋能的药物发现能够取得多快的进展，取决于整个行业生成可靠生物学证据的速度。”
把时间拉长看，
金斯瑞在AIDD领域已经“使劲”了很久：公司三大核心业务均已接入AI智能生产与自动化创新；2025年，在金斯瑞交付的蛋白订单中，AI及复杂抗体药开发项目占比已达约70%。
而9月11日，金斯瑞更是进一步配售净筹资约23.27亿港元，其中约70%用于扩大AIDD平台产能和基础设施，包括自动化高通量湿实验室设施及设备升级，约20%用于AIDD研发、数字化流程整合及全球拓展。也就是说，钱没有砸向算法和算力，而是更多砸向了“实验验证”这道瓶颈。
康龙化成、
泰格医药、药石科技等CXO也都在抢滩。
康龙化成瞄准的是“湿实验室”的智能化。今年8月，康龙化成与智平方达成战略合作，围绕化学实验、生物科学及分析实验、动物实验等真实场景开发具身智能自动化工作流。其目标，是让搭载类脑大模型的机器人真正进入湿实验室，在真实研发场景中持续获得数据回流，反哺模型迭代。
泰格医药则推进AI赋能临床。2026年4月，这家临床CRO龙头与
英矽智能签署战略合作，围绕创新药产品的临床研究开展长期合作，把AI的赋能重心放在临床阶段而非前端分子生成。
事实上，当AI把分子设计的时间压到极致，临床开发反而成了决定成败的"慢变量"，泰格押的正是这一环。
药石科技同样把AI嵌进了自己最深的护城河，用“实体砌块约束”重构AI分子生成的逻辑。据了解，其自研AI药物发现平台，不追求纯算法驱动的“无约束生成”，而是在“可合成性”和“实体砌块资源”的双重约束下推荐候选分子——回应了AI制药长期存在的痛点：算法可以生成海量结构，但大量候选分子在真实化学空间中难以合成。
不难看出，几家CXO龙头都在把AI锚定在自身已有的物理资源或验证能力上；成都先导、维亚生物等CXO也在以数据资产或算法平台为核心，构建差异化的AI竞争力。
目前，真金白银的回报也已相继显现。2026年上半年，康龙化成AI制药收入已占实验室服务收入的7%以上，而实验室服务占公司总收入约61%，AI在康龙已进入有实际体量的收入结构。此外，金斯瑞今年上半年AIDD相关收入已接近4000万美元，同比增长超过105%，公司给出的下半年指引是收入翻番、突破1亿美元。
有业内人士认为，
AI越火、CXO越值钱。如今看来这个判断不无道理：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；AI让分子更新、更复杂、更难合成，反而放大了对一体化平台交付能力的依赖。
因此，谁跑得最快这个问题，或许并没有答案。AI+CXO已经不再是一道竞赛题，而是一道生态题——每家企业都在AI够不着、又绕不开的地方找准身位：有人卡住合成交付，有人卡住临床验证，有人卡住数据回流。
谁能率先跑出领先身位，也许就取决于谁把自己那块“绕不开”的能力，扎得最深。
文章内容来自E药经理人，流程工业整理编辑，责任编辑:邵丽竹，审核人:何发
版权声明:本文由“制药工艺与装备”平台整理发布，版权归原作者所有，如有侵权请联系删除。邮箱:cuifangfei@vogel.com.cn。
评论
加载更多