计算机行业：AI for Science，重在AI+制药赛道

复盘 3 年 25 倍的 PLTR，我们认为好的 AI 应用赛道应当

具备以下特征

1）海量的真实数据：在北美，除 Coding 以外，医学领域具备较

多的私有真实数据壁垒；

2）复杂流程和专家经验积累：医疗领域病种和诊疗实践复杂，高

度依赖专家判断；

3）潜在市场空间大：全球药物研发外包服务市场规模将由 2023

年的 1512 亿美元进一步增至 2030 年的 3632 亿美元，CAGR 为 13.3%。

⚫ 海外层面，北美巨头 26 年开年密集推进 AI+医疗实质性

产品和功能落地

1 月 8 日，OpenAI 重磅推出了 ChatGPT Health，为客户提供健康

咨询服务，每周超 2.3 亿人咨询健康问题；

1 月 12 日，英伟达与礼来宣布将在五年内斥资 10 亿美元在旧金

山湾区建立一个新的联合研究实验室，以加速 AI 药物研发进程；

1 月 12 日，Anthropic 宣布推出医疗保健和生命科学服务，使其

Claude 人工智能平台的用户能够共享对其健康记录的访问权限，以便

更好地了解用户的医疗信息；

1 月 14 日，OpenAI 宣布 1 亿美元收购仅 4 名员工的线上医疗数

据整合商 Torch。

⚫ 资本层面，26 年有望迎来 AI+制药赛道领军企业业绩估

值双击

2026 年，以晶泰、TEMPUS 为代表的 AI+制药赛道领军均有望实现

EBITDA 首次转正，产业即将迎来估值重构期。以晶泰控股为例，2025

年 8 月，公司宣布与 DoveTree 签署 470 亿港元（59.9 亿美元）的管

线合作，刷新了 AI 制药出海订单规模纪录，支撑其 26 年业绩放量。

25H1，晶泰药物发现解决方案业务收入达 4.35 亿元（yoy+616%），与

多家跨国药企（如强生、礼来、辉瑞等）建立合作，反映其技术在国

际市场的认可度不断提升，为其后续发展提供有力保障。

⚫ 原理层面，在规则清晰的分子世界，AI 已成为新药物发

现的“加速引擎”

我们认为，AI 模型，特别是深度学习与生成式模型，能够高效学

习海量的分子结构、化学键、物化性质与生物活性之间的复杂映射关

系。通过预测结合能、溶解性、毒性等关键参数，AI 可以在虚拟空间

中高速筛选、优化甚至从头设计出具有潜力的候选分子或新材料，有

望缩短药物发现时间，直接提升了新药发现的成功率与效率，并有可

能创造出超越人类直觉认知的全新化合物，从而从最底层驱动整个制

药产业的范式变革与技术跃