今年初，AI医疗板块表现活跃。当前，国内AI制药的应用多聚焦于研发环节，并向芯片、数据平台、研发平台、疗法等赛道延伸。商业模式在部分细分领域也逐渐清晰，不过机遇并非均等，不同细分赛道技术成熟度差异较大，市场竞争格局各异，需重点关注、谨慎布局。

当前，不同细分赛道的技术成熟度差异巨大。例如，技术靶点发现与数据平台等相对成熟，已有较多的成功案例和应用，投资这些领域风险相对较低，回报预期相对明确。如英矽智能等企业专注于通过AI模型发现新靶点；晶泰科技在药物晶型预测和分子设计方面有突出技术，相关企业在小分子药物、大分子药物、核酸药物等领域的研发项目值得关注；华为在这方面也动作不断，如与阳光诺和携手开发基于华为盘古大模型的AI多肽分子大模型平台，覆盖靶点发现、分子生成、虚拟筛选、分子优化等多肽药物研发的关键环节。

高质量的生物医学数据是AI制药的基石，因此，数据收集、整理、标注、存储和管理等环节至关重要，有稳定的发展趋势。投资专注于生物医学数据平台建设、数据清洗和标注服务、数据安全与隐私保护的企业，能够为AI制药相关企业提供坚实的数据支撑。

不过，在临床试验结果预测、药物在人体复杂环境中的长期效果预测等方面，AI 技术还面临较大挑战，技术成熟度较低，投资这些领域可能面临较高的失败风险。

   

目前，AI制药领域，头部企业先发优势明显。某些细分领域，如大型药企与头部AI-CRO企业合作的项目，凭借资金、技术、数据和市场资源等优势，已经形成了一定的垄断地位或竞争壁垒，新进入者或小型企业难以与之竞争。如药明康德等大型CRO企业，利用自身数据优势在AI制药服务领域占据着领先地位。

一些新兴领域竞争相对较小，但投资风险也较大。例如AI与细胞治疗、基因编辑的深度融合领域，由于技术门槛高、研发难度大，目前参与的企业相对较少，竞争相对没有那么激烈，投资机会相对较多，但也需要承担技术研发和市场培育的风险。

投资AI制药领域还需要高度重视政策和法规影响。目前，AI制药不同细分赛道受政策和法规的影响程度不均。药物研发环节监管严格，尤其是临床阶段，AI 技术的应用需经过严格的审批和验证流程，这可能会增加投资的时间成本和不确定性。

当前，国家对于数据安全、隐私保护等方面的政策不断完善，为专注于数据合规、安全管理的AI制药企业提供了良好的发展机遇，合规性好的企业有更多的发展机会。