最近A股有个板块悄悄发力——CRO。
iFinD数据显示，截至2026年9月21日，CRO行业指数近三个月上涨30%（2026.6.22-2026.9.21），今年以来涨幅达26.47%，在医药各细分方向中弹性突出。
CRO指数2026年以来走势
数据来源：iFinD；统计区间2026.1.1-2026.9.21；谨慎投资，相关指数历史业绩不预示其未来表现，不构成对相关类型基金未来业绩表现的保证。
港股、美股的同类公司也在共振。
近期带动它们上涨的，是一个概念：AIDD。
AI都开始设计药物了？这轮行情，到底在涨什么？
1
AIDD是什么？
AIDD不是让AI一键“生成”一款药。
它的全称是AI-Driven Drug Discovery，AI驱动的药物发现。新药研发里费时费力的关键环节——找靶点、设计分子、筛选化合物——交给AI辅助，把“大海捞针”变成“定向捞针”。
为什么要用AI打下手？
一款新药从实验室走到药房，动辄耗时十年、耗资十亿美元级别，绝大多数候选分子倒在半路。公开资料显示，人类大约有2万个编码蛋白的基因，目前成药的靶点只有700多个，开发率不到4%。
传统做法是“试”：合成一批化合物，挨个做实验，失败了换一批再试。AI的做法是“算”：从已有的化合物、蛋白结构、实验数据里学习，先在计算机里预测哪些分子值得试、哪些大概率会失败，把实验的弹药集中到最有希望的方向上。
这件事，其实不是新故事。
上世纪80年代，药企里就有了计算机辅助药物设计（CADD）。现在的AIDD，差不多算是它的2.0版——真正的分水岭是2020年前后的AlphaFold，蛋白质结构预测这件事被AI攻克了，设计分子才真正“无中生有”起来。
近期让产业圈兴奋的，是大模型的进步速度。
今年8月，某大模型公司发布了一篇蛋白质设计论文：AI设计了针对15个靶点的蛋白质结合剂，成功了14个；单一设计的成功结合率在22%到35%之间。如果按照传统方式，通常的蛋白质设计活动，这个数字只有10%到15%。
高出一倍多，还不用人熬夜做实验。
但关键来了：AI不能单独造药。
业内管AIDD的运作逻辑叫DBTL循环：
AI设计（Design）→合成构建（Build）→实验验证（Test）→数据反馈（Learn），转一圈，模型更聪明一点，再转下一圈。
AI在计算机里做的事，叫“干实验”；而合成分子、养细胞、做动物实验，叫“湿实验”。AI可以在数字空间里生成百万级别的分子，但只有经过湿实验验证的分子，才能进入下一步研发流程。
一句话：AI负责想，实验负责验。
2
对创新药产业链：
AI不是减少实验，是改变实验结构
很多人第一反应：既然AI效率这么高，以后药企是不是不用做实验了？CRO产业链是不是要凉？
恰恰相反。
对药企，AI带来的效率是实打实的。
国内某AI制药公司，从靶点发现到临床前候选分子，平均周期压缩到12-18个月，传统行业基准是4.5年。海外某家公司，平均合成约330个化合物、用约17个月就能产生一个候选药物，行业对照是超过2500个化合物、约42个月。
资料来源：东吴证券，公司公开资料、小基快跑制图
同样一笔钱，试更多的错，筛更准的分子。
对CRO产业链，实验反而更多了。
这是本轮AIDD行情最反直觉的地方之一：AI模型要靠实验数据喂养，预测要靠实验来验证——AI越强、越普及，需要的湿实验就越多。
大模型厂商批量输出虚拟分子后，得有人把DNA合成出来、把蛋白表达出来、在细胞和小鼠身上验证药效，再把数据喂回给模型。
自建实验室太贵，这些活儿大量外包。于是CRO企业的订单来了。
基因合成、蛋白表达、体外验证、模式动物、建库测序，五个环节像接力棒一样排在AI的“下游”，行业管这叫“卖铲子的人先富起来”——跟上一轮AI算力行情的结构，如出一辙。
还有一层：这场游戏中，中国的位置相当好。
目前布局AIDD的大模型厂商以海外居多，但具备“从基因到蛋白”完整验证服务能力的企业，主要集中在中国。全球AI造药越热闹，中国产业链接的单就可能越多。这也是本轮行情里，A股和港股公司被反复研究的核心逻辑。
3
AIDD可能重构创新药估值
A股其实已经演绎过两轮AI制药行情了。
2025年初，DeepSeek带火“AI改变一切”，AI+制药、AI+CRO、AI+诊断，凡是沾边的都有望上涨。结果情绪退潮后大多大幅回调，因为涨的是想象力，没有收入兑现。
2026年初，海外巨头设联合实验室、国内AI制药公司上市，涨的主要还是那批“标签股”，不过行情持续时间也很短。
短期看，AIDD为创新药增加了科技属性，吸引原本不投资医药的科技资金进入板块，并提升市场对早期平台资产的容忍度。因此，行情会扩大创新药估值弹性。
长期看，AIDD对创新药行业至关重要的意义，可能是改变研发资本回报率。如果一家公司用相同预算可以产生更多高质量管线，并且这些管线拥有更高临床成功概率，那么其合理估值就不应只限于现有管线，还应包括持续创造新资产的能力。
全球首个完全由AI发现靶点、又由AI设计分子的药物Rentosertib，已经进入III期临床，预计关键结果仍需等待至2029年。
如果多个AI来源药物陆续在不同适应症中取得Ⅲ期成功，并最终获批，市场可能系统性上调创新药管线的成功概率假设。届时，AIDD的影响将不再局限于几家AI平台，而会扩散至整个创新药行业，因为研发资本回报率可能发生结构性提升。
反过来，如果AI药物只是更快进入临床，却在Ⅱ期和Ⅲ期继续按照传统药物的失败率淘汰，那么AIDD的价值可能就会主要停留在早期研究提效和成本节约。
说到底，“更快产生候选分子”和“产生更好的药物”并不是同一件事。AIDD已经证明了前者，但后者仍需临床数据验证。
新技术的兑现，从来不是一条直线。
AIDD正在改变什么、还没改变什么，经过几轮尝试后，市场对它的边界有了更实际的理解。我们能做的，是看懂逻辑，对变化保持敏感，对兑现保持理性。
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
