当AI让药物发现变便宜，谁开始收“过路费”？

Isomorphic Labs正在准备将一组由AI设计的分子推进人体临床试验——这是这家由DeepMind前科学家创立的公司首次面临从“预测”到“验证”的硬约束。与此同时，Twist Bioscience的管理层在最新电话会上表示，2026至2027财年AI药物发现相关订单将连续实现三位数百分比增长；中国港股上市公司GenScript则报告其AI药物发现业务在2026年上半年同比翻倍。

表面看是一场AI制药的商业盛宴，但真正值得关注的是另一组信号：AI正在大幅降低假设生成的成本，却在实验验证环节制造了新瓶颈。顶级美元基金Altimeter Capital的合伙人Freda Duan用“半导体时刻”来类比这一转变——就像CPU算力过剩后GPU成为新瓶颈一样，AI制药的“湿实验”（实体化学与生物学验证）正在变成稀缺资源。谁能为这个万亿级市场提供足够的“铲子”？这构成了当前市场的结构性投资主题。

AI为何反而推高湿实验室需求？

传统药物发现的流程漫长且昂贵：发现一个潜在靶点可能需要数年时间和数十亿美元投入，绝大多数候选分子在I期或II期失败。AI介入后，计算能力让研究人员能够在虚拟环境中快速生成和筛选数百万种分子结构假设，大幅压缩了“干实验”（计算机模拟）的时间和成本。

但这种效率提升有一个反直觉的后果：失败的实验同样有价值。

Anthropic在《自然》期刊发表的论文展示了一个典型案例：利用Claude智能体自动发现并优化CRISPR酶系统的研究过程中，模型生成了1320个蛋白结合子设计方案——其中354个实验成功，966个实验失败。关键的不是成功的那些，而是全部结果都作为训练数据回传给AI模型，帮助它在下一次迭代中更精准地预测哪些分子可能有效。

这种“实验即数据”的逻辑彻底改变了上游服务商的生意本质。Twist Bioscience和GenScript等DNA合成与蛋白生产厂商不再仅仅是为制药公司“造药”，而是在帮它们“造数据”。每一次成功的实验、每一次失败的尝试，都是付费产生的数据集。

“卖铲人”们正站在供给紧俏的位置上

Altimeter Capital的报告指出，当前AI制药的瓶颈已经从早期的算法开发转移到三个具体环节：DNA合成、蛋白生产和CRO（合同研究组织）服务。这三个领域共同特点是重资产、周期长、难以被AI替代。

Twist Bioscience的情况最具代表性。 该公司是全球领先的基于硅片的DNA合成平台，客户包括制药公司、生物技术企业和研究机构。根据公开渠道调研及管理层沟通信息，Twist预计其在FY26和FY27财年的AI药物发现相关订单将连续实现三位数百分比增长。

但这组数据需要拆解：第一，Twist并未在SEC法定文件中单独披露“AI药物发现”业务的收入占比，三位数增长的数字来自管理层电话会的口头表述，而非审计数据。这意味着数字可能存在口径模糊；第二，公司总营收规模有多大、AI业务占多少比例，目前仍缺乏权威披露。不过，即便保守估计，AI药物发现的增量需求也足以驱动Twist的资本开支计划。该公司此前公布的产能扩张方案显示，其位于美国的新工厂正在建设中，预计将显著提升高通量DNA合成的生产能力。如果AI药企的需求能够兑现，这些新产线将在未来两三年内形成有效供给。

GenScript的情况略有不同。 这家总部位于南京的基因科技企业同时在港股上市，其AI药物发现业务在2026年上半年同比实现了翻倍增长。根据渠道调研数据，GenScript的工业级验证产能为每日4000＋个设计，而实际产能已达到约8000个设计／天，有望在年底前提升至约16000个／天。但GenScript的财务结构更复杂：AI业务与传统基因合成主业混在一起核算，无法精确剥离出该业务的绝对收入和利润率。翻倍的增速虽然令人振奋，但也可能受到基数效应的干扰。

瓶颈将沿供应链向上游传导

值得追踪的是，这个“瓶颈交易”逻辑的可持续性并非没有前提条件。最核心的变量是：AI设计药物的II／III期临床成功率能否持续维持在当前水平？

根据目前有限的研究数据（一项学术研究显示AI辅助发现的药物I期成功率约为80％－90％，显著高于传统方法的历史平均水平；II期成功率约40％，与历史平均值大致相当），AI的价值主要体现在提高早期发现阶段的命中概率。但如果大量AI候选药物在进入II／III期时遭遇断崖式失败，那么下游药企对上游服务的采购意愿就会迅速降温。

换句话说，Twist Bioscience和GenScript们的“铲子经济”是否成立，取决于AI制药能否真正证明自己的临床成功率。这也是当前市场对这类公司的定价分歧所在：乐观者看到的是算法驱动的确定性需求曲线递增，悲观者担忧的是一旦临床数据不及预期，整个链条上的订单可能瞬间蒸发。

另一个容易被忽视的细节是时间错配。Isomorphic Labs承诺将其首批AI设计药物推进人体临床试验的时间窗口为2026至2027年底。这意味着在未来一到两年内，这些AI药企尚未产生实际的商业化收入，但却已经开始了大规模的实验室支出。这种“只花钱、没产出”的阶段恰好是对上游服务公司最有利的时期。

下一次关注什么？

要判断这个“瓶颈交易”主题能否延续，建议投资者关注以下四个观察指标：

1。 Twist Bioscience下一个季度的资本开支指引：如果公司继续上调资本开支以应对不可预见的AI需求激增，说明订单确实存在；反之则需警惕管理层的乐观偏差。 2。 GenScript FY26年报中的财务拆分：如果公司能够将AI药物发现收入从混合核算中独立列示，将是验证增长质量的关键信号。 3。 2026－2027年首批AI设计药物的II期临床数据：这是检验整个产业链逻辑的最硬指标。若多个项目的II期成功率低于30％，“卖铲人”的叙事将面临严峻考验。 4。 大型药企的合作模式变化：如果辉瑞、罗氏等传统巨头开始内部化部分湿实验能力，上游供应商的天花板将被压缩。

最终，AI制药的“半导体时刻”或许才刚刚开始。真正的赢家不会是那些最先提出概念的分析师，也不是那些靠故事融资的药企，而是能够提供可靠实验验证基础设施、并且能在行业波动中活下来的基础设施提供商。