很多普通人对创新药行业的印象，还停留在“新药研发十年十亿美金”，门槛极高，是属于顶尖科学家的硬核赛道。但最近两年，行业正在发生一件非常魔幻的事：AI工具普及之后，国内大量药企盯着同一个热门靶点疯狂开项目，大家用AI快速筛选分子、预测药效，短短两三年，几十款结构、疗效高度接近的新药，扎堆进入临床试验。等到一批产品陆续获批上市，市场瞬间变成红海，原本预期能卖高价的创新药，快速杀价，变成白菜价。

不少人会疑惑，新药研发不是很难吗？为什么现在这么多药企能快速拿出新药，而且做出来的药大同小异？核心答案，就是AI药物研发工具的普及，它把新药早期研发的门槛大幅拉低，但也带来了严重的同质化内卷。
放在十年前，药企想要针对某个靶点开发新药，流程繁琐又漫长。化学家需要人工合成成千上万种化合物，一个个去做药效、毒性测试。整个临床前研发阶段，往往要耗费数年时间，大量资金投入，试错成本极高。那个时候，敢于立项做创新药的企业不多，大家选择靶点也会更加谨慎，不会一窝蜂挤在同一个赛道。
而AI的出现，彻底改写了新药早期研发的游戏规则。AI大模型可以在电脑里虚拟生成海量候选药物分子，自动预测这个分子能不能绑定靶点、毒性高不高、在人体能不能正常代谢。原本需要化学家花费几个月甚至一两年完成的分子筛选工作，AI模型几天甚至几小时就能完成，直接把临床前研发周期压缩一半以上，前期试错成本也大幅下降。
对于药企来说，这看起来是天大的好事。有了AI工具，不用再投入巨额资金做大量盲目的化学实验，立项速度飞快。于是大量药企，不管是大型药企，还是中小型生物科技公司，都盯上了已经被验证有效的热门靶点。比如早年的PD-1，后来的HER2、GLP-1，还有ADC领域的Tubulin靶点，大量项目扎堆上马。医药魔方的数据显示，国内创新药管线当中，Top20热门靶点里面，有19个靶点的在研项目数量，在全球占比超过一半，个别靶点甚至超过80%。
这里就出现了一个很关键的问题：大家都使用成熟的AI模型，输入同一个靶点信息，AI输出的候选分子方向天然就容易趋同。多家药企用相似的模型去做分子筛选，最后得到的化合物，药效差异很小，只是在分子结构上做一点点微调，算不上真正颠覆性的新药。业内专家在2026张江药谷大会上就提出过这个担忧：如果行业普遍依赖同一套开源AI模型做药物设计，会进一步放大研发同质化，大家快速产出一堆“差不多的药”，而不是真正有突破性的新药。
简单说，AI降低的是“快速仿制改良药物”的门槛，而不是“从零发现全新靶点”的门槛。国内管线里，绝大多数项目都属于跟随式创新，在已经被证实可行的靶点上做分子优化，真正去挖掘全新靶点、源头首创的药物，占比只有7%左右。
这就造成了现在行业内卷的现状。举个大家熟悉的例子，PD-1免疫药，当年第一款上市的时候定价很高，市场空间巨大。看到这个靶点能赚钱，国内几十家药企陆续启动PD-1研发。AI普及之后立项速度进一步加快，一批国产PD-1集中获批上市。产品之间治疗效果差异不大，市场就只能拼价格。进入医保谈判之后，PD-1药物价格大幅下调，从曾经一年几十万的治疗费用，降到几万，甚至更低。曾经的明星创新药，变成平价药，这就是典型的靶点扎堆之后，集体进入白菜价时代。
而现在，AI把这个内卷的速度进一步加快。GLP-1减重降糖赛道、ADC肿瘤药赛道，都在重复类似的故事。大量药企借助AI快速立项，短短几年之内，数十款同靶点候选药物进入临床。很多企业立项的时候，看到的是巨大市场空间，却忽略一个现实：当几十款疗效接近的药物同时涌入市场，蛋糕就那么大，最后只能互相杀价。哪怕研发投入花了十几亿，上市之后也很难赚到预期利润。
很多普通投资者容易踩坑：看到一家药企公布AI研发管线，宣布某款新药进入临床，就觉得这是巨大利好，未来能赚大钱。但现实是，同靶点的药越多，单个药品的商业价值就越低。哪怕你成功把药做出来，等上市的时候，市场已经挤满同类产品，价格战已经开打，利润空间被压缩得非常厉害。
内卷带来的损失，不只是药企利润缩水，整个行业资源都在被大量浪费。药企、资本、医院临床资源，大量投入到低水平重复的项目里面。很多项目临床价值几乎没有差异，只是分子上微小改动。大量资金砸进去，最后产出一堆差不多的药。反观很多临床上真正急需的领域，却很少有人愿意投入。CDE数据显示，国内新药临床试验申请，接近六成集中在抗肿瘤药物；但是心血管疾病，在国内疾病负担占比很高，对应的新药临床申请占比却不足5%。肿瘤热门靶点挤破头，很多慢性病、罕见病缺少新药，资源分配严重失衡。
还有一个很多人忽略的痛点，临床实验资源不够用，也就是业内常说的“病人不够用”。做新药临床试验，需要招募符合条件的患者。大量同靶点药物同时进入临床阶段，大家争抢同一批患者，招募难度变大，临床试验成本抬升，甚至拖慢试验进度。这就是靶点扎堆带来的连锁问题，大家都挤在一条赛道，连做试验的患者资源都变成稀缺品。
有人会问，既然内卷这么严重，为什么还有这么多药企前赴后继，用AI疯狂上马同靶点项目？背后是资本逻辑在驱动。很多生物医药企业依赖融资生存，有管线，才能讲故事、拿到融资。借助AI，企业可以快速搭建起丰富的新药管线，向投资人展示研发能力，完成融资。至于未来药品上市之后能不能盈利，很多项目在立项阶段就没有仔细测算。
但是到了2026年，行业风向已经悄悄发生变化，资本和药企都开始冷静下来，同质化管线正在迎来一波主动出清。今年多家上市公司发布公告，主动终止那些缺乏差异化优势的新药项目。通化东宝终止了一款口服GLP-1新药项目，理由就是项目进度落后，对比同类产品没有明显临床获益；键凯科技也终止了一款肿瘤药物研发，放弃竞争力不足的管线。越来越多企业意识到：单纯靠AI快速堆管线，做和别人差不多的药，最后很难赚钱，与其硬烧钱走到上市，不如早点止损。
这里我们也要客观看待AI制药，不能一棍子打死。AI不是造成行业内卷的元凶，它只是一个工具。AI真正的价值，其实是帮助科学家攻克那些传统手段很难解决的难题，寻找全新靶点，解决临床上没有办法满足的医疗需求。英矽智能那款全流程AI设计的新药，就是从靶点发现开始全程AI参与，目前已经推进到三期临床，这才是AI制药真正的价值所在，不是用来批量复刻同类药物。
AI可以加速药物研发，但它没办法绕开新药研发最核心的一关：临床试验。AI在电脑上算出来药效再好，预测毒性再低，最终还是要在人体身上做试验。大量AI设计出来的分子，在实验室细胞实验表现不错，进入人体临床之后就失败。AI只能优化前期筛选环节，不能保证新药一定能够成功上市，临床失败的风险依旧很高。很多人误以为AI可以大幅度提高新药成功率，这其实是一个误区。
很多读者看到这里，会有一个疑问：药品降价，患者买药更便宜，难道不是好事吗？客观来讲，大量国产创新药上市带来价格下降，确实降低了患者用药负担，这是实实在在的红利。但我们也要看到另一面：如果行业长期陷入低水平同质化内卷，大家都不敢投入资金去做风险更高、周期更长的全新靶点原创药物。所有人都跟风做已经验证好的靶点，那么真正颠覆性、能够攻克疑难病症的新药，就很难诞生。
医药行业的良性发展，需要平衡两件事：一是让好药价格亲民，普通人负担得起；二是保留足够的创新回报，激励药企投入基础研究，开发下一代突破性药物。如果内卷到所有创新药上市就快速白菜价，企业没有合理利润，未来就没有资金投入到高风险的源头创新，整个产业的创新动力会慢慢枯竭。
监管层也看到了同质化研发带来的行业隐患，政策层面也在引导药企回归临床价值，鼓励真正有差异化、能解决临床痛点的新药，不鼓励简单改结构的跟随式项目。CDE在新药审评的时候，越来越看重药物能不能带来明确的临床获益。仅仅在热门靶点上做微小改动，没有明显疗效提升的药物，未来审批难度会慢慢提升。政策引导叠加资本降温，行业正在从比拼管线数量，转向比拼管线质量。
站在当下这个节点，国内创新药行业正处在一个关键转折点。过去几年，AI普及带来管线大爆发，大量企业扎堆热门靶点，催生了这场激烈内卷。未来几年，市场会持续洗牌。那些只是简单跟风、产品没有差异化优势的项目，要么中途终止研发，要么上市之后陷入惨烈价格战，利润微薄。而真正能活下去、获得长期回报的企业，有两类：一类是能够利用AI挖掘全新靶点，产出全球首创药物；另一类是在热门靶点赛道做出明确差异化，比如给药方式、适用人群、安全性上面明显优于竞品。
结尾总结与思考
AI给中国药企装上了研发加速器，但一把快刀，既可以用来开拓无人探索的新领域，也可以挤在同一个赛道互相厮杀。现在国内药企正在经历这场阵痛：大量同靶点药物借助AI快速推进，产品同质化严重，上市之后价格战不可避免，创新药变成白菜价。
这个现象值得我们深思。医药创新，本质不是比拼“能多快造出差不多的药”，而是能不能造出真正解决患者未被满足需求的药。AI是强大的工具，但工具本身不能定义创新。如果整个行业都只是利用AI在成熟靶点里面内卷，最终会消耗大量资本与科研资源，很难诞生改变疾病治疗格局的突破性新药。
内卷洗牌不是终点，行业阵痛之后，或许会倒逼国内药企从“跟风改良”转向“源头创新”。当资本不再追捧简单堆管线的故事，药企愿意沉下心去探索全新靶点，AI才能真正发挥它的价值，帮助中国医药产业完成真正的升级。而对于我们普通人来说，也要学会分辨：一款新药，到底是AI带来的真正突破，又或者只是众多同类产品当中，又一个即将卷入白菜价大战的复刻分子？