CXO行业系列报告：寒冬已过行业需求逐步回暖

寒冬已过，行业需求逐步回暖CXO行业系列报告（三）主要内容复盘历史，底部调整充分需求端转暖，供给端出清见成效AI+的思考投资分析意见及风险提示31.1

股价调整基本结束，等待价值逐步回归“生物安全法案”影响，市场极度悲观；从24年Q2开始，订单逐步好转，并且延续好转趋势。2022.2.7

药明生物被美国商务部纳入未经核实（UVL）名单；22年9月，拜登政府鼓励生物制造回流美国，引发产业链脱钩担忧；22年12月药明生物被彻底移除UVL名单。2021年末开始，cxo公司开始披露新冠相关订单；22年Q1开始，业绩高速释放。21年初至21年中，业绩持续兑现，资金抱团。21年7月，CDE“以临床价值为导向”政策出台，鼓励真创新，引发对于国内cxo订单下滑担忧；全球一级投融资数据月度间出现波动。GLP-1相关订单催化。新冠高基数下，表观业绩承压；订单增速承压。从24年9月开始，美联储开启了降息；生物安全法案年内并未立法成功，宣告流产。

图1：行业指数涨跌幅 4资料来源：Wind从22年中至23年全年，美联储持续加息，全球医药投融资持续下滑1.2

估值已充分体现悲观预期◼

估值水平上，医疗研发外包（申万）指数的PE(TTM)由21年6月最高的124x下降至24年4月最低的15x，充分的体现了市场悲观预期。图2：医疗研发外包（申万）PE（TTM）地缘政治影响（生物安全法案）引发市场对于产业回流的担忧融资周期Big

pharma研发投入谨慎，biotech融资难订单承压图3：产业价值传导链业绩波动，人员缩减、capex缩减5资料来源：Wind主要内容复盘历史，底部调整充分需求端转暖，供给端出清见成效AI+的思考投资分析意见及风险提示672.1

宏观层面：美联储停止加息并开启降息◼

美联储自2022年3月以来一直在加息，共加息10次，利率水平最高达到5.25%-5.5%，从2024年9月18日开始，美联储开始降息两次，利率水平目前降至4.25%-4.5%。根据芝加哥期货交易所（CME）数据，市场预期美联储下一次降息将在9月。政策利率下降有望带动医药一级投融资持续回升。图4：美联储加/降息数据资料来源：芝加哥期货交易所，Wind82.2

需求端：全球研发管线持续扩张虽然在之前的加息背景下，全球医药投融资受到一定波动，但是全球的研发管线仍在扩张。可以看到，近几年中国的管线增长快于美国，占比也在不断提升。图5：全球管线数量（个）图6：中美管线数量及占比资料来源：Pharmaprojects（医药管线数据库）2.3

需求端：全球医疗健康投融资在下行两年后企稳回暖2024年，全球共完成医疗健康领域一级市场投资2291笔，累计融资582亿美元，融资总额相对2023年，略微回升1个百分点，但融资事件数量由2023年的3057笔大幅下降25%至2291笔。分季度看，全球医疗健康投融资的季节性波动趋于平缓。自2012年起，该领域一级市场投融资活动常集中于特定季度，尤以生物医药与医疗器械等细分领域为代表，多汇聚于第一季度及第三季度，带动投融资频次相应提升。然而，自2023年至2024年间，此类活动与季度间的关联性显著减弱，全球医疗健康一级市场投融资的季节性差异进一步淡化。图7：全球医疗健康投融资情况资料来源：动脉橙92.4

需求端：国内市场侧重稳健与确定性2024年，国内医疗健康产业一级市场共达成811笔融资交易，吸引73亿美元资金注入创新探索。继2021年投融资高峰后，市场融资已持续下滑，2024年国内融资总额较2023年减少33%，融资事件数量亦下降37.6%。在全球医疗健康一级市场投融资增长态势终止后，国内该领域不可避免地步入了持续下行周期，交易总规模已回落至2015至2016年间水平。综合全球及国内投融资数据分析，2024年医疗健康行业遭遇了资本寒冬的全面冲击。与此同时，全球医疗创投的投资策略已发生转变，由以往侧重于创新潜力，转向青睐成熟项目及其确定性。图8：中国医疗健康投融资情况资料来源：动脉橙102.5

需求端：海外大药企研发稳健增长注：2022年之后BI无数据11资料来源：彭博◼

海外药企巨头研发费用稳步增长。CRO收入主要来自于药企的研发费用，全球TOP20药企的研发费用近几年不断增长，表明CRO需求端依然旺盛。虽然近两年外部环境较为复杂，2024年全球TOP20药企研发费用达1685.63亿美元，同比增长仍有4.07%，TOP20药企研发费用仍然稳健上涨，为CXO行业快速发展奠定基础。图9：TOP20药企研发费用（百万美元）2.6

需求端：国内临床和IND数量边际放缓震荡12资料来源：丁香园◼

国内临床新增项目和IND（临床批件）新增项目经过几年的高速增长后，增速明显放缓，由量向质转变。2021年11月19日，《以临床价值为导向的抗肿瘤药物临床研发指导原则》，新药研发应以为患者提供更优（更有效、更安全或更便利等）的治疗选择作为更高目标。创新门槛的提升带来的连锁反应，包括管线优化、创新升级以及产品竞争格局优化。在此之后，国内创新药项目更加聚焦质量的提升，而非数量的提升，有利于国内创新药行业健康持续发展。图10：国内临床新增项目数（个）图11：国内IND项目数（个）132.7

供给端：行业持续出清，提质增效见成效人员：我们选取了20家国内主要的CXO公司人员情况，显示行业人员开始出清，从2023年人员增速开始下滑，2024年人员数进一步下降；CAPEX：在经历过2019-2022持续快速扩张期之后，主要CXO公司资本性开支明显下降。行业提质增效显著，可以看到，以海外市场为主的CXO公司24年开始毛利率触底回升。图12：CXO主要公司人员数量（人）图13：CXO主要公司CAPEX（百万元）资料来源：wind注：海外市场为主CXO毛利率逐渐提升，颜色越深代表毛利率越高主要内容复盘历史，底部调整充分需求端转暖，供给端出清见成效AI+的思考投资分析意见及风险提示143.1

AI和生物医药交替发展◼

在过去的20年中，作为生命科学和信息技术的两大前沿，生物医药和人工智能这两个领域均取得了重大里程碑进展并呈现融合发展的趋势，由此推动了AI制药的兴起。随着生物技术和信息技术的不断深化，AI制药行业快速发展的势头仍将持续，为人类健康事业提供更强动力图14：AI+生物医药发展历程15资料来源：药智局3.2

AI技术应用场景人工智能算法的支撑层包括数据和算力，数据的主要来源包括实验数据库、开源数据库（文本&结构）、物理模拟生成的数据库以及清理公开信息后构建的数据库；算力支持则依仗CPU、GPU等硬件设备。目前而言，AI技术在制药中可以应用的领域包括靶点的发现和识别、药物从头设计、ADMET预测、临床试验等在内的八大模块，基本涵盖了药物发现、开发和临床的全流程，目前行业里应用较多的场景还是在药物研发阶段。图16：AIDD应用场景图15：AI三要素16资料来源：药智局3.3

当前药物研发流程存在很多痛点◼

当前药物研发流程普遍存在痛点。例如，在小分子优化阶段，通常需要完成多个耗时冗长的设计-制造-测试循环（Design-Make-Test

Cycles）以确定具有理想特性的治疗药物——这不仅延长了发现阶段的周期，还显著增加了成本。其他痛点则特定于某种治疗模式或发现策略。例如，在疫苗研发中，确定最优抗原序列往往面临挑战，因为传统实验方法（用于探索抗原与人体免疫系统蛋白的结合亲和力）通常操作复杂且耗费大量人力。这类实验的繁琐性直接制约了候选疫苗的筛选效率。图17：药物研发过程中的关键痛点17资料来源：波士顿咨询3.4

AI可以针对痛点赋能研发◼

1）目标识别与验证：通过AI分析疾病机制，定位可干预的靶点（如“核苷酸通道”

相关靶点）；2）

小分子设计与优化：AI生成全新分子结构（如生成多个候选化合物），优化成药性；3）抗体工程：针对特定靶点（如通道蛋白）设计高亲和力抗体；4）安全性评估：评估药物毒性、免疫原性及患者亚群适配性。图18：AI赋能药物研发环节18资料来源：波士顿咨询3.5

AI赋能减少时间成本◼

根据“Big

Ideas

2025”数据，AI药物开发可以将上市时间缩短近40%，从13年缩短至8年，同时将药物总成本降低为原来的1/4，从24亿美元降至6亿美元；将药物的生命周期价值提高了30-50%，而行业平均水平为5年，未来有望将上市时间缩短4-5年，并将价值提高70-80%。图19：AI技术赋能减少成本资料来源：“Big

Ideas

2025”(ARK基金2025市场展望)

193.6

当前AI+研发常见商业模式20资料来源：药智局AI+SaaS提供基于订阅模式的云端软件服务（SaaS），侧重于提供灵活的AI工具和平台。这类公司提供基于云端的软件服务（SaaS），通过订阅模式为客户提供便捷的AI工具。这类公司可能不直接参与湿实验，而是专注于提供化合物分子的优化和筛选服务，侧重于AI在生命科学中的泛化能力。AI+CXO代表以AI技术为核心的CXO公司，专注于AI在药物研发中的应用。这类公司以AI技术为主导，提供基于AI的计算平台和药物研发服务。利用AI的强大数据处理和模式识别能力，提供差异化CXO服务，通过迭代AI模型，为行业长期痛点提供可行的解决方案，以此吸引并保留客户。AI+biotech则是以推进自研管线为主，主要靠推进自己的药物管线上市后销售为收入，

和创新药公司商业模式并无太大差异。AI+SaaSSchrodinger是典型的这类公司，该公司使用“FEP+”方案更能准确的计算出药物分子与蛋白质的结合亲和力。与传统的药物发现方法相比，FEP+所具备的技术优势是显著缩短药物发现时间表、降低成本并提高成功可能性。AI+CXO对AI＋CXO类公司而言，企业的定位是科技公司，核心在于其算法能力。后期提供的CXO实验服务，是为了AI预测的验证和落地，同时迭代自身AI模型，提高平台的核心能力。国内例如晶泰控股这样的公司，通过量子化学计算进行药物晶型预测和分子结合模式模拟，显著缩短研发周期。AI+Biotech这类公司通过自己的AI平台或者合作的AI平台开发新药，商业逻辑和传统创新药无异，只是利用了AI工具。国内最典型的是英矽智能，通过开发管线进而对外授权，实现自我造血的路线。近两年，英矽智能不断调整业务，将更多精力从药物发现业务放在了资产对外授权和软件业务上。CXO+AI基本上都是传统CXO公司，例如药明康德、康龙化成等。对CXO+AI类公司来说，它们通常在行业内有稳定的市场基础，通过自建AI部门、收购Biotech公司或与AI科技公司合作，将AI技术融入服务中，以增强服务能力、提高研发效率和降低成本。3.7

海外部分CXO+AI布局◼

在全球范围内，CXO公司通过战略性收购、合作、自研或并购AI技术企业来加强其在药物研发领域的服务能力。国外CXO企业由于发展较早，整体上更加成熟，它们对行业变化的感知更为敏感，因此在引入新技术方面往往更为积极和迅速。例如，美国和欧洲的CXO公司，如LabCorp和ICON，它们在AI技术的应用上起步较早，通过收购AI技术公司或建立自己的AI研发部门，已经在利用AI进行药物发现和临床试验管理方面取得了显著进展。图20：海外部分CXO+AI布局21资料来源：药智局3.8

国内部分CXO+AI布局◼

国内CXO企业在引入AI技术方面也展现出了迅速的发展势头。根据药智局报告，中国CXO公司，如康龙化成和泓博医药，已经开始通过合作或自主研发的方式，将AI技术应用于临床前研究和临床试验中，以提高研发效率和降低成本。此外，一些初创公司，也在积极开发基于AI的药物发现平台，展现出强大的创新能力和市场潜力。图21：国内部分CXO+AI布局22资料来源：药智局233.9

AI对CXO的影响AI技术对于CXO公司影响深远，但我们认为AI和CXO是共生关系而非替代关系。目前来看，AI优化的是“发现+执行效率”，而CRO提供的是“验证确定性”，其根本原因在于医药研发验证的复杂性和技术落地的刚性约束。AI可以替代重复性操作，但无法跳过生物学本质验证：AI驱动的实验能够完成高通量合成、标准化数据采集等任务，提升化合物筛选效率。但生物学系统的复杂性（如细胞信号通路干扰、体内代谢路径差异）仍需湿实验验证。药物研发的关键节点（如IND申报）必须通过GLP认证实验，这类实验需在具备资质的CXO实验室完成。未来医药研发可能形成“AI优化-人类监督验证-共同进化”的新生态。服务是本质。不论是AI+CXO还是CXO+AI商业模式，底层商业逻辑还是做服务，客户最看重的还是交付时效、技术可实现性、多区域供应链网络、合规体系与质量验证。资料来源：申万宏源研究BigPharma/BiotechAI+CXO/CXO+AI基于供应链稳定、资源有效配置因素Biotech基于轻资产运行、产业分工等因素各类模型生成对抗网络（GANs）：像两个互相质疑的“设计师”，设计候选药物分子。Transformers：能捕捉复杂生物序列的深层关系，预测蛋白质结构。

图神经网络

(GNNs)：像“分子关系侦探”，分析药物与靶点的相互作用网络，预测药物-靶点相互作用预测。强化学习（RL）和深度Q网络（DQN）：动态调整药物剂量，平衡疗效与毒性……准时交付等稳定供应链等主要内容复盘历史，底部调整充分需求端转暖，供给端出清见成效AI+的思考投资分析意见及风险提示244.1

投资分析意见25

我们认为CXO整体行业处于需求逐步回暖、回调即将结束、迎来恢复性快速发展阶段，

我们持续看好CXO行业未来的发展和增长，看好中国医药研发和制造。复盘：调整已到尾声。过去几年，受到国际环境和一级融资额的扰动，CXO行业整体下行，反映了市场对于行业景气度的担忧。我们认为估值已充分体现悲观预期，股价调整基本结束，等待价值逐步回归。需求端转暖，供给端出清见成效。1）美联储停止连续加息并开启降息;2）全球研发管线持续扩张；3）全球医疗健康投融资在下行后企稳回暖，随着美联储有望继续降息，未来医疗健康整体融资有望迎来触底回升；4）海外药企研发费用增长稳健；5）国内新增临床项目数和IND数量较为平稳；6）行业持续出清，提质增效见成效，尤其是以