AI制药若进入超级周期，谁提供真正的带宽

模型能够生成新靶点、分子、蛋白和抗体序列，但虚拟分数不能替代合成、体外实验、药代毒理、动物实验、工艺放大和临床样品。AI若把候选数量提高十倍，而实验与CMC吞吐量不变，瓶颈只会从计算迁移到实验室和工厂。

因此AI制药时代的带宽应定义为：单位时间能把多少真实分子以可重复、可审计、可放大的方式推进到下一阶段。自动化实验、分析检测、DMPK、安全评价、工艺开发和GMP制造共同组成物理执行层。

模型负责提出更多可能性，物理研发平台负责把可能性淘汰成证据。

药明覆盖小分子、多肽、寡核苷酸、偶联药物、测试、工艺与生产，不需要押中单一药物模态。2026年上半年持续经营业务收入同比增长48.0%，在手订单664.3亿元；过去12个月交付超过44万个新化合物，小分子D&M管线3731个。

这些增长不能全部归因于AI，更主要来自管线后移、客户产品成功、产能释放和订单执行。但它证明了当项目数量与后期项目共同增加时，平台可以把物理吞吐量转化为收入。

药明的不足也很明确：服务定制程度高、药物周期长，并承受地缘政策风险。它更像综合研发制造平台，而不是规格统一、快速迭代的标准硬件。

如果AI最终不仅增加候选，还提高临床成功率并带来更多商业化生物药，层析填料、蛋白A介质、过滤膜、一次性流路、培养基和过程分析耗材会随产量持续复购。产品进入注册工艺后，更换供应商需要再验证，切换成本高。

Sartorius Stedim 2026年上半年经营性收入按固定汇率增长8.0%，公司明确称复购耗材是主要驱动，基础EBITDA利润率31.4%。这类商业模式比一次性设备更接近标准化、高粘性、跨药物受益的“产品型中际旭创”。

中国候选如纳微科技、奥浦迈等仍在规模、全球客户与商业化项目上追赶。应先看核心产品收入、海外验证与现金回报，而不是把国产替代空间直接当成公司未来收入。