市场模型:AI 能力提高后三段份额怎么变
本文目录
造药是另两段的剩余索取者:选药选得更准,药的获批概率和定价能力上升;用药用得更久,药的销量上升。所以 AI 把选药和用药做好,第一步是让药卖得更多,三段的收入份额几乎不动。按本页的情景估算,到 2035 年即使选药按价值定价、用药闭环有人付钱、药价同时通缩三件事都发生,造药仍占约 84%。会变的是绝对规模和谁控制决策:精准检测有机会从 76 亿美元长到 340–800 亿美元,用药工具从约 170 亿美元长到 580–1,500 亿美元,十年 4–10 倍,药品约 2 倍。决定落在区间哪一端的是收费方式,不是模型精度。现状规模和基准预测见三段市场份额。
一、模型:每一段的钱是怎么算出来的
| 环节 | 收入 = | AI 能改哪一项 | 改不了哪一项 |
|---|---|---|---|
| 造药 | 用药人数 × 用药时长 × 净价 | 人数(选药找到更多合适的人)、时长(用药端提高坚持率)、新药数量 | 净价由专利、竞争和支付方谈判决定 |
| 选药 | 检测次数 × 单次报销价 | 次数(一张切片、一管血能回答更多问题)、成本 | 报销价锚定成本和已有编码 |
| 用药 | 设备和订阅数 × 单价,或省下的钱 × 分成比例 | 订阅数、服务成本 | 省下的钱归支付方,分成合同很少 |
三条推论:
- 选药和用药的改进,先记在造药的账上。 伴随诊断让一个药从"整体无效"变成"在标志物阳性人群里有效",增加的是药的销售额;检测本身按次收费。GLP-1 类药物一年后仍在用的人不到一半,在用人数每多留住 10%,按 2025 年约 720 亿美元的销售额算,大约多卖 70 亿美元(估),而帮助病人坚持的公司收到的是其中很小一部分。
- 选药的价格和它决定的金额脱钩。 Artera 的前列腺 AI 检测,Medicare 报销 706.25 美元;回答类似问题的基因表达检测报销 3,873 美元。区别不在证据强弱,而在前者是软件分析一张已有的切片,定价参照的是成本。AI 让检测的边际成本趋近于零,在成本定价下这是坏消息。
- 用药端最大的价值是"少用"和"用对",这两样没有收费单位。 减量、停药、避免住院省下的钱出现在保险公司的赔付率里,不是任何一家用药公司的收入。
所以三段份额变不变,取决于三个开关:选药能不能按价值定价;用药有没有人按结果付钱;药价会不会因为供给增加而下降。
二、AI 能力的四个台阶,各自触动哪个开关
| 台阶 | 能力 | 大致时间(估) | 触动的开关 | 对三段的影响 |
|---|---|---|---|---|
| 一 | 语言模型做文书、检索、用药核对、随访 | 已发生,到 2027 年普及 | 无 | 降低各段的人工成本;不产生新的收费单位。面向医生的 AI 产品收入主要来自药企广告,钱仍从造药端出 |
| 二 | 多模态预测模型作为检测:从切片、基因、血液、病历预测某个药对某个人是否有效 | 2026–2030 年 | 选药定价 | 检测次数上升;能否按价值定价取决于有没有前瞻性结局证据和药品标签绑定 |
| 三 | 闭环用药:连续监测加自动调量;AI 在监管许可下独立做部分处方和调药决定 | 2028–2033 年 | 用药收费 | 糖尿病已实现(传感器加泵);扩到高血压、心衰、抗凝、精神类药物需要新传感器和责任规则 |
| 四 | 设计和生产提速:临床成功率提高;平台加可变载荷的定制药成规模 | 2030 年以后 | 药价 | 新药变多,同类药间隔缩短,价格下行压力加大;定制药把选药并入造药,检测成为设计的输入 |
台阶一已经发生,份额没有变,这是基准情形。台阶二到四各对应一个情景。
三、三个情景:2035 年份额
以下数字全部是估算,用途是比较量级。基准假设见三段市场份额第五节。
| 2035 年(亿美元,估) | 造药 | 选药(宽) | 其中精准检测 | 用药 | 假设 |
|---|---|---|---|---|---|
| 基准:趋势外推 | 24,000 | 1,750 | 340 | 580 | 收费方式不变 |
| 情景一:选药按价值定价 | 23,500 | 2,200 | 800 | 580 | 高价药普遍要求先检测再用药;AI 检测拿到与基因检测相当的价格;无效用药减少使药品销售比基准低约 2% |
| 情景二:用药闭环有人付钱 | 24,700 | 1,750 | 340 | 1,500 | 约 1 亿慢病患者使用按人按月付费的管理服务,年均约 1,000 美元;坚持率提高使药品销售比基准高约 3% |
| 情景三:前两项加药价通缩 | 20,000 | 2,200 | 800 | 1,500 | 同类药竞争加快、政府议价扩大,药品销售比基准低约 17% |
| 份额(估) | 造药 | 选药(宽) | 用药 |
|---|---|---|---|
| 2025 年 | 90.6% | 8.2% | 1.2% |
| 2035 基准 | 91.2% | 6.6% | 2.2% |
| 2035 情景一 | 89.4% | 8.4% | 2.2% |
| 2035 情景二 | 88.4% | 6.3% | 5.4% |
| 2035 情景三 | 84.4% | 9.3% | 6.3% |
读法:
- 收入份额不会翻转。 最激进的情景里造药仍占 84%。原因在第一节:另两段做得越好,药卖得越多。
- 绝对规模的弹性在小的两段。 精准检测 2025–2035 年在基准下约 4.5 倍,情景一约 10 倍;用药工具基准约 3.4 倍,情景二约 9 倍;药品约 1.9 倍。
- 情景三需要政策配合。 光靠 AI 多造出药,不会自动降价;美国品牌药净价是谈判结果。药价通缩主要取决于同类药上市间隔、专利到期节奏和政府议价范围。
四、选药:从按次收费到按价值收费需要什么
精准检测能不能走到 800 亿美元,取决于四件事:
- 前瞻性结局证据。 目前靠检测选人并在总生存上取得阳性结果的三期试验只有一个(膀胱癌,风险比 0.59)。结直肠癌按检测结果加减治疗的三期没有成功。每多一个阳性三期,就多一个可以按价值谈价的适应症。
- 写进药品标签。 检测成为用药前提后,量由药的销量带动,不再靠逐个说服医生。2026 年已有术后血液检测获批作为膀胱癌免疫治疗的伴随诊断。
- AI 检测的定价参照。 如果支付方继续把"软件分析已有样本"归入低价类别,AI 让检测更便宜、更多,收入却涨得慢。观察指标是 Medicare 对纯算法检测的定价是否向基因检测靠拢。
- 数据这条第二收入线。 检测公司向药企授权脱敏的基因加结局数据,Tempus 2025 年这部分收入约 3.2 亿美元。它本质上是药企研发预算的一部分,上限由药企愿意为选人和找靶点付多少决定。
约束也有四条:
- 检测的上限是手里的药。 找到高风险病人而没有更好的药给他,检测不改变结局。
- 价格下行。 美国 Medicare 对实验室检测的调价机制、同类检测增多、测序成本下降,都压低单价。Guardant 2026 年三季度肿瘤检测量增长 58%,收入增长 25%。
- 集中度。 模型需要"检测量 × 结局数据",头部三四家有,新公司没有;AI 病理公司近两年多数被大公司收购。
- 药企可以自己做。 罗氏同时是最大的诊断公司和主要肿瘤药企。选药的能力并入药企后,它的价值记在药的销售额里。
按价值估算的参照:2025 年全球肿瘤药支出约 2,910 亿美元。如果更好的选人能避免其中 20% 的无效用药(估),涉及约 580 亿美元;检测方若拿到省下金额的 10–20%,是 60–120 亿美元,与今天七家精准检测公司的总收入同一量级。这笔钱由支付方出才成立;药企没有动机为"少用药"付费。
五、用药:谁会为结果付钱
用药端到 1,500 亿美元需要一个愿意按人头或按结果付钱的买方。可能的买方有三类:
| 买方 | 为什么付 | 现状 | 限制 |
|---|---|---|---|
| 药企 | 病人坚持用药,销量增加 | 已在付:患者支持项目、面向医生的 AI 产品广告 | 只为多用付钱,不为减量、换药、停药付钱 |
| 承担总费用风险的支付方和医疗集团 | 少住院、少并发症,赔付下降 | 少量按结果付费合同;虚拟慢病管理公司主要按人按月收费 | 省钱要几年才体现,会员每年换保险;独立评估对能否降低总支出有分歧 |
| 病人自费 | 体重、血糖等看得见的指标 | 连续血糖监测向非糖尿病人群销售;GLP-1 自费渠道 | 只覆盖有快速可见读出的场景 |
三个结构性判断:
- 硬件先于软件。 用药端今天的收入几乎都来自有报销编码的设备:连续血糖监测约 123 亿美元,胰岛素泵约 37 亿美元。远程监测在 Medicare 的全年支付只有 5.4 亿美元,德国处方数字疗法不到 2 亿美元。闭环扩到新病种,前提是出现像血糖传感器那样可报销的连续读出。
- 证据最硬的环节没有收费编码。 住院按血药浓度调剂量的软件有随机试验支持,但医院把它当成本。语言模型做用药核对同理。这类功能更可能成为电子病历和药房系统的一部分,而不是独立市场。
- GLP-1 是用药端第一个大规模试验场。 用药人数以千万计,停药率高,剂量和体重有周级反馈,药企和支付方都有动机。谁能证明"同样的体重结局,更少的药量或更高的坚持率",谁就有第一份可以按结果定价的合同。
六、造药:AI 让药变多,不一定让药变贵
| AI 的作用 | 方向 | 量级参照 |
|---|---|---|
| 研发效率 | 每个获批新药的成本下降,或同样预算做更多项目 | 全球制药研发约 2,880 亿美元(2024);咨询机构估计生成式 AI 每年可为制药和医疗产品行业创造 600–1,100 亿美元价值,其中研发 150–280 亿、商业化 180–300 亿(潜在价值估计,不是任何人的收入) |
| 临床成功率 | 尚无证据提高 | 尚无 AI 设计的药物获批;走得最远的在三期 |
| 同类药间隔 | 缩短,先发优势期变短 | GLP-1 类两家公司一年约 720 亿美元,后来者已在三期 |
| 定制药 | 把选药并入造药 | 个体化肿瘤疫苗已有一个阳性三期;细胞治疗单品年销售 10–20 亿美元量级 |
| AI 工具公司的收入 | 很小 | 最大的 AI 制药上市公司之一 2025 年收入约 0.75 亿美元,净亏损约 6.4 亿美元 |
AI 在造药端创造的价值,绝大部分留在药企的利润率里,或以更低的净价让给支付方,而不是成为 AI 公司的收入。AI 制药公司要拿到大份额,只能自己成为药企,也就是持有药品权益。
定制药改变的是造药内部的结构:产品从"一个分子卖给一百万人"变成"一个平台为每个人生成一个分子",检测、设计、生产、放行合成一条流水线,收费点仍是药价。这一段的瓶颈在批量为 1 的生产和质量放行。
七、随 AI 能力发展,三段依次发生什么
| 时间(估) | 选药 | 用药 | 造药 | 份额 |
|---|---|---|---|---|
| 到 2027 年 | AI 病理并入大公司;术后血液检测扩瘤种;纯算法检测价格仍低 | 语言模型进入用药核对和随访,由药企广告和医院预算付费;非胰岛素糖尿病人群的连续血糖监测报销待定 | 首个个体化疫苗进入审评;AI 设计药物三期读出 | 不变 |
| 2028–2030 年 | 头几个多模态模型作为可报销检测上市;向三四家平台集中 | GLP-1 的个体化调量出现按结果付费合同;闭环从糖尿病试探到一两个新病种 | 超过 4,000 亿美元销售额的专利到期;同类药间隔缩短 | 精准检测约 1%,用药约 2% |
| 2031–2035 年 | 高价药先检测再用药成为常规,或选药能力并入药企 | 取决于是否出现按人头付费的大买方 | 定制药从一个瘤种扩到多个;药价受竞争和议价压力 | 造药 84–91%,选药 6–9%,用药 2–6% |
八、要盯的指标
| 指标 | 看什么 | 指向哪个情景 |
|---|---|---|
| Medicare 对纯算法检测的定价 | 是否从约 700 美元向基因检测的约 3,900 美元靠拢 | 情景一 |
| 药品标签要求的检测数量 | 血液检测和 AI 标志物作为伴随诊断获批的数量 | 情景一 |
| 检测量增速与收入增速之差 | 差距扩大说明单价在掉 | 反向 |
| 非胰岛素 2 型糖尿病的连续血糖监测报销 | 美国 Medicare 是否覆盖 | 情景二 |
| 慢病管理公司财报里按结果付费的占比 | 是否从个位数百分比上升 | 情景二 |
| GLP-1 一年坚持率 | 提高由谁促成、谁付费 | 情景二 |
| 同类第二个药的上市间隔 | 是否持续缩短 | 情景三 |
| 美国品牌药目录价与净价之差 | 2025 年约 4,160 亿美元,是否继续扩大 | 情景三 |
| 个体化疫苗的定价和第二个瘤种的三期 | 定制药能否成规模 | 造药内部结构 |
九、这套估算的局限
- 情景数字是自上而下的假设,不是预测;没有任何权威来源把 AI 的价值按选药、用药、造药拆分。
- 份额按收入算。按利润算,造药更集中;按健康贡献算,排序相反。
- 用药端口径只含监测和管理工具,不含药房和 PBM。如果把美国渠道毛利(约 1,500 亿美元,粗算)计入,用药端今天就接近 10%,但那笔钱买的是配送和议价,不是把药用对。
- 诊断和筛查对健康的贡献大于它在这里的份额。本页只讨论和"用哪个药、怎么用"有关的部分。
- 中国、印度等市场的价格体系不同,本页的收费逻辑主要基于美国。
来源
- 现状规模、公司收入和利润率的出处见三段市场份额来源节。
- 生成式 AI 在制药和医疗产品行业的潜在价值(麦肯锡):https://www.mckinsey.com/industries/life-sciences/our-insights/generative-ai-in-the-pharmaceutical-industry-moving-from-hype-to-reality
- AI 对美国卫生支出的潜在影响(NBER 工作论文 30857):https://www.nber.org/papers/w30857
- Medicare 临床实验室收费表:https://www.cms.gov/medicare/payment/fee-schedules/clinical-laboratory-fee-schedule-clfs
- 检测公司、用药公司和定制药的逐项证据见各公司页:选药端、用药端格局、造药端代表。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。