CXO-Spieler, nehmen Sie Platz am AI-Pokertisch
Werden CXO-Aufträge von KI übernommen? Angesichts der wiederholten Nachfragen von Investoren hat der Branchenführer WuXi AppTec (603259.SH / 02359.HK) kürzlich seine Aussage geändert.
Früher antworteten börsennotierte Unternehmen in der CXO-Branche stets mit einer fast „abgrenzenden“ Tonlage, aber angesichts der rasanten Entwicklung von Algorithmen ist „KI-Design + CXO-Implementierungsunterstützung“ allmählich zur neuen offiziellen Aussage geworden.
Tatsächlich haben sich im Jahr 2026 alle CXO-Akteure am Tisch des KI-gestützten Pharmazeutika-Forschungsprozesses niedergelassen. Die KI senkt die Hürde für molekulare Kreativität immer weiter, hebt aber gleichzeitig die Hürde für die praktische Umsetzung an. Dieser Wettlauf um die „physische Umsetzung“ hat begonnen und bewertet den Wert der gesamten Branche neu.
01
Die veränderte Haltung des Branchenführers
WuXi AppTec hat sich lange Zeit zurückhaltend zu KI geäußert. Auf der Telefonkonferenz zu den Geschäftsergebnissen im März 2025 betonten Führungskräfte des Unternehmens, dass die Anwendung von KI noch in einem frühen Stadium sei, und fügten sofort eine Erklärung hinzu: WuXi AppTec hat seit jeher keine neuen Medikamente selbst entwickelt und keine KI zur Entwicklung neuer Medikamente eingesetzt.
Zu dieser Zeit war diese Zurückhaltung durchaus nachvollziehbar. Als das KI-gestützte Pharmazeutika-Fieber seinen Höhepunkt erreichte, hätte das Unternehmen durch eine überstürzte „Nutzung des Trends“ nicht nur falsche Erwartungen geweckt, sondern auch nicht die Kritik vermeiden können, virtuelle Moleküle fälschlicherweise als echte Medikamente zu behandeln. In der frühen Phase mit sehr geringen Erfolgsraten bei der Umsetzung war eine klare Abgrenzung eher eine Vorsichtsmaßnahme.
Doch die Veränderung erfolgte schrittweise. Im Juni und September 2026 gab WuXi AppTec zweimal systematische neue Aussagen heraus: KI kann Molekülstrukturen effizient entwerfen, benötigt aber dennoch eine integrierte, Ende-zu-Ende-CRDMO-Plattform, um die komplexe Syntheseauslieferung und biologische Validierung abzuschließen. Im Oktober wurde diese Aussage von der Industrieseite bestätigt: Das KI-Pharmaunternehmen Boltz kündigte an, dass seine Small-Molecule-Discovery-Pipeline BoltzMol-1 direkt auf den virtuellen chemischen Raum GalaXi von WuXi AppTec zugreifen kann.
Der Schlüssel zum Verständnis dieser Zusammenarbeit liegt im Gestaltungsprinzip von BoltzMol-1: Kandidatenmoleküle müssen entweder aus kommerziellen Katalogen erhältlich oder auf Anfrage synthetisierbar sein. Mit anderen Worten: Wenn das von der KI ausgewählte Molekül nicht hergestellt werden kann, ist selbst der höchste Vorhersagewert bedeutungslos. Was WuXi AppTec freigibt, ist genau dieses „verfügbare synthetisierbare chemische Vermögen“.
Im Wesentlichen handelt es sich hierbei um den unüberwindbaren grundlegenden Unterschied zwischen Trockenexperimenten und Nassversuchen in der neuen Arzneimittelentwicklung. Die KI führt Trockenexperimente durch, die auf Rechenleistung, Algorithmen sowie vorhandener Literatur und Datenbanken für Verbindungen basieren und Operationen im virtuellen Raum durchführen.
Die Arzneimittelentwicklung ist jedoch kein Bewertungsspiel: Die KI lernt nur aus historischen Daten, kann kaum eine große Anzahl realer Variablen vorhersagen und erzeugt sogar zahlreiche Vorhersagelücken. Daher muss sie sich auf Nassversuche verlassen, um Fehler auszuprobieren und zu validieren.
Das heißt, der Kernwert von CXO konzentriert sich genau auf diese Umwandlungsphase. Integrierte CRDMO-Plattformen wie WuXi AppTec haben über Jahre nicht nur Algorithmen angesammelt, sondern ein vollständiges System chemischer Vermögenswerte. Wenn ein KI-Modell auf einen synthetisierbaren virtuellen chemischen Raum wie GalaXi zugreift, ist das im Grunde nicht so, dass die KI sich an CXO anlehnt, sondern dass die KI im Voraus durch „echte chemische Regeln“ eingeschränkt wird, vorrangig Moleküle empfiehlt, die die Plattform umsetzen kann, und so nutzlose Entwürfe erheblich reduziert.
02
Nicht mit KI-Unternehmen um Algorithmen konkurrieren
Die Wende von WuXi AppTec ist ein Abbild der gesamten Branche. Im Jahr 2026 haben chinesische CXO-Unternehmen gemeinsam ihre Strategien angepasst. Obwohl die Wege unterschiedlich sind, ist die zugrunde liegende Denkweise sehr einheitlich: Sie konkurrieren nicht mit KI-Unternehmen um Rechenleistung und Modelle, sondern betten KI in ihre bisher stärksten Wettbewerbsvorteile ein.
Zum Beispiel hat GenScript Biotech (01548.HK) auf Makromoleküle gesetzt, eine Zusammenarbeit mit TuneLab, der KI-Plattform für Arzneimittelentdeckung von Eli Lilly, abgeschlossen und übernimmt die standardisierte Validierung von von KI optimierten Proteinsequenzen. Im Jahr 2026 hat das Unternehmen durch Platzierung Nettoerlöse von etwa 2,327 Milliarden Hongkong-Dollar erzielt, wovon etwa 70 % in automatisierte Hochdurchsatz-Nasslabore fließen. Gleichzeitig stellt Chen Rui, Präsident des Geschäftsbereichs für Biowissenschaften des Unternehmens, fest, wie schnell die KI-gestützte Arzneimittelentdeckung Fortschritte machen kann, hängt davon ab, wie schnell die Branche zuverlässige biologische Beweise erzeugen kann.
Außerdem beschränkt Pharmablock Sciences (300725.SZ) die KI-Generierung von Anfang an und rekonstruiert die Logik der Molekülgenerierung durch die doppelte Einschränkung von „Synthetisierbarkeit“ und „Ressourcen an physischen Bausteinen“. Chengdu Leadgene (688222.SH) und Vivian Bio (01873.HK) bauen ihre differenzierten Wettbewerbsvorteile auf DEL-Bibliotheken bzw. Strukturbiologie auf.
Es ist darauf hinzuweisen, dass fast kein CXO-Unternehmen große Summen für die eigenständige Entwicklung eines allgemeinen großen Modells für Arzneimittel ausgibt. Die Kapitalausgaben fließen hauptsächlich in automatisierte Labore, Bausteinbibliotheken und Proteinbibliotheken, nicht in GPU- und Algorithmenteams.
Als traditioneller Riese hat Pharmaron (300759.SZ / 03759.HK) die Intelligenz der Nasslabore ins Visier genommen und im Jahr 2026 eine strategische Zusammenarbeit mit Zhisquare geschlossen, um intelligente automatisierte Arbeitsabläufe für chemische, biologische und analytische Experimente zu entwickeln. So werden Roboter mit großen Modellen in echte Forschungsszenarien eingesetzt, um durch Datenrückflüsse die Iteration der Modelle zu unterstützen.
Die greifbaren Renditen sind bereits sichtbar. Im ersten Halbjahr 2026 machten die Einnahmen von Pharmaron aus dem KI-Pharma-Bereich mehr als 7 % der Einnahmen aus Labordienstleistungen aus; die mit AIDD verbundenen Einnahmen von GenScript beliefen sich auf fast 40 Millionen US-Dollar, was einem Anstieg von über 105 % gegenüber dem Vorjahr entspricht.
Zu diesem Zeitpunkt hat sich die Marktmeinung um 180 Grad gewendet: Man geht davon aus, dass je beliebter KI ist, desto wertvoller sind CXO-Unternehmen, denn je mehr virtuelle Kandidatenmoleküle es im vorderen Bereich gibt, desto mehr Aufträge zur physischen Validierung fallen im hinteren Bereich an.
03
Das anhaltende Zusammenspiel zwischen KI-Pharmaunternehmen und CXO
Symbiose ist derzeit der Mainstream, aber das Substitutionsrisiko ist nicht nur auf dem Papier vorhanden. Viele Marktmeinungen machen eine einfache Zweiteilung: Entweder man geht davon aus, dass KI CXO vollständig verdrängen wird, oder man glaubt, dass beide für immer friedlich nebeneinander existieren. Aber die reale Landschaft ist komplexer: Geschichtete Symbiose, lokale Erosion und strukturelle Differenzierung finden gleichzeitig statt.
Kurzfristig ist es für KI-Pharmaunternehmen schwierig, CXO systematisch zu verdrängen. Führende börsennotierte KI-Unternehmen wie Insilico Medicine (03696.HK), XtalPi Holdings (02228.HK) und MoleculeMind (07666.HK) haben allgemein zwei Geschäftsmodelle: die eigenständige Entwicklung eigener Pipelines und die externe Bereitstellung von AIDD-Plattformdiensten.
Tatsächlich erfordert der Aufbau einer vollständigen Kette von Laboren die Anhäufung ausgereifter SOPs, stabiler technischer Teams, Qualitätskontrollsystemen und Lieferketten sowie die fortlaufende Übernahme der Fixkosten für Gerätewartung, Reagenzien und Verbrauchsmaterialien sowie Compliance-Prüfungen. Selbst bei großen Finanzierungsrunden ist die Kapitaleffizienz bei der Investition von Mitteln in die Iteration von Algorithmen und die Weiterentwicklung von Pipelines weitaus höher als beim Aufbau einer vollständigen eigenen Nassversuchsplattform. Aus diesem Grund sind KI-Pharmaunternehmen selbst bereits zu einer schnell wachsenden neuen Kundengruppe für CXO geworden, wenn man die Herkunft der Aufträge betrachtet.
Aber die Erosion lokaler Aufträge findet tatsächlich statt und wird weiterhin die niedrigschwelligen Geschäftsfelder von CXO unter Druck setzen. Unter diesem Trend wird es zu einer heftigen strukturellen Differenzierung in der Branche kommen: Die Gewinne kommen nicht allen CXO-Unternehmen zugute, sondern konzentrieren sich nur auf die Marktführer mit harten Kernvermögenswerten.
Letztendlich zeigt sich die Unersetzbarkeit führender CXO-Unternehmen darin, dass sie eine große Anzahl schwieriger, unkonventioneller Moleküle verarbeiten können, die von der KI ausgegeben werden. Um die Affinität zu den Zielstrukturen zu erreichen, erzeugt die KI oft Moleküle mit neuartigen Strukturen, komplexen Syntheserouten und geringer Stabilität. Solche Moleküle lassen sich nicht einfach mit einfachen Hochdurchsatzplattformen bewältigen, sondern hängen stark von über Jahre angesammelter chemischer Erfahrung, der Fähigkeit, mehrere Routinen auszuprobieren, sowie der Fähigkeit zur komplexen Reinigung und Kontrolle von Verunreinigungen ab.
Im Gegensatz dazu sind viele kleine und mittlere CRO-Unternehmen auf einfache chemische Synthese und einzelne Experimentierschritte beschränkt, verfügen über keine eigenen Bausteinbibliotheken, Hochdurchsatz-Automatisierungssysteme oder integrierte Validierungsketten und fehlen an Fähigkeiten zur Datengeschlossenheit. Im KI-Zeitalter liefern die oberen KI-Anbieter eine riesige Menge an Kandidatenmolekülen. Kleine und mittlere CRO-Unternehmen können keine schwierigen Projekte übernehmen, sondern können nur in niedrigwertigen Aufträgen konkurrieren, wobei Preiskämpfe zunehmen und die Gewinne ständig gedrückt werden.
Langfristig betrachtet wird die Industriekette zu einer klaren geschichteten Arbeitsteilung gelangen, statt dass eine Seite die andere beseitigt. Die optimale Lösung für die obere Kreativschicht der KI und die untere Schicht der physischen Umsetzung ist eine ökologische Bindung: Die KI erweitert den Spielraum der Forschung, CXO sichert die Zuverlässigkeit der Forschungsergebnisse.
Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Investor Network - Thinking Finance“, Autor: Cai Jun, veröffentlicht mit Genehmigung von 36Kr.