> 数据图表如何解释3.2 高质量数据生产能力是核心竞争力2026-1-43.2 高质量数据生产能力是核心竞争力 我们认为传统的制药企业和CRO巨头并不一定拥有高质量的数据。原因在于： 传统实验方式难以达到AI训练的数据采集点的苛刻要求。如，代谢类数据对于药物反应的时间记录往往跨度较大，使得AI预测的准确度提升受阻。同时，AI需要足量的失败案例的数据集，与研发成功的目的相悖。 实验数据需要经过清洗、信息化才能用于AI训练。清洗在于对数据进行人工的判别是否符合训练标准，需要药化专家的经验判断。信息化需要CADD/AIDD的专业人员的处理。传统药企和CRO可能没有相应的人才队伍/研发团队缺乏人工智能专业知识。 高质量实验数据生产能力在于实现数据积累和算法迭代之间的闭环和循环。对应到公司层面：具备成规模的实验平台+AIDD/CADD计算方面具有丰富积累。基于AI训练需求可以设计针对性的实验方案，进而利用实验所生成的数据“喂养”AI模型，进入迭代循环。 结合上述，我们认为两类公司具备高质量的数据的生产能力：1、内部具有实验平台的AI技术型公司；2、内部具有CADD经验累积的CRO公司。即试验平台+AI团队+药物研发团队是自身壁垒构建的三要素图表27：AI制药研发环节的主要挑战图表28：AI制药研发流程之间的循环关系资料来源：Deep Pharma Intelligence，中邮证券研究所资料来源：晶泰科技招股书，中邮证券研究所27中邮证券综合其他
