高盛印度CRO/CDMO调研：结构性机遇仍在，资本开支分化
AI 摘要卡
高盛印度CRO/CDMO调研：结构性机遇仍在，资本开支分化
印度CRO/CDMO行业长期结构性机会未变，受Biosecure法案及外包趋势支持；但企业资本支出策略与新模态（多肽、ADC等）布局出现显著分化。
- 行业结构性机会完好，但不同公司对Biosecure法案影响的看法存在短期与中长期之分。
- 资本支出普遍超前于需求，但强度差异大：Laurus激进，Neuland谨慎。
- 行业向复杂模态（多肽、ADC、寡核苷酸）转型，多肽策略分歧明显。
- 竞争优势转向能力驱动（复杂化学、生物催化等），而非单纯产能扩张。
- 生物科技优先参与模式得到验证，融资环境选择性改善。
- AI被视为生产力工具，而非 immediate 商业模式风险。
研报解读
概览
本报告基于高盛2026年6月在印度班加罗尔和海得拉巴举办的第三届年度CRO/CDMO调研之旅，汇总了约10家上市CRO/CDMO公司的管理层交流要点。核心结论是：印度CRDMO行业的结构性增长机会依然完整，主要得益于《生物安全法案》（Biosecure Act）带来的供应链重构预期以及外包率的提升。然而，不同公司对这一机遇的时间框架判断存在差异。同时，行业整体资本支出（Capex）正在上升，但各公司的投资哲学和强度显著不同。战略重心正从传统小分子向多肽、ADC（抗体偶联药物）、寡核苷酸等复杂模态转移，其中多肽领域的策略分歧尤为突出。机构强调，未来的竞争护城河将建立在复杂化学、工艺创新和监管合规等“能力”之上，而非单纯的“产能”。
核心观点
行业机遇与Biosecure法案影响：市场普遍认为印度CDMO机会具有结构性吸引力。Syngene认为Biosecure法案是真实的近期顺风，美国客户因供应链集中风险而重新评估供应商；Piramal则将其视为中期顺风，转化过程是分阶段的；而Anthem、Sai Life和Vimta更倾向于将其看作一个长达数年甚至数十年的主题，客户迁移通常需要2-3年的资格认证和6-12年的规模化时间。 资本支出策略分化：大多数公司正在需求到来前进行投资，但风格迥异。激进派如Laurus Labs将未来两年的资本支出上限从200亿卢比上调至300亿卢比，涵盖发酵、多肽等领域；Aurobindo（TheraNym）也在进行大规模生物药CMO投资。谨慎派如Neuland明确表示避免危及近期稳定性的“鲁莽赌注”，更倾向于通过并购或分阶段获取新能力。Blue Jet和Piramal则采取分阶段爬坡策略。 向复杂模态转型与多肽策略分歧：行业共识是向高复杂度模态（多肽、ADC、寡核苷酸、发酵）转移以规避小分子的价格竞争。但在多肽领域，Neuland明确回避近端仿制药GLP-1（如司美格鲁肽），认为经济性不佳，转而专注于创新药的早期临床阶段项目；Laurus将多肽视为机会性能力建设；Piramal则因资本约束和对商品化风险的担忧，采取更为谨慎的能力导向而非产能导向策略。在ADC和寡核苷酸方面，Piramal、Cohance和Laurus均有布局，其中Cohance在寡核苷酸平台方面较为领先。 竞争壁垒与融资环境：管理层强调，竞争优势来源于复杂化学、生物催化、工艺创新、安全系统和监管记录，而非价格或产能。Anthem、Sai Life和Neuland等公司验证了“生物科技优先”的参与模式，即通过服务早期生物科技公司，伴随其被大药企收购而进入大客户供应链。融资方面，自2025年10月/11月以来生物科技融资有所回升，但资金更倾向于有概念验证（PoC）的项目，尤其是GLP-1/肥胖症相关领域。 AI的角色：多数公司（Anthem, Syngene, Cohance）认为AI是提高生产力和加速流程开发的工具，能增加药物靶点数量，而非直接的商业模式威胁。Syngene甚至提出合作模式可能从FTE（全职等效人员）向结果/能力导向转变。Vimta则持保留态度，认为行业尚未聚焦于AI影响最大的早期发现阶段。
分析框架
本报告采用典型的“自上而下”与“自下而上”相结合的调研分析方法。首先，通过宏观视角（Biosecure法案、全球生物科技融资趋势）确立行业beta和结构性驱动力。其次，通过实地调研（Conference Takeaways）收集微观层面的公司特定信息，重点对比不同公司在资本配置（Capex intensity）、技术路线选择（Peptide/ADC strategy）和客户结构（Biotech vs Big Pharma）上的差异。这种横向对比（Cross-company comparison）旨在识别出在行业转型期中具备更强执行力和更优战略定位的alpha来源。报告特别强调了“能力驱动”与“产能驱动”的区别，这是评估CRO/CDMO企业长期估值溢价的關鍵框架。
方法论与常识提炼
产能投资超前于需求（Capacity Investment ahead of demand）
在成长型制造业中，企业往往需要在需求爆发前预先建设产能。研报通过对比各公司的Capex强度和节奏，分析其对未来需求的信心及潜在的产能过剩风险。
能力驱动 vs 产能驱动（Capability-led vs Capacity-led）
研报区分了两种竞争策略：依靠规模扩产的“产能驱动”和依靠复杂工艺、技术专利的“能力驱动”。后者通常具有更高的进入壁垒和定价权，是评估CRO/CDMO企业长期竞争力的核心维度。
政策驱动的供应链重构（Biosecure Act impact）
地缘政治或法规政策（如美国《生物安全法案》）会迫使下游客户重新评估供应链安全性，从而为替代市场（如印度）带来结构性订单转移。研报分析了不同公司对这一政策红利兑现节奏的判断差异。
向高复杂度模态转型（Moving up the complexity curve）
随着传统小分子药物专利到期和竞争加剧，CRO/CDMO企业向多肽、ADC等高技术壁垒、高附加值的新模态转型，以延长盈利周期并规避价格战。
标的映射与对比
研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。
- Piramal Pharma (PIRM.BO)受益
- 优势
- 东西方足迹布局，ADC结合能力深厚，CHG业务技术转移带来增长
- 劣势
- 资本约束限制多肽产能扩张，部分产品线价格侵蚀
- 对比
- 相比纯产能扩张者，更注重能力建设和回报率
- 风险
- 客户/产品集中度，临床失败，工厂爬坡延迟
- Syngene International (SYNN.BO)受益
- 优势
- 生物药收率行业领先，与大药企（BMS, Zoetis）关系稳固，Biosecure法案直接受益者
- 劣势
- FY27顶线增长持平，Librela收入下降影响利润率
- 对比
- 估值处于大型CRDMO玩家低端，反映其中期展望
- 风险
- 产品/客户/地域集中风险，生物科技融资持续低迷
- Neuland Labs (NEUL.BO)受益
- 优势
- 避开低毛利GLP-1仿制药，专注高价值创新药多肽，复杂化学能力强
- 劣势
- 管理带宽限制，人才获取挑战
- 对比
- 策略最为谨慎，注重长期稳定性和回报率
- 风险
- 产品/客户集中风险，供应商整合，USFDA合规
- Aurobindo Pharma (ARBN.BO)受益
- 优势
- 印度生物药CMO成本优势显著，与MSD的大额锚定合同，仿制药业务稳健
- 劣势
- 基因工程专业人才短缺，美国价格侵蚀风险
- 对比
- 生物药CMO规模大，成本控制优于中韩
- 风险
- 美国价格侵蚀超预期，注射剂/复杂管线执行风险，USFDA合规
- Cohance Lifesciences (COHA.BO)受益
- 优势
- 寡核苷酸平台先进，ADC payload订单预期强劲， niche tech占比高
- 劣势
- 子公司整合带来额外固定成本，执行速度慢于预期
- 对比
- 在寡核苷酸和ADC细分领域具有差异化优势
- 风险
- 产品/客户集中风险，临床失败，仿制药价格侵蚀
- Laurus Labs (LAUL.BO)受损/谨慎
- 优势
- 与顶级大药企合作广泛，具备一体化CDMO能力（API+制剂）
- 劣势
- 资本支出过于激进，业务组合中ARV占比仍大，CDMO规模相对较小
- 对比
- 估值相对于大型国内CRDMO玩家有折扣，反映其业务混合劣势
- 风险
- CDMO/生物业务爬坡快于预期（上行风险），ARV业务结构性变化
关键数据
- Laurus Labs Capex~300亿卢比未来两年资本支出上限，从之前的200亿卢比上调
- Aurobindo (TheraNym) Capex~1.5-1.75亿美元仅Unit 2的生物药CMO投资，加上Unit 1共形成~120KL哺乳动物细胞培养产能
- Divi's Labs Capex Growth+75% YoYFY26资本支出同比增长，推动评级上调至买入
- Neuland Labs Peptide Module 1 Revenue Potential~40-50亿卢比首个多肽模块的预期收入潜力，总投资约25亿卢比
- Syngene Biologics Yield8gm/L行业领先水平（行业标准为4-5gm/L）
- Piramal Pharma FY27 Capex1-1.2亿美元不含Kenalog收购，主要用于Lexington设施完工
影响与含义
研报认为，印度CRO/CDMO行业正处于从传统小分子向复杂模态转型的关键节点。对于投资者而言，选股逻辑应从单纯的产能扩张转向对“技术能力”和“执行纪律”的考量。Biosecure法案虽为行业带来长期顺风，但短期内的业绩贡献取决于各公司的客户结构和转化速度。资本支出的激进程度需与订单可见性相匹配，过度激进的扩张（如Laurus）可能带来短期利润率压力，而谨慎的策略（如Neuland）可能在长期保持更稳健的回报。AI技术的应用有望提升行业整体效率，但短期内不会颠覆现有的服务模式。
风险
- 客户、产品或地域集中度过高
- 生物科技融资环境持续低迷或恶化
- 关键工厂产能爬坡延迟
- 监管合规问题（如USFDA警告信）
- 仿制药组合价格大幅侵蚀
- 临床试验失败导致订单取消
后续跟踪
- Biosecure法案后续立法进展及美国客户供应链调整的实际订单落地情况
- 各公司在新模态（多肽、ADC、寡核苷酸）上的产能利用率及毛利率变化
- 全球生物科技融资数据的持续性，特别是GLP-1相关领域的资金流向
- 印度CRO/CDMO企业在大药企并购活动中的参与度及新客户获取情况
- AI技术在药物发现和工艺开发中的实际应用效果及对FTE模式的影响