必威编者按:继ChatGPT之后,Sora在2024年年初面世,引爆新一轮AI热潮。身处时下最受关注的领域,AI企业如何落地与变现,是所有参与者需要共同思考的问题。2024年,第一财经发起人工智能专题对话必威,与AI业的领航员们共同探讨AI如何由虚向实。
任峰必威,英矽智能联席CEO,美国哈佛大学化学系博士,拥有超过15年药物研发行业经验。曾任跨国药企葛兰素史克的小分子创新药物研发负责人,成功研发治疗帕金森病、多发性硬化症、疼痛、以及银屑病等多个临床候选药物和临床药物。2021年加入英矽智能,并于2022年6月擢升为英矽智能联席首席执行官。
2、英伟达等科技巨头加入,通过提供强大的算力和资金支持,正加速AI制药技术的进步。
3、AI技术有望帮助生物制药产业解决投资回报率低的问题,通过提高药物研发的效率和成功率,提升整个行业的景气度。
4、AI制药行业的商业模式仍在探索中,目前主要有AI+SaaS、AI+CRO和AI+Biotech三种模式。
在大模型技术的加持下,AI制药产业日趋火热,尤其随着英伟达的高调介入,一时间产业前景被无限看好。
事实上,迄今为止仍未有一款由AI技术研发的药物正式上市销售,也没有一家AI制药企业的商业模式真正开始创造稳定的现金流,AI制药的诸多优势仍未获得市场的实际验证。
光环笼罩下的AI制药产业究竟是概念炒作还是大势所趋?AI技术又能否助力传统生物制药产业重回景气巅峰?
任峰:我觉得英伟达在AI制药的布局还是结合了他们自身的优势。作为一家科技巨头,他们可以提供强大的算力,但是缺乏在生物医药领域的专业数据和算法。通过投资一些AI制药公司,可以结合两者在算力和数据、算法方面的专业优势,这就相当于强强联合。以此为基础所训练的垂直领域大模型,将有助于解决生物医药领域遇到的一些问题。
所以我认为,英伟达的做法还是很贴合实际的,他并没有选择将自身业务范围拓展到这个领域。因为AI制药公司的数据和人才资源都需要很长时间的积累,如果一家科技公司转型到这一领域,这部分业务规模占到公司整体营收的比例可能不会很大,其业务优先级也将较低,这是不利于AI制药发展的。与其如此,还不如将自己的算力优势与其他企业进行合作,形成互补,才是最为明智的。
任峰:资金和强大算力的注入对于整个AI制药行业都将构成促进作用。尤其是一些企业可以借机利用通用大模型结合自身数据,训练出针对生物医药领域的垂直模型,可能会在诸如靶点预测、分子生成等方面更具优势。
英矽智能没有享受到英伟达的算力支持,但是我们通过与微软合作,也对一些内部数据进行二次训练,并运用到了我们自己的平台上。像生物医药这种垂直领域,AI模型训练过程中的数据量远不如Chat GPT这种通用型大模型,因此对于算力的要求也没有那么高。
任峰:其实我觉得医药行业整体的市场前景依然是确定的,此前之所以有一些调整,是因为行业泡沫太大了,现在只是挤泡沫挤过头了。在美股市场,生物医药从2023年底开始其实就已经反弹了,A股和港股市场的节奏本身就会有些滞后,再加上一些地缘政治因素带来的不确定性,导致创新药市场表现相对较弱。但从长期来看,生物医药的需求前景依然是比较确定的,生病了就必须要吃药,而并不受到其他一些因素影响,这与消费品有着本质的区别。
目前生物创新药最大的痛点,就是投资回报率过低。德勤的统计数据显示,2022年全球Top20药企的研发回报率已下降至1.2%,甚至已经低于定期存款利率,因此越来越无法引起资本对于创新药产业的兴趣。所以,现阶段大家都期盼一种新的技术,可以大大加速药物研发进程,提高研发成功率,从而重新提高投资回报率。一旦有这种突破性的技术出现,证明它确实可以为整个行业带来更高效的、颠覆性的解决方案,整个行业的景气度又会重新走高。
任峰:AI制药能提高药物研发的成功率,但药物研发整体成功率小于5%,就算提高三倍也还是小于15%必威,研发者依然面临着较高的失败风险。并且,目前还没有足够多的数据和案例可以证明,AI制药确实能大幅提高成功率。
事实上,成功率的问题本质就是一个数字游戏,只要不断尝试新的分子结构,总能获得一次成功。药企在引入AI技术后,通过降本增效,原来仅够一个药物研发项目的资金和时间,可以投入到十个甚至更多的项目中,这其实也能够促进研发成功率的提升。
在现阶段,大家关注最多的其实是AI技术在药物研发过程中降本增效方面起的作用。
一款新药的生命周期也就是其专利周期是20年,如果要花15年去研发,那上市之后只有5年的回报,之后仿制药就出来了。如果提高研发效率,10年内推动药物上市,那就等于将收入独占期拉长一倍。我觉得这是AI能给整个制药行业带来的影响。如果能成功,其实是可以彻底改变生物医药行业现状,让投资回报率大幅度提高。
任峰:目前AI制药企业的主要策略是解决现有药物研发过程中的一些核心问题。首当其冲的问题就是靶点发现,好的靶点现在越来越难找到,这也导致目前类似PD-1的一些热门靶点十分内卷。
其次是分子生成领域,尤其是小分子药物方面,很多项目根本就做不到临床就宣告失败。只有一个可以系统且高效生成成药性较好的分子,才能最终推进到临床阶段。
第三个就是临床试验方案的设计,如何设计最好的临床试验方案,让研发项目尽可能获得成功,也是研究人员最为头疼的。
作为AI制药企业,就是围绕这三个方面,通过不同路径、手段去解决行业痛点。
第一财经:过去一年中,包括英矽智能在内,AI制药行业继续迎来较快发展,行业的商业模式有哪些变化?是否变得更清晰?
现阶段AI制药的商业模式主要有AI+SaaS、AI+CRO以及AI+Biotech三种,大家都在探索不同的商业模式,看哪个能给AI制药带来真正的机会,但是到目前还没有一种商业模式被证明比其他的商业模式都好。
英矽智能从2023年开始把在研的生物药项目对外授权,转让给合作伙伴。在此之前,其他的AI制药公司很少往这个方向去做。从获取现金流的方式来看,软件销售的收入天花板比较低,而对外提供CRO服务的合作模式则必须承担较大的失败风险。我们想要做是把项目推到PCC(临床前候选化合物),或者临床1期就把它转让出去,让合作伙伴利用他们在临床或者市场化方面的优势继续推动项目,而我们可以借此得到首付款、里程碑付款以及后续的销售分成。目前来看我们认为这个商业模式是最理想的,但是也得等待时间验证。
任峰:药物上市可以证明你的技术是可行的,并不代表你的商业模式依然可行。我认为只有证明某一种商业模式可以持续带来现金流,或者帮助企业实现盈利,才是真正可行的。但是现在,所有的AI制药企业还没有走到这一步。
任峰:我觉得他们的加入会加速技术上的突破,但是商业模式其实还是需要AI制药公司自己去探索。这其实是两个层面,一个是技术上是否可行,一个是商业模式是否可行,即使技术上可行,商业模式不对,还是要失败的。
任峰:在商业模式的探索上,未来两三年应该会看到一些趋势,如果一些企业越来越倾向于跟随某种商业模式,并且做到盈利,那就意味着这种商业模式是更好的。
任峰:首先是数据。虽然我们绝大部分数据都是公开来源,但这一类数据必须经过清洗筛选,并统一格式才能最终用于大模型的训练。我们从2014年开始就有一个50人左右的数据团队专注于数据清洗工作,因此,在数据方面有了长时间的积累。凭借我们在数据方面独到的理解,以及根据我们的理解所收集来的已经清洗过的、整理成所需格式的数据,构筑了英矽智能在数据方面的优势。
其次是算法。我们做了很多项目,有成功也有失败,并且也有项目进入临床阶段,相比很多初创公司,我们的算法经历了时间的验证。并且从目前来看,我们的技术的确可以提高一些内部项目的成功率,这是我们的优势。
最后就商业模式的探索,尽管仍需时间验证,但我对我们的商业模式还是有一定信心的,从公开数据来看,与全球头部AI制药公司的收入相比,英矽智能也取得了比较好的成绩。
任峰:我们还是将继续推动药物临床研究,聚焦在验证技术的可行性上。如果能发现全球第一个通过AI找到的新靶点,或者通过AI找到了新分子进入临床,并且在临床上能得到安全性、有效性的验证,这个意义将非常重大。
另一个目标就是希望可以尽早证明我们的商业模式是可行的,可以早日实现盈利。
如果这两个目标实现了之后,我们未来的目标就是希望能做更多的项目,把AI在药物发现上的能力赋能给更多的制药公司。我们也在对外授权软件,希望我们这个AI平台能让更多企业去用,帮助他们提高效率。
任峰:大家都把我们定位为一家Biotech公司,但事实上我们是以算法为底层技术的Techbio公司,只是目前资金和人力都十分有限,为了验证AI平台技术的有效性,最终选择了生物医药这样一个产业来进行深耕。
事实上我们的AI技术也可以应用于其他领域,目前我们在农药研发、环保等领域都在探索一些获得现金流的方法,虽然不是我们的主营业务,但也可能是未来的拓展方向之一。未来英矽智能很可能会成为一家覆盖生物医药、石油化工、绿色化学、农药等多个业务领域的集团公司,想象空间还是很大的。