美团曾经的二号人物王慧文对标Open AI的创业项目光年之外，以20亿卖给美团，再度引发市场对大模型的热议。

　　但面对如此热闹的场景，6月27日向港交所递表的AI制药公司英矽智能则没有掀起什么水花。同一天，英矽智能还宣布已经开始AI“研制”的***——INS018_055的首批人体试验，推进至二期临床试验验证阶段。

　　按理说，这是有可能成为制药行业里程碑的事件，但市场对AI制药的关注，远远低于那些“正统”的AIGC。AI制药的想象力被包裹在一层厚厚的茧中，只有一些负面消息能激起观众的兴趣：5月25日，英国上市AI制药公司BenevolentAI宣布裁员近180人，近乎公司的一半。此时，距离它意气风发地上市才过去一年。

　　事实上，AI制药最大的问题就是不确定性，这让它暂时难以形成稳定的商业化。试图摘下“亚太AI制药第一股”称号的英矽智能，即使手握大厂订单，2022年营业收入也仅有0.3亿美元，而同期净亏损达到2.22亿美元。

　　大模型继续火，AI制药继续咬牙前行，有些公司逐渐赢得了关注，另一些公司悄悄倒下，它们的失败甚至没有声音。

　　告别“伸手不见五指”，AI制药依旧天色晦暗

　　AI制药的前景已经得到了充分渲染。比如，摩根士丹利在一份报告中指出，AI制药的全球市场规模短期已达500亿美元，并有可能继续上探。全球已经有超过270家公司投身于AI制药，其中头部企业已经和辉瑞、礼来、赛诺菲等医药巨头建立了稳定合作，拿下数百亿元订单。

　　瑞士被忽视******研究所(the Drugs for Neglected Diseases Institute,DNDi)研发主管Charles Mowbray表示：“人工智能使科学家掌握所有信息，提出好问题，并不断迭代，直到他们能找到真正想要的东西。”

　　(英矽智能外、Exscientia等AI制药企业均已进入临床阶段。图源：Nature Medicine)

　　不过，这只能解释AI制药市场已经进入完全启动状态。

　　英矽智能是全球最早成立的一批AI制药公司，首席执行官兼创始人Alex Zhavoronkov在采访中提到：“大约10年前，每次我去找风险投资家融资，他们从不给我钱。”当时的AI制药无法被理解，今天能获得市场认可，已是进步——而这不代表市场信任其商业模式一定有产出。

　　AI制药核心商业模式有三种，出售软件的AI SaaS，出售***研发服务的AI CRO，直接研发***出售的AI Biotech。非常诙谐的是，AI制药在获得几种商业模式的同时，受到其缺点的拖累，远远大于多种商业模式前景带来的收益。

　　比如，BenevolentAI的裁员是因为，其AI开发的用于治疗特应性皮炎的局部泛 Trk抑制剂BEN-2293的IIa期临床试验，无法治疗患者病情，而这是该公司唯一一条临床管线，也是它上市的依仗。

　　这透露出一个事实：一不小心，AI公司和创新药公司的缺点，就会集中在一起。也许只要一瞬间，市场就会意识到部分AI公司描绘的想象空间，仅仅是太美的承诺因为太年轻。

　　不过，这也给更多后来的参与者打开了一扇窗，那就是在迭代技术的同时，尽力建立足够有力的商业模式保障。

　　比如，英矽智能招股书显示，其收入实际上包含***研发服务和生成式AI平台软件许可两部分。简而言之，虽然软件当前占收入比例高达95%，但最后，***和软件都会是商品。

　　(英矽智能在研***管线。图源：招股书)

　　2022年10月，英矽智能与赛诺菲子公司Genzyme Corporation签订了关于开发候选***的协议，在这笔最高收入可能达到12亿美元的生意中，英矽智能和赛诺菲约定了***开发收益和***销售分成两部分的商业价值。

　　但需要注意的是，这与赛诺菲对AI的亲和态度有关。6月13日，赛诺菲宣布“All in”人工智能和数据科学，并带来了与Aily Labs共同开发的AI程序plai。赛诺菲的想法是，通过AI提高从研究、临床、生产制造等供应链全环节的效率。

　　在2022年的AI制药订单额排行榜上，赛诺菲和礼来分别占订单额前十名中的三个项目，但赛诺菲一人包揽的是第一(Exscientia)、第四(英矽智能)和第五(Atomwise)，订单额分别为356亿元、82亿元和69亿元，总额占前十的42%。

　　尽管大型药企都宣称拥抱AI，但真正投入差异明显，赛诺菲的心态令其更愿意为AI制药行业投入资源，从而转化为一些新兴公司的营收——但当这些公司要获得其他巨头认可时，难度不一定也同样小。

　　怎么让更多药企巨头相信AI制药的力量?答案是不断树立标杆、拿出成果。

　　速度靠“大力出奇迹”，智能如何凸显?

　　针对上市当天的***试验，英矽智能联合首席执行官兼首席科学官任峰表示：“启动INS018_055的2期临床试验首例给药，是中国乃至全球人工智能制药领域的又一个里程碑。我们期待INS018_055为全球患者带来新的选择，也期待人工智能制药能够交出更高效的成绩单。”

　　“快”字当头。英矽智能的进度说明，AI制药在平台、管线方面的发展速度优势十分明显。而这也是AI制药最初被看好的普遍原因之一。

　　比如，在招股书中，英矽智能表示其Pharma.AI研发平台能够让一款***在12个月内便进入临床阶段。相比之下，传统的***研发流程要进入临床，一般需要4.5年。这也意味着，英矽智能当前的管线进展，其实就是AI制药的最好招牌。

　　不过，AI制药的速度优势更多是因为“大力出奇迹”。比如，业界火热的GLP-1、PD-1等靶点，挤满了各类大中小药企，原因是发现一个新的有效靶点太难。但在AI的帮助下，快速寻找有效靶点成为了可能——然而，这个可能指的是AI根据现有数据模型和应用经验，算出某一群特定靶点的成功率更高，但最后的验证，在一部分AI制药产品中依然要靠人类。理想的状态是，通过不断迭代技术水平，提升靶点寻找和验证的能力。

　　这就给出了AI制药的一个现实情况：大客户的付费，更多来自标杆项目吸引他们为***的研发付费，不代表AI的能力得到了认可。所以，AI制药需要逐渐形成专属于这个垂直行业的“智慧”，让AI更好用、易用，提升综合能力。

　　比如在数据上，AI制药公司可以运用的数据包括***化合物的数据，生物分子的数据，临床信息数据等等。但在AI强大的计算能力加持下，这些数据可以更深一层。例如患者临床数据不一定是典型的症状数据，也可以是平常不被观测的行为数据。通过数据的积累、清晰和整理，一份专属于AI制药特定领域的高质量数据集会被生产出来。

　　另一方面，AI制药对蛋白质等生命基础元素的解构能力远远强过人力——蛋白质的分级结构复杂度很高，计算生物学家David Baker表示，20个简单的氨基酸可以组合出的蛋白质数量超过了宇宙中的恒星数量。这意味着除了有目的地探索研发之外，AI制药可以无目的地适时研究那些人力无暇探索的领域。这种无意识性的拓展，也是“智慧”的一部分。

　　AI咨询机构Deep Pharma Intelligence的统计显示，截至2023年3月末，全球AI制药企业的投资总额已达到593亿美元。但这幅华美的外衣不能掩盖一部分企业的窘境，因为AI制药始终是工具，演变成什么样的商业模式十分考验运作人的水准。

　　2022年，BenevolentAI向阿斯利康交付了三个由AI平台发现的新靶标，收入只是从460万英镑增长到1060万英镑，俨然是个“打工仔”。

　　或许对AI制药这样的行业来说，矛盾是永远存在的，是选择为他人做嫁衣的商业模式，还是始终保持着更远大的商业理想?这个问题，只有在一轮又一轮的淘汰中才能得出答案。

　　来源：港股研究社