AI制药企业“自证”下一步，商业化之路怎么走？北鲲云CEO对话行业大拿

深圳北鲲云计算有限公司 2022年12月13日浏览：1399

从单一技术突破到技术平台建设，AI+新药企业在市场推动下，一直走在“证明自己”的路上。在资本市场逐渐冷静之后，AI+制药企业成果落地与商业化问题备受关注。

如何解决国内AI制药企业的商业化难题？如何搭建AI制药底层计算平台？国内外的合作生态有何差异？小型AI制药企业又该如何生存发展？ 近日，动脉新医药联合北鲲云举办线上panel，邀请领域内的代表性企业、投资机构，以AI+新药领域的Big deal为切口，探讨国内AI制药技术应用与落地现状以及商业化之路。

参与讨论的嘉宾包括：Insilico Medicine（英矽智能）业务拓展总监王珏、智峪生科CEO王晟、智药科技创始人黄韬、峰瑞资本合伙人马睿、北鲲云CEO冯建新。

▲图上嘉宾从左至右依次为：

（第一排）动脉新医药执行主编朱雪琦、智药科技创始人黄韬

（第二排）英矽智能业务拓展总监王珏、北鲲云CEO 冯建新、峰瑞资本合伙人马睿

（第三排）智峪生科CEO王晟

商业化的核心是技术过硬、痛点够痛，

边探索合作边自证

国内 AI 制药企业的商业化走到哪一步了，如何解决当下的难题？

英矽智能业务拓展总监王珏： 商业化的爆发有两个条件，一个是技术积累已经到了相对可以被认可的阶段，另外一个就是自证，通过管线上的进展去证明研发能力，以及通过软件去证明AI技术平台的能力。

同时，企业也要对各种合作模式采取开放的态度。合作伙伴不仅要有药企和大型MNC，也要有一些Biotech和Biopharma，也应该包括广泛的学术界的合作。这些合作是给客户更广泛地认知公司AI 技术的过程，有些新模式也是在合作过程中逐渐探索出来的。

智峪生科CEO王晟： AI制药这个概念，在国内已经开始从蓝海市场逐渐进入红海的市场，加上制药的验证周期比较长，因此在目前资本寒冬的情况下，做AI制药，有两大问题需要考虑，第一，要怎么另辟蹊径，找到与众不用之处。第二个，要怎么进行相应的战略调整，缩短自证周期。

我们的商业化布局，首先是通过打造平台，通过模块化的计算业务进行不断的扩展，从而起到特别好的引流作用。那么有了引流效应之后，就会逐渐的扩大与相应企业合作的深度和广度。在这个基础上，自证平台的有效性以及有了落地的成功案例之后，就可以开始着手打造自研管线。

智药科技创始人黄韬： 我们国内的生物医药企业如果想做创新，就要避免去做同质化的项目，把重点转向做一些新靶点、新位点、或者说新的分子实体类型，比如分子胶和PROTAC，这样才能避免在越来越激烈的竞争中处于尴尬的境地。

北鲲CEO 冯建新： 北鲲云确实有幸服务了很多优秀的AI制药企业，不管是AI SaaS，AI CRO还是AI biotech，模式改变不了AI制药的整体路径。市场还是需要给这些年轻的 AI制药企业更多的耐心和信心，包括资本层面。前几年这个赛道非常热的时候，冲进来非常多的资本和初创企业，很多以前不看这个方向的资本也跟着冲了进来，导致对AI制药的发展也有很多不切实际的期待。随着时间推移，不成熟的资本以及一些没有想清楚的创业者，会被这个行业筛出去，最后留下来真正愿意去做事、愿意长期投入、愿意去等待的资本和企业。

从企业自身来讲，新药行业本身的变现路径确实太长，且早期投入较多。所以AI制药企业也在想各种各样的出路。比如，有些企业会把做管线的风险转嫁到风险承受力更强的、比较成熟的制药企业里面，去降低自己的资金和时间的风险。未来，随着自研能力越来越成熟、资金越来越雄厚，风险承受力也更高的时候，再去考虑做自己的管线。这是我们这段时间跟一些AI企业交流下来发现的一些现象。

峰瑞资本合伙人马睿： 从投资人的角度，AI制药现在还在早期，技术上有非常多的瓶颈。很多公司有很棒的AI团队，但很难进行合作。有三个难点：第一，融资能力不够强；第二，技术上的很多瓶颈并没有得到解决；第三，目前中国药企的买单能力相对较弱。

在这个基础上，要判断项目能不能商业化，既要看技术，也要看企业想解决什么痛点问题。企业有没有能力去解决？能不能融到资？这些都需要综合考虑，才能去判断一个企业能不能商业化。

国内的AI制药底层计算平台的建设如何？有哪些支撑力？

北鲲云CEO 冯建新 ：AI制药计算的场景非常多，比如从蛋白结构预测，到筛选对接，到分子动力，到晶型预测等，每个场景又涉及到不同的计算环节，每个环节用到的软件，硬件，数据源也有非常多的选择，所以就导致对底层的需求变化非常大，计算复杂度和不确定性都比较高。大量的传统药企在底层计算平台这一块并没有很多的积累，而很多近几年新成立的AI制药企业也没有很成熟的路径可以参考，因此大家更多是一边摸索一边搭建。

这几年，我们服务了大量优秀的AI制药企业，在针对AI制药的计算平台建设方面，我们也有了一定的积累，比如针对不同计算环节自动适配资源，不同计算场景生成的标准模版，通过模块化的算子，提供更加灵活的流程搭建等。

至于国内底层计算平台的支撑力，主要是人才和基础设施。 在人才方面，AI制药需要的跨学科的复合型人才其实是非常稀缺的，但所幸这几年随着资本的推动，已经吸引和培养了一批跨学科的人才涌入到行业里，因此国内在这方面是有一定的支撑力的。在基础设施方面，中国的算力存储以及网络，在全球来看都是非常优秀的。

英矽智能业务拓展总监王珏： 在平台的建设过程中，需要一直保持非常强的危机感和紧迫感，重视技术的升级换代。 技术的发展是非常迅猛的，很容易被一些非常精专的技术弯道超车，所以一方面要培养对于先进技术的敏感度，另一方面也要勇于尝试最新技术，看看能否跟自有技术平台的特点以及落地场景的应用结合起来。

峰瑞资本合伙人马睿： 我可能会更多的关注自主可控的角度。不光是在算法的创新，生物计算的软件或者说工业软件，其实也是国内非常严重的短板，所以做工业化或者说做软件化的基础性工作可能会更重要。

开拓国内外合作生态，

需要长期的源头创新和短期的活下去能力

如何与国外大药企开展合作？国内外的药企合作生态存在哪些差异？

英矽智能业务拓展总监王珏： 和国外大型药企合作时，要注重沟通的方式，做到清晰、真实、坦诚的分享。国外大型药企对于领先的技术还是有相当多知识和认知上的积累的，当交流时，当然要着重介绍平台和技术上的优势，但当被问到一些确实不能做或者不擅长做的领域时，建议是更诚实的去回答，给出更真实的答案。这样不仅不会破坏整个合作过程中好不容易建立起来的信任感，对方也更容易对你给出的肯定答案感到信服，这是英矽智能从合作过程中获得到的一点小小经验。

另外，对于国内的AI制药企业而言，比较大的合作目前还不多见，但是我觉得这肯定是未来的趋势。而且，不仅仅是大型MNC，国内也有很多的企业是有勇气在AI制药这个领域进行布局的。当然，要获得合作的starting point，可能还要更多的AI制药企业再多做一些自证工作。

智药科技创始人黄韬： 无论是从管线和对分子的要求，以及临床的需求定义上来讲，其实国外和国内之间的差别还是蛮明显的。跨国药企由于历史的数据积累和商业化团队成熟，他们用AI的需求和国内的药企差别很大。因为我们主要做国内，所以还是着重讲讲国内的情况。

自证最核心的一点，就是帮助客户实现他想要的价值。 对于国内的客户药企而言，目前的困境非常明显。特别是今年，不光是资本寒冬，其实某种意义上来讲也是整个创新药行业的寒冬，大家都在重整自己去做药的思路。在这种情况下，咱们企业如果立足中国，不单单是要站在行业的角度，也要考虑站在社会的角度，对中国的整体社会要有所贡献。

这里面最大的问题在于，前十年中国本土药企一直采用的fast follow 或者说 me too的策略不灵了。现在国内的监管要求，药物申报必须要跟目前临床的最优解决方案进行头对头的比较，这就基本已经把通过 me too 或者 fast fallow 来赚取时间差的商业化路径堵死了，实际上就是在逼着大家转头去做源头创新。

目前，我们能看到一些客户在往源头创新方向努力，也看到了一些客户还是在沿着原有的惯性去追踪专利，做一些模仿创新的工作。很难说这两种选择最终哪个更好，但是至少从我的理解来讲，缺少商业化能力的新型Biotech企业还是要做源头创新。在这个过程中，AI制药企业不但是要补课，而且还要做很多技术积累和知识创新。这其实是当下中国企业转型最为困难的一步，也是走向创新药的2.0时代非常重要的挑战。再困难也要往前走，这个任务也是责无旁贷的，因为如果不这么去做的话，中国的药企想在国际上跟大型药企抗衡会是很难的事情。

峰瑞资本合伙人马睿： 我觉得国内的AI制药企业和国外的相比，有三个方面的竞争优势。

第一，中国在国情上比较特殊，在很多行业，包括AI制药，数字化和工业化是同时发生的，这是一个挑战，也是一个机会。

第二，虽然说AI制药企业最终的目的是想替代掉人工，同时提高效率，但行业本身实际上非常 labor intensive，因为跨学科的专业人才非常难找。但是在这个方面中国还是有工程师红利的，能够找到很多交叉的人才来一起来攻关。

第三，相比于美国，国内在CRO、CDMO以及合成生物学这些偏制造属性的产业上更有优势。这些行业加上AI，最后AI加服务一起出海肯定没有问题，关键就是要看怎么扬长避短。

资本寒冬下，小型AI制药企业该怎么生存？

峰瑞资本合伙人马睿： 现在整个行业面临的情况是，投资人可能已经没有耐心去听你是做什么的，为什么 make sense。但是长远来看，未来的制药肯定会被AI完全影响，只不过现在确实有一些关键的环节并没有在技术上得到解决。所以其实对于小型企业来说，第一，最重要的还是要想办法养活自己，要么在融资上有所突破，要么在营收上有所突破，总之把这一段时间熬过去。第二，需要分析上一代AI制药企业遇到的问题是什么，然后分析自己的position 在什么方向，如何差异化，以及解决哪些尚未解决的问题。

智药科技创始人黄韬： 生存问题不是由于太多的AI制药企业竞争造成的，而是整个行业的困难，下游企业需求减少是最大的问题。目前AI制药企业的下游客户是比较成熟的药企或者发展比较好的Biotech，这是比较普遍的客户画像，但是现在整个行业对于开拓新管线、做新产品这些事情非常谨慎。客户的需求减少，就意味着能够去触达客户、进而展示能力的机会变少了很多。在这种前提之下，对于小型AI制药企业，放下对技术的执著和面子，想尽办法先活下去是最重要的。

企业介绍

关于英矽智能

英矽智能是一家由端到端人工智能（AI）驱动的临床阶段药物研发公司，通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。成立于2014年，在全球6个国家和地区设有办公室和研发团队，拥有超过200位成员，包括100位人工智能科学家和80位药物研发人员。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。

关于智峪生科

上海智峪生物科技有限公司成立于2021年4月，由来自于业内顶尖的AI团队和经验丰富的合成生物学产业团队组成。公司致力于通过AI赋能合成生物学DBTL加放大工艺各个流程，去拓宽合成生物学的应用与选品范围，并达到极致的降本增效，解决行业普遍存在的“选品难、生产难”痛点。

公司目前有多条合成生物学管线同时布局，在低成本短周期的研发模式下，确保以最低的成本来占据市场。公司经过2轮融资，多家一线机构助力，投资人包括鼎晖、高瓴、朗煜等。

关于智药科技

深圳智药信息科技有限公司是一家以计算药物设计为核心的技术平台型公司。面向大中华地区及海外制药公司和生物科技公司提供计算药物设计相关的服务、软件及硬件。目前，公司在小分子、蛋白、mRNA药物领域累计服务客户40余家，其中进展最快项目处于Pre-IND阶段。

关于峰瑞资本

峰瑞资本以早期投资为驱动力，并积极布局成长期及中后期的全链条基金管理公司。围绕消费及TMT、硬科技、生物医药三大方向，峰瑞投资了超过150家创新企业，领域涵盖生活方式、文化娱乐、智能制造、生物科技与新药研发、新能源新材料等等。峰瑞资本研究驱动，鼓励创新，有自成体系的投资策略——寻找交叉学科的独特投资机会。我们认为，交叉学科代表着最好的科技创新方向与机会，突破性创新通常发生在科学的交叉点上。

主办方介绍