美團曾經的二號人物王慧文對標Open AI的創業項目光年之外，以20億賣給美團，再度引發市場對大模型的熱議。
但面對如此熱鬧的場景，6月27日向港交所遞表的AI制藥公司英矽智能則沒有掀起什么水花。同一天，英矽智能還宣布已經开始AI“研制”的藥物——INS018_055的首批人體試驗，推進至二期臨牀試驗驗證階段。
按理說，這是有可能成爲制藥行業裏程碑的事件，但市場對AI制藥的關注，遠遠低於那些“正統”的AIGC。AI制藥的想象力被包裹在一層厚厚的繭中，只有一些負面消息能激起觀衆的興趣：5月25日，英國上市AI制藥公司BenevolentAI宣布裁員近180人，近乎公司的一半。此時，距離它意氣風發地上市才過去一年。
事實上，AI制藥最大的問題就是不確定性，這讓它暫時難以形成穩定的商業化。試圖摘下“亞太AI制藥第一股”稱號的英矽智能，即使手握大廠訂單，2022年營業收入也僅有0.3億美元，而同期淨虧損達到2.22億美元。
大模型繼續火，AI制藥繼續咬牙前行，有些公司逐漸贏得了關注，另一些公司悄悄倒下，它們的失敗甚至沒有聲音。
告別“伸手不見五指”，AI制藥依舊天色晦暗
AI制藥的前景已經得到了充分渲染。比如，摩根士丹利在一份報告中指出，AI制藥的全球市場規模短期已達500億美元，並有可能繼續上探。全球已經有超過270家公司投身於AI制藥，其中頭部企業已經和輝瑞、禮來、賽諾菲等醫藥巨頭建立了穩定合作，拿下數百億元訂單。
瑞士被忽視疾病藥物研究所（the Drugs for Neglected Diseases Institute,DNDi）研發主管Charles Mowbray表示：“人工智能使科學家掌握所有信息，提出好問題，並不斷迭代，直到他們能找到真正想要的東西。”
（英矽智能外、Exscientia等AI制藥企業均已進入臨牀階段。圖源：Nature Medicine）
不過，這只能解釋AI制藥市場已經進入完全啓動狀態。
英矽智能是全球最早成立的一批AI制藥公司，首席執行官兼創始人Alex Zhavoronkov在採訪中提到：“大約10年前，每次我去找風險投資家融資，他們從不給我錢。”當時的AI制藥無法被理解，今天能獲得市場認可，已是進步——而這不代表市場信任其商業模式一定有產出。
AI制藥核心商業模式有三種，出售軟件的AI SaaS，出售藥物研發服務的AI CRO，直接研發藥物出售的AI Biotech。非常詼諧的是，AI制藥在獲得幾種商業模式的同時，受到其缺點的拖累，遠遠大於多種商業模式前景帶來的收益。
比如，BenevolentAI的裁員是因爲，其AI开發的用於治療特應性皮炎的局部泛 Trk抑制劑BEN-2293的IIa期臨牀試驗，無法治療患者病情，而這是該公司唯一一條臨牀管线，也是它上市的依仗。
這透露出一個事實：一不小心，AI公司和創新藥公司的缺點，就會集中在一起。也許只要一瞬間，市場就會意識到部分AI公司描繪的想象空間，僅僅是太美的承諾因爲太年輕。
不過，這也給更多後來的參與者打开了一扇窗，那就是在迭代技術的同時，盡力建立足夠有力的商業模式保障。
比如，英矽智能招股書顯示，其收入實際上包含藥物研發服務和生成式AI平台軟件許可兩部分。簡而言之，雖然軟件當前佔收入比例高達95%，但最後，藥物和軟件都會是商品。
（英矽智能在研藥物管线。圖源：招股書）
2022年10月，英矽智能與賽諾菲子公司Genzyme Corporation籤訂了關於开發候選藥物的協議，在這筆最高收入可能達到12億美元的生意中，英矽智能和賽諾菲約定了藥物开發收益和藥物銷售分成兩部分的商業價值。
但需要注意的是，這與賽諾菲對AI的親和態度有關。6月13日，賽諾菲宣布“All in”人工智能和數據科學，並帶來了與Aily Labs共同开發的AI程序plai。賽諾菲的想法是，通過AI提高從研究、臨牀、生產制造等供應鏈全環節的效率。
在2022年的AI制藥訂單額排行榜上，賽諾菲和禮來分別佔訂單額前十名中的三個項目，但賽諾菲一人包攬的是第一（Exscientia）、第四（英矽智能）和第五（Atomwise），訂單額分別爲356億元、82億元和69億元，總額佔前十的42%。
盡管大型藥企都宣稱擁抱AI，但真正投入差異明顯，賽諾菲的心態令其更愿意爲AI制藥行業投入資源，從而轉化爲一些新興公司的營收——但當這些公司要獲得其他巨頭認可時，難度不一定也同樣小。
怎么讓更多藥企巨頭相信AI制藥的力量？答案是不斷樹立標杆、拿出成果。
速度靠“大力出奇跡”，智能如何凸顯？
針對上市當天的藥物試驗，英矽智能聯合首席執行官兼首席科學官任峰表示：“啓動INS018_055的2期臨牀試驗首例給藥，是中國乃至全球人工智能制藥領域的又一個裏程碑。我們期待INS018_055爲全球患者帶來新的選擇，也期待人工智能制藥能夠交出更高效的成績單。”
“快”字當頭。英矽智能的進度說明，AI制藥在平台、管线方面的發展速度優勢十分明顯。而這也是AI制藥最初被看好的普遍原因之一。
比如，在招股書中，英矽智能表示其Pharma.AI研發平台能夠讓一款藥物在12個月內便進入臨牀階段。相比之下，傳統的藥物研發流程要進入臨牀，一般需要4.5年。這也意味着，英矽智能當前的管线進展，其實就是AI制藥的最好招牌。
不過，AI制藥的速度優勢更多是因爲“大力出奇跡”。比如，業界火熱的GLP-1、PD-1等靶點，擠滿了各類大中小藥企，原因是發現一個新的有效靶點太難。但在AI的幫助下，快速尋找有效靶點成爲了可能——然而，這個可能指的是AI根據現有數據模型和應用經驗，算出某一群特定靶點的成功率更高，但最後的驗證，在一部分AI制藥產品中依然要靠人類。理想的狀態是，通過不斷迭代技術水平，提升靶點尋找和驗證的能力。
這就給出了AI制藥的一個現實情況：大客戶的付費，更多來自標杆項目吸引他們爲藥物的研發付費，不代表AI的能力得到了認可。所以，AI制藥需要逐漸形成專屬於這個垂直行業的“智慧”，讓AI更好用、易用，提升綜合能力。
比如在數據上，AI制藥公司可以運用的數據包括藥物化合物的數據，生物分子的數據，臨牀信息數據等等。但在AI強大的計算能力加持下，這些數據可以更深一層。例如患者臨牀數據不一定是典型的症狀數據，也可以是平常不被觀測的行爲數據。通過數據的積累、清晰和整理，一份專屬於AI制藥特定領域的高質量數據集會被生產出來。
另一方面，AI制藥對蛋白質等生命基礎元素的解構能力遠遠強過人力——蛋白質的分級結構復雜度很高，計算生物學家David Baker表示，20個簡單的氨基酸可以組合出的蛋白質數量超過了宇宙中的恆星數量。這意味着除了有目的地探索研發之外，AI制藥可以無目的地適時研究那些人力無暇探索的領域。這種無意識性的拓展，也是“智慧”的一部分。
AI咨詢機構Deep Pharma Intelligence的統計顯示，截至2023年3月末，全球AI制藥企業的投資總額已達到593億美元。但這幅華美的外衣不能掩蓋一部分企業的窘境，因爲AI制藥始終是工具，演變成什么樣的商業模式十分考驗運作人的水准。
2022年，BenevolentAI向阿斯利康交付了三個由AI平台發現的新靶標，收入只是從460萬英鎊增長到1060萬英鎊，儼然是個“打工仔”。
或許對AI制藥這樣的行業來說，矛盾是永遠存在的，是選擇爲他人做嫁衣的商業模式，還是始終保持着更遠大的商業理想？這個問題，只有在一輪又一輪的淘汰中才能得出答案。
來源：港股研究社
原文標題 : 大模型難掩AI制藥的悲傷：越過山丘，無人等候
標題：大模型難掩AI制藥的悲傷：越過山丘，無人等候
地址：https://www.utechfun.com/post/232500.html