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
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。
审核编辑黄昊宇
-
AI
+关注
关注
87文章
30728浏览量
268882
发布评论请先 登录
相关推荐
3级自动驾驶汽车下一步该怎么走
PADS Layout版本，10度高速线怎么走
科技云报到：从云计算到AI大模型，云巨头生态革命迈出关键一步
鲲云科技荣获证券时报年度高成长企业
宏景智驾智能驾驶系统的技术迭代及商业化之路
CNBC对话纳微CEO，探讨下一代氮化镓和碳化硅发展
大模型应用商业化落地关键：给企业带来真实的业务价值
stm32cubemx配置了stm32h743的USB host，运行到第一个if下一步直接就跳到HardFault_Handler了，为什么？
Yellow.ai业界首创生成式AI代理模型
STM32F207擦除片内FLASH，退出DEBUG无法执行下一步程序是怎么回事？
微软携手法国AI初创企业Mistral推动AI模型商业化
Prevayl的下一步是什么
智能照明的下一步，迈向场景化与个性化
传感器技术的下一步
工商网监
评论