AI 制药公司也焦虑:当模型比药更便宜,制药行业在慌什么

英矽智能联合首席执行官任峰在医药创新与投资大会上表示，随着科技巨头孵化出第二代 AI 制药公司，行业竞争格局发生变化，传统 AI 制药企业面临技术路线迭代和市场评估标准的调整，同时需应对人才流失和跨国合作的新趋势。这件事揭示了"垂类模型"时代的护城河在通用模型时代会瞬间失效。

一个新玩家的画像。

第一，"由科技巨头孵化或其技术骨干创立"。第二，"基于大模型和多模态技术"。第三，"正挑战传统垂类模型主导的 AI 制药格局"。第四，"这些新生代企业往往由年轻、富有激情的博士组成"。

这四条——说明"入局者"的"来源"变了——不再"是"垂类"老兵"，是"大厂"体系"里""出来"的"人"。

二、技术路线的根本性变化

一个结构性的转变。

第一，"AI 制药行业正在从单一模态的垂类模型过渡到多模态的大模型"。第二，"这"不仅影响数据处理方式，"还改变了模型调参和实验验证的流程"。第三，"要求公司快速适应新的技术范式"。第四,"这"是"一条""路线"的"更"替"，不"是""优化"。

这四条——揭示了"通用模型"对"垂类模型"的"降维打击"逻辑。

三、为什么通用模型能打穿垂类护城河

一个需要讲透的机制。

第一，传统垂类模型公司——"优势"是"在"特定数据上"训练"过"。第二，"但"大模型——"泛化"能力"极强"——它"在"海量的"通用"数据上"训练"过"。第三,"当"模型"能力"足够"强"——"特定数据"带来的"那点"优势"就被"淹"没了"。第四,"这"就是"为什么""路线"会"突然"被"颠覆"。

这四条——点出"垂类护城河"的"脆弱性"——它"建立"在"能力差距"上，而"能力差距"是"会"被"追平"的"。

四、市场评估标准的调整

一个更"软"但很关键的维度。

第一，"市场评估标准的调整"——投资人和市场"开始"用"新"标准"看"这"个"行业"。第二，"什么"标准"——"是不是"有"底层"技术"，还是"是不是"有"应用"价值"。第三，"这"意味"着"——"你"过去"靠"技术"叙事"拿"的"估值"——"要"重新"被"审视"。第四,"这"是"所有"技术"公司"都会"遇到"的"阶段"。

这四条——说明"技术"领先"和"商业"领先"的"关系"，在"技术"扩散"时"会被"重"估"。

五、人才流失：一个被低估的冲击

一个非常现实的软性问题。

第一，"人才挖角"。第二，"这些"新"公司"由"大厂"体系""出来"的"人"创立——"他们"天然"有"组织"的"人脉"。第三,"这"意味"着"——"成熟"公司"的"技术"骨干"被"直接"挖"走"。第四,""人才"是"AI 制药"里"最"核心"的"资产"——它"是"人"本身"。

这四条——揭示了"人才流动"对"技术型"公司"的"毁灭性"。

六、跨国合作的新趋势

一个更宏观的变量。

第一，"跨国药企 increasingly 利用中国低成本、高效率的临床试验资源"。第二，"这"改变"了"行业"生态"。第三，"对"国内"公司"来说——"这"既"是""机会"（订单"来"了），也"是""威胁"（价值"被"压"低）"。第四,"这"是"一个"结构性"的"变化"。

这四条——说明"产业链"的"位置"决定"你"能"分"到"多少"蛋糕"。

七、我的评价

这个案例最让我感兴趣的是它提供了一个"通用模型时代"的绝佳样本：一家以垂类技术立身的公司，被用通用技术起家的新玩家正面冲击。这不是个案——从法律到医疗到金融，这个剧本在反复上演。

这件事的更深意义在于——它给出了一条对所有"技术公司"都适用的警示：护城河如果建立在"能力差距"上，它必然被填平，因为能力的扩散速度远快于组织的调整速度。真正的护城河只能是三种：独占的数据、嵌入的流程、积累的信任——这"三"样都"不是"模型"能力"带来的，也"都"不是"能靠"更快"的"模型"获得"的"。这也解释了为什么"垂类"公司"必须"从"有"什么"转向"有"什么"别人"没有"的"。

八、给技术创业者的四条建议

第一，"别"把"护城河"建在"模型"能力"上"——"它"一定会"被"追平"。第二,"把"竞争"焦点"往"数据"和"流程"上"移"——这"两"样"不"随"模型"升级"而"贬值"。第三,"关注"人才"流动"带来的"组织"风险——"核心"团队的"稳定性"是"技术"公司的"生命线"。第四,"想清楚"你在"产业链"里"的"位置"——"哪"一"环"是"你"能"守住"的"。

这四条——是从这个案例里能提炼的。

九、潜在挑战

不过这个判断也有需要注意的地方。第一，""多模态大模型"能"取代"垂类模型"——"这"可能"只"在"某些"任务"上"成立——"临床"环节"仍然"需要"专业"模型"。第二,""人才"流失"是"双刃剑"——"有"人"被"挖"走"。"也"意味着"你"被"看到了"。第三,""市场"评估"标准"的"变化"很"快"——今天"被"否"的"叙事"，明天"可能"被"重新"追捧"。第四,""临床"资源"的"成本"优势"是"周期性"的——"政策"和"产能"都会"变"。

十、反面观点

不过这个观察也可能过于悲观。第一，"垂类"优势"还"包括"合规"、""流程"、"客户关系"——这些"和"模型"无关"。第二,"大厂"孵化"的"公司"通常"活"不"长——"组织"惯性"和"路线"之争"会"杀死"它们"。第三,""通用模型"在"垂类"上"仍然"有"短板"——"数据"、""可解释性"、""监管"要求"都是"硬"门槛"。第四,""焦虑"是"周期性"的——每一"轮"技术"变革"都会"让"老"玩家"焦虑"一次，然后"大部分"人"活"了下来"**。## 十一、焦虑本身是这个行业的常态

一个必要的降温。

第一，"每一"轮"技术"变革"都会"让"老"玩家"焦虑"一次"。第二，"从"互联网"到"移动"到"云"，每一"次"都"有"一"批"公司"觉得"自己"被"颠覆"了""。第三，"大部分"最后"活"了下来"——因为"技术"变革"通常"是"扩展"市场"而不是"毁灭"市场。第四,"这"不是"让人"别"焦虑"，是"让人"知道"焦虑"的"统计"规律""。

这四条——提供"历史"视角，防止"把"一次"技术"更替"误读"成"末日"。

十二、值得关注的三个先行指标

一个可观察的清单。

第一，"技术"是否"开始"从"专用"转向"通用"——"这"是"路线"转向的"第一"信号"。第二，"人才"的"流向"——"技术骨干"被"挖"走"的速度"。第三，"客户"是"否"开始"用"新"范式"的"人"来"重新"问"问题"。这三条——比"焦虑"本身"更"有"信息量"。

这四条——给"焦虑"一个"可操作"的"替代方案"——"看"指标"。

十三、给从业者的一条务实建议

一个不宏大的建议。

第一，"如果"你"在"一家"垂类"公司"——"先"想清楚"：如果"大厂"明天"用"通用模型"直接"做"了"我"的"事"——"我"还"剩"什么""。第二，"这个"问题"的"答案"就是"你"该"守"的东西"。第三，"如果"答案"是""没"什么"——"那"就"趁"现在"换"方向""。第四,"这"比"焦虑"有用"得多"。

这四条——把"焦虑"转成"一个"可"执行"的"问题"。