AI与AI不一样

AI这个话题，不好聊。

它真的火，在投资圈的热度已经到了烫手的地步，好像不聊AI你就没有资格去干投资了。眼花缭乱的场面让投资人在FOMO和审慎之间被反复撕扯。处处都是机会，却又处处都是陷阱；每一次出手都像是在迷雾中射击，既怕错过下一个时代，又担心为虚假繁荣买单。这种撕裂感或许才是当下AI投资最真实的写照。

AI领域的投资人们期待着这项技术沿着类似的路径进入越来越多的行业，然后颠覆行业现状，大大加快行业的生产效率，在每个细分赛道催生出3-5家千亿甚至万亿的巨头公司。但是作为一个见证了AI制药在成功和失败中一步步走到今天的行业观察者，我认为这个事情真的没有这么简单。

本篇文章，我想从价值链的角度来谈谈应该如何看待AI在制药产业之中的价值。

AI能提升效率这是肯定的。虽然在很多细分方向上AI的能力还没那么强，但我们有理由推测随着算力和模型的不断进步，未来将会有越来越多的行业被AI所颠覆，这在今天应该也是被越来越多的人所接受的观点。

但这里我想讨论的是，从价值链的角度来看，AI在一个行业中究竟扮演着什么样的角色？

我能想到2种比较典型的情况：

第一种：由于AI推动生产效率的提升，这个行业能创造出远超以往的价值。数字内容生产就是一个很典型的例子。过去做视频、图片，门槛高、周期长，试错次数也有限，因此很多潜在需求并不是不存在，而是做不起、来不及做，权衡之下也就不值去得做。AI进入之后，把内容生产的资金成本和时间成本同时打下来，原来一个月只能做一条内容的商家现在可以一天测试很多条；原来根本没有能力做内容的小商家、小团队、个人创作者也都能参与进来。技术门槛的降低释放出了大量的需求，虽然单件内容更便宜了，但整个行业的使用频次、调用量剧增，结果是行业整体市场规模会成倍增加。

第二种：虽然AI推动某个环节生产效率的提升，但整个行业并不会因此扩容。一个典型的案例是AI在财务领域的应用。假如AI让记账、出报表、审凭证的效率提升十倍，但不会因为记账快了，企业就多做十倍账、多开十倍公司。结果是基础会计服务价格大幅下降，代账公司从卖劳动力变成卖服务和咨询，行业总盘子实际上是收缩的。

上述两种情况的差异，其本质上是由于终端需求变化的差异所造成的。更进一步地来讲，在讨论AI在不同行业中的应用的时候，我们要特别关注AI改造的这一环节是否为该行业增长的瓶颈和限速步骤。如果这个环节本来成本太高、供给太慢、服务覆盖不到，而AI效率提升和门槛下降把掩盖着的需求释放出来，行业就可能因此而扩容。反过来，即使AI技术本身没有问题，但由于它所改造的这个环节并非行业的瓶颈，或者这个环节本身就在价值链上比重较小，那这一环做得再快再便宜，结果也只是把这一段本身的价值压薄，并不会明显拉动终端需求。

作为投资人，我们希望捕捉的投资机会显然是上述第一个案例所代表的情形——AI 打掉了这个行业原来的瓶颈，成本明显下降，供给能力明显上升，而市场需求本身又很有弹性。这里所谓需求弹性，意思是价格下降一点、供给改善一点、使用门槛降低一点，用户就会明显多买、多用、多试。在这种情况下，AI带来的就不只是提效，而是直接释放大量的需求，因此市场规模反而变大。过去很多需求不是不存在，而是太贵、太慢、太麻烦，所以没有被真正激发出来。AI 把这层障碍拿掉以后，行业就扩容了。

第二种情形中的项目则是我们不希望投资的。在某些特定领域，由于生产效率的提升、成本的缩减，赛道的总盘子反而被大大压缩了。不可否认这当然也是先进生产力前进的方向，不代表技术进步就是错的，只是这类公司不适合VC参与。

很多公司之所以折腾不起来，并不是因为技术上有问题，而是在市场和需求的理解上出现了偏差。看到AI能提效，就以为一定会带来行业扩容，一定会产生新的投资机会。其实都不一定，还是要看需求。我们真正要看的并不是AI这项技术本身是不是work，不只是AI能不能提效，而是提效之后，这项技术对于这个行业有着什么样的影响？行业的需求弹性高，AI就可能把市场做大；需求弹性低，AI更可能只是把某个环节压缩掉。

从过去几年我对AI制药领域的观察来看，AI制药的创业者们通常会讲一个非常宏大的故事。这个故事的核心是AI能够加快靶点发现、分子设计、虚拟筛选、先导优化，于是药物研发效率会大幅提高，传统的药物开发流程会被AI颠覆。

这个大方向当然是没有大问题的。问题在于，目前绝大多数AI制药公司切入的位置是在早期研发阶段。

但我们知道，制药行业真正最贵、最慢、最容易失败、也最决定回报的地方是临床研究。临床试验占整个药物开发成本的比例超过三分之二，患者招募又会吃掉约30%的临床试验时间，最高可占40%的临床试验成本。也就是说，发现端当然重要，但它并不是整个价值链里最吞钱、最拖时间、最决定成败的那一段。

如果AI只是把药物发现、优化这一步做快了，那么最有可能发生的事情是药物早期发现阶段的工作由经验导向转向工具化、标准化。但由于技术的进步带来的成本的降低，价值空间也会变小，存量市场中的内卷竞争下，单纯的干实验平台议价能力会下降，最终只剩下少数几家真正把数据、算法、湿实验、管线推进能力连起来的平台还能站住。

全球范围内每年有3000多个管线进入早期开发阶段，每年超过1000个项目进入临床研究阶段。假如AIDD对于整个制药工业的成本缩减影响不大的话，也就意味着每年新开发的药物数量不会有太大变化。按照AIDD单个项目收费百万级别计算，即使AIDD的渗透率在早期新药项目中达到100%，那么整个盘子也才不超过百亿级别。

当前AI制药领域的一大问题就出在这：技术行不行这个先不谈，整个市场盘子就不够大。为什么很多AI制药的公司在对外获取订单的时候那么困难？因为存量的药物项目数量真的有限，你拿一个订单就意味着别人要少一个订单。所以从这个角度来看，如果AI制药仅仅停留在分子设计阶段的话，那还远远称不上是颠覆制药工业。创业者们画的的大饼很难真正落地。

此外可以去看看NASDAQ市场上比较优秀的AI制药公司，例如Recursion、AbCellera以及刚上市的Generate Biomedicines。这批公司的市值普遍在10-20亿美元区间，基本相当于OpenAI新一轮融资额1100亿美元的零头的零头，可见一斑。从本节所讨论的逻辑上来讲，AI制药如果仅仅停留在药物发现和设计阶段的话，那么这个领域很难诞生数百亿美金市值的公司。

有人可能会说，那如果AI继续往后走呢？如果它不只是停留在早期的药物设计阶段，而是切进临床开发、患者筛选、试验设计、申报资料这些后端环节，情况会不会不一样？

这当然是有可能的。假如随着AI在药物开发不同阶段的渗透，单个药物研发的成本有所降低的话，理论上药企会有精力去开发更多的管线，但数量的提升应该是比较有限的。

正如我们上文提到的需求弹性，药品不是一个供给一便宜，终端需求就会迅速放大的行业（不考虑单个适应症渗透率极低、极高定价药品这些特殊情况）。药品市场本身有一些客观因素来约束，比如患者数量，用药时长，用支付能力、医保政策、监管批准和临床指南。当前药品支出的增长动力主要还是来自创新疗法解决新的未满足的临床需求和更广泛的用药可及性，而不是研发成本这个变量。

所以，就算AI真能很好地切进药物研发的全流程，把早期研发、临床研究阶段的成本都有一定程度的缩减，药品市场也不会像内容生成领域那样指数级扩容。研发变得更容易，不等于病人就会凭空变多，也不等于每个人都会多吃很多药。

那AI制药行业真的就没啥好搞的了吗？

答案当然是否定的。我当然不是不看好这个行业，我的出发点还是希望AI能够以更合适的角度来变革整个行业。

目前而言我的观点主要有以下几点：

（1）毋庸置疑，未来十年大概率是AI改变甚至有希望颠覆生命科学研究的十年；但由于行业的特殊性，AI制药领域很难诞生几百亿甚至上千亿美金估值的平台型公司。因此在AI制药领域早期投资中，一定要“实事求是”地去放飞想象力，千万不要怀着投中一个OpenAI或者Tesla的梦想去投AI制药平台；

（2）除了在现有的药物研发流程的各个环节降本提效之外，AI药物研发平台也应该去探索打开新的未满足需求、打开新的适应症的可能性，这样才会给行业带来真正的增量。如果有一天，AI真的能帮助生命科学攻克一些过去难以攻克的疾病，例如真正推动长寿、抗衰等领域的靶点开发以及药物上市，那时候它就不再只是效率工具那么简单。这才是AI与制药结合最值得期待的一幕。但可以想象这非常难。

（3）AI平台可以尝试从制药工业以外的其他细分赛道切入生命科学领域。药品领域的需求特征极为特殊，但其他细分赛道可不一定，比如合成生物学、基础研究等，或者是一些偏消费的领域。有些赛道看似市场空间不大，是传统意义上的niche market，但其背后的原因有可能是大量真实的需求被技术门槛或者供给的稀缺性压制住了，OpenEvidence就是个很好的例子。有些公司解决需求，有些公司释放甚至创造需求，后者更加伟大。

技术是技术，商业是商业，颠覆性的技术并不意味着就一定能颠覆行业。在当前全民AI的大热潮下，希望各位同行能在投资过程中保持理性。