撞了南墙的AI药企，开始回头了

“尽管公司官网还在写在做CRO，但我们已经将自己定位为AI biotech了。”

老杨是一家AI+新药研发的高管，在一次交流中，他对智药局说道。

作为一家较为低调的AI制药公司，老杨的所在的公司并不像绝大多数业内明星企业一样，由非常亮眼的海归背景。

这也意味着融资额整体不如一些业内明星企业，市场能够提供给他们的试错成本不高，在踩过无数的坑之后，他们终于找到了自己的前进方向——AI 赋能的生物技术公司。

从世界上诞生第一家真正意义上的AI制药公司，整个行业已经走过了10年，而商业化的压力，已经落在了这些年轻的企业肩上。

01、“什么坑都踩过了”

一般来说在医药市场上，biotech/CRO和技术服务商有着不同的商业化路径、市场规模和打法。

但当人工智能开始用于药物研发领域时，情况却有了一些不同，AI药物研发企业有三种主流的商业模式：AI SaaS、AI CRO和AI biotech，即售卖软件、服务和研发药物。

第一批AI药物企业刚在市场诞生时，彼时市场认知、技术和商业模式均不太成熟，因此大多数企业都将自己定位为软件/技术服务商，通过技术服务的方式为企业提供价值。

老杨所在的公司刚成立时，和很多早期初创公司一样将自己定位为AI SaaS平台，最初设想的商业模式也很简单，用一套标准化的产品，赚取用户的“订阅+续费”的钱。

放在很多行业，这是一个成立的商业模式，最小成本覆盖最多的用户需求，边际效应递减，更多客户也意味着更多的受益。

但做了一段时间SaaS后，老杨发现医药行业的 SaaS做下来其实非常不容易，他们需要围绕客户的管线去打磨一套产品，同时AI涉及到input（输入）和output（输出）的过程，实际部署后模型会产生偏差，他们还需要人员去现场调试参数。

而具体得到的模型结果如何，置信程度怎样，很多时候也无法保证，最重要的是，SaaS做下来根本不赚钱，订单额度较小，但维护压力较大。

“本质上来说，AI现在还无法成为一个普适性的东西。”老杨告诉智药局。

同样是药物研发做SaaS服务的玩家，几乎很难绕开一家名为薛定谔的公司。

薛定谔成立于1990年，是全球最早一批计算化学软件公司，其核心技术在于基于物理的化学计算平台，为药物研发提供模型预测、数据分析、参数优化等各类服务，满足用户的各种需求。

成立30年后，薛定谔于在2020年2月登录纳斯达克，招股书显示彰显了它在软件市场的统领地位：全球TOP前20的制药公司全都是薛定谔的客户，1250个学术机构的研究人员也安装了薛定谔的药物发现软件。

同时，这家老牌软件公司的增长的天花板快要到顶，Top20的客户每年只给薛定谔带来2000万美元左右的收益，平均一家公司仅支付100万美元。

财报显示，在软件销售这项业务，薛定谔每年也仅有20%的稳定增长，对于一家上市公司而言，这样的业绩显然难以让投资人满意。

老杨也研究过薛定谔的财报，发现即使是礼来、阿斯利康这样的跨国巨头，也只为薛定谔的软件付费不到100万美元，国内企业的质疑声更高、付费意愿更低，根本无法形成商业闭环。

某位近期看过该赛道项目的投资人也表示，她发现有的初创公司尽管团队背景很不错，但更多考虑的是技术实现，甚至一上来就对标薛定谔，但实际的付费用户有多少，如何商业化都没有考虑清楚。

既然SaaS走不通，老杨及团队又将眼光放在CRO上。

作为医药产业界的“卖水人”，CRO几乎是吃到中国创新药爆发最多红利的行业，无论企业是否研发出药物，CRO都是旱涝保收，每年保持着稳定可观的增速。

有不少投资人和业内人士都认为，通过算法的加速，AI CRO能够为企业节省更多的研发成本，新闯入者极有可能引发一场质效革命。

但事实上，AI CRO仍然需要大量的人力成本，对于一家小型AI制药公司而言，CRO也并不是一条好的出路。湿实验仍然是获得临床前化合物的必经之路，在成本上仍然很难和传统CRO竞争。

“我们做完一合算下来，竟然亏了。”老杨说，“企业给我们的订单甚至无法覆盖实验和人力成本，不赚钱不说，还得亏钱。”

最后他们又一次掉头，改变方向。

02、AI到底能做什么？

近年来无论国内外，AI制药领域均受到了非同一般的关注，既有质疑声，也有追捧者。资金像雪花一样涌向这些初创公司，同时也造就了一个过热的赛道，和一批明星公司。

成为药物研发变革性力量，带来底层的技术革命，AI药物研发曾被寄予厚望，也是很多创业者的初心和使命。技术上的畅想仍然需要面对企业商业化的实际问题。正如老杨所在的公司所总结的：做SaaS，AI当下无法提供通用性的见解；做CRO，干实验还无法替代湿实验，仍然得和市场上的各类CRO同台竞技。

那么对于临床前药物研发，AI到底能帮什么忙？

一般性的回答大概会说，AI能够加速靶点发现、化合物生成、虚拟筛选、ADMET预测等各个环节，加速药物发现的速度，这些都没有错。

AI药物研发流程图

但经历了各种心酸的老杨告诉智药局：“AI制药最核心的点不在于提升速度或节省成本，而是能提升人们的决策质量。”

因此，老杨他们最终决定决定组建自己的药物研发团队，根据公司的定位将AI技术限制在具体的单点应用上，选择自己的核心突破点迭代自己的技术。

也就是说一个传统的药物研发流程，再加上AI的决策，最终诞生一个标准的药物流程，产生具有市场价值的产品。例如针对特定靶点的高选择性，或者药物活性去做定制性的算法和模型。

这也意味着在较小范围内AI能够为药化专家们提供高质量的见解，随着药物管线的逐步建立，这样一个流程的应用和反馈也更加高效。

国外AI药企创始人也曾表达了相似的观点：由于高质量数据的稀缺，生物制药难以构建出一个“大模型”，AI更适合从小数据和宽数据中寻求特定的见解。

老杨告诉我们，在实际操作中，AI能够打破药化专家十几年来的常规逻辑，给出一些团队几乎很难想到的分子，但他们拿到实验室去测试数据，活性和药效都很不错。

比起SaaS或者CRO，形成一套打法后他们内部研发的药物速度明显快得多，一年左右就能获得PCC（临床前候选化合物）。

一位投资界人士告诉智药局：“AI企业做CRO想象空间低很多，做药的话盈利空间会更大。因为CRO主要看订单，但对于AI制药企业而言，拿到订单比较难。”

这位投资人坦言，现在AI在市场上的定位是工具属性，也意味着市场上新玩家不做药的很少。

而前文以软件开发为主的薛定谔，也选择在2018年开始转型，不惜血本建立研发团队开设内部管线，寄希望从AI服务提供商转变为临床阶段生物技术公司，尽管其软件销售的毛利已经接近80%。

老杨也和一些行业人士交流过，他发现主流的声音也是要逐步建立管线，因为单纯走CRO路线，其实很难药明康德、康龙化成这样的头部公司竞争。

毕竟CRO具有较高的马太效应，市场口碑越好，能力越强，订单也就越多。

03、回归制药的本质

有预测表示，SaaS软件服务这类商业模式未来会逐渐消失，企业会逐渐向AI CRO以及AI bioteech两种商业模式进行转型。

事实上，AI公司选择何种商业模式，是做一家biotech还是一家CRO，现在已经不是很重要了。

毕竟，现在的界限已经不是泾渭分明了。

动脉网的报告显示，国内多数AI药物研发企业都会在SaaS服务商、AI CRO和AI biotech的商业模式中兼容两种或者三种。

“自研+外部合作”已经成为主流，这也是很多药企倾向的合作方式，降低liscence in的风险。而这种模式下的很多AI制药企业并不愿意被定位为CRO。

上述投资人士说，AI biotech的估值不一定就比AI CRO企业低，例如Relay Therapeutics在公布其新药RLY-4008针对胆管癌治疗的优异临床数据后，（疾病控制率100%，ORR为88%），当日股价飙升20%。

而自己做管线也意味着，投资人更看重的是企业管线搭建和技术能力，能否做出成果，将新药带入临床，将成为首要考虑因素。

近两年AI制药企业开始频繁引进药化专家、医学人才就是明显的佐证，仅仅畅想AI成为药神的阶段已经悄然离去，“AI+高质量数据+专家知识”在现阶段才能更好地为患者带来新药。

智药局也发现，很多初创公司都开始将机器学习、深度学习用于药物研发，但它们不大会说自己是一家AI制药企业，而是专注于AI用于疗法/应用。

AI在医药领域的接纳程度和渗透率实际更高了，但故事变少了，大家考虑如何和自身管线/平台结合得更好，行业真正来到了实际应用层面。

以往建立一个AI驱动的小分子平台就能拿到融资，但现在投资人会更加考究和挑剔，没有差异化的技术和管线，即使是明星赛道，他们也不再像以前那般慷慨解囊了。

事实上，老杨所在公司的两次转向仅仅是一个切片，但却能够一定程度上能够反映行业在商业化上的探索。

一位行业人士精辟地说道，如今的AI制药领域，做服务的大力建湿实验室，做药的猛搭管线。

每家公司的团队背景、融资情况、技术平台、商业化选择有很大的差异。但作为作为行业的观察和记录者，智药局也希望行业能够蓬勃发展，造福于市场和患者。

“现在我们只想把管线往前推得更快些。”老杨最后说道。

参考链接：《2022AI+新药研发行业研究》，蛋壳研究院。

The End

打赏