大模型难掩AI制药的悲伤:越过山丘,无人等候

产业

康谈网 港股研究社 2023-07-03 10:16:01

摘要 美团曾经的二号人物王慧文对标OpenAI的创业项目光年之外,以20亿卖给美团,再度引发市场对大模型的热议。...

大模型 AI

大模型难掩AI制药的悲伤:越过山丘,无人等候

  美团曾经的二号人物王慧文对标Open AI的创业项目光年之外,以20亿卖给美团,再度引发市场对大模型的热议。

  但面对如此热闹的场景,6月27日向港交所递表的AI制药公司英矽智能则没有掀起什么水花。同一天,英矽智能还宣布已经开始AI“研制”的***——INS018_055的首批人体试验,推进至二期临床试验验证阶段。

  按理说,这是有可能成为制药行业里程碑的事件,但市场对AI制药的关注,远远低于那些“正统”的AIGC。AI制药的想象力被包裹在一层厚厚的茧中,只有一些负面消息能激起观众的兴趣:5月25日,英国上市AI制药公司BenevolentAI宣布裁员近180人,近乎公司的一半。此时,距离它意气风发地上市才过去一年。

  事实上,AI制药最大的问题就是不确定性,这让它暂时难以形成稳定的商业化。试图摘下“亚太AI制药第一股”称号的英矽智能,即使手握大厂订单,2022年营业收入也仅有0.3亿美元,而同期净亏损达到2.22亿美元。

  大模型继续火,AI制药继续咬牙前行,有些公司逐渐赢得了关注,另一些公司悄悄倒下,它们的失败甚至没有声音。

  告别“伸手不见五指”,AI制药依旧天色晦暗

  AI制药的前景已经得到了充分渲染。比如,摩根士丹利在一份报告中指出,AI制药的全球市场规模短期已达500亿美元,并有可能继续上探。全球已经有超过270家公司投身于AI制药,其中头部企业已经和辉瑞、礼来、赛诺菲等医药巨头建立了稳定合作,拿下数百亿元订单。

  瑞士被忽视******研究所(the Drugs for Neglected Diseases Institute,DNDi)研发主管Charles Mowbray表示:“人工智能使科学家掌握所有信息,提出好问题,并不断迭代,直到他们能找到真正想要的东西。”

  (英矽智能外、Exscientia等AI制药企业均已进入临床阶段。图源:Nature Medicine)

  不过,这只能解释AI制药市场已经进入完全启动状态。

  英矽智能是全球最早成立的一批AI制药公司,首席执行官兼创始人Alex Zhavoronkov在采访中提到:“大约10年前,每次我去找风险投资家融资,他们从不给我钱。”当时的AI制药无法被理解,今天能获得市场认可,已是进步——而这不代表市场信任其商业模式一定有产出。

  AI制药核心商业模式有三种,出售软件的AI SaaS,出售***研发服务的AI CRO,直接研发***出售的AI Biotech。非常诙谐的是,AI制药在获得几种商业模式的同时,受到其缺点的拖累,远远大于多种商业模式前景带来的收益。

  比如,BenevolentAI的裁员是因为,其AI开发的用于治疗特应性皮炎的局部泛 Trk抑制剂BEN-2293的IIa期临床试验,无法治疗患者病情,而这是该公司唯一一条临床管线,也是它上市的依仗。

  这透露出一个事实:一不小心,AI公司和创新药公司的缺点,就会集中在一起。也许只要一瞬间,市场就会意识到部分AI公司描绘的想象空间,仅仅是太美的承诺因为太年轻。

  不过,这也给更多后来的参与者打开了一扇窗,那就是在迭代技术的同时,尽力建立足够有力的商业模式保障。

  比如,英矽智能招股书显示,其收入实际上包含***研发服务和生成式AI平台软件许可两部分。简而言之,虽然软件当前占收入比例高达95%,但最后,***和软件都会是商品。

  (英矽智能在研***管线。图源:招股书)

  2022年10月,英矽智能与赛诺菲子公司Genzyme Corporation签订了关于开发候选***的协议,在这笔最高收入可能达到12亿美元的生意中,英矽智能和赛诺菲约定了***开发收益和***销售分成两部分的商业价值。

  但需要注意的是,这与赛诺菲对AI的亲和态度有关。6月13日,赛诺菲宣布“All in”人工智能和数据科学,并带来了与Aily Labs共同开发的AI程序plai。赛诺菲的想法是,通过AI提高从研究、临床、生产制造等供应链全环节的效率。

  在2022年的AI制药订单额排行榜上,赛诺菲和礼来分别占订单额前十名中的三个项目,但赛诺菲一人包揽的是第一(Exscientia)、第四(英矽智能)和第五(Atomwise),订单额分别为356亿元、82亿元和69亿元,总额占前十的42%。

  尽管大型药企都宣称拥抱AI,但真正投入差异明显,赛诺菲的心态令其更愿意为AI制药行业投入资源,从而转化为一些新兴公司的营收——但当这些公司要获得其他巨头认可时,难度不一定也同样小。

  怎么让更多药企巨头相信AI制药的力量?答案是不断树立标杆、拿出成果。

  速度靠“大力出奇迹”,智能如何凸显?

  针对上市当天的***试验,英矽智能联合首席执行官兼首席科学官任峰表示:“启动INS018_055的2期临床试验首例给药,是中国乃至全球人工智能制药领域的又一个里程碑。我们期待INS018_055为全球患者带来新的选择,也期待人工智能制药能够交出更高效的成绩单。”

  “快”字当头。英矽智能的进度说明,AI制药在平台、管线方面的发展速度优势十分明显。而这也是AI制药最初被看好的普遍原因之一。

  比如,在招股书中,英矽智能表示其Pharma.AI研发平台能够让一款***在12个月内便进入临床阶段。相比之下,传统的***研发流程要进入临床,一般需要4.5年。这也意味着,英矽智能当前的管线进展,其实就是AI制药的最好招牌。

  不过,AI制药的速度优势更多是因为“大力出奇迹”。比如,业界火热的GLP-1、PD-1等靶点,挤满了各类大中小药企,原因是发现一个新的有效靶点太难。但在AI的帮助下,快速寻找有效靶点成为了可能——然而,这个可能指的是AI根据现有数据模型和应用经验,算出某一群特定靶点的成功率更高,但最后的验证,在一部分AI制药产品中依然要靠人类。理想的状态是,通过不断迭代技术水平,提升靶点寻找和验证的能力。

  这就给出了AI制药的一个现实情况:大客户的付费,更多来自标杆项目吸引他们为***的研发付费,不代表AI的能力得到了认可。所以,AI制药需要逐渐形成专属于这个垂直行业的“智慧”,让AI更好用、易用,提升综合能力。

  比如在数据上,AI制药公司可以运用的数据包括***化合物的数据,生物分子的数据,临床信息数据等等。但在AI强大的计算能力加持下,这些数据可以更深一层。例如患者临床数据不一定是典型的症状数据,也可以是平常不被观测的行为数据。通过数据的积累、清晰和整理,一份专属于AI制药特定领域的高质量数据集会被生产出来。

  另一方面,AI制药对蛋白质等生命基础元素的解构能力远远强过人力——蛋白质的分级结构复杂度很高,计算生物学家David Baker表示,20个简单的氨基酸可以组合出的蛋白质数量超过了宇宙中的恒星数量。这意味着除了有目的地探索研发之外,AI制药可以无目的地适时研究那些人力无暇探索的领域。这种无意识性的拓展,也是“智慧”的一部分。

  AI咨询机构Deep Pharma Intelligence的统计显示,截至2023年3月末,全球AI制药企业的投资总额已达到593亿美元。但这幅华美的外衣不能掩盖一部分企业的窘境,因为AI制药始终是工具,演变成什么样的商业模式十分考验运作人的水准。

  2022年,BenevolentAI向阿斯利康交付了三个由AI平台发现的新靶标,收入只是从460万英镑增长到1060万英镑,俨然是个“打工仔”。

  或许对AI制药这样的行业来说,矛盾是永远存在的,是选择为他人做嫁衣的商业模式,还是始终保持着更远大的商业理想?这个问题,只有在一轮又一轮的淘汰中才能得出答案。

  来源:港股研究社

  文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

康谈网(www.kangtan.com)是定位于关注健康产业。想分享健康产业干货?发邮件至 news@kangtan.com,我们会第一时间与你联系。

康谈网 读懂健康

关注康谈,收听和分享“健康”

携手康谈网,为您提供更多健康新鲜货。

热门阅读

X