高能量 Vol.230 速读：AI 化学合成，真正的难题是把分子做出来

这期《高能量》把一个容易被演示视频遮住的问题摆到台面上：AI 能不能生成一个看起来合理的分子，和药企能不能据此拿到、测试、迭代并放大生产，是两件事。李翔、李丰与智化科技创始人兼 CEO 夏宁谈的不是「模型会不会画分子」，而是 AI 化学合成怎样嵌进药物研发的真实流程：每一步的目标不同，数据和人工经验不同，连一次模型调用的成本也会改变产品设计。读者会先听到白盒模型与黑盒模型的分歧，再看到分子设计、药化和临床工艺放大分别需要什么，最后回到一个更大的判断：AI for Science 的商业价值，取决于它能否把实验闭环做得更快、更可靠，而不只是把生成结果做得更漂亮。

这些信息来自节目在小宇宙的官方单集元数据与内容索引。1

AI 化学合成的价值，不能只用「能不能提出一个分子」来衡量。药物研发要经过设计、合成、测试和分析的循环，也就是 DMTA（Design–Make–Test–Analyze）。模型提出候选分子只是 Design；实验室能否按路线合成，拿到样品后能否测出有效、稳定且可重复的结果，下一轮能否根据结果继续调整，才决定系统有没有进入研发流程的资格。

夏宁在节目里把同一套工具放进三个阶段来比较。分子设计阶段首先问「这个分子能不能合成」；药化阶段更在意「能不能快速拿到分子」；到了临床工艺放大，问题变成成本、风险和能不能稳定量产。三个问题都可以叫 AI 化学，但它们面对的约束完全不同。一个在虚拟筛选中表现很好的候选物，如果实验路线太长、原料太贵或放大后风险太高，仍然不能成为可用的药物研发方案。1

这个区别也给听众一个简单的筛选标准：看到一家 AI 制药公司展示模型输出时，先追问它把闭环推进到了哪一步。它是在预测分子性质，是在给出一条可执行的合成路线，还是已经让化学家更快拿到并验证了样品？答案不同，产品的客户、数据和收入逻辑也会不同。

节目从一级市场为什么关注 AI for Science 讲起。这里的吸引力来自两种能力的交叉：一边是模型处理复杂模式和搜索空间的能力，另一边是药物与化学研发中长期存在的高成本、长周期和大量实验迭代。只要 AI 能把一轮候选、合成、测试和分析的时间缩短，研发组织就可能更早排除错误方向，把有限的实验资源用在更有希望的分子上。

但这个机会不能被理解成「把 ChatGPT 接到实验室」就完成了。化学实验产生的数据有具体的反应条件、原料质量、设备差异和失败原因。实验没有做成，往往也有信息价值；如果系统只记录成功结果，就看不到哪些路线在什么条件下会失败。因而，AI for Science 的数据问题与通用大模型处理的文本数据不同：企业需要先知道数据是否来自真实实验、测量是否可比较、标签是否对应正确的化学问题，再谈模型规模。

节目把这条产业逻辑落到中国生物医药上。随着供给端加速成长，药物研发效率会成为竞争的一部分；License-out 指药企或生物科技公司把候选药物的海外开发、商业化权益授权给其他公司，并以此获得首付款、里程碑付款或销售分成。夏宁认为，License-out 可能让中国生物医药更重视研发效率，未来甚至出现类似「世界医药工厂」的产业形态。这是访谈中的产业判断，不是节目给出的已实现结果；它成立的前提，是供给能力、研发质量和能把候选物推向后续阶段的效率同时提高。1

夏宁在节目中的自我介绍路径很有代表性：她先是有机化学博士，后来成为 AI 化学创业者。这个顺序重要，因为它决定了她看待模型的方式。她并不把 AI 当成一个可以自动替行业定义问题的通用工具，而是先从化学家每天要完成的任务出发，再问计算机和数据能把哪一步做得更好。

节目在 09:15 左右进入智化科技的产品和商业模式，在 15:23 左右转向 AI 化学的技术演进。完整音频里，夏宁把公司放在「用计算机和数据解决化学问题」的路径上，而不是只追逐大模型的最新名词。对读者来说，这段背景的作用不在于记住一家公司的产品目录，而在于理解一个 AI for Science 团队需要同时回答两种问题：化学家到底愿意把哪一步交给软件，以及软件怎样通过真实实验结果不断改进。

这也是为什么行业 know-how 会成为纯 AI 背景创业者的门槛。不了解化学家的真实工作、实验数据的有效性和药企的采购与验证流程，团队就很难判断哪个问题值得解决，更难搭出化学家愿意信任的系统。模型参数可以通过工程能力获得，问题边界和有效反馈却要从行业里长出来。1

节目特意把「AI」拆开。早期的机器学习、后来的深度神经网络、Transformer，再到今天的大模型，都是不同阶段的技术形态。它们可以出现在同一套化学工具里，但不代表所有问题都应该由最大的模型解决。

夏宁反复强调 白盒模型 的价值。黑盒模型可以给出一个结果，却未必能说明结果为什么成立；在科学软件里，如果模型出现幻觉或错误，使用者需要知道错误来自哪一个假设、哪一组数据或哪一个计算步骤。白盒并不是「完全不用机器学习」，而是让系统的中间过程、约束和验证方式更清楚，化学家可以检查、调教，工程团队也能根据失败结果修正它。

这条分歧对应着科学软件和普通内容生成产品的不同风险。聊天机器人答错一段常识，用户可以重新搜索；合成系统如果给出一条实际不可行、危险或成本失控的路线，错误会在实验材料、设备时间和后续判断中继续放大。系统是否能解释、能否验证，因而直接决定客户敢不敢把它接进研发流程。1

节目给出的三段式比较，是整期最适合带走的框架。

三段流程的共同点，是 AI 必须和实验、化学家的判断以及结果反馈连在一起。差异则在于，研发越往后走，成本、可重复性和合规压力越高。读者判断一套工具时，可以把「它在哪个阶段创造价值」放在「它使用了什么模型」之前。1

节目在 37:29 左右给出一个很强的判断：今天的 AI 化学合成能力，已经接近有 10 年工作经验的化学家。这个判断必须放回它的语境里理解。它描述的是一组具体的化学合成任务和工具能力，不等于 AI 已经拥有一个资深化学家的全部直觉，也不等于它可以独立承担研究方向、实验安全和最终决策。

节目随后讨论 AI 对化学研究生和初级化学工作的影响。过去，初级研究者会通过查路线、整理实验记录、执行重复性步骤和与资深同事讨论，逐步积累判断。AI 会先接手其中一部分信息检索、路线建议和重复劳动，初级岗位的训练方式也会随之变化。组织如果只把 AI 当作减员工具，就可能减少新人接触真实问题的机会；如果把省下来的时间用于复核、解释和设计实验，初级研究者的学习重点就会转向判断和验证。

大型药企是否已经普遍使用智能体，节目没有给出一个可以代表全行业的比例。嘉宾谈到的是企业正在尝试把智能体放入研发流程，但真正落地要经过数据、权限、验证、安全和责任边界。这里最值得听的不是「药企已经全面 Agent 化」这种结论，而是企业为什么会先从局部、可检查的任务开始。1

通用大模型可以从海量文本中学习语言模式，AI 化学系统面对的却是更窄、更贵、也更容易出现测量差异的实验数据。真实数据不仅要有分子结构和反应结果，还要记录反应条件、试剂、设备、时间、纯化方法以及失败原因。不同实验室的记录习惯不同，同一个「成功」也可能对应不同的纯度、产率和可重复性。

因此，AI for Science 的护城河未必只是数据量。夏宁谈到，团队要先建立对问题和数据的判断：什么数据真的能支持一个化学结论，哪些结果只能在特定设备或条件下成立，哪个失败样本可以帮助系统避免下一次走弯路。没有这层筛选，数据越多，模型越可能把不可比的实验混在一起。

模型调用成本又给企业软件加了一层约束。传统软件安装后，用户多点一次通常不会新增一笔明显的推理成本；AI 系统每次调用模型都可能产生计算费用，复杂任务还可能连续调用多个模型。节目提出的解决方向是智能调度：简单问题交给小模型或本地模型，只有关键问题才调用更昂贵的高级模型。这样做的目标不是追求模型参数最大，而是在结果质量、速度和单次任务成本之间找到可接受的平衡。1

节目最后把应用范围从创新药拉开。AI 化学合成也可以服务有机小分子材料，甚至进入生物合成中的酶催化。它们共用一部分「结构—反应—性能」的计算问题，但客户目标和验证流程并不相同：药物研发关心活性、安全性和临床推进，材料公司可能更关心性能、成本和量产，酶催化则要面对生物体系、底物和反应条件的额外限制。

大模型公司进入 AI for Science，会带来更强的基础模型和工程资源，也可能带来对行业问题的误判。节目给出的提醒是，通用 AI 团队能把模型做得很强，却仍然需要和懂化学、懂实验、懂产业采购的人一起定义产品。对药企而言，模型名气不能替代路线可行性、实验复现和责任边界；对创业公司而言，拥有一个模型接口也不能自动形成数据和客户壁垒。

夏宁把 AI for Science 放在早期阶段。她借用显微镜打开生物医学新阶段的比喻，表达了 AI 可能成为科学发现和研发效率工具的长期期待。这是一个方向判断，不是对具体公司的收益承诺。读者更应该关注它能否在真实任务里持续降低实验迭代成本，以及客户是否愿意为这种可验证的效率提升付费。1

这四问把技术、商业与产业门槛放在了同一张图里。它们也能帮助读者区分「模型能力展示」和「企业软件落地」：前者可以用一个漂亮结果证明可行，后者要在很多轮不漂亮的实验里保持可靠。

这期节目最值得保留的判断，是把 AI 化学从一个模型问题还原成一个工作流问题。分子设计只是起点；药化团队要快速获得真实分子，工艺团队要把反应变成可控、可量产的流程，企业还要承担数据质量、调用成本和错误责任。AI 只有在这条链上持续减少等待、试错和资源浪费，才会从演示进入生产。

如果你关心 AI for Science 的技术方向，节目中段关于白盒模型、能力边界和实验数据的讨论值得完整收听；如果你关心商业化，50 分钟之后关于调用成本、中国生物医药供给和应用扩展的部分更有信息密度。节目没有替听众证明 AI 化学已经成熟，也没有把未来机会压缩成一个估值故事。它提供的是一张足够具体的路线图：先看系统能否把 Design–Make–Test–Analyze 做成可验证的循环，再看它是否真的改变了药企的研发效率。

以下为本期约 74 分 51 秒官方音频的完整自动转录。原始文字保留自动识别中的口语、重复、停顿和可能的识别误差；这里只按讲话人和每 10 分钟时间轴重新分段，不对文字作润色或删减。由于自动转写的说话人分离结果可能出现短句错配，文中使用「讲话人 A」「讲话人 B」「讲话人 C」等中性标签，不把无法稳定确认的句子强行归给李翔、李丰或夏宁。原始音频见官方音频页面。1

大家好,我是丰瑞资本的合伙人李丰。这次我们是产业观察。最近这个行业里,在我们这个方向上或者在一级市场里,最热的方向之一是我们叫 AI for Science,就是在中国倡导了 AI 或者叫人工智能家。当然大家其实从 7 月底的中央政治局经济工作会议当中也看到了推动基础研究的发展这个话题,也被专门提在了政治局经济工作会议的新闻通稿当中进行了突出。 这两件事的叠加就变成了如何把 AI 用在各种各样的包括生命科学的研究上。 进行提高效率、提高转化能力、提高预测和筛选的各种各样的效率。 所以今天我们就 AI for Science 这样的话题,在我们这期的产业观察里,请到了一位我们的背头企业的 CEO,夏宁。 他做的事情正好在 AI for Science 上,或者在 AI for 化学合成．﹑ 或相关合成的这个领域当中已经探索了有几年,然后也取得了不错的,不管是商业还是工业上,还是研究上的一些成绩和突破。 那我们先请夏总来给我们做个简单的自我介绍。 好。

好的,大家好,我是智化科技的创始人夏宁。 简单说就是我是学化学,一直读到了有机化学博士,后来在法国博士毕业之后就选择了一个交叉领域。 这个主要是当时我从小就很喜欢编程,然后又在化学竞赛获了全国的奖,所以当时就想能不能找一个工作让计算机来解决化学的问题。 认为一定能实现的,因为我觉得在这个 Science 它是一个靠人的双手去做,它的通量有限,而计算机呢,它从最开始它就是可以复制的,从 08 年就开始创业,到现在也有这个接近 18 年的一个时间,所以在这个领域就是也是看了各种的这种不同的公司商业模式等等,但是我们一直坚持在这个 AI 化学的这个结合的这个领域在一直探索,而且现在也自认为吧,取得了一点点成绩。

对,我就说其实很有意思,因为我们一直有关注从 2015 年我们基金开始就这种我们叫交叉学科, 但是交叉学科当中这种计算或者叫计算机和生物制药和化学的结合也一直是我们关注比较多的方向, 当然之前已经出过一些上市公司,像我们投过的金泰、鸡泰等等。 这个行业从过去的这十年或者说十年多一点走过来来看,我们有个我们自己的经验, 集累就是两个问题,第一个是这个行业比较难找的是凑巧,他脚踩两只船,就是我们讲正好他的能力横跨在两个领域,而且在学科方向上是不交叉的两个,比如说计算机和化学。 当然第二个问题是,脚踩两只船上,最后其实哪一只船更重要,这个我们放在第二个话题来讨论。 我们先来看看脚踩两只船的第一步,就是怎么能够兼具两个行业的能力。 我不知道从夏博士你的成长经历来看,怎么能够在那么小的时候,把化学和计算机,这在小时候都看起来不太相关的俩科目给连在一块的能力是怎么建设出来的呢?

谢谢丰叔,其实当时也是自己的一个兴趣吧,就是编程是一个非常逻辑思维非常强的一个学科,化学当时又需要很多的这个记忆对大自然的一种好奇,所以我觉得我正好有两种好奇心都具备,后来在这个一个机缘巧合是当时两个竞赛都获得了奖, 当时就是要选专业的时候就很犹豫到底选计算机还是选化学,后来就是招生老师跟我说了一句话,他说这个计算机是一门技术,化学是一个专业,你要先学一个专业这个技术你已经具备了,所以说就当时就觉得还是选择化学,后来证明也是正确的,就是所有选计算机的人他最后再想交叉到化学其实难度非常的大。

诶,那我不知道,那你在学化学的时候,计算机这个方面的,原来积累的这些素质、能力和潜力怎么能够保持它们不掉下去,或者怎么能够在上学期间持续积累?

那时候出于兴趣,我每天都在写代码,就是白天做实验,晚上写代码。

都是什么变态的兴趣? 你那个时候写的程序都是跟什么相关的?

说实话也跟人工智能相关。 当时是多少年前? 很多年前,那个时候我就开始研究,当时兴趣就是我觉得人的大脑的思维方式是不是能用程序来模拟。 所以当时做了很多这方面的探索,但是肯定是没有太成功的,要成功的话现在可能就做别的了。

要成功的话现在就是第三次成功创业了。 那在当时去国外念博士或者说在国外学习的时候这两方面能力怎么才能同时进步? 这还是说在给博士做研究或者说做实验的同时晚上也得有这个变态爱好接着写代码?

确实是,而且做的跟我的化学研究还不太一样,就纯粹是计算机方面的一些程序。 方向类似,就是我当时试图在一些领域做出一些模拟人工智能的一些技术,但是它的应用可能在一些类似游戏啊,一些下棋啊这种上面,就是模拟人的一些判断。 所以特别可惜没有做出个 AlphaGo。

对。 好,那从在博士毕业的时候,在选择留在国外还是回国的时候,我不知道当时有……

请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

这就是你说的 18 年前的创业的开始。我不知道在第一段在国外的创业经历有个持续多长时间,或者参与创业公司的时间。

我们做了 7 年的时间,那时候这个领域完全不热,就根本没有什么投资人看这个领域,从 08 年到 15 年,那时候没有什么资本的助理,全凭个人的理想兴趣,然后再加上我们要从头搭建所有的基础设施,基础设施也没有。 所以当时也没有现在的这些底层的各种 AI 技术,包括数据都没有,所以就是真的是从零开始一点一点想解决这个问题需要什么,我们就找什么,然后研发什么技术。 所以那些年可以说把整个这个领域探索了一遍,找到了一些方向,但是都没有不是现在这种直接可以看得很清晰的一些方向。

但那个时候找的方向从化学和剑机的结合来看,也是最后落脚在了用剑机加数据来解决化学合成当中的路径探索问题吗?

还不是,那时候第一件事我们就先要找数据,因为我们连数据都没有,所以我们做了多种尝试吧,其中一种就是用这种类似于高通量的实验案来产生数据,就是人来投,那时候没有自动化,投个几百个上千个,这个是可以做到的,后来发现这个数据量还是不够,后来我们还做了从这种博士论文中去让人来把中间的数据结构化。 后来发现成本太高,效率也太低,后来我们还做了电子实验记录本,希望给到高校使用,高校老师能用记录本之后把他的数据共享给我们,这种模式也在跑,但是后来也遇到了一些商业上的困境,比如老师他一般没什么钱,所以就需要融资去一直推进这个方向。

我不知道这个创业公司后来从当时既不受待见,又难做,又没有适合的 AI 模型,当然获取数据,核实数据也比较困难。 最后这种叫多头受阻的情况,这个创业公司最后咋办了?

最后被他的母公司收购了,他的母公司现在是法国最大的 CIO 公司,那时候积累了大量的底层技术,就是我们的现在的底层架构很多时候也是那个时候积累起来的。

所以这件事结束了应该是 2015 年,然后 2015 年就回国了。

对。

回国了之后,先有一段帮同学或者帮朋友的创业经历。

对,跟朋友一起创业。当时是上海网化老板把我叫回去。 当时正好是中国资本非常热的一个时候,所以那时候化学品 B2B 的电商平台很火,所以网化当时也融了不少钱。 我们就一开始搭建这个平台,包括底层的数据架构,包括它的一些搜索逻辑,这块都是我来负责。 后来就在那个时候,我们就想能不能把我之前想做但没做的一个方向,就是这个 AI 逆合成,能够做起来。 所以当时我们全球最早申请了 chemical.ai 这个域名,然后开始做了这件事情,当时也是最早把它商业化的。

对,在 2015 年就是我们成立峰瑞的时候, 那个时候确实叫电商相关的垂直模式是比较热的时候,就包括这些 B2B 的交易平台。 从当时分拆出来,这个时候可以介绍一下,就是比如说后来最后的就到今天的这段创业经历是从做这个化学逆合成的这个路径探索或者预测这件事是从哪一年开始的?

该说从 2012 年,还在法国的时候就已经有这个萌芽的技术了,当时我们就探索了一些底层技术,但是后面没有把这个产品做推到商业化,只有回国之后,我们才在解决了数据的问题之后才开始探索商业化这个事情。

当然那个时候我们也有幸正好碰见了夏博士,然后参与了这个制化之后的多轮融资。 我不知道就从 2018 年年底的时候成立你自己的这个制化公司开始,现在可以给大家描述一下今天你在做的制化到今天为止这 7 年多的业务探索之后的今天的样子,提供的产品和服务和模式是什么?

其实从方向上我们自始至终从创业开始到现在都是同一个方向,就是用叫 AI 或者叫算法数据来去提供化学的一些模型解决方案帮助研发的降本增效。 只是中间我们在最早期的时候我们的模式就是一个软件模式,用 SaaS 模式提供给客户,后面逐渐演化出了几种不同的模式。 首先我们尝试过用这种自动化的解决方案结合我们的软件去提供整套的解决方案。 但是后来遇到了一些困难,当然这个就是说在我们的一些探索中发现硬件还不够成熟,而且它迭代的速度比软件要慢得多。

我稍微打断一下,所以这个硬件的意思是指整体化学实验的全流程的自动化和数据化?

对,是的,就是一个是硬件本身的成熟度,第二个就是它的迭代速度都达不到预期,后来更加选择从软件层面去切。

中间我们还做了一些 CIO 的服务,但是 CIO 的服务由于自动化硬件没有实现大幅的降门能效,造成这个 CIO 其实就陷入了一个内卷,加上前几年正好是非常内卷的一个市场竞争环境。 所以我们那个业务就是也没有继续的将前推进,但是我们现在在这个从 SaaS 模式转向智能体模式,这两种模式我觉得是市场越来越大,而且这个客户的认出度越来越高。

对,正好这两天有一个跟二级市场有关的事件和新闻,就在前几天药民康德发了他的半年报,应该算是个很炸裂的半年报,当然股价也突破了几年的新高。 因为中国的生物医疗和生物医药相关的行业经历了 20 到 21 年的极高光时刻,因为疫情造成了各种各样的研究。 主持人李翔、李丰与智商业、药物研发、药物研发、生物医药产业。 爆发性的增长了对外或者对国际药企的授权研发管线的商业模式,就是 License-out。 但是这个 License-out 在从 24 年突飞猛进的进展之后, 又经历了中间跌宕起伏,好几次的受号称美国生物安全等相关的法律要禁止或者要阻止中国生物医药企业跟美国生物医药企业的合作,这些跌宕起伏。 所以说这算是一波好几折,当然自从这个药明康德发了这个半年报之后,这算是给了一个反弹。 非常明确的巨大的信号,就是中国的生物医药产业链已经是非常蓬勃的发展了,而且正好是在 7 月份说中国的生物医药企业对外的授权金额在今年上半年是 1100 亿美金,那这个数我们其实在我们的宏观漫谈里讲过好几次,就是 因为中国在 24 年才只有 30%多的市场份额,就像 30 出头的全世界授权一年总金额的不到 1%在中国,然后在 2025 年就达到了全球总授权金额的一半。 如果今年授权金额还是 3000 亿的话,以这个数来看,中国也许今年全年就可以达到最少超过 2%了,也许能接近 70%了,这是个难以想象的事情。 然后我们讲到药名康德这件事还有一个小故事,我不知道当时我们再重新回顾一下,就是在我们最早接触夏博士和夏立决心投资夏博士的时候, 他还有一件很出乎意料的事,这可能跟他小时候的一直保持培养并且一直非常积极的带带马习惯有关,就是他们当时还在网化里的时候做的这个关于化学合成的这套软件,就是预测从 A 合成到 B,因为我是学化学的,这真是个 不容易的悲惨经历,就是探索从 A 化合物合成到 B 化合物的过程当中,到底用什么样的条件,经过多少中间步骤,然后大概最后可以得到什么样的合成结果,甚至部分意义上什么样的合成产率,有这么个当时的智能的软件或者叫 AI 的软件来预测这件事。 那时候夏博士还没开始创业,在耀明康德最早的时候对全球征集说谁能,因为他耀明康德本身原来的主营业务就是做化学合成的 CRO。 那个时候对全世界征集说有什么公司能帮他们做这些化学合成的路径预测,然后若干个公司参选了。 当时夏博士是以还没有成立公司的个人身份提供了当时研究出来的化学合成的智能软件,好像还得了第一名。 我不知道当时你回顾一下这是怎么个奇怪经历促成了这么一个少见结果。

对,当时确实也挺巧,我们也跟耀明的一些高管有一些联系,然后当时我就提出来了我们有这么一套软件,你们要不要试一试? 然后他说好,我们给你约了个时间,你来吧。 然后去了以后当时我就发现来了很多人,就是耀明当时一屋子都是他们的高管还有一些高层,然后我就当场给他们演示,就是各种分子上去跑,然后看结果,结果其实效果还是非常好。 最早跟他有了这个商业化合作,所以我觉得就第一看出来产业对这个事情非常的重视,第二个就是说确实当时技术到了第一个临界点,就以前这件事根本就没有软件能做好,我们算是最早让他看到了就是说这个事是可以去做的,当然到了今天我们再回头看已经成为一个很通用的工具的时候,就是已经也走了大概这个小六七年的一个时间。

在那个时候以这样的情况来给耀明康德这么个巨无霸提供这种事儿,并且还有其他一些著名公司的也提供相同产品的竞争。 并且那个时候还没有 GPT,我猜那个时候大家可能也没用到什么 Transformer 架构,那顶多有点再往前的人工智能的事儿,就是这些什么卷积神经网络这些事儿。 我不知道你回过头来看,在当时的那个场景状况里面,我们先把它的难处放在一边,就当时那个事儿在那个阶段的那个产品有多 AI?

其实那个时候它的 AI 和现在的 AI 概念还不一样,就 AI 也经过了几个层次的变化,最早我们说叫机器学习,到后来有了我们说的这些深度神经网络,传输方法,到后面又变成大模型,其实它一直在演变,但实际上通用来看就是我觉得基于数据去做预测的本质上都是 AI 的一种模式。 所以那个时候他更偏一种我们说传统的机器学习外加上很多的就是我们叫化学信息学,这个其实是一个可能不多人知道的一个概念,就是专门研究化学反应的这些逻辑如何写成算法,我觉得这些其实很重要,但是可能在现阶段被很多人忽略了。

我们也投了这个菌体细胞,包括最近这几年最热的这些方向,它其实这里边有一个我们经常会去探索的问题,就到底是个黑盒还是个白盒? 其实今天自动驾驶也碰见这个问题,当然有非常端倒端的,也有像原来的华为或者现在的华为自驾这样在里面加很多白盒的东西。 那我不知道,所谓白盒的概念就是在里面有很多已知的人类的经验、信息或者叫规律或者叫公式的总结。 那黑盒的概念就是我只拿这边数据进,然后中间经过一串算,那边结果出。 这是大概黑盒白盒,我不知道从今天来看,在那个时候能够完胜那些,在耀明康德的需求上能够完胜那些著名的,包括大公司的模型当中,或者叫软件当中有多少黑盒多少白盒,在当时来看。

我们当时白盒可能占的比重非常大,这个也是我们现在思考下来,就是在这种严肃的科学软件,或者就像自动驾驶一样,它如果是一个黑盒的话,很难建立客户的信任。 因为你会不定期的出现幻觉或者出 bug,但是造成的后果就非常的严重,而且不可解释。 最大的问题是它不可提升。 对,它不能调教。 就是你发现问题,但是你不知道问题出在哪,你怎么去改进。

对,换个角度来看,就是说这里面最大的挑战,黑盒,就是所谓不能调教, 就是你在里面随便改变不管是什么东西,层数啊,参数啊,等等。 它导致的结果是因为你不知道那个翘翘板有多少个板,所以说你改了 A 之后,它里面就会莫名其妙的 同时改变了与之相关的 BCD,但是你又没有办法抑制 BCD 的向不良方向改变,而且你也不知道 BCD 是谁,所以这就是黑盒带来的问题。 从今天我们先把中间的过程跳一跳,我们先绕到结尾来看,其实我们看了非常多所谓叫材料和化学相关的,包括今天各种各样方向和行业上的 AI for Science 的这些公司,大概包括我们投过的。 生物其实是比较好一点的,生物好一点的原因就是因为有个基因组学在底下做基础的约束规律。 我在二三年底的时候,跟陈明光老师做的那期播客讲的内容是一样的, 就是因为基因组学的信息更像我们的语言搭建方式和语法的规则约束, 但是同时它又含有了非常强的我们叫隐含的逻辑关系, 虽然今天没有被完全解出来在基因组学,就是基因为什么要这么排列的所有的一些顺序上, 那化学呢,因为我虽然化学已经离我非常遥远了,但是原来我在国内和在国外念的也都还是化学。 从今天化学我们先讲第一个问题,就是你觉得它今天的可解释性能达到了什么程度? 就像我们刚才讲类比于基因组学所提供的这些信息而已。

在我们的系统中它的可解释性是非常强的。 就是所有的大模型或者黑相模型给出的结论必须要在我们的白相模型里得到一个解释、验证、约束,这样我能把它的幻觉去掉,同时我能够知道它给出的一些模棱两可的结论到底是哪个是对的哪个是错的,就这个我觉得非常重要在这个科学领域。

所以我不知道在结构上它是先,道理上它是融合起来的还是先经过了一层纯算的黑盒,然后再到更偏有一些。 以质信息和规律约束的白盒,或者叫更偏有你刚才讲的化学信息学约束的白盒,这两个白的和黑的是它们完全融合在一起,还是它们相对是在程序上分开的,在路径上分开的? 有比较强的融合,就两个是同时进行的。 OK,回过头来再到这个公司进展的下一步,那从那个时候获得了这个正向的激励之后,当然也包括那时候我们有机会投资了之后就有了这个公司的这个开始,那我记得想中公司开始的时候,第一个巨大的这个里程碑还是因为给一个全世界最著名的 MNC 就叫跨国大型药企提供了第一笔金额还不小的软件服务让他们来采用和使用这件事儿。 我不知道这大概是当时的第一个最重要的 milestone。

确实是,当时就是也非常感谢就是耀明把我们介绍给了他的一个大客户, 正好这个大客户他在做一套 AI 制药系统, 其中有一部分就是这个 AI 逆合成, 这块是完全交给我们来做的,

当时也是一百多万美金的这个合作, 而且难度其实也不小, 就是通过那次合作我们把我们的产品真正的产品化, 做到了能够匹配到这些大的客户的一个安全性要求, 包括他的一个速度啊各种质量的要求, 所以这个对我们来说是一个非常重要的一个起点。

对,正是有了产品的商业化,不光是产品化,还有商业化。这是其实非常多科学家创业也面临到的问题,尤其在 AI for Science,就是 AI 今天用到了 Science 相关上。 就是我们做了个很好用的科研上的结果,但是它到实体工作,就是到真正意义上的工业闭环当中去应用的时候,有的时候 在那个工业闭环里他会觉得不可用不好用或者说有一定的抵触性用的人正好不对的话,我不知道就是说从你们当时最早在真正意义上在这个全世界著名药企里实施这个工程的时候,他碰见了当时刚才我们讲的这些问题和他是怎么克服这些问题的。

一定有这些问题,就是你的产品一出来,它肯定不是个 90 分的产品,它可能是一个 60 分、70 分的产品。 但是我们确实经历了大量的跟客户的反馈、迭代、优化,这是刚才我提到为什么白箱这么重要, 就是如果你是黑箱,可能客户提了提了,你又改不动,他就绝望了。 但是我们确实在不断地改进,让客户看到产品在不断地进步。 一直到现在其实还在不停的改进,我还看了一下我们的那个 request list,就是各种客户给我们提的意见可能已经有上千条,但是每一个都是大量的工作去提升修正。 所以我觉得这个过程其实非常重要,但是现在很多可能不管是投资人还是行业可能会忽略到这一点,他会觉得我只要模型好、技术好,我可以一下变得全球最好,但我觉得很多时候他是靠这种迭代出来的。

对的,比如说我们就拿单一客户来举例子的话,在他应用的前三年,比如说从 2019 年到 2021 年,我们先把医药的低潮部分一会儿再讲,在这几年的过程当中,你发现对同一个客户而言,他使用 这个产品的范围和使用这个产品的部门或者叫人员是在固定不变或者相对更少的人用还是会越来越多的跨部门或者多层级多产业链环节在用?

这个是越来越多的,因为客户他在应用的过程中他会产生很多 ID, 他会说这个功能你这样做是不是更好,那个帮我串起来是不是就更好,所以他会不停的跟我们提需求,这个需求有的是帮助我们改进,有的是帮助我们给一些新的 ID,这样我们就了解了客户在真实应用的场景原来是这样用的,它和我们的自己的想象是其实是有差别的。 所以我觉得这个也很重要,就是让我们去理解产业真正怎么在,它的需求是在哪,它想怎么用这个产品解决什么样的问题,就是通过这个过程我们的产品也在不断的去增加模块,我们最开始跟他们做的时候是四个模块,现在已经有九个模块。

所以我不知道他在一个企业在一个生物医药研发企业内部用的时候,他用的人是更偏原来指导做化学实验合成的这些人,还是更多的是一些不同类型背景的或者叫不同环节上的人?

他有几个环节都会用。 首先就是在医药研发领域他做分子设计的人他就要用这些人他的合成能力其实偏弱的他们偏 CADD 或者叫 AIDD 但是他们在设计分子的过程必须要考虑这个分子能不能合成好不好合成 能不能做出来 能不能做出来对如果你做不出来你会最后他扔给到这个药化的同事合成人家就会说这个我根本就不想做 我觉得没法做所以这是他们在这个阶段需要的工具告诉他这个分子能不能做好不好做 后面到了药化部门,他就可以用它来快速的设计路线,但是他的这个需求是快速拿到分子,就是比如几毫克就够了,但不考虑成本,所以他要的路线和到了后面的比如说临床工艺放大的路线又不是一回事,到那个时候他要需要的路线是成本最低,能放大,这个反应不能说太危险,一放大可能有爆炸的危险,那也不行。 明白。

这样的话,三个环节可能对同一个产品的使用目的性还不完全一样。

不一样,不一样,而且中间还有各种场景。 比如药化的,他说我要设计了 30 个分子,但是我的路线可能不是一个个合成的,我是先合成一个通用的母核。 再去接各种步骤,让整体的步骤最少,这是他的需求。 到了工艺又反过来了,工艺说我就做这一个分子,你不要给我用那种最容易的反应,你要给我找一个成本最低的反应,这个成本最低的反应可能本身风险就很大,很奇怪,可能是个没催化,甚至可能是一个看上去就不太好做的反应,但是他愿意去用,因为能降本。

我出于被化学专业折磨过、学习过研究生,一天到晚就探索各种探索不通的合成路线。 我来好奇一下,比如说,亚历网会折个 20 多年,在我念研究生的时候有这个事。 所谓导师经常给的要求,就都是怎么能从 A,反正他就告诉你从 A 到 B 试一下。 中间不管什么自己查文献、自己蒙条件、自己做组合、自己反正便利各种失败的状况,夏宁那时候有这个真能解决多少问题,对一个学生而已。

我觉得学生的层面上可能你的所有的工作现在 AI 都可以做了,就是 AI 它最先替代的就是说它把这种初级的我们的这种智力劳动可能现在看起来还是大概率都能替代掉。

那这听起来学化学的研究生岂不是跟今天做编程的人一样,就是要被技术进步逐渐替代了,或者说也许可以去做更有创造性的比如说分子设计之类的事吗?

我觉得有一点类似,但是我们更加乐观的看这个事情。 化学领域的任务可能更多,因为我们有太多的创新的材料、药要去做,它这个空间足够大,所以说我们的人即使我们干的活比例少了,但是我们还可以做更多的项目。

对,这倒是相当于每个人的带宽增加了,我们按时间线先把它捋完,于是到了 2021 年应该是所有,既包括 CADD,就像我们投的晶态、基态这些,当然也包括咱们智化。 当然同时也包括整个生物医药环节或者叫领域都在来到了叫当时最高光的时刻,就是融资和资本市场最追捧的时候。 当然那个时候这个智化也获得了比较好的不同的资金和资金方的注入和叫市场的追逐。 但那个时候还有另外一个诱惑曾经发生过,就是在那个相对很热的市场年代,这个著名或最大的某 CLO 公司也给我们发出过其实不止一次的收购要约,那希望把我们这个产品家团队,当时还小了,很小,十几个二十几个人, 当然,最后的结果,既然夏博士今天坐在这儿了,就是显然这个合约最后没有接受。 我不知道今天回过头来看,你再看所有的这些 2021 年的生物医药产业融资的高光和当时有的收购要约, 同时放弃了这些收购要约,我不知道你再回过头来看这段时间,你有啥感想,或者说也许是后悔说那时候就还不如卖了。

那倒没有,其实我的个人还是一个偏理想化的一个创业者吧,就是我觉得这个事情只要它能够往前推进,我觉得就是一种成功,具体在这个行业过程中它是有起起伏伏,它是有周期的,但我觉得这个不影响。 就在高光的周期我也会思考到底这些资金是不是真的帮我把这个项目或者这个理想往前推进了,如果没有的话可能这个资金也没有那么大的作用,或者即使在这个行业低谷的时候融资环境比较差,但是我觉得我进展可能还挺快的,这个时候我觉得也是一个好的一个结果。

那心态上比较偏向对成熟的创业者,就是经历过高和经历过低这两个阶段。 因为高经历了一年半,低经历了比较长,低经历了可能三年或者三年半的时间,可能一直要到 24 年底,生物医药才算稍微好一点。 我不知道回过头来看这五年,急速的变化,就是有极高光,有超级长的寒冬。 你在自己的公司管理,个人经历,个人心情,心性,有什么感受和变化吗?

对我来说还是更多的是学习和成长,就是因为我也算是偏科学家创业的这种模式,对管理、对公司治理,包括商业化其实最早都是不是那么擅长的。 在这个过程中其实经历了很多,包括我们也有过一些人数的扩张,去做一些我们不太擅长的领域,后来发现, 最终结果还是说就是专注在自己最擅长领域,不要太分散而去更聚焦,这个我觉得是我学到的比较重要的一点。 就是我们核心想做的事情一定要抓住这件事情的最本质的这个事情,不要被一些高光低光所影响。 有时候那个影响会把人带偏,就是你可能为了一件比如说资本市场很追捧的一件事,你去改变了你的方向。 你做了一个可能自己都不认可的事情,我觉得最终结果是不好的,就是长期来看。

因为今天的 AI 肯定是毫无疑问在它的高光时刻,当然 AI 虽然技术会持续进展,但是肯定也有高潮的资本市场退潮的时候。 就像你当年的 2018 年开始,2019 年只是慢慢的热,2020 年变得很热,就是整体的生物医疗,也包括当时的 CADD,就是跟第一波的 AI 制药变得很热。 你对于今天刚刚开始经历 AI 创业就进了一个今天肯定是高光时刻。 的这些有科学相关的背景创始人来看有个什么大概的自己的经验和教训总结。

我只能提我自己的一个总结或者叫经验教训,就是坚持自己认为正确的想法,不要完全被资本的观点带着走,因为资本它其实很多时候并不太懂这个行业的真实情况,但是它出于它在外部投资的角度,它认为哪个方向好哪个,它会给出很多的想法建议,但我觉得如果那样的话,很可能到最后真正我们这种科学出身创业者来说会带偏,这是我个人的观点啊。

接下来时间就来到了 2022 年,虽然生物医疗开始进了低潮期,但 2022 年迎来了 AI 的高潮起点,2022 年底有了 GPT 时刻。 在过去的这三年,正好他既经历了生物医疗的低潮,又经历了 AI 或者叫 AI 相关技术演进的高潮。 这两件事叠加起来,在 2022 年或者从 2023 年开始,对你现在的公司产品和公司模式和公司的能力有什么样的变化和挑战和应对吗?

其实这是我看到的一个非常大的机会。 确实 GPT 出来之后我相信所有人都发现这个事情在过去几乎不可能想象,但是它现在已经非常接近我们人的逻辑推理能力,甚至在一些领域已经部分超过了人。 所以我觉得这个对我们来说是一个非常大的利好,就是说在我们的垂直领域我们能解决很专业的一些问题,但是在真实的工作场景中它是有很多泛化的问题。 这些泛化的问题随便举个例子,就是这个实验室里它可能没有某一个反应器,它要做这个反应就做不了,那这件事情它不是。 这些都是专业的问题,但是如果你要用 AI 来解决这个问题,几乎不可能,就以我们之前的积累是不可能解决这类泛化问题的。 但现在 GBT 这类大模型技术的出现,可以很好地解决这一类泛化的问题,那这类泛化的问题再加上专业的问题,这几乎就是我们化学家工作的绝大部分内容了。 也就是换句话说,确实在这个场景上,我们具备了使用智能体加专业工具去解决整个工作流程的这种能力。

所以从公司的产品架构上,比如说从整个这套计算软件的架构上,在有了 AI 之后,整个的底层的计算产品架构有大的迁移或改变或者结构调整吗?

从垂直领域的算法来说,它不直接受这个影响,但是从最终交付给客户的商业模式或者形态上会有一个非常大的变化,就是您可以理解为之前我们的技术都是作为工具的形式呈现给了化学家,化学家使用工具来解决问题,但是在未来很可能它是通过 API 的形式接入智能体,然后通过智能体来完成整个工作。

换句话说,我可以把它理解为说,某种意义上,我不知道我的理解是不是正确,就是等于从有任何跟化学合成有关的潜在需求来看,它表述和约束,表述的概念是把我的需求表达出来,约束的概念是我有一些特殊的条件或者工况或者不同的要求,那我把这两件事表达出来。 的这个过程可以通过友好和智能的交互形式面对智能体,然后同时智能体再把这些翻译成我原来就已经积累过很多年并且有过很多成功经验的这些垂直领域的事情,或者叫这个垂直领域的这些计算软件或者叫这些 AI 软件来把它翻译成你想要的路径和结果通过智能体呈现回去给你,大概是这么个理解吗?

他可能不简单是一个友好的交互,这个智能体他会逐渐熟悉,他有记忆,他可能不断的学习,他最后可能就像你的公司的一个员工一样,就你教他几次之后,你不用每次都教他了,你只要给他任务就可以,他就去干活了。

好,那在这个时候就等于是智能体在跟你的软件系统进行交互了,或者在跟你的计算系统进行交互了?

他跟两层都在交互,跟用户层,跟这个实验室的这些整体的一个条件,包括跟我们的这些软件都在交互。

他如果是对智能体原来的这个化学逆合成的这个软件而言,预测软件计算软件而言,他会有一些对软件层的整体调整要求吗?或者变化要求吗?

会有一部分,第一就是我们的软件所有功能都是可以 API 的形式暴露出来的,不需要这种用户界面,第二个就是有一些在这种软件中原先需要人去做决策去做选择的过程,我们可以交给智能体去做选择和决策。

但如果交给智能体去做选择和决策这件事,会让智能体的使用者觉得他有可能会错过或者是漏掉了一些他能够进入循环的关键节点吗? 他会有觉得错失的感觉吗?

我觉得早期一定会有,但是后面随着他交付的质量越来越高,甚至他交付的效率和质量都超过人的时候,人就会不再去 care 这个事情。

好,那我们把它回到,假定还有的话,我们把它回到同一个当年最早的客户身上。 我不知道这个最早的客户就这个世界大药企业现在还在持续用这个产品并且已经进入了智能体这个阶段吗?

还在持续用,现在我们也在探讨就是智能体方面的一些合作。

所以他们还没有叫完全全面的开始使用这个重新演变出来的智能体?

智能体在非常早期,现在我们接触的大部分 MNC 都没有在用,但是都在尝试探索。

对 AI 的一点点风浓,就是害怕错失的情绪,在看怎么才能更全面的用 AI。 我们把 AI 的这件事再翻到技术层面多问一点小问题,所以说今天回过头来看,在整个后端的体系和结构里面,当时的黑盒和白盒的结构和比例有变化吗?

目前看没有变化,而是白盒越来越多了。 白盒越来越多了? 因为现在大盒模型出现,它具有非常强的可解释性。 可解释性,对。 对,它做的所有解释,它会给你解释为什么做这个解释。

OK,我们今天回过头来比七年以前或者八年以前,我们当然毫无疑问因为这些客户的拓展,我们自己的能力拓展等等,这些数据来源可能可以比以前丰富了。 那今天…… 假定刨去模型能力之外,这些白盒部分的进展在化学合成这个问题上,你觉得有多少是跟模型的转换有关,有多少是跟过去几年的行业积累有关,有多少是跟你们自己和客户提供的数据有关,促成了这个白盒能力的提升?

我觉得最核心的还是这些年在跟客户不断的交互迭代中我们得到的这些信息,因为在一个严肃的科学场景下,就是如果你不具有可解释性,你的商业推广是非常难的,就是客户他需要知道为什么做这些结论。 所以我们的产品如果要做得越来越好,你必须越来越白盒化,因为客户所提出的所有问题你必须有明确的解释给到他。 对,所以我觉得这可能是一个真正 AI 落地的一个商业上的一个要求,就是做不到白盒的话你就很难在商业上进行推广。

对,那你觉得这个是个有意思的话题,我们把它稍微也饭挖一下。 比如说我们今天有看,因为刚才我们讲的中国正好在人工智能家加上所谓叫各行各业的基础研究,要求大力开展。 所以今天出现了非常多不同类型方向学科上的 AI for Science。 那你觉得这些 AI for Science 探索或者叫这些公司的方向最终有可能都会碰到或者都会经历相同相似的过程,就刚才描述的这个。

我只能站在从我们的角度,如果你做的是一个辅助研发的工具或者是一个技术的话,那他交互的人必须建立信任,这个过程中是需要一个非常强的可解释性的。 如果说你直接交付产品,但我觉得中间可能还不能把人的因素拿掉,所以只要有人,我觉得这个可解释性都是有一个必要性在这边的。

那你要这么讲,它其实就有一点点像自动驾驶再往下一条进一步所碰见的机会和挑战的问题是一样的了。 那我们回过头来再从不同的角度再来问一下,就是在因为化学这件事还没有完全的像基因组学上面的所建立的生物模型一样, 有那么率先突破的预测成功率问题,不管是α4 的几,还是今天大家再往上加其他类型的东西,包括诞生新分子等等。 我不知道你觉得化学相关的这些事情,包括化学合成相关的这些事情,如果我们拿生物做个比较基础的话,你觉得化学大概是今天生物达到了它的百分之多少的程度,在结合了今天的 AI 能力和现有基础数据的情况下。

您说的是把化学跟阿尔法福尔相比吗?

跟阿尔法福尔相比,或者跟生物基于基因组学的一些应用,其实主要是阿尔法福尔了,不管是构型,当然今天也出现了预测靶点,预测一些相关的结构构型或者等等。 就比如说阿尔法福尔不管它的一二三怎么迭代的,比如说最后它可以把构型,最少构型的预测成功率提高到比较多,当然今天大家什么叫多也反正对于就是叫训练级的 描述也是各不一样的吧,因为有的说这个是偏好的数据,偏不好的,偏窄的,偏这个那个的。反正今天比如说从百分之比较随机的百分之二三十可能提高到了百分之七八十。那我不知道,就是说你觉得今天在不是过分刁难和复杂的化学合成的,比如说 我们原来在上学的时候,最不幸的就是它要涉及到比如说超过 5 个以上的条件,还超过 10 步以上的合成,这就过于刁难。当然 10 步可能还不算太快,超过 20 步吧。那比如说在一个正常的化学合成的过程里,就是几个条件多步反应,看起来这个能好到什么程度,你觉得?

好,我们其实内部也做过一些测评,包括外部也做过一些测评,我们现在得到的结论大致是这样子,就是现在的化学合成的 AI 的能力大致相当于 10 年工作经验的化学家的水平,基本上能够实现化学家想到的路线合成方案,AI 都能够想到,而且 AI 一般能平均想到 5 到 6 种不同的策略,这个是超过人的,人一般就是 1 到 2 种策略,第二个就是说在一些比较难的工艺路线设计上面,现在 AI 也基本上实现了人能想到的他都能想到。 所以这点其实是一个非常大的就是就是客户的一个满意就是客户用我们产品之间他都会测试 他会拿在真实的案例测试就他可能花了一个月两个月设计出来路线结果发现我们这边五分钟就能跑出来 而且还给出了一些其他的他也尝试过但是就是可能没有最终选择的路线 就这个能力我觉得是已经已经达到这个程度了

这个就很像金泰在 2016 年的感恩节在辉瑞的测试结果,因为那时候整个博士顿和制药界也没有人相信,就是计算机能计算出一个原来没有出现过的化学分子的晶体模型。 后来辉瑞也是一样的,拿了三个还是四个,忘了,从来没有发布过的分子的晶形,但是他们其中有两个还是三个已经知道了。 他拿这个测试了一下,后来发现确实跟他们预测出来的过程有限结果里面跟他们命中的结果是一样的,跟他们已经得到的结果是一样的。 你认为大概就是已经到了差不多或者过了这个阶段了。

对对。

因为化学合成有很多别的用处了,因为它在一些材料上也用,当然整个生物医药链条里,尤其面向小分子的这个生物医药链条里是更重要的环节了。

这也是像药名康德这样的公司起家的地方。 我不知道你从整个生物或者叫医药管线整个的研发,我们把大分子先扔一边,把跟细胞基因治疗的事先扔在一边。 就跟小分子有关的整个生物医药的链条里,你觉得现在化学就是咱们所做的这部分,就是跟预测包括逆合成也行,路径也行,条件也行。 整个我们所在的位置,在这种小分子相关的生物医药研发全链条里大概处在一个什么样的位置,结合今天整个这个行业都多多少少受到了 AI 的一些影响。

不管是这个 AI 制药还是 AI 材料发现等等,它的这个研发本质上不是简单的分子设计,而是多个 DMTA 的循环,这个 D 就是 design、设计、M 是 make 就是合成,然后 test 测试,然后 analyze 是分析,分析之后再改进方案,再重新进入这个循环。 一般做一个药可能要七到八轮这样的循环,做一个材料也是要可能多轮这种循环。 这个循环的每个步骤的效率和速度是不一样的。 现在我们在设计阶段我们可以一天设计成百上千甚至几万个分子都是很轻松的,因为有这些 AI 工具或者是这种 CADD 的工具等等。 但是在合成阶段它会卡住,因为一个化学家在一个月的时间大概合成三到五个分子,这是行业内普遍的一个效率,就一个人一天做两到三个反应。 但是到了后面的测试效率又变得很高,因为现在有这种高通量的测试,比如说药的话我可以一下测试几百个分子对八点的一个 affinity 等等, 那材料层面我也可以同时去测很多的分子,所以这块通量也很大,所以说真正 DMTA 的循环的, 成倍的加速需要把合成的这个效率成倍的加速,而其他的环节其实相对来说影响偏弱。 这个是我们也是在这个行业做了很多年从客户这边得到的一个反馈,就是客户他是非常重视在合成这个端的效率,因为他整个的研发效率就卡在这一端。 所以说我们认为只有把合成的效率大幅度提高,比如说两倍三倍已经非常了不起,如果你能做到十倍二十倍,那你就把整个的新药研发和新材料研发通量上升了十倍到二十倍。

我刚才忘了一个跟技术有关的小问题,就比如说别人拿你来做测试,就发现说他已经知道了一些比较复杂和有难度的合成路径,你能预测出来,那在这个基础上,从你刚才讲的软件或者叫这个算法功能上,他能预测出……

Novo 的东西,就是有经验的化学家也想不到,但又可行,并且更优美的合成路径或者合成方式吗? 这个是可以的,但是它基于一个限制前提,就是它不会造新的反应。 首先我们所有的 AI 都是基于已有的数据在做创新,它不会在数据层面上找到一个偏离这些数据的点提供给你,这个是我们看到的,但是这个问题它在合成领域影响不大,因为我们的合成路线的创新基本上都是用的是已知的反应,只是这个已知反应可能藏在几十万篇的文献中的某一个角落里,如果你看不到它,你的路线可能设计的就是十步,你看到它,你的路线可能变成了三步四步。 那么 AI 其实具有这个能力,就是它能够比人接受的这个知识的量更大,减速的量更大,速度更快,所以它是有能力找到这个我们平常看不到的这个反应,但是能把你的整条路线变得非常的优美或者是成本非常的低,这个是我们已经验证出来的。

我们再换另外一个角度来考虑今天的事情的意义和价值。 就刨去你刚才解释在 DMTA 的循环里,尤其是在假设用生物医药或者材料管线来举例子, 在整个你所设计的药物或者叫材料最终要走向商业化的过程当中, 它一定要过多次 DMTA 的循环,并且最终是有效率和成本的大规模的优化。 我们刨去这个问题来看,今天比如说科技创业者做这件事,就像你刚才讲的, 他需要努力让他的 AI 做一些白盒化,以至于将来可以调教解释并且能跟用户交互和部分意义上的定制化。 那这是一部分跟刚才我们讲的创业积累有关的。 那另外一部分,假定今天是个非常 AI 背景的人,这个在我们其实 2016 到 2020 年之间头上一轮 AI 之调的时候就碰见过,因为当时有两类创业者,一类创业者是非常 AI 的。 他们觉得 AI 用到生物上是一个好的方向,所以他们进来创业。 还有另外一类是稍微偏一点 BIO 的,就是他原来在比如生物制药相关的流程和企业或者叫产业链环节当中,他们正好也具有了 AI 的这些能力,或者跟你一样就从小有这种两个能力的共同积累,然后他们来做了这件事。 从你的角度来看,今天你们做的事情,贾定是个很 AI 背景的人进来做,他碰见最大的可能需要克服的挑战和阶段分别是什么事?

我们确实也和一些纯 AI 背景的人合作过,包括一些高校老师,但是最后发现的最大的问题就是他对我们行业的问题并不理解。 或者说他的理解是一个错误的理解,但是他可能又没跟我们说,然后他就在错误的路上一直做,做到最后结果不好了,然后我们跟他讨论说这个结果偏差的太远了,后来可能他就会说是数据的问题。 如果他在这种垂直领域,他不懂这个行业的话,他根本就定义不清楚问题,那如果要去解决就难度更大,更不用说中间一些无法用语言很明确的跟他表达出来的事情他也不知道,那这个事情反而对这个模型可能非常的重要。 我觉得这是一个非常大的障碍。 我不是说它能力不行, 但只是说它没有这些行业 know-how 的话, 它根本搭建不起一个可信, 或者说它根本就没有搞清楚这个问题在哪。

所以回到刚才咱们讨论的模型结构的问题, 软件层级结构的问题,其实对他来讲更大的挑战是怎么搭建白盒。 从另外一个角度,假定他是很 AI 背景的人,因为在原来 15 年前的大数据热潮当中,大家就讲什么 garbage in garbage out。 当然模型肯定有这个问题,你容易把它迅的偏离了。 我的理解从你刚才的话里面听出来,就是假定是个相对更偏 AI 的人。 主持人李翔,在上海的大学生命中,在大学生命中,他曾经在大学生命中与学生联合。 较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较为较和对验证过程的正负循环的数据积累。 那所有的这些数据,你觉得过去现在和未来, 它们对模型的效率和能力贡献大概各自会起多大作用?

其实这个分问题,每个问题它需要的数据不一样, 所以我很难说哪类问题它的贡献最大。 但如果针对逆合成问题来说, 我们认为现在可能还是这种大量的公开文献专利的数据是贡献最大的, 因为它主要取得了是逆合成的思路。 而并不是说我们用高通量的实验能解决几何问题,这完全是两个不同的问题。 然后就是这种 AI 背景的人,我觉得他们有一方面可能能力比较强,就是当你的数据量足够大的时候,他能在这种训练的效率上提出一些不错的一些见解帮助。 但这个恰恰是我们在 AI for Science 领域最缺的,就是我们的数据量不大。

哦,对的,有道理。

就是你会发现就是没有这种到 Billion,甚至就是到亿的数据其实都很少,甚至有些领域只有几百几千个数据的。

我把你这句话翻译一下,我们今天讲的大模型,最大的来源还是积累了 40 多年的全世界的公开互联网数据集,公开互联网文本数据集来训练,但是今天任何一个科研领域,即使你把全部论文都加上,也比这个最少差很多个量级。 少得多。 对,所以这就会产生了刚才你所讲的问题。 经探上毕竟是我们投过的公司,我们稍微了解一些,因为他们自己在他们自己的公司内部不是也做了个比较多的闭环实验的循环。 我们当时曾经问过他们另外一个问题,因为他们三个是学物理的,学量子物理的,他们也不算是点心学化学的。 我问他们,你们在闭环实验的过程中,在模型进步探索里,这些数据的贡献率大概是什么样的?

他认为正数据和负数据,就是预测了一个过程,最后发现这个过程有问题,这是错误的。 他认为正负的贡献大概都差不多各能对模型的进步和效率起到一半的作用。 我不知道从你的角度会有这种差别吗?

因为公开数据局论文上肯定取得了更多的是个方法论文,而且是个正确结果。假定他没有编论文或者篡改论文的话。 我的观点稍微不同,我认为正数据,就是成功的数据在现行段非常重要,失败的数据在未来非常重要。 就是现有的我们的这一代的智能体也好或者 AI 模型也好,你只要能达到人的判断能力,人的水平就已经可以大规模商业化了。 在这个过程中,你学习更多的是人的这种正向数据,或者说人如果做了一个实验,这个实验失败了,那大概率说明什么?说明这个人在做实验之前,他不认为这个实验会失败。 也就是你达到人的判断水平的时候,你不需要知道这个实验会失败,已经够了。

哦,就是你,我把你这句话翻译一下是说,达到就像你刚才讲的 10 年工作经验的人的话,他只是在 10 年工作经验的基础上有更好的成功率预判。

对,你不需要预测出他判断不对的那些东西。 对。 哦。 所以在这个阶段还不需要到那个阶段,但是未来如果你要超过这个实验工作人员的认知的时候,你能判断他觉得能行的反应,你说其实不可能。 哦。

这时候负数据重要,所以但这个是下一步的事情。 这种负的数据或者错误的结果。 的复返馈数据理论上对那个黑盒更重要。

对啊,因为他可以把虽然不知道为什么会失败,但我知道他大概率会失败的一句话变成结果呈现出来。

对啊,对,但现在问题是我们的这些模型还没有达到人的水平之前,你可能先不要去解释那些大就是错误的,就是无法解释的这些失败。 明白了。 嗯。

好,那我们现在来问一些这个跟今天时髦话题有关的问题了,比如说像你们的今天的应用场景里需要调后端的这些机座模型或者大模型或者云端的这些 token 的使用量吗? 现在我们正在做的智能体会用,还有一些这种数据处理的工作也会用。 那你的智能体更多的是解决交互的问题的,就是理解用户需求的问题,或者叫翻译用户需求的问题。

不止这个问题,包括一些专业的问题,就是现在的这个机座大模型,他们在一些科学问题上也能做到一个六七十分了。

我刚才问这个问题有一个潜在含义是用户使用你们的产品和买你们的产品,当然现在也许你可以按照结果来交付,但之前大家肯定是就像你讲的就是买个软件或者买个 SaaS,不管它是买的自由版的还是买个公有版的。 那这个就会涉及到你后端还有一些,原来你只有个软件本身的维护过程就行了,现在你还得假定你跟机座模型有交互,你还得调用 token,你也还有这个软件的成本。 不用,因为现在对于这种大的客户,它内部都部署了机座模型。 哦,你就用他们那一部能够行不行? 对,是的。 那我刚才问这个问题的另外一个小的原因,即使不是你消耗,是他消耗,假定我们今天能替代和解决的能力范畴上是一个化学毕业,不知道本科研究生了,如果研究生就是像我这样的,就说化学专业毕业的高等教育毕业生,有十年相关工作经验背景,我不知道,就比如说在中国一个化学 CLO 里边,这样的人大概是个什么薪酬水平的人。 2 万月薪。 2、3 万月薪,好,那就大概是 20、30 万年薪的这个水平。 那我刚才问这个年薪的原因是因为假定我们的替代过程除去用户的购买成本之外, 它假定后端还有个这个对于机座模型的 token 消耗成本的话, 最终是不是大家也得算算账说到底我们这个替代过程是省了钱还是 没有省太多钱,我不知道从你现在的客户反馈角度来看,他怎么看这个问题?

客户非常重视这个事情,他们知道机座模型能做很多工作,但是它如果太贵的话,他不愿意用。 所以我们有很大的一个工程性的工作要做,就是帮助客户去省钱。 我不能说随意的调这个机座模型,我只有在必要的时候调合适的模型,用最小的成本去调。

这个是在你的体系或者叫软件或者叫系统内部就完成了这个叫智能调度的问题。

对的,对,这是我们来负责完成的,如果你的费用高的客户也不愿意接受。

对,我觉得这个非常重要,因为今天我觉得有一个大部分人还没有特别关注的问题是今天的 AI 或者叫人工智能跟以往的软件和系统有个最大的差别是它的每一次交互和调用都是有一定成本的,原来的软件和数据库相关的这些交互是几乎成本为零的。 内部有一个二级厂同事来看成本的变化。 其实从美国某一个今天号称技术能力最好的 model 看了一下, 他有个简单的判断是,他其实最新的这几个在不同领域应用的这家公司的这几个模型的使用上来看, 他们的 input,就是输入的, 广泛的评论,在这个时候,我们的传输数据是非常高的,所以我们的传输数据是非常高的。 大范围影响力的问题,所以它很有可能最终 AI 最容易落到的应用方向是要替代具有一定价值的场景,而不是普遍意义上的第一阶段的场景。 换句话来讲,它要 replace 掉的这些人是有一定的担架的,我不知道从你的角度来看,从你跟客户的交互来看, 这样的问题和趋势会兑现在你刚才讲到的这个努力和用户的需求过程里吗?

我相对乐观的一点是我认为它的价格会不断的下降。 对,所以长期来看可能它最终变得像电力一样的一个很低成本的事情的时候,可能人们就没那么在意了。 那是很长期。 那是很长期,对。 但在这个中期的时间呢,我觉得可能更多依赖于像对这个智能体层面的优化。 就是你并不是所有的问题真的需要一个 《高能量》Vol.230《AI for Science 如何在制药化学合成落地．运营》临床工艺放大、DMTA、CADD、白盒模型、智能体、License-out 和生物医药产业。

本地模型肯定也是在这个基础约束出来的一个最少是阶段性的比较大的机会。 我不知道从你们的角度,你们最终觉得在你们的下一步里面,假定用户越来越广泛、越来越多和越来越多的跟智能体交互, 他又不一定在这种级别的企业内部有自己的机座模型调用能力和。 带宽的话,你们会最终往后看做个小的垂直的小的端册或者叫基座模型出来吗?在你这个领域里面。

会有,就是我们内部会有问题分类,就有的问题我觉得小模型可以解决的很好,有的模型就必须要问大模型,最大的模型。 所以我们会把最好的最贵的资源留给那些最核心关键的问题,最终减少整体的一个头顶消耗,这个是我们工程化必须要做的一点。

你们正在做的事情是原来我们在考虑 模型落到应用层面再往下会发生的现象就是刚才你讲的,就是大部分的需求会想办法先收敛到一个中小的也许端侧的模型或者随时模型来解决,然后少量的复杂的去大的或者说进行相对少的大的交互。 在今天我们讨论的刚才的这个过程里,你觉得从你的客户的角度,比如将来他们从今天的不管是购买私有版的软件还是购买 SaaS 服务转向购买智能体服务,就是刚才你提到的,这样的问题和这样的约束压力会更多的体现在客户身上还是体现在你身上,因为它的付费模式可能稍微有一些变化。

早期其实大家还没有那么重视这个问题,因为还在研发阶段,一旦到了应用阶段,我们肯定是会想这里哪些调用其实不需要调用这个大模型,我们调用一个小模型就可以了,我们会再做工程的优化,相当于这是一个不断降本的一个过程,直到最后就是优化不了的我们才用大模型。 时间会逐渐给到压力和动力去降本,因为我的客户费是一样的,我的成本很大一部分就是 token 成本。

对,这是关键问题。 所以这就涉及到另外一个在国外从去年开始广泛讨论的,在国内也开始讨论的问题,就是 SaaS 最后会变成什么样。 将来的客户类型,你希望它更多的渠道智能体,因为这样可以更广泛、更易用和更友好,并且交付的结果和能力更强。 那你从过去现在和将来来看,因为你们不光是 SaaS 类的,就是你从假定是光是 SaaS 类的这些用户,用 SaaS 的一般都是中小客户了,像你们给的一些超大型药器肯定不会只给 SaaS 毛桶,从 SaaS 转向 agent 的时候,你觉得会经历一些什么样的变化?

觉得它会在一定时间内是一个 mix 的模式。 既有 SaaS 模式,又有一些高级的智能体功能是按照调用来付费的。 它会长期存在 mix,因为客户一定有一些问题他是不愿意付更多的钱的,他觉得我用 SaaS 就能解决的很好了,我为什么要付钱。 但有一些问题是 SaaS 解决不好,他自己人也解决的又贵,所以他才会用智能体模式。 所以我的观点就是长期共存这两个模式。

你现在的这个客户样子和客户基础,跨国公司和国内企业上大概各是什么样的情况?

从数量上来说国内会多一些,但是从整体的付费的总金额国外现在是超过国内的,后面国外我觉得市场会越来越大,会更大。

那你不觉得国内会变得越来越大吗?

国内也在变大,但整体上据中国还是一个国家嘛,但是生物医药这个行业其实美国它还是大头,包括欧洲,包括一些印度等等。

这是我从投资上纯粹好奇一下,因为我们曾经画过一张图来解释中国各个产业的变迁问题,我们拿今天的生物制药来简单的做一个类比,那大概大家就认为生物制药大概就像比如说 12 年之前到 08 年之间的精密制造,就是在中国的世界手机品牌批量诞生,就是小米、华为、vivo、oppo 这些批量诞生之前,因为他们主要在 14 到 17 年之间。 在他们批量诞生之前,中国在产业链上做的环节是就像所谓叫国链企业一样,就是把最难或者叫精密制造,刨去芯片之外那些精密制造的部分和包括组装精密组装等等这些事都放到了中国。 这个虽然类比不妥,但它有一点点像比如说今天的中国生物医药的管线类企业大概都开始积极的 License-out。 就把自己的管线权益的国外部分卖出去来获得授权金额。 这也是中国授权金额都非猛进,比例的原因占全世界。 当然这件事会倒逼这些做医药管线类的企业, 竭尽全力的去增加它的管线研发的速度、宽度和效率。 又要多,又要快,又要好。 我不知道,然后他们就会竭尽全力的想办法能用上, 促进又多又快又好的方法和工具,这是一个倒推和倒逼的过程。 最少我们从理论上知道它会再发生。 你们作为好的效率工具和好的放大工具和好的成本节约工具, 来自于这种类型管线研发类的药企或管线研发倒逼 CLO 所产生的同类需求, 这个已经能感受到吗?还是刚刚开始,还是还没开始?

我觉得已经能感受到一些了,现在国内的这种新药研发的速度效率其实已经比欧美有一个比较大的优势了。 但刚才我说的为什么国外还多一些,就是因为我们现在主要的客户是以这种大型客户为主,不得不说中国的大的需求端这种 MNC 还比较少。

比较少,我差一句不好意思,就是 MNC 就是我们所说的小米、华为、Vivo、OPPO。 就相当于现在还在升级到精密制造这一段,虽然主要的利润大头是 M&C 赚头,或者像当时的,大家还有印象的话,就是在 15 年, 好多人诟病说,加上台湾地区,说中国虽然在国链中占比有大概百分之接近一半,但是中国占有的利润总额,就一台苹果手机的利润总额非常少,还是低单位数。 对,大概现在医药就有点像这个状况。

对,是这个状况,就是它的需求端在国外,但是它的供给端在国内,而且供给端的增量确实是非常明显这些年。 然后从我们的效率工具来看,现在因为需求端也在用,供给端也在用,就是整体上基本上是差不多半斤八两吧,所以能看到国外也有很强的需求,国内也有很强的需求。 但从未来来看,我觉得确实可能国内这边是一个快速增长的过程,所以未来几年我觉得不可能。 不排除能像制造业一样就最终形成一个占了绝大部分的一个叫世界医药工厂的这么一种模式是有可能出现的。

对有可能因为这就像中国在 14 年前工业机器人的需求端变成了全世界最大市场就等于是在那个时候的精密制造也很卷的时候 大家都比如说都要争取果链的竞争地位的时候,就都要想办法进果链的时候,就只能想办法竭尽全力的增加自己的生产制造效率和生产制造产能的,就既要降成本,又要加产能,又要这个提高效率。

所以导致中国的工业机器人突然一下变成了全球最大的应用市场。 没错,但是我还是有一个观察就是印度增长的也很快。

你说在原料药层面还是也包括研发层面?

因为我们的客户在印度今年就增加了 30 多家客户,就是这个增速其实不比中国慢。 所以我从这个角度判断,也许印度他也有这个机会。

因为对印度市场不那么了解,所以我就好奇一下,比如说在印度增加的 30 多个企业, 因为原来大家传统意义上认为它是更偏原料生产,因为它没有太多的创新药管制的知识产权问题,或者更偏纺织药生产,从你应用的企业来看,他们也偏到了创新药管线的新药研发上还是……

有 CIO、CDMO 也有一些做药,但是我不太确信他做的是不是创新药。

哦,明白了,对。 还有另外一个跟你这个相关的应用话题,就是正在蓬勃发展的,就是这个材料体系的。 因为材料体系在我们看过的这些 AI 里面,它比较… 有一定挑战当然也有一定机会的就是它应用领域都会在 AI 层面都比较垂直,金属的相关的材料或者说多种混合物的金属的这个材料的改性提高或者甚至加上少量的这个催化剂的优化等等。 应用领域一般都比较垂直,我不知道从你的角度来看,因为这也是化学合成的一部分,我不知道今天看起来你的这个能力或者你提供的这个功能能覆盖到这个部分,以及这个部分的泛化性能变得更好一些吗?

我们能覆盖到这些有机小分子材料的这个领域,比如说像光电材料用于这种 OLED 显示的,还有一些就是新能源电池的一些添加剂,还有一些类似于像光刻胶这种都属于有机小分子,就是材料其实分大类的话它分为有机和无机,无机这部分主要像陶瓷金属等等这些,但有机的就是也很多,这类包括一些聚合物它的聚合前的单体也是有机材料,所以这部分我们是可以用到我们的这个 AI 技术的。

对,好,今天中国的未来科技当中肯定也有生物制造的部分,生物制造的部分多多少少就替代了一些我们叫化工也好,替代了一些有机分子也好,尤其在天然产物和一些医药中间体上来用菌来合成,这我们也投了一大堆,这个多多少少进入到一部分原来的化学合成的,尤其有机化学合成的领域里面,我不知道从你的角度怎么看这个问题或者这个发展?

其实生物合成主要指的是这种类似于酶催化,或者是用发酵的方式在活体内进行催化,它本质上还是一个化学反应,它是把 A 变成了 B,只是它的催化剂用的不是我们说的传统的这种小分子催化剂或者是一些这种金属配底催化剂,而是一个酶,它的特异性更强,可能对一些依依值要更高一些。 所以对我们来说,在我们这个领域,其实这块是包在我们的数据里的,就是它并不是说我们做合成不能用酶催化,我们推荐的路线可以用酶催化,包括酶的种类都可以提出一些建议。

所以在煤催化这个问题上,从你的现有的产品能力上它是能覆盖的吗?

我们的现有产品能力就是我可以推荐出一条最优路线,这个最优路线可能中间的一步甚至多步是用煤催化来完成的。 但是我们的能力不具备的是这个煤,它可能不是一个现存的煤,它需要进行一些定向进化去得到。

还是基于已经存在过的所有能找到的正常反应路径或者正确反应路径之间的不同逻辑和方式上的组合和优化能产生出来的最优路径或者最低成本路径。

对的。

好,明白了。 那我们来展望一下这个之后的事儿,因为今天…… 当然我们讲的就是 AI for Science 因为各种各样的原因和中国特定的原因它变得很热很热。 但是今天我们看到了有一些大模型公司国外的一些机构模型公司也慢慢的拐到了 AI for Science 的应用上来看。 不知道你往后几年怎么看你自己的发展过程和。

首先是一个机会,就是刚才我讲的大模型的能力的增强对我们是一个非常互补的一个能力,能让我们把整个流程做出来,所以这个我觉得是行业变革的一个大的机会。 那其次呢,这些做大模型的公司他们要下场做垂直模型,其实这个是我觉得很难。 他们很难去陷入到这种企业的具体场景中去一点点做服务,他们更多的还是做一个通用的模型。 当然也有很多的人问这个通用模型最后能不能把垂直的东西直接做了,甚至是达到更好,我觉得这个也非常难。 第一是我们内部做过大量的测试,我们看到的是垂直模型它在一个领域它能做到比如说很快的做到 50 分 60 分,但是你再往上做其实非常非常难,基本上达不到一个可用的程度。 主要原因是它底层的数据量更多的是文本数据,而我们做的垂直模型更像多模态数据。

有道理,更像多模态数据这个角度很有意思。

对,你可能不能用一个大圆模型去生成一个图片,比一个做图片的模型做的更好,我觉得这个是逻辑。 第二点来讲,这种大圆模型他们确实太通用了,如果要搞一个垂直领域的话, 作法就是还是搭一个小团队,像我们一个创业公司一样去做,但是呢,他这个创业公司所谓的优势其实就是也没有太多的优势,他也能用这个大模型,我们也能用大模型,所以从这个角度积累就显得更重要一些,或者是用客户的这种场景的理解啊,包括跟客户这种深度的不断的合作,可能就是这部分就更重要一些了。

对,那你觉得挑战可能会有什么?

我觉得挑战更多的就是说我们要把我们自己的这个壁垒逐渐的加深,就是它可能是一个长期的我们说脏活累活,就是要不断投入资源,不断的把这个地基打得更深,而最后和大模型形成一种相互的合作。 就他们解决他们的问题解决得更好,我们解决我们的问题,然后双方一结合把整个问题解决得更好,就互相依赖吧,可以说是。

这个可能是模型应用的落地过程当中必然要经历的阶段。 今天因为 AI for Science 你们也变得比较热了,你交流过最近的投资人,他们对你这个不管叫模式还是企业的壁垒,还是企业的竞争力,还是企业的应用场景范围,对所有的这些跟你相关的事情,现在你碰到的这些因为 AI for Science 而对你感兴趣的投资人里边,大家最容易误解或者说跟你希望要有的方向和定位有差异的,大家最没有理解的部分大概是什么?

我觉得可能有两点吧,第一点可能他不太理解,就是他觉得你一定要去做一个创新药,或者做一个新材料,你的市场空间才足够大。 这点在我看来它是一个结果而不是一个原因,就是说我们做合成的做这块的 AI 的目的是为了提高 DMTA 的研发效率,提高研发效率的目的是在这种新药新材料研发中具有一个 倍数的一个效率提升产生一个优势,这时候你才能说我去做药做材料我有巨大的优势,否则如果是只是因为我要做一个药做一个材料的话,那我可能就会陷入到和传统模式没有太大区别的一个效率上去,那这个时候可能就偏讲故事为主了,但实际上我可能并不是一家真正的 AI 制药公司,所以这是我和他们理解的第一个不同,就是我认为要先解决工具效率的问题,再去把你最终的目标调整到做这个完全创新的这个材料分子或者药物分子。 第二点可能就是对一个市场空间的理解,看到的是过去我们的工具软件的市场可能没有那么大, 但是他们可能不容易去想象未来这个工具软件结合了大模型之后, 智能体之后是不是能够把整个工作流做完以后变成一个整体交付结果的一种模式, 所以就容易被过去所影响认为市场空间不够大, 这个是我和他的一个意见的分歧的第二点。

假定从原来的模式转成更智能体的模式的话, 这个事儿会有多多少少的一些所谓的马太效应,就是用的人越多我就会越好用,并且模型或者叫支持能力、基础层能力就会变得越强。 它们所谓叫飞轮效应也行,叫正循环也行,或者叫小小的马太效应也行,会在智能体比原来的软件模式更明显或者说差不多或者是区别不大嘛。

我觉得会更明显。 之前的那种模式, 我们在底层工具的不断的创新, 其实在整个效率的影响上没有那么大。 但是如果你在整个智能体全部用这种 AI 的模式去做的话, 它的效率提升会更明显的体现出它的整体的交付结果的速度, 包括成本上面去。 所以我觉得用户能体现出来的是更明显的。

同你今天, 最希望客户能理解和接受你的程度来看,你觉得今天当然有一部分肯定已经被你转换和教育了,肯定还有一部分因为不够了解或者说对你知道的程度跟你真正能做到的定位和程度是不一样的,所以他们还对你没有被你转换。

对于这部分所谓叫潜在用户,这些用户更应该怎么去理解和接受你才会使得他们更容易的去判断出适不适合他们。

这点上我觉得现在大部分客户其实不管我们接触还是没接触了,他对 AI 都是一个比较积极的态度。 所以从这个角度已经比 10 年前或者是 5、6 年前已经要好很多了。 那么其次就是说他可能对于因为现在市场演化缭乱有很多的这个公司和技术,他们并不知道哪个好哪个不好。

所以他们都需要拿来一一去测试。

但是从客户的角度呢,他自己的这种人缘改变一种习惯去接受一个新产品其实都是有一定阻力的。 所以我觉得我更希望这些客户他们能够从高层有这样的一个认识,现在的时代其实正在发生一个大的转变,如果说你的效率不去积极的去提升,去接受这种转变的话,很可能在未来的某一个时间点就被整个行业淘汰掉了,这点我觉得非常重要。

所以你是觉得多多少少有点博弈或者有点囚徒困境在里面,就是说大家…… 就变成了不上的人就要落伍,上了的人短期有优势,长期还是持续,反正就其他人都上了这优势就太小了。

对,其实是这种模式,对。

那这算是个 AI 时代了。 你觉得假定这个时候有一个跟你一样背景的人,在最近 2026 年上半年进来做了跟你一模一样的事儿,你觉得你做了八年之后回过头来,先不说提建议,你觉得对这样的挑战者和竞争者来看,过去八年主要积累的事情和优势是在什么地方?

我觉得有几点吧,第一点就是整个的这种技术体系经过了八年的打磨,这个其实是一个非常漫长和要花大量精力资源做的事情,可能对一个新进入的人来说,他要追赶这个时间是省不了的,第二点就是说从客户市场的角度来讲,如果说现在再去创业做这件事情,可能市场已经没有了,就是 这些大客户他已经用了我们这样的产品,包括建立了非常好的合作关系,再想替代几乎不可能,这个我们在之前做电子实验记录本的时候就看到过,就是客户已经用了,做了很多的定制,你再让他改,基本上没有这种可能性了。 所以我倒觉得这个创业做这块的时机可能已经过去了。

这答案比我的问题还要残酷一些。 然后最后作为这一期节目的收尾,我不知道你觉得还有什么…… 想要跟大家分享的这些建议也好,这些你的思考也好,或者说关于公司的一些说明解释也好。

我觉得这个 AI for Science 是一个很好的时代和机遇吧,就是还是希望能有更多的资本方愿意投入,当然大家现在观望的其实也很多,因为看不清楚,就在我们看来,AI for Science 还在非常早期,它的行业渗透率甚至不到千分之一,但我觉得它的趋势是几乎是必然的,就是我们说到十年之后是不是人还在做这些事情,我觉得大概率可能就做的就很少了,就是主要是 AI 在做这些事情了。

这我觉得也是个非常确定的中国机会,因为从各个角度的科学研发效率上来看,这个就多多少少有一点像我们在 13 年前开始电动车战略一样,就是中国老讲弯道超车弯道超车,就是这个凑巧那个弯道不是… 不是你造出来的弯道,是正好在那个时候出现了一个行业整体转向的机会,只不过是你综合了各种优势,是在这条路上率先跑起来。 那今天你看 AI for Science,广义上解决各种各样创造和研发效率突破,就是把这个数字化工具或者叫 AI 模型用在各种各样的垂直领域里面解决这个突破发现的效率问题,我经常说打比方, 这就像说当时发明的这个显微镜,然后能看见比如说细菌细胞,然后导致大家在生物医学领域的科学进展出现了一个广义上快速的大面积的突破,大概就有点像这个阶段,这也算是个弯路,如果显微镜算是个弯路的话,那就是个弯路超车,所以我们也…… 非常感谢夏博士跟我们分享的这些,他在具体的 AI for Science 的一个领域加上商业化和过去八年创业不同的感受和经历,也经历了资本市场的高光和资本市场的低潮,现在迎来了资本市场在同一个概念经过模型、 演化之后的第二轮热潮的早期阶段,我们也希望夏博士的公司和夏博士本人能够在这个 AI for Science 的新方向上取得未来更好的结果和成就。

谢谢方叔。 谢谢大家。