今天小編分享的互聯網經驗：AI制藥的IPO“詛咒”，歡迎閲讀。
文 | 醫曜
AI 技術再度成為 " 最靓的仔 "。
今年的諾貝爾三大科學獎項中，兩大獎項與 AI 相關，先是物理學獎頒給兩位研究人工神經網絡的專家，而後化學獎又被授予三位致力于用 AI 來預測蛋白質結構的科學家。
然而，與 AI 技術廣受關注不同，AI 制藥在資本市場中卻頗受冷落。就在不久前，兩大全球 AI 制藥龍頭 Recursion 和 Exscientia 宣布達成最終協定合并，Recursion 将以 6.88 億美元的價格全股票交易收購 Exscientia，這也是 AI 制藥行業目前為止最大的一筆并購案。
要知道，Exscientia 成立于 2012 年，算得上 AI 制藥的鼻祖，但如今卻被 Recursion 以區區 6.88 億美元收購。這起标志性并購事件或意味着 AI 制藥領網域大浪淘沙的開始。
01 美股的牛市，AI 制藥的熊市
AI 制藥曾被認為是人工智能領網域最具确定性的應用場景，英偉達就曾将其視為 AI 領網域布局的重點。
眾所周知，制藥界流傳着 " 雙十定律 "，即一款創新藥從誕生到上市用于治療，通常需要耗費十年的時間，數十億美元的資金。近年來，随着人工、材料等成本的不斷提升，這個數額還在持續上升，并且新藥研發的成功率還很低。
如何降低研發費用，提高成功率，縮短研發周期成為當前整個制藥行業的當務之急。AI 制藥技術的出現和不斷成熟為創新藥研發 " 降本增效 " 提供了全新的解決思路，被認為有望引領創新藥行業新的變革浪潮。麥肯錫全球研究所（MGI）預計，生成式 AI 每年可為制藥和醫療行業帶來 600 億至 1100 億美元的經濟價值。
可是，這些年來 AI 制藥公司在二級市場中的表現卻與預期完全相反。
眾所周知，美股正處于一場前所未有的大牛市中，标普 500 指數從 3500 點左右持續上漲超過 60%，達到 5900 點左右，而本輪牛市的 " 發動機 " 正是 AI 熱。
過去兩年時間中，微軟市值從 1.75 萬億美元上漲至 3.1 萬億美元，蘋果市值從 2.3 萬億美元上漲至 3.5 萬億美元，英偉達市值更是從 2978 億美元上漲十多倍至 3.3 萬億美元，2015 年才成立的 AI 初創公司 OpenAI 估值也超過萬億美元。
相比之下，AI 制藥公司則是慘不忍睹。2012 年成立的 Exscientia 是全球最早一批 AI 制藥公司，曾經将全球首個由 AI 設計的新藥 DSP-1181 推進臨床。2021 年 10 月，Exscientia 登陸美股，上市首日股價從 22 美元的發行價衝到超過 30 美元，募集資金 3.047 億美元，遠超拟募資的 1 億美元。但随後兩年的股價表現卻一塌糊塗，最低跌至 3.8 美元，較發行首日跌去近 90%。
圖：Exscientia 股價月線走勢，來源：雪球
收購 Exscientia 的 Recursion 日子也不好過。2013 年成立的 Recursion，創立以來不斷擴大業務範圍，從最初聚焦于罕見病研發拓展到腫瘤學，如今正在從 AI 能生物技術公司向技術生物平台型企業轉型。2021 年 4 月，Recursion 登陸美股，股價最高曾經達到 42.81 美元，市值一度超過 125 億美元。
短暫的高光過後，Recursion 也開啓下跌模式。從最高點下跌最多近 90%，股價最低僅 4.54 美元。2023 年 7 月，英偉達出資 5000 萬美元投資 Recursion，但依舊難以挽回頹勢，如今市值僅為 20 億美元左右。
不僅是 Exscientia 和 Recursion，AI 制藥的 " 泡沫 " 幾乎全部被一個接一個戳破。
AbCellera Biologics 成立于 2012 年，市值從 2020 年上市之初的超百億美元下跌至 7.6 億美元左右；Relay Therapeutics 在基因組、實驗、計算方法三方面都有重大突破，市值從最高 55 億美元跌至 11 億美元；Schrodinger 更是美股首個已經盈利的 AI 制藥公司，但市值卻依舊從 2021 年的 70 億美元下跌至如今 13 億美元左右。
上市即巅峰，這是對于美股 AI 制藥公司最準确的概括。美股 AI 制藥公司上市後就暴跌的市場表現，堪稱 IPO" 詛咒 "。
02 火熱的另一面
與二級市場上的慘淡不同，AI 制藥在一級融資市場又是另一番光景。
2018 年— 2020 年，全球 AI 制藥賽道相關的融資總事件達 171 起，總金額 63.54 億美元。2021 年— 2023 年，全球 AI 制藥賽道相關的融資總事件增加到了 321 起，總金額高達 140 億美元，其中 2022 年達到融資高峰，為 144 起，融資金額達 62 億美元。2024 年上半年，AI 制藥繼續火熱，半年融資 69 起，融資金額 33.36 億美元，幾乎與 2022 年數據相當。
圖：2016 年至今全球 AI 制藥融資概況
從公司類别上看，投資 AI 制藥賽道的公司主要有三類：科技巨頭、初創企業和大型藥企。
其中，英偉達是推動 AI 制藥投融資回暖的重要推手，2023 年以來，旗下投資部門 NVentures 至少投資了 12 家 AI 制藥企業。谷歌是較早布局 AI 制藥的科技公司，谷歌 DeepMind 和谷歌旗下藥物發現子公司 Isomorphic Labs 的生物學預測模型 AlphaFold 已經迭代至第三代。
不僅是國外，國内的阿裏巴巴、騰訊、百度、華為、字節跳動在 2020 年後加速布局 AI 制藥，紛紛成立了醫療 AI 部門。代表頂尖 AI 水平的科技巨頭入局 AI 制藥，不僅推動了技術發展，還促進了 AI 技術在實際藥物開發中的應用。
初創企業和大型藥企更多是看中了 AI 制藥在藥物研發過程中帶來的價值。目前，在新藥研發的各個環節中，藥物發現是 AI 制藥應用最多也最成熟的環節。
傳統新藥的發現需要先确定好某疾病的靶點，研究人員根據靶點設計和篩選出最合适的分子。為了找到最合适的分子，傳統的藥物發現是要對數萬個小分子進行測試篩選，然後進一步合成和測試數百個分子，以便得到少數幾個适合臨床前研究的候選藥物。
這個過程困難重重，成功率極低，依賴研究人員的經驗和運氣，如果靶點是創新靶點的話，藥物發現環節大約需要花費 4 年的時間和數千萬美元的投入。
與傳統藥物發現相比，AI 技術憑借大數據和算法，可以減少新藥研發流程中近 40% 的臨床前研究時間。同時，AI 技術平台還能源源不斷地發現新藥分子，從而帶來新藥產品上的規模效應。
例如英矽智能利用 AI 技術能夠在僅一年的時間内提名九種臨床前候選藥物，速度遠高于每約 4.5 年提名一種臨床前候選藥物的行業平均值。
與初創公司不同的是，傳統藥企更多采用投資合作的方式布局 AI 制藥，例如輝瑞公司和 IBM Watson Health 合作，探索 AI 在癌症治療中的應用。此外，強生、阿斯利康、默沙東、賽諾菲，以及國内的恒瑞、復星等藥企也紛紛加大對 AI 領網域的布局。
因此，AI 制藥依然是資本看重的熱門領網域，尤其是在一級市場。但為何到了二級市場，AI 制藥就不再被資本青睐呢？
03 AI 制藥的困局
AI 制藥在二級市場表現不佳，一方面是前期泡沫太大，随着創新藥寒冬的持續進入調整期，另一方面是資本開始回歸理性，更加注重技術變現的能力。
目前 AI 制藥公司的商業化路徑主要有三種：提供 CRO 服務；AI SaaS，提供軟體服務；自己做新藥研發。
這三種商業模式中，如果只是做軟體的授權，天花板比較低。以首家盈利的 AI 制藥公司 Schrodinger 為例，全球營收排名前 20 位的制藥公司幾乎都購買了 Schrodinger 的軟體進行藥物研發，年費超過 50 萬的客户留存率超過 98%。可即使如此，2023 年 Schrodinger 的軟體收入僅為 1.591 億美元，占其總收入的 36.4%，真正令其扭虧為盈的還是靠 license out TYK2 藥物帶來的一次性收入。
提供 CRO 服務則是回歸了 AI 制藥的本質，就是幫助藥企提高研發效率。雖然理論上 AI 可以極大提升藥物發現的效率，但實際上并不具備不可替代性。同時，CRO 行業不僅僅只有藥物發現這一個環節，藥物發現只是 CRO 服務中較小的一個環節，後續環節同樣關鍵，且占用藥物的研發成本比例更高，藥業更願意與成熟的全產業鏈 CRO 公司合作而非 AI 初創公司。
最靠譜的商業模式還是回歸產品孵化，也就是目前大多數 AI 制藥公司的商業模式，即 AI+Biotech。通過 AI 快速產生臨床前管線，然後推進至臨床階段，再對外授權轉讓，從而獲得首付款、裏程碑付款和銷售抽成。以國内的英矽智能為例，其絕大部分收入是來自管線的授權和裏程碑付款，其中既包括新的管線授權，也有已有授權管線的裏程碑付款等。
其中的關鍵點仍然是管線，只有療效好、市場大、臨床進度快的管線才會被 MNC 看上，才能賣上一個好價格，但目前來看，AI 還沒能產生一款突破傳統的重磅產品。主要原因是 AI 制藥與傳統制藥技術不同，非常依賴大數據，所有的 AI 技術都需要基于大量的數據來訓練和學習，沒有大數據訓練的 AI 就是個智障。
但目前最大的困難與挑戰就是高質量的數據缺乏。不同于 AI 在影像識别領網域的應用，影像數據量大且獲取相對簡單，AI 制藥所需要的數據總量較少，且藥企出于保密的目的，大多不願意分享數據，這直接導致了數據獲取成本大幅提高。即使有了大量的數據，随着數據量的增加，AI 模型的訓練成本也幾何倍地攀升，導致 AI 模型的成本難以控制。
另一方面，AI 制藥的 Biotech 還需要面臨新藥可能在臨床試驗階段失敗的高風險。随着第一代 AI 設計的藥物逐步推進臨床，在臨床上顯示出令人失望的結果，大量 AI 藥物管線被暫停或終止研發。例如 Exscientia 就在 2023 年停止了兩條臨床管線，其中就包括 " 首款進入臨床的 AI 設計藥物 "DSP-1181。
事實上，AI 制藥最大的問題就是人們對它的期待太高了。人們預想中的 AI 可以提升 90% 的醫藥研發效率，但實際上作為新藥研發的一種工具它目前只能提升 6% — 7% 的效率，剩餘的大部分還是需要依賴傳統新藥研發的方式，這就使得 AI 制藥 Biotech 與其他 Biotech 沒有本質上的區别。
AI 技術的不斷發展，AI 制藥公司随之湧現，為創新藥研發領網域注入新活力。但以當前的技術水平，AI 制藥還處于起步階段，更多的只是作為創新藥研發的一種工具，人們不應對其抱有不切實際的期待，也不要因為 AI 制藥技術遭遇的一時失利，就完全擯棄。
毫無疑問，擁抱 AI 技術極有可能是醫藥領網域未來發展的核心方向，但具體的商業模式仍需耗費更多的時間進行摸索，這或許才是美股 AI 制藥不受追捧的本質原因。如今中國 "AI 制藥第一股 " 晶泰科技借助 18C 上市，不知道其能夠打破美股 AI 制藥的 IPO" 詛咒 "？
