Tech Holdings

ChatGPT 的横空出世，捧红了 Speak 以及一众出海的 AI Tutor 产品，同时杀死了没有及时“拥抱”AI 的教育巨头。如果 OpenAI 再向教育方向集中“开火”，又会发生什么呢？ 据 Tech Crunch 12 月 5 日报道，OpenAI 计划将 AI 聊天机器人整合到在线课程中，探索自定义“GPTs”在教育领域的可能性。OpenAI 教育团队发言人透露，OpenAI 正在探索让老师基于自己的专业经验和知识创建定制版聊天机器人，让学生能更深入地学习特定学科，但这次报道并没有透露面向的学校是 K12 还是大学。 在此之前，OpenAI 在教育细分领域已经有一系列连贯动作。 2022 年 11 月，OpenAI 投资口语学习平台 Speak。今年 5 月，OpenAI 发布 ChatGPT EDU，为大学生、老师以及校园工作人员，提供总结归纳、制定教案、数据分析等功能，构建大学版“专属 ChatGPT”；9 月，OpenAI 聘请美国在线教育提供商 Coursera 前高管 Leah Belsky，担任其首任教育业务总经理。 在此之前，很多创业者认为，像 ChatGPT 这样的产品，目标在于追求 AGI，而不是在特定方向发力寻求极致体验，在应用方向上更多是要触及核心用例的最低要求，尽可能覆盖大众用户，获得数据反哺训练。 其实，在 OpenAI 还未正式在教育赛道发力时，许多公司在业务上已经受到不小的影响。如今 OpenAI 如果真的想要在教育市场分一杯羹，到底会对 AI 教育产品们产生怎样的影响？我们先以之前的一些迹象作为观察依据。 我们先将视角放在大公司身上，我们发现 ChatGPT 上线之后，2 个旗下拥有头部产品的上市公司，同在教育领域，却走出了完全相反的剧本。 Chegg 于 2005 年成立，以教科书租赁业务起家，随着数字化转型，扩展了在线辅导、学术资源共享等服务，于 2013 年 11 月 13 日在纽约证券交易所上市。上市后，Chegg 一步步构建起自己的在线教育王国，陆续推出数学、写作、语言教育等细分领域的在线辅导产品。Chegg 公司营收来源于两类：“订阅服务”收入和“技能及其他业务”收入（Chegg Skills、广告、及其他收入）。2017 年-2023 年，订阅服务收入占总营收的比例分别为 73%、79%，2019 年度及之后全部 80+%。 Chegg 旗下产品，大多产品功能已并入 Chegg Study 中，目前在线仅剩 Chegg Study、Mathway和Busuu | 来源 Sensor Tower、点点数据 上个月，Chegg（NYSE:CHGG）发布了 2024 年第三季度财报。据最新数据，Chegg 今年第三季度营收 1.37 亿美元，同比上一财年第三季度的 1.58 亿美元，下降了 13%；订阅服务收入 1.2 亿美元，同比下降 14%。净亏损 2.13 亿美元，亏损同比扩大了 10 倍左右；non-GAAP 净利润为 980 万美元，同比下降 58%。 从营收数据和订阅服务收入来看，Chegg 似乎还不算太惨，更能体现主营业务情况的 non-GAAP 净利润也有近千万美元的成绩。但本季 non-GAAP 净利润看得过去主要是因为剔除了 1.96 亿美元的商业减值和 5500 万美元的诉讼赔偿，且今年 6 月 Chegg 再次宣布裁员以节省开支。如果我们把时间拉长一些，Chegg 已难掩颓势。 2020 年，线上教育爆发，Chegg 吃到了红利，营收、订阅收入、non-GAAP 净利润均快速在增长（上下起伏与开学&放假周期有关，这类公司主要观察 Q2 和 Q4 数据）。但基本上，一年快速发展后进入了平稳期，甚至 2021-2022 两个财年 non-gaap 净利润已经在逐步下降。2022 年 Q4ChatGPT 上线之后，3 个数据更是一路下降，头也不回。 如果关于“钱”的数据，还能通过一些策略稳住，对 Chegg 来说最为核心的指标订阅用户数的曲线，更加直观体现变化。 Chegg 历年订阅服务用户数 | 数据来源 Chegg 财报 2022 年，Chegg 达到了自己的数据巅峰，突破 820 万的订阅用户量，当时的营收也达到 7.6 亿美元。但到了 2024 年 Q3订阅用户数近乎腰斩，不足 400 万。公共投资人对于这样的业务数据也是用脚投票，Chegg 最风光时，股价达到 113 美元，市值约 147 亿美元。而如今 Chegg 股价仅剩 2.19 美元，市值约 2.28 亿美元。股价下跌 98%，市值蒸发 98%。 图源 Chegg 官网 对于这样的业绩表现，Chegg 的 CEO 把锅全甩给了 AI 技术变革，本季财报中再次提到了谷歌和 OpenAI 两家 AI 巨头带来的阻力。 然而，同为教育类上市公司的多邻国（NASDAQ:DUOL）却递交了完全不同的成绩单。多邻国第三季度财报显示，营收 1.93 亿美元，同比增长 40%；订阅服务收入 1.58 亿美元，同比增长 49%；净利润 2340 万美元，同比增长 7 倍多。 数据来源于Chegg和多邻国官网 多邻国成立于 2011 年，凭借“广告+订阅”的商业模式于 2021 年成功在纳斯达克上市。据多邻国官方数据显示，订阅收入一直占总营收的 70% 以上，今年 Q2 以来保持在 80% 以上。相似的商业模式，同样经历了 ChatGPT 热潮，相比于 Chegg 2024 年前三季度累计净亏损 8 亿美元，多邻国财报显示同期净利润为 7467 万美元，同比增长 1790.3%（多邻国没有公布 non-GAAP 净利润数据，此处用净利润进行比对）。 上市以来，多邻国的总营收和订阅收入持续增长，净利润在初期出现了小幅下降后也稳定上升。ChatGPT 发布后的几个月，多邻国进入持续的盈利状态。订阅用户方面，多邻国同样保持增长态势，与 Chegg 的订阅用户数量情况呈现相反态势。 为什么同为教育类的上市公司，同样靠订阅费盈利，同样经历了 ChatGPT 横空出世，多邻国和 Chegg 却呈现了相悖的财报表现？或许根本原因并不像 Chegg CEO 所说的那样，是“AI 技术带来了负面影响”。 Chegg 旗下产品众多，目前 APP Store 仅剩 Chegg Study、Mathway 和 Busuu 三款产品。但通过收入数据来看，其核心产品无疑是 Chegg Study。 近半年Cehgg旗下在线产品收入情况|图源点点数据 如果以 Chegg Study 和 Duolingo 做比对，Chegg 和多邻国 2 家公司，为什么走出了不同剧本？我们看到了几点原因： Chegg 真正拥抱 AI，上线首个内含 AI 技术的产品是在 2023 年 4 月。但据华尔街日报报道，早在 2022 年 Chegg 内部便有员工建议开发 AI 答题功能，但提议被高层忽略，Chegg 是靠题库和人工在线答疑走到行业头部的，他们坚信“人工智能”还不够靠谱，无法替代 Chegg Study。 但随着 ChatGPT 的爆火，Chegg 开始动摇。2023 年初，Dan Rosensweig（时任 Chegg 总裁兼 CEO）开始与 OpenAI 接触，4 月合作推出了 AI 学习工具 CheggMate。ChaggMate 作为一个单独的功能模块嵌入 Chegg Study，将GPT-4 模型接入自家题库，可根据用户学习需求解答全学科问题、给出指导和改进建议，生成测验。Dan 当时称其会成为“全球学生最强大的学习伙伴”。 然而 5 月，也就不到 1 个月的时间，Dan 在财报电话会议上称，ChatGPT 影响了 Chegg 的用户增长，他们将不再与 OpenAI 合作。当时财报显示 Chegg 的订阅服务收入和订阅用户量分别同比下降 3%、5%，这两项数据多年来首次同比下降。 2023 年 8 月，Chegg 正式公告转向与数据标注公司 Scale AI 合作，计划为不同的学科构建 20 多个 AI 系统。此后，CheggMate 几乎不再被提及，官网和 Chegg Study 上也很难再找到其身影。同年 11 月的采访中，Dan 表达了对 CheggMate 的“厌恶”，看起来像对 OpenAI 的幼稚抱怨。 Dan 在采访中称“想把 CheggMate 从楼上丢下去”“它不值一提” | How ChatGPT Brought Down an Online Education Giant© Andrey Rudakov/Bloomberg News 相比于 Chegg 在与 OpenAI 合作上的反复，多邻国虽然起步也很晚，但坚定许多。 2023 年 3 月 14 日，多邻国成为 GPT-4 模型的首批客户，这个时间点其实和 Chegg 差不多。同日，多邻国推出基于 GPT-4 模型构建的 Duolingo Max 服务（限定美国、加拿大、英国、爱尔兰、澳大利亚和新西兰地区 iOS 端英语母语者学习西班牙语或法语），靠 AI 驱动为英语母语者提供 “答案解释”和“角色扮演”功能，使其在学习西语和法语时有更强的互动实感。其实当时很多 AI 教育类产品都已经上线，Duolingo Max 上线并不算早。 多邻国与 OpenAI 的合作，体现出 2 个特点，一个大胆中透着谨慎，是他们作为一个月活过亿的产品，在 ChatGPT 上线了 4 个月左右，AI 功能就推出来了，但只推给了特定市场里特定需求的人群，等于小范围测试。另一个是 Duolingo 其实还是比较敏感的。虽然 2 家公司上线 AI 功能时间差不多，但 Duolingo 启动早很多。 虽然没有官方公告，但从能找到的最早信息来看，早在 2022 年 9 月，Duolingo 就获得了 GPT-4 模型的早期访问权限（2023 年 3 月 ChatGPT-4 正式发布）。Duolingo 的 AI 负责人曾在采访中提到，在看到 GPT-4 的能力后，Duolingo 立即决定开发相关新功能，Duolingo Max 便由此而生。同年 10 月，多邻国发布官方公告推出自研学习模型 Birdbrain，基于 Duolingo 用户数据来优化课程质量、调整难度，OpenAI 的模型负责让对话更加自然，Birdbrain 则负责打造更加个性化内容，多邻国 CEO 称二者本质上是互补的。 今年 9 月，多邻国在 APP 中又上线两大以 AI 驱动的功能：“视频通话”让用户通过与其虚拟 IP 人物 Lily 视频练习口语，“大冒险”则提供丰富的动态剧情体验，让用户结合上下文来与 Lily、奥斯卡等高人气角色对话。 当一个革新技术出现，头部产品去集成新技术，都会要更谨慎一些，但显然 Chegg 的决策层首先忽视了新技术的重要性，之后对 AI 如何赋能产品体验的思考和执行又很跳跃和草率。 Chegg/多邻国与 OpenAI 合作时间线 回到产品本身，Chegg Study 说白了属于“做作业伴侣”，而 Duolingo 属于一门语言的学习。 再看 AI 与这两件事情的结合，Chegg Study 的使用流程是拍照/提问——匹配——是，给出答案/否，等待在线答疑。AI 来了之后，则是拍照/提问——AI 分析题目直接给出答案。不论准确度如何，可以说是对流程的完全颠覆。 但 Duolingo 则是多年研发的体系化课程+游戏化设计+强运营。AI 来了之后，即便能够超水准发挥，最多也就是制定一些个性化的学习内容、或者一些简单的游戏化关卡，但难以撼动一个足够稳定的三角形。 因而，基于根本逻辑的不同，Chegg Study 集成 CheggMate 是对原有体系的冲击，两者之间是矛盾的。而 Duolingo 加入的功能则和“主线”无关，更多是体验加持，如视频通话时额外添加口语练习，剧情体验也是如此。 其实也是因为 AI 颠覆了答题类产品构建的护城河，壁垒一朝瓦解，大量的新产品涌入市场。 与 Chegg Study 同赛道的产品，以国内的出海产品为主力军，在 2022 年前后大量涌入市场，准确度的问题虽然多被吐槽，但不同的产品也在积极地与用户交互来进行产品迭代，例如 Answer.AI 因为是全新产品，基本就是“大模型+多轮交互”，通过扩展知识引导用户深入学习，每天也会给到少量的免费额度；字节 Gauth 之前也是“题库+专家答疑”的模式，和 Chegg Study 很像，但是在进入 AI 时代后，Gauth 选择转向“题库匹配+AI 解题“的模式，每天有 11 次的 AI 免费解题额度，同时将专家答疑用于回答少量高难度问题，并作为付费项目推出。 Gauth 2021 年 3 月上线，Question.AI 2023 年 5 月上线，Chatboard（后更名 Answer.AI）2023 年 3 月上线，产品近一年下载量均高于 Chegg Study | 图源点点数据 如上所述，大模型可以答对一道题，但很难对系统性掌握一门语言这件事情造成过于大的冲击。因而可以看到 ChatGPT 大火之后，尤其是语音模态也发展相对成熟后，这些大模型带来的功能导致语言赛道上，新产品并不是 AI 学习语言，而是 AI 口语， Duolingo 因此受到冲击较小。Duolingo 也在自身产品内加入了相关功能，让订阅显得更加物有所值。Duolingo Max 的订阅价格为 30 美元/月，168 美元/年；可以体验 Duolingo 所有 AI 功能，获得无限次学习机会，每月都能修复连续学习天数，并且没有广告。同时，Duolingo Max 覆盖了应用内所有的会员权益。 今年截至 11 月，iOS 端语言类收入榜前 13 位中，每款软件都含有口语练习功能，其中 8 款专攻口语学习 生成式 AI 对教育业的冲击已无需多言，Chegg 暴跌 98% 的股价就是血淋淋的案例。然而，老生常谈的话，任何事都是有利有弊的，从多邻国身上，我们就看到了对一个产品核心壁垒的建立并不能押注于单一资源。如今 OpenAI 试图进入教育细分市场，其鼓励老师利用专业知识和技能去开发定制 GPTs，可能也会对新一波答题类产品形成冲击。各家产品如何找准打造无法替代的核心优势，这个问题的答案一直在变。 本文来自微信公众号“白鲸出海”（ID：baijingapp），作者：Lainya，编辑：殷观晓，36氪经授权发布。

11月19日，英伟达宣布开源AI制药框架BioNeMo，超200家药企竞相采用。 11月11日，谷歌宣布开源最新版AI蛋白质结构预测工具AlphaFold3的源代码和模型权重，供学术用途使用。 这两大工具的开源，标志着AI制药迈入了一个全新的阶段，也预示着全球AI制药新时代的到来。 AI+制药 英伟达BioNeMo+谷歌AlphaFold3，开启AI制药时代 英伟达BioNeMo和谷歌AlphaFold3的开源，无疑将AI制药推向了一个新的高峰。作为一套专门面向生物分子研究的AI工具集，BioNeMo框架可以助力科研人员大幅提升AI模型的运算规模，更高效地分析海量数据集，显著加快新药设计和开发进程，扩大全球生物制药和科学行业的数字生物学研究规模。而谷歌DeepMind的AlphaFold3 AI模型则以其前所未有的精度预测蛋白质结构，为全球的科研工作者提供了更加强大的工具，推动了科学研究的深入发展。 来源于AlphaFold官网 这一系列举措和进展预示着全球AI制药新时代的到来。目前，已有超过200家机构选择将BioNeMo整合进其药物研发工作流程中，而AlphaFold3的广泛应用也进一步加速了新药研发的进程。这些工具使得药物研发变得更加高效、精准且富有创造力。同时也促进了跨学科的合作与交流，推动医药行业的创新发展。 根据 PrecedenceResearch，Al制药行业2023 年市场规模达11.7亿美元，预计到2032年将超过118亿美元，从2023年到2032年的CAGR将达到 29.3%。 AI+制药 AI制药BD交易频现，商业价值凸显 实际上，AI制药的商业价值已经得到了充分的体现。国内AI制药企业与国际知名药企的合作屡见不鲜，强强联合成为常态。9月30日，罗氏旗下基因泰克与AI制药公司锐格医药达成协议，以8.5亿美元的预付款现金及其他潜在里程碑付款代价收购锐格医药下一代CDK抑制剂产品组合；10月7日，石药集团将其AI技术发现的化合物YS2302018授权给阿斯利康，预付款1亿美元；10月10日，晶泰科技与Janssen Biotech签署大分子药物发现AI平台授权协议…… 根据Tech Emergence统计数据显示，AI技术每年可为制药行业节约高达260亿美元的研发成本。波士顿咨询研究表示，而AI生成的药物分子在I期临床试验中的成功率更是高达80%-90%，远超行业平均水平的50%。这些令人瞩目的成果，无疑为AI制药的广泛应用奠定了坚实的基础。 随着AI在生物医药领域的持续渗透，制定科学合理的布局策略已成为药企提升竞争力的核心要素。如何紧跟AI技术的最新动态、有效整合AI技术于制药流程之中，将成为药企的面临的重要课题。 AI+CRO +一站式生物医药临床前研发服务平台，加速AI药物临床前研发进程 在AI制药的浪潮中，美迪西作为一站式生物医药临床前综合研发服务平台，是AI+CRO领域的先行者和实践者，通过融合人工智能技术的高效计算与数据分析能力，以及CRO服务的专业灵活性，搭建了AI药物发现服务平台，可为科研工作者提供了蛋白结构预测与模拟、binding site发现、信息提取与清洗以及定制化项目数据库构建等多样化服务。此外，该平台还深度助力Target-to-hit、Hit-to-lead、Lead-to-PCC等关键研发阶段，为药物研发提供了全方位的技术支持，显著加速了药物研发管线的进程。 目前，美迪西已与英矽智能、德睿智药、深势科技等多家AI创新药研发公司达成战略合作，并取得了多项研发成果。如美迪西为英矽智能的ISM3412药物提供了包括药代动力学、安全性评价等在内的全套临床前研发服务；为德睿智药的MDR-001提供了原料药工艺开发和制剂研发服务，共同推动了药物快速获批临床。 全球进入AI制药时代，不仅将改变药物研发的方式，还将为整个行业带来新的增长点和商业机遇，重塑生物医药行业的未来。面对这一机遇与挑战，美迪西将继续秉承“创新驱动、质量至上”的服务理念，持续迭代创新研发技术服务平台，携手全球合作伙伴，共同推动AI药物的研发进程！ 相关推荐 ＞＞ 点击阅读 美迪西助力英矽智能的ISM3412获批临床 ＞＞ 点击阅读 美迪西助力德睿智药的MDR-001获批临床 ＞＞ 点击阅读 直播预告 关于美迪西 美迪西（股票代码：688202.SH）成立于2004年，总部位于上海，致力于为全球制药企业、研究机构及科研工作者提供全方位的临床前新药研究服务。美迪西的一站式综合服务以强有力的项目管理和更高效、高性价比的研发服务助力客户加速新药研发进程，服务涵盖医药临床前新药研究的全过程，包括药物发现、药学研究及临床前研究。至2024年6月底，美迪西已为全球超2000家客户提供药物研发服务，参与研发完成的新药及仿制药项目已有490件IND获批临床，与国内外优质客户共同成长。美迪西将继续立足全球视野，聚力中国创新，为人类健康贡献力量！

近日，石药集团就一款临床前创新小分子脂蛋白(a) (Lp(a)) 抑制剂YS2302018，与阿斯利康签订独家授权协议。根据协议条款，石药集团将收取1亿美元的预付款，并有权收取最高3.7亿美元的潜在开发里程碑付款以及最高15.5亿美元的潜在销售里程碑付款。 从交易金额以及交易双方来看，这显然不是一款简单药物。在官方新闻稿中，石药集团就特别强调，该药物是由公司利用AI技术分析目标蛋白与现有化合物分子的结合模式，对成药性进行优化，并最终选出的高效Lp(a)抑制剂。这也就是说，AI制药领域又敲定了一笔重磅BD。 图1.AI制药部分重磅交易情况（数据来源：智药局） 事实上，这只是冰山一角，在近三个月内，包括礼来、诺华、基因泰克、吉利德等巨头，也都纷纷重金加码了AI制药领域。以基因泰克为例，9月30日，其与AI制药公司锐格医药达成最终购买协议，将获得治疗乳腺癌的下一代CDK抑制剂产品组合。根据协议条款，基因泰克将支付8.5亿美金首付款，这刷新了AI制药的首付款纪录。 而随着一笔又一笔重磅交易达成，一个确定性的答案正摆在行业面前：AI制药正在批量制造高价BD。   抱团取暖， AI制药整合大幕正式开启 2021年12月，罗氏与AI制药巨头Recursion达成了首付款1.5亿美元，总交易金额高达121.5亿美元的重磅交易，这不仅创下了全球AI制药交易金额纪录，同时也掀起了行业热潮，让引入AI开始成为制药界的风向标。 一组数据可以证明其趋势。根据蛋壳研究院最新发布的《2024医疗人工智能报告》显示，2021年以前，AI主导进入临床试验阶段的创新药仅为个位数，但到2021年，这一数据就已快速增长至100多个，2022年继续维持增长态势突破200，2023年再进一步提升，管线数量迈入300大关。 之所以能够迎来爆发，很重要的一点还是在于AI能够为药物研发提供巨大应用价值。埃格林医药董事长杜涛博士曾在采访中提到，AI在临床开发上的应用基本在适应症的选择、病人的筛选及临床终点确定这三部分。具体而言，AI能够通过分析临床表型和基因组学，收集高质量数据，用数据作为临床研发的依据和基础，以此实现更好疗效的开发。简而言之，AI的介入既加速了药物开发进程，同时又大幅节省了成本。 根据权威科技媒体Tech Emergence统计数据显示，AI技术每年可为制药行业节约高达260亿美元的研发成本。波士顿咨询研究也表示，AI生成的药物分子在I期临床试验中，成功率高达80%～90%，高于50%的历史平均水平；而在II期临床试验中，成功率为40%，仍然位于历史区间上限。 不过，随着行业逐渐推进，一个无法回避的现实问题已摆在眼前，即现阶段的AI并不能完全跨越新药研发的高风险和长周期，商业化不足的问题已逐渐凸显。据动脉网观察，AI制药领域目前还尚未有一款药物成功获批上市，因此在资本市场逐渐收缩的紧张态势下，整个行业不得不开始面临“供血”难题。 今年8月，两大AI制药巨头Recursion与Exscientia宣布合并，Recursion将以6.88亿美元的价格全股票交易收购Exscientia。事实上，这是AI制药领域迄今交易金额最大的一笔并购，但行业焦点并不在此，大家更为关注的是两家老牌AI制药企业的“抱团取暖”。 据悉，Recursion与Exscientia均为上市企业，同时也是全球最早一批涉足AI制药领域的“老炮儿”。在上市初期，两家企业风光无限，吸引众多大牌押注，但好景不长，由于后续管线进展缓慢，且财务表现不佳，Recursion与Exscientia逐渐走向了下坡路：Recursion市值已从巅峰32亿美元跌至如今不到20亿；Exscientia则先后经历了管线失利、CEO被辞退、裁员等风波。这无疑为其敲响了警钟，而“抱团”成为了共同选择。 对此，某资深AI领域投资人谈道，“事实上，发展到今天，AI制药已经越过了那个以谈技术和讲概念为主的早期阶段，开始变得更加务实，更多地追求产业确定性更强的产品及管线。基于此，AI制药的商业化难题在逐渐放大，再加上IPO退出渠道收窄，以及一级市场融资体量大幅下滑，为了活下去，卖身、并购需求开始广泛蔓延，行业内的并购整合帷幕也随之拉开。” 于是，从2023年开始，不少AI制药企业开始建设或者扩大BD团队，其目的显而易见，就是加速找到更多合作伙伴转让部分内部管线，以此增加对外授权，转换现金流。   仅有AI技术卖不上价， 产品和管线成为重要筹码 2015年，一家美国生物医药公司使用英矽智能的AI系统找到了一个胚胎发育过程中决定性的蛋白变化，发现了有潜力的靶点，而这个靶点适用于癌症治疗。后来，这家公司基于这个靶点专利成立了新公司，并连同其他专利一起打包在美股上市。上市之后，这家公司市值达到了1.15亿美元，但他们在合作中最终只付给英矽智能30万美元。 这让英矽智能团队大为震惊，同时也意识到，如果只是单纯的提供软件服务或某个阶段的药物研发服务，显然很难在行业站稳脚跟，只有持续扩大药物研发能力，并将自有项目推进到临床阶段，证明AI研发药物的安全性和有效性，才能真正提升商业价值。 事实上，英矽智能的这次合作就是AI制药收并购模式的第一种，即以技术为核心，用于补充企业人工智能研发平台。根据智药局观察，当前绝大多数AI药物研发的收并购主要集中在这一种，而收购方多为AI制药企业、CDMO或者上市公司。这些公司为了业务转型，或者加速管线研发进度、开拓新的细分适应症等，直接买进优质AI公司的团队或技术平台。 这种收并购方式相对简单且直接，因此很难卖到高价，市场上10亿美元以上的交易，收购的主要目标仍然是产品和管线，这就是AI制药的第二种收并购模式，即以管线资产为核心，用于补充收购方在某个领域的产品能力。 对此，某资深AI领域投资人谈道，“Biotech向来最大的买家是跨国药企，但跨国药企要不已经自建AI团队，要不已手握多笔合作，对AI技术平台的并购需求其实很低。他们真正看重的还是核心的管线资产，那些疗效越好、市场越大、越后期的产品和管线，因为能够缓解跨国药企对于专利悬崖的焦虑，所以交易价值往往很高。” 以武田40亿美元首付款收购Nimbus的TYK2抑制剂为例，它是Nimbus运用大规模的自由能扰动（FEP+）进行计算评估，最终得到的高选择性的TYK2抑制剂。根据临床数据显示，其在银屑病治疗的有效性上和BMS的二期数据接近，且优于BMS的三期数据，因此具有“best-in-class”潜力，极有希望和BMS的Sotyktu对打，抢占银屑病市场。 国内同样有典型案例，比如石药与阿斯利康近期的重磅合作。据悉，授权产品Lp(a)小分子抑制剂在体外及动物模型中均具有优异的药物代谢动力学特征及更佳疗效，且无严重的安全风险，因此有潜力成为高Lp(a)人群控制心血管风险的新疗法。 而从当前来看，类似收并购事件正在增多。这意味着，中国AI制药的收并购模式正在重塑，越来越多的AI制药企业不再只停留于为药物研发提供“卖断”服务的配角，而是逐渐成为推进药物研发的主角，并跟随药物发现的生命周期一路闯关，承担风险，以此获得更大的收益。 对此，国内某AI制药企业创始人谈道，“在更高首付款的刺激下，AI制药企业已不再满足于简单的技术交易，而是更多地参与到药物研发过程中。事实上，随着行业逐渐向纵深迈进，一批AI制药企业当前也已经具备了打造重磅管线及产品的核心能力。” 图2.英矽智能管线进展（图源：英矽智能官网） 比如晶泰科技，作为“国产AI制药第一股”，其借助多款自营产品，目前已拿下辉瑞、礼来等全球排名前20药企中16家的研发订单。英矽智能也同样如此，早在2022年年底，其就开始搭建临床实验团队，目前已将多条管线推向临床一期或二期。 这是大势所趋，但挑战也非常具体，毕竟在临床阶段，越往后走，也意味着越烧钱，尤其是在当前市场寒冬下，如何平衡“烧钱”的风险以及赚取更多的现金流，已成为AI制药企业当下的共同课题。  AI制药， 仍有无限可能 在刚刚结束的诺贝尔颁奖典礼上，AI无疑成为了最大赢家，共揽获物理学奖和化学奖两大科学类奖项。而伴随这一光环，市场关于AI的讨论层出不穷，并逐渐将这一热度快速传导到AI制药领域。 图3.2023年-2024年8月英伟达投资AI制药企业（数据来源：动脉橙） 事实上，AI制药今年以来一直站在行业高点，除大额BD频发之外，投融资市场也在加速升温。今年4月，成立仅1年的AI制药企业Xaira宣布完成10亿美元种子轮融资，这创下了今年种子轮融资记录。另一边，去年一口气连投10多家AI制药企业的英伟达也在持续发力，截至今年9月，英伟达已在AI制药领域投入近10亿美元，并且当前仍在积极寻找投资标的。 种种迹象都在表面：产业界仍然坚信AI制药蕴含着巨大机会。 首先是在产品数量上。据波士顿咨询研究发现，自2015年以来，已有75个由AI发现的药物分子进入临床试验，其中67个分子截至2023年仍在临床试验中，这意味着答案只揭晓了很小一部分。此外，纵观全球进入临床的AI药物管线，绝大多数仍集中在老靶点上，还有很多创新靶点亟待挖掘。 其次是在能力优化上。随着机器学习、神经网络算法不断进行技术迭代，AI在药物研发领域的核心能力也在快速提升，后续将在患者招募、筛选、实验设计优化、数据质控、数据监控、管理不良反应等临床场景应用，并进行优化。这意味着，临床试验的效率以及成功率将大幅提升，这不仅可以提高管线的数量和质量，同时也能进一步降低研发成本。 图4.2024年H1中国18家AI制药融资情况及应用领域 最后是在应用领域上。在众多行业人士看来，AI制药的下一步发展趋势关键在于如何从小分子向外扩展，而从目前来看，AI+大分子被寄予厚望，其不仅拥有单抗双抗，同时还有ADC，因此能够在核酸药物、基因治疗、细胞治疗等新型药物上开拓更多可能性。但这些新兴药物的有效成分在体内大多不稳定，因此需要复杂的递送方式，所以药物递送技术是这些新兴药物研发非常重要的一环，AI赋能药物递送研发大有可为。 但机会背后，行业挑战也逐渐清晰。事实上，随着市场逐渐回归理性，AI制药当前已经到了需要自证实力的关键阶段，正在“退烧”中进行优胜劣汰的筛选，这使得平台的起点逐步提高，技术与商业模式也在同步演化。 但无论如何改变，AI制药始终要回到药企对于AI最朴素的期望，即创新、增效和降本。因此，未来的竞争很大程度上要取决于谁能以更低成本、更高的通量拿到高质量、结构化的数据，并拥有落地市场的核心能力。 参考资料： 1.《今年的AI制药到底怎么了》——智药局； 2.《AI制药打响突围赛，一个新时代的开始》——氨基观察； 3.《英矽智能的7年进化：拿下中国AI制药“最大订单”，里程碑总额最高达12亿美元》——雷锋网。 *封面图片来源：123rf 如果您认同文章中的观点、信息，或想进一步讨论，请与我们联系；也可加入动脉网行业社群，结交更多志同道合的好友。 近 期 推 荐 声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。 动脉网，未来医疗服务平台