在这条赛道上，你能想到的名字几乎都有输入。
为什么人工智能浪潮比得上工业革命？看看AI制药吧。
人工智能制造被人类吞食的药物是一个梦想成真的过程。现实越来越近了。
首先，中国顶尖的科技公司都在用钱投票。最近的是字节和华为：上个月，字节跳动人工智能实验室的三个地方的团队报告说，他们正在招聘人工智能制药领域的人才。在此之前，人工智能实验室被定位为字节跳动的内部研究所和技术服务提供商。同时，华为还发布了药物研发算法工程师招聘通知。在此之前，谷歌、百度、阿里、腾讯都领先。
风险资本市场也非常活跃。在成立不到一年的世界范围内，伊泰医药完成三轮融资，融资金额超过1亿元；景泰科技获得了3亿多美元的C轮融资，这是创建全球ai药物研发细分轨道的最高融资金额。
到2020年12月，AI制药相关轨道的四家公司全部获得融资，AI制药成为热点。
再看景泰科技最后一轮投资者阵容：软银视觉基金二期、PICC资本、晨兴资本、CICC资本、招商银行国际、招商银行电信基金、米拉资产(未来资产)、中证投资、中信资本、宋海资本、顺威资本、方圆资本、伊莫风投、百威基金等众多来自世界各地的投资机构紧随其后，腾讯、红杉中国、中国人寿股权投资。
在这条赛道上，你能想到的名字几乎都有输入。当然，商业前景还有待考证，但这至少说明了一个不争的事实：AI Pharmaceutical是一条谁都不敢错过的轨迹。
投资密集期到来
AI制药到底有多火？
2020年12月，字节跳动向AI制药人才伸出橄榄枝；9月，腾讯推出首个AI驱动的药物研发平台“iDrug”，百度也宣布成立“百图柯胜”；1月初，阿里与全球健康药物研发中心(GHDDI)合作；华为也开始招聘药物研发的算法工程师，并为其AI研发平台EIHealth组建团队。
不仅科技巨头加入了这场科技赋权和医疗的竞争，更多的初创企业也在不断涌现。
据相关数据显示，AI制药行业的投资在不断增加。2019年，该领域仅有一笔超过1亿美元的投资；2020年上半年将有2笔1亿美元以上的投资；自2020年下半年以来，该领域已有4笔超过1亿美元的投资。
同时，企业融资的速度也在加快。
在2019年4月收到超过1亿美元的A系列投资后，Insitro于2020年5月宣布通过超额认购B系列融资募集了1.43亿美元；
在2020年5月收到2500万美元的新投资后，一个多月后，2020年6月30日，Owkin又收到来自Mubadala Capital和Bpifrance的1800万美元融资，其A系列融资达到7000万美元。
2020年9月9日，在收到2020年7月1.21亿美元的C系列融资后，递归制药宣布收到超额认购2.39亿美元的D系列融资。
随着时间临近2020年9月，2015年从美国麻省理工学院出来的景泰科技，获得了3亿多美元的C系列融资。这个数字直接创造了全球AI药物研发领域最高的融资金额。
即使在12月，对人工智能制药的投资也变得更加密集：
METiS制药宣布完成天使轮和预A轮融资1亿多元；AccutarBio冰洲石宣布完成近1亿美元的新一轮融资；无名君宣布完成数千万美元的B系列融资；姚兴科技宣布完成最新两轮数千万美元融资。在过去的四个月里，姚兴科技连续完成了三轮融资。
站在这些AI药企背后的投资机构名单是星光熠熠：红杉资本、丰瑞资本、源资本、光速中国、春花资本、CDH资本、高蓉资本、婺源资本、君联资本、DCM…….甚至行业内的景泰科技、易图科技也走到了尽头。
对此，伊泰医药CEO赖才达透露，投资者看重ai技术在生物制药领域取得的第一个重大突破，将ai算法应用于药物输送；二是中美一、二级市场认可AI制药，AI制剂是AI制药产业链中的重要环节。
为什么现在来争夺AI制药公司？
"十大制药公司现在每年的研究经费超过50亿美元。"景泰科技联合创始人温书豪分析，创新投资回报率逐年下降。
国际知名期刊《自然》 (Nature)上有一个数据：新药研发成本约26亿美元，耗时约10年，成功率不到十分之一。
为此，到目前为止，几乎所有的顶级制药公司，如阿斯利康、拜耳、诺华、辉瑞、赛诺菲等。与AI技术公司有明确的合作，充分利用AI带来的机会。
这是因为，对于制药企业来说，新药研发周期长、投入大、持续时间长、效率低一直是他们的“心病”。
根据塔夫特药物开发研究中心的数据，一种新药从药物发现到FDA批准上市平均需要96.8个月。在成本方面，德勤的数据显示，2010年以来，12家大型制药公司获批的药物开发成本增加了33%，年成本约为16亿美元。
根据德勤的数据，自2010年以来，12家大型制药公司的批准药物开发成本增加了33%，达到每年16亿美元左右。2015年，FDA报告了60种获批药物，每种获批药物的平均研发成本高达6.98亿美元，近420亿美元用于失败药物的研发。
但是随着AI的加入，人们可以看到可喜的变化。TechEmergence的研究报告指出，AI可以将新药研发的成功率从12%提高到14%，而这2%的提高可以为整个生物制药行业节省数十亿美元，同时节省大量研发时间。
此前，在丰瑞资本生物医学风险投资峰会上，丰瑞资本执行董事马瑞也分享了在人工智能制药和计算制药领域，丰瑞有三点观察：
第一，在中国和美国的资本市场，AI制药在一级和二级市场的知名度都很高。二级市场，美国2020年上市了两家公司，一家是薛定谔，一家是接力疗法。薛定谔的股价从最初的17美元涨到了近100美元。
投资热从美国传到中国。人工智能制药主题的公司在中国一级市场很受欢迎。景泰科技最近完成了3亿美元的超大型融资，估值10亿美元，晋升为独角兽。市场上还有一些估值在1亿美元左右的公司。
赖才达还表示，最近人们对ai制药行业如此感兴趣的原因，其实来自于整个制药发展的效率问题，即Eroom定律(反摩尔定律)。制药行业面临的一种情况是，药物研发成本将每九年翻一番。
AI制药为什么这么火？为什么是现在？京泰科技联合创始人赖表示，ai制药的动力一方面来自药品行业的挑战，另一方面来自计算机技术的发展。
“药费一直在增加，成功率却逐年下降，很不平衡。另一方面，在药品市场上，无论是患者的需求，还是一些国家政策，都在期待更有创意、更高质量的药品。”
在最近的《今日AI》播客中，葛兰素史克(GlaxoSmithKline)消费者健康业务美洲创新和新兴技术主管Subroto Mukherjee也指出，在COVID-19爆发和寻找有效疫苗的竞争的推动下，人工智能和机器学习发挥了重要作用。
“我们受到季节性疾病的威胁，如过敏、感冒和流感。业务用例使用了一个预测模型，可以预测即将到来的过敏、感冒、流感季节不同地区的出行情况，预测高峰和低谷会在什么时候出现。”
例如，Subroto Mukherjee说，“人工智能和机器学习的最大用途是发现新冠肺炎肺炎的生物学秘密，这不仅减少了药物发现的时间，还减少了临床试验开发和最终FDA批准的时间。看看现在疫苗开发的速度和敏捷度。——从新型冠状病毒基因组的鉴定到第一次疫苗研究只用了300天，而之前的研究通常平均需要8-10年。”
收购潮将开启？
新年伊始，著名AI科学家吴恩达回顾了2020年AI领域的一些重要事件，其中很多都与生物医学有关，包括AI对新冠肺炎疫情的反应和AlphaFold对蛋白质三维结构的预测。
他预测2021年AI药企会被大药企超高价收购。因为大型制药公司已经意识到机器学习提供了创新药物发现和开发的潜力。一家大型制药公司将出资收购一家人工智能药物初创公司，并将其技术和人才引入公司。
毕竟，成立于2015年的AccutarBio冰洲石致力于各种癌症靶向药物的研发，尤其是前列腺癌和乳腺癌的药物，已纳入2021年临床试验计划。
药物和靶标的结合就像钥匙和锁孔的关系，有效的药物就像是专门为靶标蛋白配置的钥匙。但是找到目标有多难呢？数据显示，针对肿瘤的靶向药物有数百种，即使只是成对组合，也有数千种组合；有时，患者也可能同时使用几种药物来抑制肿瘤转移。因此，目前制约抗癌药物研发的最大难点是药物筛选。
李开复说：“我们投资了一家AI制药公司，利用生成化学和反神经网络技术寻找最合适的小分子，优化药物发现和生产顺序，提高通过临床试验的概率，大大加快新药小分子的研发。药物发现阶段的研发速度提高了5倍，这一阶段的研发成本可以降低3-5倍。”
这或许可以解释投资机构对行业发展趋之若鹜的原因。
DCM的曾振宇在接受China.com采访时提到，“也许AI Pharmaceuticals会完全取代传统药企，但会在本地进行优化。这个时间节点可能比较短，已经在真正商业化了。在最前沿，一些公司慢慢摸索出了一些办法，自然就进入了我们的视线。”
经纬中国的合伙人左，赌AI制药领域的，也告诉，“今年的大主题真的是硬技术和医疗，经纬以前也是覆盖这些赛道的，但是今年我们明显更重视了，也招了不少新人。二级市场本身更具包容性，重视这些领域的项目。比如过去创新药物的投资周期很长，甚至超过了一只基金的生命周期。然而，随着香港在这方面政策的开放，我们看到了今年的情况。有很多好的退出案例，所以这方面的投资就成了热点。”
“资本市场已经很热了，但是疫情推高了。资本市场科技股的典型预期是，有预期大家都会改变，大家都想进入，估值一轮又一轮的往上推，然后都可以退出。形成良性循环。”一线机构投资者对中国投资网这样说。
比如在红杉中国，我们选择了深化下级药物研发，收获了景泰科技、神之瑶、星康源、司康医药四家AI药企，可以从根本上为提高新药研发率提供重点援助。
在《麻省理工科技评论》年度“十大突破技术”中，人工智能发现的药物分子技术榜上有名，并指出“人工智能药物分子发现”被选为年度突破技术，一
正如GGV ggv capital的管理合伙人符绩勋所说，“现在人工智能已经成为先发优势，产品或服务由人工智能直接定义。先发优势在于利用AI作为技术改造行业，比如利用AI进行药物发现，并基于AI积极定义产品和服务，而不是先依赖产品和服务，再通过AI增强效果。这意味着AI和大数据在未来将继续发挥更重要的作用。”
