Recursion Pharmaceuticals 与 Exscientia 的合并无疑是人工智能驱动的药物研发领域最重要的举措之一。
从双方来看，这次合并是一项战略举措。但需要注意的是，此次合并是在人工智能前景不明朗的背景下进行的，两家公司股价均呈现下跌趋势。
总部位于新加坡的 AI 制药公司 Magmole 的创始人 Yuguang Mu 认为，此次合并的背景不容忽视，“Recursion 和 Exscientia 的合并可能具有一些互补性，但两家公司仍面临许多压力；此外，拟议的‘端到端药物发现平台’是否会产生结果还有待考究，因为两个团队都需要花费大量时间分享受体、蛋白质和 RNA 靶标方面的知识、流程等。”
Longe VC 合伙人 Artem Trotsyuk 表示，“Recursion 和 Exscientia 的合并似乎既是战略整合，也是对市场压力的回应。它结合了互补的人工智能方法，有可能加速药物研发；然而，这也反映了在充满挑战的市场中对规模和效率的需求。”
Recursion 和 Exscientia 并不是唯一遭遇挫折的公司，该领域另一家主要公司 BenevolentAI 的市值也大幅下降，BenevolentAI 曾被认为是该领域最有前途的公司之一。但它也面临一系列困难，其特应性皮炎候选药物 BEN-2293 在中期临床试验中失败，这款利用该公司的 AI 平台开发的药物在改善湿疹症状方面未能胜过安慰剂。
在此背景下，投资者和行业观察家开始质疑人工智能所承诺的更快、更便宜、更高效的药物研发是否能够持续带来切实的成果。换句话说，人工智能驱动生物技术的泡沫是否正在破裂？
人工智能泡沫正在破裂吗？
《纽约时报》最近一期的“Hard Fork”播客通过将当前的人工智能危机与互联网泡沫进行比较，就该问题进行了探讨。
互联网泡沫是互联网公司价值极度增长的时期，主要发生在 20 世纪 90 年代末。受对蓬勃发展的互联网相关公司的投机性投资的推动，该泡沫导致股价飙升，而这些公司往往不考虑其实际盈利能力或商业模式。
到 2000 年 3 月，纳斯达克在非理性投机投资的推动下达到顶峰。没有明确收入来源或可持续商业模式的公司仅凭与互联网的联系就获得了天文数字般的估值。当投资者开始意识到许多互联网公司永远不会盈利时，泡沫破灭了。这导致了大规模抛售。
同样，在人工智能领域，人们普遍预期人工智能可以在医疗保健等领域取得突破，这往往导致估值过高。就像互联网泡沫是由对互联网公司的投机性投资推动的一样，人工智能市场目前也经历了类似的资本涌入。
然而，这种比较也有其局限性，Hard Fork 播客主持人 Kevin Roose 指出，现在破产的公司的地位与互联网泡沫时期的公司不同。“大多数破产的公司都是私营公司，并未在证券交易所上市。而上市公司，如 Metas、亚马逊和谷歌，则拥有大量现金。后者还有其他业务，可以补贴他们在人工智能方面的投资。”
如果人工智能生物技术泡沫破裂，可能会有大量专注于人工智能的公司要么破产，要么被更大、更成熟的公司收购。
然而，就像互联网在互联网泡沫破裂后并没有消失一样，人工智能很可能会继续发展，并成为各个行业不可或缺的一部分。尽管互联网泡沫破裂带来了直接的负面影响，但最终还是推动了互联网行业的成熟，亚马逊和谷歌等幸存下来的公司逐渐成为世界上最有价值的公司之一。同样，人工智能的失败可能会导致一个更加可持续和专注的行业，只有拥有可行、经过验证的技术的公司才能生存下来。
人工智能正在经历必要的市场调整
人们对 AI+生物技术领域寄予厚望，希望通过大幅缩短时间和降低成本来彻底改变药物研发过程。然而，正如 GPTZero 首席执行官 Edward Tian 指出，该行业目前正在努力解决这些高期望与 AI 所能实现的现实之间的巨大差距。
Trotsyuk 将人工智能领域目前面临的挑战归因于几个因素。“首先，人工智能驱动的发现需要比最初预期更长的时间才能进入临床阶段；其次，人工智能研发的高现金消耗等更广泛的经济压力正在使资源紧张；最后，市场对短期回报的预期与药物发现固有的长期性质之间存在不一致。”
Yuguang Mu 同意 Trotsyuk 的观点，他认为此次衰退是由于药物研发中缺乏通过人工智能实现的重大科学突破与人们对人工智能的期望过高之间不匹配造成的。“这可能是一次更广泛的市场调整。人工智能是一种复杂数据分析的工具，但可能不会带来科学突破，尤其是在医学领域。人们往往对药物研发中的人工智能期望过高，但事实证明人工智能并非万能。随着期望和突破寻求新的较低平衡，估值可能会下降。”
尽管面临这些挑战，人们仍然坚信人工智能在生物技术领域的长期潜力。科睿唯安生命科学和医疗保健总裁 Henry Levy 对人工智能在医疗保健领域的发展持乐观态度，“Exscientia 等公司正在试验人工智能设计的药物，而谷歌 DeepMind 的 AlphaFold 3 等创新产品可以预测蛋白质相互作用，这些都表明人工智能可以加速研究和发现。”
Lindus Health 联合创始人 Meri Beckwith 表示，没有必要担心这些挫折，AI 正在按计划兑现其承诺。“AI 的承诺绝不仅仅是让 AI 设计的药物更有可能进入临床阶段。它还能够创建更广泛、更多样化的管线，并以更具成本效益的方式将它们带入 IND 阶段。”
Beckwith 补充，最近的进展表明，人工智能可以有效地支持靶标识别和小分子药物设计，但仍有很大的改进空间。“尽管取得了一些进展，但我们距离‘放手’还有很长的路要走，在‘放手’的方法中，科学家可以坐下来，让 LLM（大型语言模型）为他们完成工作。人工智能有机会进一步优化药物发现中的化学反应，因为该领域现有的人工智能工具仍处于早期开发阶段。”
最重要的是，Beckwith 认为，人工智能还有许多尚未像药物研发那样得到充分探索的机会。“到目前为止，人工智能的大部分投资和部署都集中在药物研发或临床前阶段。然而，绝大多数药物开发成本都发生在后期人体临床试验中，而目前人工智能的采用率非常低。这表明人工智能还有很大的发展潜力。然而，制药业采用新技术的时间非常晚，尤其是在临床试验方面，所以我预计未来十年的变化会很缓慢。”
尽管看起来人工智能泡沫正在破裂，但行业专家较为乐观。在他们看来，短期内应该期待渐进式的进步，而不是革命性的突破。长期潜力仍然巨大，但实现这一目标可能比最初想象的要长。
参考链接：
https://www.labiotech.eu/trends-news/ai-biotech-bubble/
免责声明：本文旨在传递生命科学和医疗健康产业最新讯息，不代表平台立场，不构成任何投资意见和建议，以官方/公司公告为准。本文也不是治疗方案推荐，如需获得治疗方案指导，请前往正规医院就诊。
