資本寒冬的說法越發高漲，商湯、涂鴉等獨角獸的市值大幅縮水。二級市場的悲觀情緒傳導到一級市場后，整個行業的融資頻次斷崖式下滑，曾經炙手可熱的資本寵兒，正在遭遇“創新者的窘境”。

唱衰AI的聲音有很多，最為常見的原因有兩種：一個是現階段商業化成熟的場景太少，另一個是AI獨角獸的盈利能力太弱。過去屢試不爽的“燒錢換增長”邏輯，已經很難讓資本市場提起興趣。

在外部大環境哀鴻遍野的時候，AI制藥成了為數不多的例外。這個2020年才走進公眾視野的新興行業，逆勢站在了資本的風口，一些成立一兩年的企業就拿到了億元級別的融資，部分行業頭羊甚至斬獲了百億級的訂單。

為何在AI被資本“拋棄”的節骨眼上，藥物研發照舊被圈內外所青睞，到底是資本吹起的新泡沫，還是AI的應許之地?理清楚這些問題，不單單可以摸清AI制藥的虛實，也能為AI的應用落地找到一些啟示。

01 一個天然的AI場景

AI制藥的走紅，著實有些討巧的因素。

2020年舉辦的第14屆國際蛋白質結構預測競賽上，谷歌的AlphaFold2成功根據基因序列預測了蛋白質的三維結構。在疫情黑天鵝制造的緊張氛圍下，這樣一個創舉迅速在全世界范圍內掀起熱潮。

目前幾乎所有的藥物都作用于蛋白質，原理是通過藥物和靶標蛋白的相互作用，進而改變蛋白質的功能，達到治療的效果，就像是鎖和鑰匙的關系。倘若能夠準確預測蛋白質的三維結構，就可以精準設計對應的鑰匙。

然而蛋白質的形成需要DNA轉錄為RNA、RNA翻譯成氨基酸鏈，再由氨基酸脫水縮合成大分子蛋白質。組成蛋白質的氨基酸有22種，一個蛋白質包含幾十到幾萬個氨基酸鏈，并且有著復雜的三維結構，以至于許多科學家窮盡一生都無法完全解析出某個蛋白質結構，AI帶來的沖擊不言而喻。

正是從2020年開始，投資機構紛紛揮師AI制藥。根據斯坦福大學發布的《人工智能指數》報告，2020年投向AI藥物研發領域的資金增至138億美元，超過上年同期的4.5倍以上;中銀證券的數據顯示，2020年中國AI+制藥的融資數量翻了一倍，融資總額比前一年同比增長了10倍左右。