英偉達在生命科學領域的野心藏不住了。

生成式AI興起后，英偉達的CEO黃仁勛頻繁在公開場合談論生命科學,，宣稱“生命科學工程化”即將來臨。事實證明，老黃不玩虛的——在剛剛落幕的英偉達2024年GPU技術(shù)（GTC)大會上,，醫(yī)療健康和生命科學大火了一把，有業(yè)內(nèi)人士統(tǒng)計,，總共900多場活動中,，至少有90場與該領域相關。英偉達要治好誰的??？

尤其是在GTC開幕當天，黃仁勛一口氣正式推出了25個醫(yī)療,、生物制藥相關的“微服務”,，覆蓋醫(yī)學影像、藥物研發(fā)和數(shù)字健康等領域,。其目標是讓“全球醫(yī)療企業(yè)能夠在任何地點和任何云上充分利用生成式AI的最新進展”,。

在此之前，業(yè)界對英偉達的認知，更多集中于“賣卡的”,?！八懔Γ貏e是GPU是訓練AI模型必不可少的生產(chǎn)資料,?！卑賵D生科首席技術(shù)官（CTO)宋樂告訴虎嗅。

而英偉達的布局顯然超出了一個硬件供應商的“本分”,。從公開數(shù)據(jù)看,，這家全球芯片巨頭已經(jīng)與超2500家相關企業(yè)達成合作，包括提供算法的AI企業(yè),，也包括醫(yī)療,、制藥領域巨頭。比如：與強生開發(fā)了可實時分析數(shù)據(jù)的手術(shù)機器人,，與GE開發(fā)了可以“自動”給患者拍片的“天眼CT”,。

最近一年，英偉達更是通過投資等方式,，將至少10家AI制藥領域頭部公司納入麾下,。英偉達要治好誰的病,？

這不是科技巨頭第一次進軍生命科學領域,，但2024這個時間節(jié)點，與英偉達這家企業(yè)本身,，都有著某種特別的含義,。

“在互聯(lián)網(wǎng)/云計算的行業(yè)里，像英偉達這樣,，將在醫(yī)療領域的布局提到戰(zhàn)略地位,，可能在業(yè)界還是第一次?！闭憬髮W藥學院教授謝昌諭告訴虎嗅,。

醫(yī)療領域，不相信算法

對英偉達醫(yī)療領域布局的洞察,，必須追溯到生成式AI的發(fā)展本身,。然而看似在技術(shù)、商業(yè)層面都有無限故事可講的生成式AI,，在醫(yī)療健康領域,，可算是踢到了鐵板。

從產(chǎn)業(yè)的反應來看,，目前AI在醫(yī)療健康領域還處于起步階段，很多企業(yè)，特別是制藥企業(yè)仍然在觀望,。有國內(nèi)知名藥企相關負責人曾公開表示,，該公司引入大模型的工作，至今還停留在成本核算階段,。

這種遲滯性并不是某一家公司的問題,。從數(shù)據(jù)看，全球每年有超2500億美元花在新藥研發(fā)上,，其中投向AI制藥的只有10多億美元,，預計到2026年也不超過30億美元。

另據(jù)IDC的一項調(diào)查顯示,，醫(yī)療健康和生命科學相關企業(yè)中只有14%“已經(jīng)在生成AI方面進行了大量投資,，并在未來18個月內(nèi)制定了‘通過培訓獲取GenAI增強軟件和咨詢服務’的支出計劃”，遠低于全球整體水平（

34%

）,，且只有制造業(yè)的一半,。

與醫(yī)療企業(yè)對AI的疏離感迥然不同的是，技術(shù)供應商一直保持著極大的熱情,。數(shù)據(jù)顯示,，全球僅AI+生物醫(yī)藥公司就有700多家；在醫(yī)療健康領域,，谷歌,、IBM等巨頭早就有所布局。尤其是ChatGPT火起來以后,，僅中國就一口氣涌現(xiàn)了近50個醫(yī)療大模型,，從ToB的醫(yī)生助手到ToC的私人健康管家?guī)缀跞奉惛采w。

醫(yī)療健康就像一個冷靜的“冰山美人”,，“追求者”很多,，但極其務實。她清楚地表示,，算法只是一個小伙子的“發(fā)展?jié)摿Α?，?shù)據(jù)才能代表他的“背景與身家”。

而這恰恰是大部分技術(shù)供應商的痛處,。

有行業(yè)投資人透露,，因為難以獲得好的數(shù)據(jù)，80%左右的醫(yī)療大模型沒有進入第二階段（

即：投喂專業(yè)數(shù)據(jù)在某個領域增強

）,，進入第二階段的20%中,，絕大部分也沒有進行針對不同的場景、任務的高水平微調(diào),。

部分創(chuàng)業(yè)公司對內(nèi)部醫(yī)療大模型進行評估時也發(fā)現(xiàn),，其能力僅達到“助手”級別,，還稱不上“同伴”。這導致AI在短期內(nèi)無法獨當一面,，工作范圍局限在導診,、輔助讀片、寫病歷等,。

在生物制藥領域,，AI在蛋白質(zhì)結(jié)構(gòu)預測、蛋白質(zhì)生成,，甚至抗體藥生成領域都有很好的表現(xiàn),，但是這些仍然是臨床前階段。在最耗時,、最費錢的臨床試驗階段（

該階段開銷占新藥總研發(fā)費用的70%以上

）,，還只能做一些招募患者、做記錄等簡單工作,。對于新藥研發(fā)成功率低等痛點問題,，也沒有實質(zhì)性改善。

以百圖生科為例,。他們提出的長遠目標是用AI來模擬生命系統(tǒng),，比如人體免疫系統(tǒng)，理想狀態(tài)下可以更好地預測抗體藥進入人體的情況,。但在現(xiàn)實落地卻很不容易,。“要實現(xiàn)這個目標,，就需要突破一系列多個尺度的AI建模問題,。”

百圖生科CTO宋樂告訴虎嗅,，因為蛋白質(zhì)領域數(shù)據(jù)相對較多——已經(jīng)達到十億規(guī)模以上,，所以這一領域的進展最快，不僅能生成蛋白質(zhì),，甚至可以按照多樣化的設計目標來生成具有功能性的蛋白質(zhì),，比如成藥性較好的抗體藥，催化效率比較高的酶等,。

然而模擬生命系統(tǒng)工程中,，不但涉及單個蛋白質(zhì)分子的生成，還涉及到大量的蛋白質(zhì)的相互作用,、細胞內(nèi)和細胞之間的相互作用等,，但這方面的問題更復雜，相對來說數(shù)據(jù)處于稀缺狀態(tài),，會需要持續(xù)的AI模型和實驗數(shù)據(jù)獲取手段的創(chuàng)新和突破,。

“可以想象,，蛋白質(zhì)的數(shù)據(jù)會呈指數(shù)性的增長，生成設計的落地案例也會快速增長,。但是這只是一部分,，要模擬免疫系統(tǒng)，就需要其他層面也有同樣多的數(shù)據(jù),，以及與其匹配的AI模型創(chuàng)新和迭代，有同樣快速的增長,。”宋樂說,。

那么有了數(shù)據(jù)，AI就能在醫(yī)療健康領域暢通無阻了嗎,？也不盡然,。

比如，醫(yī)療領域的公開數(shù)據(jù)相對更多,，獲取方式更多元,，AI+醫(yī)療在此的進展也更快。就在今年年初,，谷歌推出了一款醫(yī)學對話AI——AMIE（

Articulate Medical Intelligence Explorer

）,。這款應用是繼Med-PaLM、Med-PaLM2之后的又一個“AI醫(yī)生”,，甚至通過了圖靈測試,，表現(xiàn)可謂令人驚艷。

盡管從具體表現(xiàn)看,，這款在心血管疾病等領域的診斷領域,，可以做得比保健醫(yī)師更好，但仍然無法輕易用到真實患者身上,，哈佛大學醫(yī)學院專家在接受采訪時直言,，醫(yī)療絕不是收集信息這么簡單，“它關乎人與人的關系”,。

在其背后,，倫理問題、監(jiān)管問題,、制度問題,，以及科學研究本身的進展限制，都是難以突破的障礙,?？梢哉f，被頻繁提及的研究數(shù)據(jù),，只是一個準入門檻,，AI+醫(yī)療健康和生命科學本質(zhì)上不是要解決一個技術(shù)問題,，而是一個綜合性的社會問題。

謝昌諭向虎嗅表示,，更強的硬件和算法對加速行業(yè)發(fā)展一定是有幫助,，但是并不說今天多了1000臺GPU，明天就可以跟你打包票說AIDD（人工智能藥物發(fā)現(xiàn)與設計）會有一個怎樣的進展,。

英偉達版“曲線救國”

因此,，像過往所有的技術(shù)服務一般，單純由乙方獨立研發(fā),，向甲方切割式地交付技術(shù)方案,，是絕對不行的。醫(yī)療,、醫(yī)藥行業(yè)專家必須參與到技術(shù)方案演進的過程中,，這是AI企業(yè)在醫(yī)療、制藥領域摸爬滾打,、屢敗屢戰(zhàn)六七十年后,，最終得出的結(jié)論。

在這種合作關系中,，藥械企業(yè)不僅是買單方,，更是數(shù)據(jù)的生產(chǎn)方，他們不僅解決了誰來買單的問題,，也為產(chǎn)品迭代提供了足夠的數(shù)據(jù),。今天發(fā)展最為成熟的AI+醫(yī)療影像就是典型案例。

GE,、西門子等巨頭將AI與大型設備綁定,，就人為地建立了數(shù)據(jù)挖掘機。CT機,、核磁共振機只要每天正常工作,，就可以源源不斷為AI提供數(shù)據(jù)養(yǎng)料了。同理,，在藥品領域,，沒有誰比出資搞研發(fā)的藥企更能理直氣壯地收集數(shù)據(jù)，AI企業(yè)如果能參與到藥企的工作流程中,，也有機會破局,。

這道理大家都懂，但實際很難做到,，原因也很質(zhì)樸：藥企不同意,。

對于藥企來說，這些數(shù)據(jù)太貴了,。手握大量研發(fā)數(shù)據(jù)的大藥企,，每年研發(fā)投入都在數(shù)十億美元的規(guī)模,，默沙東、羅氏等研發(fā)傳統(tǒng)悠久的企業(yè),，相關投入早就超過了百億美元,，且有逐年增長的趨勢。這些靠重金砸出來的數(shù)據(jù),，不僅有機會成就爆款單品,，在未來競爭中，也會拉開與競爭者的距離,。

在醫(yī)藥市場競爭越來越激烈的今天,，任何企業(yè)也不愿意輕易將數(shù)據(jù)貢獻出來。在這種情況下,，要想拿到企業(yè)、醫(yī)院內(nèi)部的臨床數(shù)據(jù),，就只能為他們量身定制模型,，讓他們在“安全區(qū)”內(nèi)感受大模型的威力。

只不過,，這種操作成本也是極高的,。有業(yè)內(nèi)人士向虎嗅透露，在云計算推廣過程中也出現(xiàn)過類似的情況,，最終很多公司因為虧本嚴重不得不叫停相關業(yè)務,。大模型定制成本只會更高，他認為,，協(xié)議金額很可能必須達到10億美元級別才能收支平衡,。

英偉達對此的策略是“曲線救國”。

英偉達是建生態(tài)的一把好手,，其在10多年前（

2006年

）就憑借CUDA（

compute Unified Device Architecture,，計算機統(tǒng)一設備體系結(jié)構(gòu)

）奠定了在芯片界的競爭壁壘。

簡單來說,，CUDA是基于GPU設計的軟硬件結(jié)合的通用計算構(gòu)架,。其優(yōu)勢主要有兩個，一個是使用者可以直接與GPU結(jié)合操控芯片,；二是CUDA架構(gòu)為軟件廠商免費提供開發(fā)工具,，方便軟件開發(fā)。前者大大降低了GPU的使用門檻,，后者方便使用者的同時也悄悄挖深了“護城河”——隨著“工具包”里的零件越來越多,，其可替代性也大大降低。

由此形成的CUDA生態(tài),，將英偉達與AI深刻綁定,，英偉達也借此逐漸甩掉競爭對手,，實現(xiàn)了逆襲。

在進入醫(yī)療健康和生命科學領域時,，英偉達大有將CUDA生態(tài)的成功經(jīng)驗照搬過來的勢頭,。

按照英偉達公開信息，他們此次推出的25個微服務,，實際上是以往“專業(yè)版”基礎上的更易操作版本——這些微服務套件中包含了經(jīng)過優(yōu)化的NVIDIA NIM? AI 模型和工作流,，并提供行業(yè)標準應用編程接口（

API

），可用于創(chuàng)建和部署云原生應用,。

也就是說,，醫(yī)院、藥企可以根據(jù)自己的需求點擊“按鈕”直接滿足在醫(yī)學影像,、自然語言和語音識別以及數(shù)字生物學生成,、預測和模擬功能等領域的需求。

對于AI企業(yè)來說,，英偉達的品牌背書,、行業(yè)影響力等帶來了更多機會?！八且环N導流的平臺,。”宋樂告訴虎嗅,。百圖生科于2023年加入了英偉達招募創(chuàng)業(yè)公司的“NVIDIA初創(chuàng)加速計劃”,，在今年的GTC大會上，宋樂還作為生態(tài)合作伙伴代表百圖生科分享了三年來做AI+生物醫(yī)藥的經(jīng)驗,。

而在另一邊,，英偉達也降低了大模型使用的門檻，方便傳統(tǒng)的醫(yī)院,、藥企使用他們提供的“工具包”——比如各種AI大模型等,。隨著工具包的逐漸豐富，以及產(chǎn)業(yè)合作方的習慣,、依賴,，形成新的難以替代的生態(tài)。

你很介意軟件企業(yè)直接參與業(yè)務流程,，共享數(shù)據(jù),？OK，我把“傻瓜式”工具賣給你,，你自己來做,。定制模型這種高成本的事情，英偉達是不參與的，不管藥企,、云計算企業(yè)雙方怎么折騰,，只要基于我的基礎設施來做，這一商業(yè)模式就是成立的,。

英偉達的算盤打得很響,，但需要注意的是，CUDA過去面對的是軟件產(chǎn)業(yè),，這與醫(yī)療產(chǎn)業(yè)截然不同,，如果僅是照搬CUDA的打法，那甚至都無法打開醫(yī)療市場,。

相對互聯(lián)網(wǎng)行業(yè),，醫(yī)療、制藥非常傳統(tǒng)和封閉,，有其獨特的流程,。比如：在中國，想說服醫(yī)院采購某種產(chǎn)品,，不僅要經(jīng)過復雜的流程,，還需要找到正確的渠道。在被認為最需要AI的基層,，很多醫(yī)院的采購渠道掌握在個人或者小代理商手里，如果找不到他們,，再好的產(chǎn)品也與之無緣了,。因此，很多AI+醫(yī)療企業(yè)創(chuàng)業(yè)近10年也還沒能盈利,。

而且科技巨頭“攻下”醫(yī)院,、藥企陣地的決心，一直以來都很堅定,，導致這一市場還沒發(fā)展起來,，已經(jīng)成了紅海了。

AWS,、騰訊云,、百度智能云等,，都在這個賽道中“跑馬圈地”,，為了爭取盡量多的合作者，甚至有國內(nèi)科技公司的相關負責人公開直言“要將構(gòu)建AI場景模型的權(quán)利交還給科學家”,，這幾乎就是在向?qū)Ψ狡拾?，可以不惜成本，滿足對方一切定制化需求了,。

此外,，英偉達提供的“工具包”還停留在“大眾版”的層面上,，醫(yī)院、藥企如果需要“專業(yè)版”大模型,，還是需要與AI企業(yè)合作,。這也讓類似CUDA生態(tài)的“護城河”很難形成。

長期以來,，國內(nèi)面向大甲方的生意,，都在買方強烈的定制化訴求,，與賣方的“虧錢能力”間左右拉扯,。相比之下，英偉達的方式雖然輕巧,，卻很難滿足醫(yī)療機構(gòu)、醫(yī)生的需求——他們通常更習慣接受積極上門推銷產(chǎn)品的營銷方式,，缺乏主動找“工具包”訓練數(shù)據(jù)的動力,。

或有調(diào)和成本之爭的機會

英偉達的機會,，更多是趨勢性的——產(chǎn)業(yè)界對AI的主要行為是觀望，但在態(tài)度上也承認,，AI不再是可有可無的東西，它將從根本上重構(gòu)生命科學產(chǎn)業(yè),。

上世紀80年代開始,，新藥研發(fā)的主戰(zhàn)場從小分子化藥轉(zhuǎn)向了結(jié)構(gòu)更加復雜的生物藥領域，總藥物篩選空間可以達到10的60次方之大,，想要靠人力快速篩選出適合的分子幾乎不可能了,，這一問題在“低垂的果實”逐漸摘完、復雜藥物研發(fā)成為常態(tài)之后越來越突出了,。

“AI在逐漸地變成生物醫(yī)藥研發(fā)中不可或缺的基本實驗設備,。”宋樂向虎嗅解釋說,。他認為，接下來生物藥物研發(fā)對AI以及后面計算資源的需求量會越來越大,。

如今應用AI技術(shù),，已經(jīng)可以將新藥研發(fā)中的探索臨床前化合物的耗時從原來的4年縮短3/4，到13.7個月，甚至壓縮到一個月或20多天,。另據(jù)麥肯錫全球研究所(

MGI

)估計,，生成式AI有望每年為醫(yī)療、制藥產(chǎn)業(yè)帶來上千億美元經(jīng)濟價值,。

來自：麥肯錫

這樣的數(shù)據(jù)固然令人心動,，但是這對每年全球銷售額超過萬億美元的產(chǎn)業(yè)來說，還不構(gòu)成致命吸引,。前述提到新藥研發(fā)最大的花銷在臨床試驗階段,，AI在這一領域能做的還非常有限。同時,，目前還沒有任何一款由AI設計的藥品上市,，也無法證明AI可以提高新藥研發(fā)的成功率。

因此,，制藥企業(yè)與AI公司合作的過程中,，試探性的少量投入更多，且更傾向于在類似密碼子優(yōu)化的細節(jié)上合作,。這讓很多AI制藥企業(yè)的商業(yè)化野心很難找到出口,。

但這和英偉達有什么關系呢？至少在五年內(nèi),，英偉達賣的仍然是基礎設施,，不是藥物研發(fā)解決方案，讓藥企為態(tài)度買單先構(gòu)建基礎設施,，比直接砸錢定制大模型靠譜得多,。

況且在中國，醫(yī)療機構(gòu),、制藥企業(yè)對AI的需求還遠不止于新藥研發(fā)。

2018年以來,，藥品,、耗材帶量采購等斬斷“以藥養(yǎng)醫(yī)”利益鏈條的改革，以及國家醫(yī)保談判,、醫(yī)保支付方式改革等醫(yī)改新政,，共同宣告了整個藥品研發(fā)、生產(chǎn),、流通到使用環(huán)節(jié)暴利時代的結(jié)束,。

在一輪又一輪的瘋狂降價潮中，整個產(chǎn)業(yè)鏈上的任何成員,，都必須精打細算,、想方設法地降本增效。此外，在醫(yī)藥反腐風暴不斷升級后,，負責銷售藥品的流通企業(yè),，還要盡快找到合規(guī)的營銷方式。

對于所有這些問題而言,，AI堪稱救命稻草,。而英偉達是這個“稻草”上最為世人矚目的企業(yè)。