英偉達(dá)在生命科學(xué)領(lǐng)域的野心藏不住了,。
生成式AI興起后,英偉達(dá)的CEO黃仁勛頻繁在公開場合談?wù)撋茖W(xué),,宣稱“生命科學(xué)工程化”即將來臨。事實(shí)證明,,老黃不玩虛的——在剛剛落幕的英偉達(dá)2024年GPU技術(shù)(GTC)大會(huì)上,,醫(yī)療健康和生命科學(xué)大火了一把,有業(yè)內(nèi)人士統(tǒng)計(jì),,總共900多場活動(dòng)中,,至少有90場與該領(lǐng)域相關(guān)。英偉達(dá)要治好誰的病,?
尤其是在GTC開幕當(dāng)天,,黃仁勛一口氣正式推出了25個(gè)醫(yī)療、生物制藥相關(guān)的“微服務(wù)”,,覆蓋醫(yī)學(xué)影像,、藥物研發(fā)和數(shù)字健康等領(lǐng)域。其目標(biāo)是讓“全球醫(yī)療企業(yè)能夠在任何地點(diǎn)和任何云上充分利用生成式AI的最新進(jìn)展”,。
在此之前,,業(yè)界對(duì)英偉達(dá)的認(rèn)知,更多集中于“賣卡的”,?!八懔?,特別是GPU是訓(xùn)練AI模型必不可少的生產(chǎn)資料,。”百圖生科首席技術(shù)官(CTO)宋樂告訴虎嗅,。
而英偉達(dá)的布局顯然超出了一個(gè)硬件供應(yīng)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(guān)企業(yè)達(dá)成合作,,包括提供算法的AI企業(yè),,也包括醫(yī)療、制藥領(lǐng)域巨頭,。比如:與強(qiáng)生開發(fā)了可實(shí)時(shí)分析數(shù)據(jù)的手術(shù)機(jī)器人,,與GE開發(fā)了可以“自動(dòng)”給患者拍片的“天眼CT”。
最近一年,,英偉達(dá)更是通過投資等方式,將至少10家AI制藥領(lǐng)域頭部公司納入麾下,。英偉達(dá)要治好誰的???
這不是科技巨頭第一次進(jìn)軍生命科學(xué)領(lǐng)域,但2024這個(gè)時(shí)間節(jié)點(diǎn),,與英偉達(dá)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(jì)算的行業(yè)里,像英偉達(dá)這樣,將在醫(yī)療領(lǐng)域的布局提到戰(zhàn)略地位,,可能在業(yè)界還是第一次,。”浙江大學(xué)藥學(xué)院教授謝昌諭告訴虎嗅,。
醫(yī)療領(lǐng)域,,不相信算法
對(duì)英偉達(dá)醫(yī)療領(lǐng)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(lǐng)域,可算是踢到了鐵板,。
從產(chǎn)業(yè)的反應(yīng)來看,,目前AI在醫(yī)療健康領(lǐng)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(guān)負(fù)責(zé)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(yù)計(jì)到2026年也不超過30億美元,。
另據(jù)IDC的一項(xiàng)調(diào)查顯示,,醫(yī)療健康和生命科學(xué)相關(guān)企業(yè)中只有14%“已經(jīng)在生成AI方面進(jìn)行了大量投資,并在未來18個(gè)月內(nèi)制定了‘通過培訓(xùn)獲取GenAI增強(qiáng)軟件和咨詢服務(wù)’的支出計(jì)劃”,,遠(yuǎn)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(duì)AI的疏離感迥然不同的是,,技術(shù)供應(yīng)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(lǐng)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(gè)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(gè)冷靜的“冰山美人”,,“追求者”很多,,但極其務(wù)實(shí)。她清楚地表示,,算法只是一個(gè)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(yīng)商的痛處,。
有行業(yè)投資人透露,,因?yàn)殡y以獲得好的數(shù)據(jù),80%左右的醫(yī)療大模型沒有進(jìn)入第二階段(
即:投喂專業(yè)數(shù)據(jù)在某個(gè)領(lǐng)域增強(qiáng)
),,進(jìn)入第二階段的20%中,,絕大部分也沒有進(jìn)行針對(duì)不同的場景、任務(wù)的高水平微調(diào),。
部分創(chuàng)業(yè)公司對(duì)內(nèi)部醫(yī)療大模型進(jìn)行評(píng)估時(shí)也發(fā)現(xiàn),,其能力僅達(dá)到“助手”級(jí)別,還稱不上“同伴”,。這導(dǎo)致AI在短期內(nèi)無法獨(dú)當(dāng)一面,,工作范圍局限在導(dǎo)診、輔助讀片,、寫病歷等,。
在生物制藥領(lǐng)域,AI在蛋白質(zhì)結(jié)構(gòu)預(yù)測,、蛋白質(zhì)生成,,甚至抗體藥生成領(lǐng)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(shí),、最費(fèi)錢的臨床試驗(yàn)階段(
該階段開銷占新藥總研發(fā)費(fèi)用的70%以上
),還只能做一些招募患者,、做記錄等簡單工作,。對(duì)于新藥研發(fā)成功率低等痛點(diǎn)問題,也沒有實(shí)質(zhì)性改善,。
以百圖生科為例,。他們提出的長遠(yuǎn)目標(biāo)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(yù)測抗體藥進(jìn)入人體的情況,。但在現(xiàn)實(shí)落地卻很不容易?!耙獙?shí)現(xiàn)這個(gè)目標(biāo),,就需要突破一系列多個(gè)尺度的AI建模問題,。”
百圖生科CTO宋樂告訴虎嗅,,因?yàn)榈鞍踪|(zhì)領(lǐng)域數(shù)據(jù)相對(duì)較多——已經(jīng)達(dá)到十億規(guī)模以上,,所以這一領(lǐng)域的進(jìn)展最快,不僅能生成蛋白質(zhì),,甚至可以按照多樣化的設(shè)計(jì)目標(biāo)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(gè)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(xì)胞內(nèi)和細(xì)胞之間的相互作用等,,但這方面的問題更復(fù)雜,,相對(duì)來說數(shù)據(jù)處于稀缺狀態(tài),,會(huì)需要持續(xù)的AI模型和實(shí)驗(yàn)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(huì)呈指數(shù)性的增長,,生成設(shè)計(jì)的落地案例也會(huì)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(lǐng)域暢通無阻了嗎,?也不盡然。
比如,,醫(yī)療領(lǐng)域的公開數(shù)據(jù)相對(duì)更多,,獲取方式更多元,AI+醫(yī)療在此的進(jìn)展也更快,。就在今年年初,,谷歌推出了一款醫(yī)學(xué)對(duì)話AI——AMIE(
Articulate Medical Intelligence Explorer
)。這款應(yīng)用是繼Med-PaLM,、Med-PaLM2之后的又一個(gè)“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(lǐng)域的診斷領(lǐng)域,,可以做得比保健醫(yī)師更好,但仍然無法輕易用到真實(shí)患者身上,,哈佛大學(xué)醫(yī)學(xué)院專家在接受采訪時(shí)直言,,醫(yī)療絕不是收集信息這么簡單,“它關(guān)乎人與人的關(guān)系”,。
在其背后,,倫理問題、監(jiān)管問題,、制度問題,,以及科學(xué)研究本身的進(jìn)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(gè)準(zhǔn)入門檻,,AI+醫(yī)療健康和生命科學(xué)本質(zhì)上不是要解決一個(gè)技術(shù)問題,而是一個(gè)綜合性的社會(huì)問題,。
謝昌諭向虎嗅表示,,更強(qiáng)的硬件和算法對(duì)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(tái)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(shè)計(jì))會(huì)有一個(gè)怎樣的進(jìn)展,。
英偉達(dá)版“曲線救國”
因此,像過往所有的技術(shù)服務(wù)一般,,單純由乙方獨(dú)立研發(fā),,向甲方切割式地交付技術(shù)方案,是絕對(duì)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(jìn)的過程中,這是AI企業(yè)在醫(yī)療,、制藥領(lǐng)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(guān)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(shè)備綁定,,就人為地建立了數(shù)據(jù)挖掘機(jī)。CT機(jī),、核磁共振機(jī)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(lǐng)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(jī)會(huì)破局,。
這道理大家都懂,但實(shí)際很難做到,,原因也很質(zhì)樸:藥企不同意,。
對(duì)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(guān)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(jī)會(huì)成就爆款單品,,在未來競爭中,,也會(huì)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(xiàn)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(jì)算推廣過程中也出現(xiàn)過類似的情況,,最終很多公司因?yàn)樘澅緡?yán)重不得不叫停相關(guān)業(yè)務(wù)。大模型定制成本只會(huì)更高,,他認(rèn)為,,協(xié)議金額很可能必須達(dá)到10億美元級(jí)別才能收支平衡,。
英偉達(dá)對(duì)此的策略是“曲線救國”。
英偉達(dá)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(jì)算機(jī)統(tǒng)一設(shè)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(shè)計(jì)的軟硬件結(jié)合的通用計(jì)算構(gòu)架,。其優(yōu)勢主要有兩個(gè),一個(gè)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(fèi)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(shí)也悄悄挖深了“護(hù)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(dá)與AI深刻綁定,,英偉達(dá)也借此逐漸甩掉競爭對(duì)手,實(shí)現(xiàn)了逆襲,。
在進(jìn)入醫(yī)療健康和生命科學(xué)領(lǐng)域時(shí),,英偉達(dá)大有將CUDA生態(tài)的成功經(jīng)驗(yàn)照搬過來的勢頭。
按照英偉達(dá)公開信息,,他們此次推出的25個(gè)微服務(wù),,實(shí)際上是以往“專業(yè)版”基礎(chǔ)上的更易操作版本——這些微服務(wù)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(biāo)準(zhǔn)應(yīng)用編程接口(
API
),可用于創(chuàng)建和部署云原生應(yīng)用,。
也就是說,,醫(yī)院、藥企可以根據(jù)自己的需求點(diǎn)擊“按鈕”直接滿足在醫(yī)學(xué)影像,、自然語言和語音識(shí)別以及數(shù)字生物學(xué)生成,、預(yù)測和模擬功能等領(lǐng)域的需求。
對(duì)于AI企業(yè)來說,,英偉達(dá)的品牌背書,、行業(yè)影響力等帶來了更多機(jī)會(huì),?!八且环N導(dǎo)流的平臺(tái),。”宋樂告訴虎嗅,。百圖生科于2023年加入了英偉達(dá)招募創(chuàng)業(yè)公司的“NVIDIA初創(chuàng)加速計(jì)劃”,,在今年的GTC大會(huì)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(yàn),。
而在另一邊,,英偉達(dá)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(xí)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(wù)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(dá)是不參與的,,不管藥企、云計(jì)算企業(yè)雙方怎么折騰,,只要基于我的基礎(chǔ)設(shè)施來做,,這一商業(yè)模式就是成立的。
英偉達(dá)的算盤打得很響,,但需要注意的是,,CUDA過去面對(duì)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(duì)互聯(lián)網(wǎng)行業(yè),,醫(yī)療,、制藥非常傳統(tǒng)和封閉,有其獨(dú)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(fù)雜的流程,,還需要找到正確的渠道,。在被認(rèn)為最需要AI的基層,很多醫(yī)院的采購渠道掌握在個(gè)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(jiān)定,,導(dǎo)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(gè)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(guān)負(fù)責(zé)人公開直言“要將構(gòu)建AI場景模型的權(quán)利交還給科學(xué)家”,這幾乎就是在向?qū)Ψ狡拾?,可以不惜成本,,滿足對(duì)方一切定制化需求了。
此外,,英偉達(dá)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(hù)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(qiáng)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(dá)的方式雖然輕巧,卻很難滿足醫(yī)療機(jī)構(gòu),、醫(yī)生的需求——他們通常更習(xí)慣接受積極上門推銷產(chǎn)品的營銷方式,,缺乏主動(dòng)找“工具包”訓(xùn)練數(shù)據(jù)的動(dòng)力。
或有調(diào)和成本之爭的機(jī)會(huì)
英偉達(dá)的機(jī)會(huì),,更多是趨勢性的——產(chǎn)業(yè)界對(duì)AI的主要行為是觀望,,但在態(tài)度上也承認(rèn),AI不再是可有可無的東西,,它將從根本上重構(gòu)生命科學(xué)產(chǎn)業(yè),。
上世紀(jì)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(fù)雜的生物藥領(lǐng)域,,總藥物篩選空間可以達(dá)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(shí)”逐漸摘完,、復(fù)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(shí)驗(yàn)設(shè)備?!彼螛废蚧⑿峤忉屨f,。他認(rèn)為,接下來生物藥物研發(fā)對(duì)AI以及后面計(jì)算資源的需求量會(huì)越來越大,。
如今應(yīng)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(shí)從原來的4年縮短3/4,,到13.7個(gè)月,,甚至壓縮到一個(gè)月或20多天。另據(jù)麥肯錫全球研究所(
MGI
)估計(jì),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(jì)價(jià)值,。
來自:麥肯錫
這樣的數(shù)據(jù)固然令人心動(dòng),但是這對(duì)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(yàn)階段,AI在這一領(lǐng)域能做的還非常有限,。同時(shí),,目前還沒有任何一款由AI設(shè)計(jì)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(xì)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(dá)有什么關(guān)系呢,?至少在五年內(nèi),,英偉達(dá)賣的仍然是基礎(chǔ)設(shè)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(chǔ)設(shè)施,,比直接砸錢定制大模型靠譜得多。
況且在中國,,醫(yī)療機(jī)構(gòu),、制藥企業(yè)對(duì)AI的需求還遠(yuǎn)不止于新藥研發(fā)。
2018年以來,,藥品,、耗材帶量采購等斬?cái)唷耙运庰B(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(gè)藥品研發(fā)、生產(chǎn),、流通到使用環(huán)節(jié)暴利時(shí)代的結(jié)束,。
在一輪又一輪的瘋狂降價(jià)潮中,整個(gè)產(chǎn)業(yè)鏈上的任何成員,,都必須精打細(xì)算,、想方設(shè)法地降本增效。此外,,在醫(yī)藥反腐風(fēng)暴不斷升級(jí)后,,負(fù)責(zé)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(duì)于所有這些問題而言,,AI堪稱救命稻草,。而英偉達(dá)是這個(gè)“稻草”上最為世人矚目的企業(yè)。
人工智能的潛力與當(dāng)前實(shí)際成效之間仍存在顯著差距,,這一現(xiàn)狀可能是投資者面臨的一項(xiàng)重大挑戰(zhàn)
2024-06-03 22:32:33美股可能會(huì)“成也英偉達(dá)英偉達(dá)(NVDA,,股價(jià):1064.690美元,,總市值2.62萬億美元)突然遭華爾街巨頭“空襲”。
2024-05-28 09:55:22意外,!英偉達(dá)