2022 年 12 月 28-30 日，啟明創投 CEO 雲端峰會周成功舉辦。這場持續十四年的盛會由啟明創投主辦，旨在為 CEO 們提供一個充分交流探讨的機會與平台，共同見證技術與創新的先鋒力量，探讨在巨大的變局面前的機會與挑戰，同時對未來的方向與趨勢進行展望。
今年 CEO 雲端峰會周的主題是 " 重啟增長 "。讨論議題涉及到科技及消費、醫療健康等領域，重點關注創新創業、戰略決策、研發策略與管理、運營管理、團隊建設、融資、可持續發展、出海等。
1 位外部重磅嘉賓，啟明創投的 13 位投資人、13 位投資企業家，圍繞上述議題展開深入探讨。
由端到端人工智能驅動的臨床階段生物技術公司英矽智能，已經獲得了國内外知名基金的多輪投資，并在 2022 年發現了 8 個臨床前候選化合物。英矽智能近期與賽諾菲達成重磅戰略研究合作，并升級旗下 Pharma.AI 人工智能藥物研發平台，進一步證明了 AI 賦能新藥研發的能力。
啟明創投合夥人陳侃與英矽智能聯合首席執行官兼首席科學官任峰回顧了公司的前期積累和爆發的曆程。任峰表示，作為一家人工智能和藥物研發并重的公司，英矽智能正不斷迎來新的裡程碑。
任峰指出，對後來的 IT 和 BT 交叉公司而言，上一家公司成功的模式很多時候不能複制。" 我希望後來的公司能專注于自己的獨特的技術平台，要做到專注，把技術平台做到極緻，我覺得總有機會可以在項目和對外合作上證明自己。" 任峰強調，AI 制藥的賽道還在初級階段，競争道路還很長，各公司應該專注于将技術平台做到極緻，未來大家都有機會勝出。
以下為速記全文：
陳侃：英矽智能是啟明創投投資的一家總部在香港，研發中心在上海的生物醫藥企業。任博加入英矽智能之前是在美迪西，再之前有 10 多年在 GSK 的經驗，博士畢業于哈佛大學化學系。首先我想借這個機會恭喜任博和英矽智能，最近剛剛和賽諾菲達成了總價值 12 億美元的大合作。我相信這是國内 AI 制藥公司能夠達成的最大合作，在全世界也是能夠排得上号的。任博能不能跟大家講一下這個合作的更多情況。
任峰：跟賽諾菲的合作是我們近期剛簽的一個戰略合作，主要内容是我們會和賽諾菲從早期的靶點發現，一直到臨床前候選化合物，進行不超過 6 個靶點的合作。充分利用英矽智能在人工智能方面的專長，以及賽諾菲在生物學、化學等方面的強大技術人才支持，結合雙方的優勢，共同把項目推進到臨床前候選化合物階段。合作總金額是 12 億美元，預付款是 2150 萬美元，這是國内的 AI 和跨國藥企簽的最大合作，在國際上也是數得上的。
陳侃：我記得之前公司跟複星也達成了一個比較大的合作，兩次的合作的模式有哪些不同或者類似之處？
任峰：這兩次的合作模式都是類似的戰略合作，除了項目上的戰略合作之外，複星當時希望能參與英矽智能的 C 輪融資，對英矽智能做了非常詳細的盡調，非常認可英矽智能的技術平台，又看到了我們其中在研的一個項目 QPCTL- 針對 CT47 一個全新的小分子靶點。既然又認可我們的技術平台，又認可我們的項目，為何不做一個大的戰略合作呢？于是我們讨論了一個戰略合作，QPCTL 由英矽智能和複星來共同開發，同時英矽智能又利用自己的平台，幫助複星開發四個額外的項目，從早期的靶點發現一直做到 PCC ( 臨床前候選化合物 ) 。所以總共是五個項目，首付款也是 1300 多萬美元。除了戰略合作之外，當時複星對英矽智能進行了股權投資。所以那次合作可能比跟賽諾菲的更複雜一點，賽諾菲這次是一個純粹的項目戰略合作。
陳侃：像複星、賽諾菲這樣資源豐富的大藥廠為什麼要和英矽智能合作，而不是自己請計算化學家或者人工智能的軟件工程師來做這個事情。為什麼大藥廠做不了英矽智能做的事情？
任峰：大藥廠會有自己很多的内部獨有的數據，如果他們請一些人工智能專家過來，很容易從數據上、算法上，理論上來講做到比較好的水平。但是換一個角度，其實我們認為人工智能賦能新藥研發是需要時間的積累的，并不是一蹴而就的事情。
英矽智能成立于 2014 年，成立之後我們就有一個專業的團隊，收集公開的已發表的所有數據，包括組學數據、化合物文獻專利的數據、化合物的結構、性質數據等等，我們現在還在持續地做這件事情，這是一個比較長期而且複雜的過程，需要消耗很大的人力、物力。另一方面，數據有了之後，我們有強大的 AI 團隊去幫助我們開發算法，到這裡也還隻是萬裡長征走的第一步，下一步要通過項目，包括對外的合作和内部的資源管線去驗證算法的優劣性，同時要不斷地優化算法，并不是一兩年就可以把算法優化好的，需要長時間的積累。
這就是為什麼英矽智能從 2014 年成立之後，我們的人工智能 PandaOmics、Chemistry42，在 2020 年底才正式上線，正式成熟需要很長時間的積累。我認為如果跨國藥企想做這件事的話，它也需要不斷的時間積累，數據算法是一回事，同時要經過不斷的項目的驗證，把算法不斷地優化，這樣才能真正地提高命中率，提高命中率之後才是 AI 真正賦能新藥研發的點。AI 之所以能賦能新藥，比如降低成本、提高效率，就是因為它可以降低很多的試錯成本，因此裡面最重要的一個問題就是提高算法的命中率。
陳侃：現在大家說 AI 制藥已經幾乎被完全證明了，但是幾年前您加入的時間點，其實大家對 AI 制藥還是有很多懷疑的聲音。您作為一個頂尖的藥物化學家，經過哈佛訓練出來，在 GSK 這樣的傳統企業工作過，怎麼樣下定決心跳進一個未知領域？
任峰：這麼多年做藥物研發，其實我本身對計算機輔助的藥物設計是非常感興趣的。當年在 GSK 的時候，我們就用了大量的傳統的 CADD ( 計算機輔助藥物設計 ) 方式，去幫助我們設計化合物。因為作為傳統的藥物化學家，有很多人是不相信 CADD 能幫助藥物設計的。我是非常堅定的 CADD 支持者，當時在設計化合物的時候，我就要求我們組裡的藥物化學家，通過用 MOE 軟件自己做分子對接，我本身是很相信計算機是可以輔助藥物設計的，但是我在 GSK 的時候， AI 還不是很成熟，所以大家更多的是用傳統的 CADD 方式。
後來我從 GSK 離開之後加入了美迪西，一直作為服務方去幫助我們的客戶設計化合物，提高他們的研發效率。當時我非常相信 CADD，我們藥物化學團隊裡面專門配了 CADD 的團隊。當時美迪西這種規模不算太大的 CRO，配 CADD 人員是還是比較奢侈的事情，但是我希望通過 CADD 幫助我們設計出更好的化合物，尤其是設計完了化合物之後，通過 CADD 重新進行評估排序，可以減少很多試錯成本，所以我一直是計算機輔助設計的堅定擁護者。後來決定從美迪西離開的時候，我希望能介入一些傳統的藥物研發所不能做的領域。因為小分子的藥物研發陷入了倒摩爾定律，就是研發投入越來越大，但是産出回報率越來越低的怪圈。之所以是這樣，我覺得是因為從傳統靠人工經驗，靠藥物化學家經驗來設計小分子化合物來做藥物研發，可能有很大的局限性，需要有新技術來解決這一問題。我覺得人工智能是之後發展的方向。因為數據積累得比較多，算法也比較成熟，GPU 算力也不成問題，人工智能賦能新藥研發的所有外部條件都已經具備了，所以就是一個怎麼樣去發展，怎麼樣去優化算法，怎麼樣在項目中證實的過程，這是未來的發展方向。我願意進入這個領域去做一些嘗試。
而且我在加入英矽智能之前，跟我們的創始人 Alex 有很多次的對話，從第一次的簡單對話到後面聊得越來越深入。我也身臨其境地去體驗了英矽智能 PandaOmics、Chemistry42 所賦能的項目，發現它确實能設計出來比較新穎的結構。所以我認為英矽智能在人工智能領域是一家靠譜的公司，而且軟件可以自己使用，是看得見摸得着的人工智能。所以多種因素加起來，促使了我在 2021 年初加入了公司。
陳侃：絕大多數藥物化學家可能不太相信 CADD 的作用，您倒是非常開放地一直支持 CADD，也包括 Deep learning，AI 制藥。
任峰：以前是藥物化學家不相信 CADD，現在又進入了一個新情況是 CADD 不相信 AI。
陳侃：對。這是一個很有意思的 " 鄙視鍊 "。從全世界範圍來看，有幾十上百家公司都号稱用 AI 來做新藥，英矽智能又屬于該領域裡領先的公司。回顧一下公司的成長經曆，英矽智能如何在如此激烈的競争當中脫穎而出？
任峰：英矽智能從成立到現在，到不久的未來，都一直處在一個努力證明自己的過程。從 2014 年建立公司開始收集數據，前幾年都在積累數據和算法，沒有太多的對外合作。在我們積累到一定階段之後，從 2016 年開始對外開展合作。但是當時的合作都是比較簡單的 Fee for service，純粹的服務型項目。後來在 2018 年，我們跟藥明康德合作，利用 AI 算法針對 DDR1 靶點，隻用了 46 天的時間，就找到了針對 DDR1 的一個小分子化合物，這是前所未有的速度。這次的結果發表在 Nature Biotechnology 上面。所以英矽智能真正的爆發是從 2018 年開始，在我們發表那篇文章之後，有越來越多人關注到了英矽智能，我們向人們證明了自己，通過我們獨特的算法可以大大地加速新藥研發。後來為了讓我們的算法被更多人應用，我們發明了三個 AI 平台，包括 PandaOmics - 通過多組學數據來幫助找靶點，覆蓋生物學方面；Chemistry42 - 通過生成式對抗網絡等其他先進的人工智能技術，幫助設計小分子化合物；inClinico - 以軟件化的形式呈現。這從另一個方面證明了我們對自己很有信心，可以讓更多用戶去使用我們的人工智能平台。
下一步就是如何把人工智能平台落地到項目上，催生了我們第一個進入臨床的項目：特發性肺纖維化（IPF）項目。我們在 2020 年底獲得了化合物 05 非常好的藥效數據，2021 年提名 PCC，2022 年進入了臨床一期，今年我們将結束臨床一期。從剛開始證明平台，到現在通過項目證明平台能落地，且能加速新藥研發，再之後的下一步就是讓别人來認可我們。今年年初的時候我們跟複星達成了戰略合作，首付款 1300 多萬美元，當時在國内是 AI 和藥企間首付最高的一筆合作。今年 10 月份我們跟賽諾菲的 2150 萬美元打破了我們自己的紀錄，不僅證明了我們可以跟國内藥企合作，也可以跟跨國公司合作，國内外都認可了我們的能力。
從英矽智能發展曆程上來看，我們一直在不斷地證明自己，不斷地鞭策自己繼續往前努力。我們一直不斷地更新算法，增加數據量，算法團隊也一直在增添不同的功能。今年 11 月份我們推出了 PandaOmics 的 3.0 版本，Chemistry42 的 2.0 版本， inClinico 的 1.0 版本，都比舊版本的功能有大幅提升。我們一直在鞭策自己，因為 AI 跟 IT 行業一樣更新換代特别快，一不留神就會被其他的先進工具所取代。
陳侃：英矽智能一步步走來是非常紮實的。在這個過程當中，英矽智能遇到過什麼樣的挑戰？公司做了哪些關鍵的戰略決定？
任峰：對 AI 制藥行業來說，首要挑戰是沒有一個已經成功的商業模式，有的公司注重自己的管線，有的公司注重對外的合作，有的公司以軟件業務為主，後來中國 AI 公司又創造了 AI+CRO 的模式。哪種商業模式最後會成功，其實到現在還沒有一個定論。國外上市的 AI 制藥公司中，Relay 專注做自己的管線，Schr ö dinger 專注軟件業務， Exscientia 專注對外合作，Recursion 專注做老藥新用。對英矽智能而言，我們沒有成功經驗可以借鑒，來确定走哪一種商業模式。所以商業模式上如何定義英矽智能，我們一直在讨論和探索之中。但是有一點是肯定的，我們至少目前定位成一個 AI 賦能的 Biotech 公司，我們不會做 AI+CRO 的服務，還是希望雙輪驅動，一部分是軟件業務，更大一部分是内部的資源管線，這些管線在一定時候可以對外授權。另一方面，我們在發展過程中經曆了不少坎坷，我們把自己定義成一個草根公司，英矽智能并非由全世界頂尖的知名院士和教授創立，而是由創始人 Alex 當年帶着一些名不見經傳的算法科學家一起打拼過來的。走的每一步都需要通過我們自己實現裡程碑。2020 年下半年，我們開始進行 C 輪融資，當時特發性肺纖維化的最終藥效模型還沒有出來，所以融資的時候也是到處碰壁，大家會說平台聽上去挺好，但是落地項目還沒有一個到 PCC 階段，所以很多投資人對我們不是特别感興趣。到了 2020 年 12 月，我們的藥效結果非常好，投資人的态度完全轉變，因為我們證明了通過 AI 做的項目确實可以做到 PCC 的階段。所以 2020 年底之前是我們最煎熬的一段時間。自從 C 輪融資完成之後，公司的知名度打開了，項目也從 PCC 一直穩步推進到臨床，到現在相對來說，我們需要證明自己的壓力就不那麼大了。
陳侃：提到融資，英矽智能除了業務發展順利，融資方面也非常成功，投資者囊括了海内外幾乎所有的知名基金。投資人在公司發展過程中起到了什麼作用？
任峰：在公司發展過程中，投資人給了我們很多幫助，尤其是早期的投資人，如藥明康德，啟明創投，創新工場，在我們 C 輪融資時基本都是全程陪伴，當時陳侃總也在，一起幫助我們确定需要引入什麼樣的投資人進來，像啟明創投。藥明康德也幫我們介紹了很多外部投資人，搭起了溝通橋梁，讓我們至少有機會向投資人展示我們的平台，如果沒有早期投資人的幫助，那我們可能連展示的機會都沒有，或者錯失了和好的投資人合作的機會。
其次，投資人對我們的幫助不光是在财務或融資上，對公司發展戰略和項目推進情況也有很多幫助。因為投資人在生物醫藥領域見多識廣，現在英矽智能還有很多項目是由主要投資人深度參與，有一個委員會看完項目數據之後進行投票，讓我們能選出高質量的 PCC。另外，投資人在業務拓展上也給了很多支持，啟明創投介紹了幫忙更快地推進臨床項目的合作等等。投資人對英矽智能的關注和幫助，我覺得是遠遠大于絕大多數其他生物醫藥公司的。
陳侃：這些都是我們應該做的。任博有一個非常成功的轉型到生物和生物科技的創業經曆。對于未來的 IT、BT 創業者，在 Tech+Biotech 交叉領域創業的話，您有什麼建議？
任峰：目前英矽智能在國内 AI 賦能的藥物研發公司裡相對比較出色，這歸功于很多原因，包括曆史比較悠久，數據和算法積累時間比較長，同時有更多時間去用算法對項目進行驗證，有項目推進到了臨床，看起來英矽智能遠遠跑在了國内 BT+IT 公司的前面，我們也希望持續保持領頭羊的态勢。
對後面的 IT 和 BT 交叉領域的公司，我覺得很多時候是有後發優勢的。算法和先進技術的叠代速度非常快，上一家公司成功的模式很多時候無法被複制。我希望後來的公司能專注于自己獨特的技術平台，專注把技術平台做到極緻，總有機會在項目和對外合作上證明自己。跟國外藥企合作的時候，他們看重的往往是技術平台裡面最獨特的部分，大家都有的他們沒法進行判斷，但是他們會看有哪些最差異化的技術平台。
因為 AI 制藥現在還處于初級階段，後面的賽道和競争道路還很長，并不是說現在處在領先地位，就永遠會處在領先地位，所以我希望大家都能專注于自己的技術平台，把技術平台做到極緻，最後都有機會勝出。
陳侃：非常感謝任博對未來創業者的中肯建議，希望以後有機會能夠跟任博再交流公司的進一步發展。
