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討的機會與平臺，共同見證技術與創新的先鋒力量，探討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”。討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討。

由端到端人工智慧驅動的臨床階段生物技術公司英矽智慧，已經獲得了國內外知名基金的多輪投資，並在2022年發現了8個臨床前候選化合物。英矽智慧近期與賽諾菲達成重磅戰略研究合作，並升級旗下Pharma。AI人工智慧藥物研發平臺，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慧聯合執行長兼首席科學官任峰迴顧了公司的前期積累和爆發的歷程。任峰表示，作為一家人工智慧和藥物研發並重的公司，英矽智慧正不斷迎來新的里程碑。

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製。“我希望後來的公司能專注於自己的獨特的技術平臺，要做到專注，把技術平臺做到極致，我覺得總有機會可以在專案和對外合作上證明自己。“任峰強調，AI製藥的賽道還在初級階段，競爭道路還很長，各公司應該專注於將技術平臺做到極致，未來大家都有機會勝出。

以下為速記全文：

陳侃：

英矽智慧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。任博加入英矽智慧之前是在美迪西，再之前有10多年在GSK的經驗，博士畢業於哈佛大學化學系。首先我想借這個機會恭喜任博和英矽智慧，最近剛剛和賽諾菲達成了總價值12億美元的大合作。我相信這是國內AI製藥公司能夠達成的最大合作，在全世界也是能夠排得上號的。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籤的一個戰略合作，主要內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。充分利用英矽智慧在人工智慧方面的專長，以及賽諾菲在生物學、化學等方面的強大技術人才支援，結合雙方的優勢，共同把專案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，這是國內的AI和跨國藥企籤的最大合作，在國際上也是數得上的。

陳侃：

我記得之前公司跟復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，除了專案上的戰略合作之外，復星當時希望能參與英矽智慧的C輪融資，對英矽智慧做了非常詳細的盡調，非常認可英矽智慧的技術平臺，又看到了我們其中在研的一個專案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臺，又認可我們的專案，為何不做一個大的戰略合作呢？於是我們討論了一個戰略合作，QPCTL由英矽智慧和復星來共同開發，同時英矽智慧又利用自己的平臺，幫助復星開發四個額外的專案，從早期的靶點發現一直做到PCC（臨床前候選化合物）。所以總共是五個專案，首付款也是1300多萬美元。除了戰略合作之外，當時復星對英矽智慧進行了股權投資。所以那次合作可能比跟賽諾菲的更復雜一點，賽諾菲這次是一個純粹的專案戰略合作。

陳侃：

像復星、賽諾菲這樣資源豐富的大藥廠為什麼要和英矽智慧合作，而不是自己請計算化學家或者人工智慧的軟體工程師來做這個事情。為什麼大藥廠做不了英矽智慧做的事情？

任峰：

大藥廠會有自己很多的內部獨有的資料，如果他們請一些人工智慧專家過來，很容易從資料上、演算法上，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慧賦能新藥研發是需要時間的積累的，並不是一蹴而就的事情。

英矽智慧成立於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資料，包括組學資料、化合物文獻專利的資料、化合物的結構、性質資料等等，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，資料有了之後，我們有強大的AI團隊去幫助我們開發演算法，到這裡也還只是萬里長征走的第一步，下一步要透過專案，包括對外的合作和內部的資源管線去驗證演算法的優劣性，同時要不斷地最佳化演算法，並不是一兩年就可以把演算法最佳化好的，需要長時間的積累。

這就是為什麼英矽智慧從2014年成立之後，我們的人工智慧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，資料演算法是一回事，同時要經過不斷的專案的驗證，把演算法不斷地最佳化，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演算法的命中率。

陳侃：

現在大家說AI製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製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，透過用MOE軟體自己做分子對接，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，但是我希望透過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，透過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，但是產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，可能有很大的侷限性，需要有新技術來解決這一問題。我覺得人工智慧是之後發展的方向。因為資料積累得比較多，演算法也比較成熟，GPU算力也不成問題，人工智慧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，怎麼樣去最佳化演算法，怎麼樣在專案中證實的過程，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慧之前，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慧PandaOmics、Chemistry42所賦能的專案，發現它確實能設計出來比較新穎的結構。所以我認為英矽智慧在人工智慧領域是一家靠譜的公司，而且軟體可以自己使用，是看得見摸得著的人工智慧。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援CADD，也包括Deep learning，AI製藥。

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“鄙視鏈”。從全世界範圍來看，有幾十上百家公司都號稱用AI來做新藥，英矽智慧又屬於該領域裡領先的公司。回顧一下公司的成長經歷，英矽智慧如何在如此激烈的競爭當中脫穎而出？

任峰：

英矽智慧從成立到現在，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資料，前幾年都在積累資料和演算法，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，純粹的服務型專案。後來在2018年，我們跟藥明康德合作，利用AI演算法針對DDR1靶點，只用了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。所以英矽智慧真正的爆發是從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慧，我們向人們證明了自己，透過我們獨特的演算法可以大大地加速新藥研發。後來為了讓我們的演算法被更多人應用，我們發明了三個AI平臺，包括PandaOmics - 透過多組學資料來幫助找靶點，覆蓋生物學方面；Chemistry42 - 透過生成式對抗網路等其他先進的人工智慧技術，幫助設計小分子化合物；inClinico - 以軟體化的形式呈現。這從另一個方面證明了我們對自己很有信心，可以讓更多使用者去使用我們的人工智慧平臺。

下一步就是如何把人工智慧平臺落地到專案上，催生了我們第一個進入臨床的專案：特發性肺纖維化（IPF）專案。我們在2020年底獲得了化合物05非常好的藥效資料，2021年提名PCC，2022年進入了臨床一期，今年我們將結束臨床一期。從剛開始證明平臺，到現在透過專案證明平臺能落地，且能加速新藥研發，再之後的下一步就是讓別人來認可我們。今年年初的時候我們跟復星達成了戰略合作，首付款1300多萬美元，當時在國內是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內藥企合作，也可以跟跨國公司合作，國內外都認可了我們的能力。

從英矽智慧發展歷程上來看，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演算法，增加資料量，演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別快，一不留神就會被其他的先進工具所取代。

陳侃：

英矽智慧一步步走來是非常紮實的。在這個過程當中，英矽智慧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製藥行業來說，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，有的公司以軟體業務為主，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製藥公司中，Relay專注做自己的管線，Schrödinger專注軟體業務， Exscientia專注對外合作，Recursion專注做老藥新用。對英矽智慧而言，我們沒有成功經驗可以借鑑，來確定走哪一種商業模式。所以商業模式上如何定義英矽智慧，我們一直在討論和探索之中。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，一部分是軟體業務，更大一部分是內部的資源管線，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歷了不少坎坷，我們把自己定義成一個草根公司，英矽智慧並非由全世界頂尖的知名院士和教授創立，而是由創始人Alex當年帶著一些名不見經傳的演算法科學家一起打拼過來的。走的每一步都需要透過我們自己實現里程碑。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，大家會說平臺聽上去挺好，但是落地專案還沒有一個到PCC階段，所以很多投資人對我們不是特別感興趣。到了2020年12月，我們的藥效結果非常好，投資人的態度完全轉變，因為我們證明了透過AI做的專案確實可以做到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，專案也從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，英矽智慧除了業務發展順利，融資方面也非常成功，投資者囊括了海內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，一起幫助我們確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，搭起了溝通橋樑，讓我們至少有機會向投資人展示我們的平臺，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財務或融資上，對公司發展戰略和專案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，現在英矽智慧還有很多專案是由主要投資人深度參與，有一個委員會看完專案資料之後進行投票，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援，啟明創投介紹了幫忙更快地推進臨床專案的合作等等。投資人對英矽智慧的關注和幫助，我覺得是遠遠大於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歷。對於未來的IT、BT創業者，在Tech+Biotech交叉領域創業的話，您有什麼建議？

任峰：

目前英矽智慧在國內AI賦能的藥物研發公司裡相對比較出色，這歸功於很多原因，包括歷史比較悠久，資料和演算法積累時間比較長，同時有更多時間去用演算法對專案進行驗證，有專案推進到了臨床，看起來英矽智慧遠遠跑在了國內BT+IT公司的前面，我們也希望持續保持領頭羊的態勢。

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。演算法和先進技術的迭代速度非常快，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於自己獨特的技術平臺，專注把技術平臺做到極致，總有機會在專案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臺裡面最獨特的部分，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臺。

因為AI製藥現在還處於初級階段，後面的賽道和競爭道路還很長，並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於自己的技術平臺，把技術平臺做到極致，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。

TAG: 英矽AI智慧我們合作