創新工場和BCG諮詢合作的「+AI改造者」系列:創新工場投資的Insilico Medicine,看AI新藥研發平臺如何賦能傳統藥企,一起進行“AI+生命科學”的顛覆式創新!
改造者系列:AI醫藥的下一站是長壽 -- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
創新工場投資的英矽智能(Insilico Medicine)是一家由人工智能驅動的全球領先生物技術公司,通過發明和迭代人工智能藥物研發平臺,變革創新藥物和療法的發現方式。
英矽智能的AI藥物研發平臺已經證明了自己的能力:在今年2月和8月,半年的時間內,先後公佈了兩種臨床前候選藥物,分別用於治療特發性肺纖維化和腎臟纖維化。
在采訪中,英矽智能創始人兼首席執行官Alex Zhavoronkov博士表示,AI醫藥企業的下一個重要問題將是如何更好地理解生物學和跨物種生物學,長壽業或者抗衰老技術將會是未來的方向。以下:
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
AI製藥領域於2014年左右興起,在2018—2020年間全面爆發。AI能夠快速識別大量樣本中的客觀規律,加速尋找和測試潛在靶點的過程。「有了AI,我們50個人可以做到的事情,比得上一個典型的製藥公司5000人所做的事情」,英矽智能創始人Alex Zhavoronkov在「未來呼嘯而來」一書中如是分享。2
1 「改造者」 通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2「未來呼嘯而來」,彼得·戴曼迪斯(Peter H.Diamandis)和史蒂芬·科特勒(Steven Kotler)著。
■本期受訪嘉賓:Alex Zhavoronkov
英矽智能(Insilico Medicine)是一家由人工智能驅動的全球領先生物技術公司,通過發明和迭代人工智能藥物研發平臺,變革創新藥物和療法的發現方式,加速研發進程,為癌症、纖維化、抗感染、免疫和抗衰老等未被滿足的臨床治療需求提供創新的藥物和療法方案。
Alex Zhavoronkov是英矽智能的創始人兼首席執行官。他擁有皇后大學學士學位,約翰·霍普金斯大學生物技術碩士學位,以及莫斯科國立大學物理和數學博士學位。
■對談實錄
Q1 英矽智能原來在美國創立,後來為什麼選擇遷至中國?
Alex:中國構建了一套完善的體系和土壤,吸引創業企業、大型企業紛紛入駐。中國大陸多樣化的投資者,包括傳統藥企、科技巨頭、PE/VC等各類投資者,能將最優質的AI人才、CRO、藥企融合在一起。投資者能為初創企業提供資質牌照、幫助招聘、企業管理和宣傳等等。英矽還與許多學校開展了合作研究,擁有豐富的內部研發管線。中國完整的生態夥伴體系使得像我們這樣的企業能夠迅速擴大研發規模,甚至與大藥廠競爭。
Q2 英矽智能和輝瑞、安斯泰來、楊森製藥等諸多藥企都有合作,在和大型藥企合作的過程中有什麼心得或者經驗?
Alex:創新型的AI生物技術公司按照創立時間可以分為三大類:2014年之前成立、2014年—2015年左右成立、最近5年成立。2014年之前成立的企業通常不運用深度學習(deep learning),或者不具備向藥企提供解決方案所需的行業知識。2014—2015年間成立的企業則創立的正是時候,生成式對抗網絡(Generative Adversarial Network)出現,AI製藥開始興起。同時,許多藥企缺乏AI的專業知識和AI團隊,如果想要獲取AI方面的知識和技能,就必須與初創企業合作。作為交換,那時候的藥企也通常願意向初創企業提供資料和各類資源。英矽智能很幸運,創立時間(2014)正處於大藥企對外部合作最為開放和寬鬆的時期。而最近幾年成立的企業就沒那麼幸運了,很多藥企已經開始自建AI團隊、自研AI應用,只有具備非常特定細分領域AI技術的初創企業才有可能成功撬動藥企,與之建立合作。
然而據我的觀察,儘管許多大藥企都建有自己的AI部門和數據科學家團隊,但他們並沒有足夠強的AI能力——他們往往缺乏具備足夠AI知識的團隊。以生物醫藥方面的論文發表為例,在2014—2019年間,英矽智能發佈了上百篇AI相關的論文,然而發表AI論文數量最多的藥企阿斯利康則只有65篇,位列其次的諾華有54篇。
藥企往往也不知道從何處開始應用AI,而這正是AI初創公司能夠創造價值的地方。但是,在AI初創公司開始接觸藥企和銷售方案之前,首先要充分理解大型藥企錯綜複雜的組織架構和部門分工,針對不同部門銷售定制化的模塊,而非從一開始就銷售整體性、綜合性的解決方案。這是因為藥企內部通常很難有一個部門能夠處理所有的模塊,部門之間的協同往往沒有那麼強。因此,AI初創公司在提供解決方案的時候也要靈活地劃分模塊,對症下藥,英矽智能通常一次只銷售一個模塊。
儘管銷售是模塊化的,AI初創公司需要具備端到端、全鏈路的解決方案。英矽根據不同的研發週期,設計了三大AI平臺——新藥靶點發現平臺、分子生成和設計平臺、臨床試驗預測平臺。據我們瞭解,中國還沒有任何一家同行,同時擁有生成生物學和生成化學兩大AI平臺,能把靶點發現和小分子化合物生成有機結合在一起的公司很少。此外,英矽智能的AI系統可以用軟件形式呈現,藥企可以自行操作,用自己的數據運算測試。這些都為我們創造了差異化的優勢。
最後,對於藥企而言,如果想要應用綜合的AI解決方案,需要有整體性的戰略為引領。咨詢公司可以充當整合各部門組織、統籌整體戰略的角色,AI企業可以選擇與之合作。
Q3 在您看來,未來AI醫藥領域的發展趨勢是什麼?
Alex:在未來,最重要的不是AI技術,而是如何將AI和行業特定的實驗數據或模型結合。現在市場上已經充滿了各種各樣的技術企業,他們在不斷精進演算法模型和數據。未來的競技不會是關乎演算法或者算力,而是新的商業模式或者應用AI的新方式。
AI初創公司需要積累足夠的行業專識,理解藥企的需求,學習藥企的經驗,並向藥企證明自己提供的模塊能夠在真實的商業環境下應用,並且模塊之間能夠很好地兼容,能融入業務流程,且符合監管要求。比如機器學習加速了藥物識別,但還有很多步驟和流程並不能被加速或跨越:實驗論文不能被跨越,你依然需要向藥物監管部門提供大量實驗數據和模型來證明研究的有效性;實驗中的生物過程不能被加速,你依然需要等待生物體自然的新陳代謝和細胞活動,你也不可能直接從大鼠實驗跨越到人類實驗。而這些都涉及到更細分的新技術問題。
所以,對於AI醫藥企業而言,下一個重要的問題將是如何能夠更好地理解生物學?如何理解跨物種生物學?正因如此,我判斷長壽業或者抗衰老技術將會是未來的方向,即如何運用AI來監督和追蹤生命體在漫長時間裡無數細微的實時變化,來創建數字孿生(digital twin),進行跨物種比較、跨疾病模型比較。我相信AI是説明我們更好地認識生命體的最佳工具。
■要點回顧
1、中國的資本環境天然地聚集了垂直產業領域的優質企業,幫助AI初創公司,即「改造者」,迅速汲取經驗、擴大規模,加速行業創新與賦能。
2、在與垂直行業企業合作時,「改造者」既要有端到端的解決方案,也要有靈活、敏捷的銷售和服務模式。端到端、全鏈路的方案有助於「改造者」更靈活地根據傳統企業的需求組合方案,能夠擴大服務範圍和客群,提升「改造者」的競爭優勢。
3、未來最重要的不是AI技術,而是如何將AI與行業特定的實驗數據或模型結合。限制因素並不是演算法或者算力,而是新的商業模式或者應用AI的方式來實現行業定制化。
軟件 智庫 在 Facebook 的最讚貼文
創新工場和BCG波士頓諮詢合作的「+AI改造者」系列:創新工場投資的追一科技,用領先的「數位員工」解決方案幫傳統企業降本提效。
改造者系列:傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
隨著當前人口紅利趨弱,企業的用工成本增加,「數位員工」存在大量的市場需求。成立於2016年的追一科技,通過其核心的AI語義分析技術,幫助傳統企業利用人工智慧技術解決勞動力短缺的問題,實現降本提效。
在采訪中,追一科技首席戰略官成捷認為,傳統企業應該扭轉AI應用「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,以達到正向的循環。
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在企業服務領域,AI企業,即「改造者」,能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一,借助自然語言處理技術,其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。
■本期受訪嘉賓:成捷
追一科技是「AI數位員工」提供商,主攻深度學習和自然語言處理,提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合,提供不同類型的AI數位員工,滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求,幫助他們降本提效,改善用戶體驗,驅動創新和增長。
成捷是追一科技首席戰略官。在此之前,他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。
■對談實錄
Q1:追一科技為何選擇幫助傳統企業應用AI?
成博士:追一科技的定位是「AI數位員工」服務商,本質上是智慧軟件,面向企業提供AI企業軟件來説明其降本增效。當前,隨著人口紅利趨弱,企業用工成本水漲船高,員工的流動性也在增加,市場上存在大量對於智慧客服、行銷、內部溝通等的需求,企業希望由機器解決勞動力短缺問題,並為企業降本。而追一的核心AI能力是語義分析,即機器如何像真人一樣理解和表達文本資訊,再結合創始人團隊的企業服務背景,恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求,涉及行銷和業務辦理等,幾乎等同于傳統呼叫中心上千乃至上萬的人工。
同時,我們也看到近些年大量企業在推進資訊化建設、雲建設,企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料,但並不知道如何應用,不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營,從而提升人的產能。以保險電銷為例,通過對銷售人員的資料分析,追一能夠提煉高績效員工值得借鑒的話術和知識點,標準化後以輔助推廣培訓。
Q2:在賦能傳統企業應用AI的過程中,追一遇到過哪些挑戰?又是如何應對的?
成博士:AI火爆之後,大部分企業的心態是先投資一部分進行嘗試,其中有些企業成功地體驗到了AI的成效,於是自發地持續梳理其業務流程、構建並優化知識庫,進入了一個正向循環,投入產出比也合理,逐漸能夠覆蓋到更多場景和業務部門。
而有些企業原本對AI的預期是「隨插即用」,期待AI能在短期之內帶來巨大改變,他們應用AI的效果往往就無法達到預期,也很難將AI的效用發揮到最大,往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知,投入時間和精力去梳理和構建特定於AI的業務流程,才能步入正向的循環。
其次,許多較早開始應用AI的企業組織規模都很大,涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求,這對於AI應用而言是另一大難點。以銀行為例,總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案,且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案,傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢,即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取,總部科技部門和一線業務部門會一同系統性地梳理需求。
同時,在業務梳理過程中,AI企業也需要增進其對行業的理解,從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地,以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程,建立行業知識庫。
最後,AI不像ERP之類的傳統軟體系統,沒有成熟的全鏈路玩家,還處在比較初級的階段,因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上,大型企業系統多,往往也不標準化,十分消耗人力;知識庫定制上,不同企業的業務流程不同、知識不同,需要定制知識庫;軟體功能定制方面,不同規模、業務類型的企業依然存在不同的需求;哪怕在部署之後,AI企業依然需要持續優化場景,根據交互的效果持續優化業務流程,並試圖拓展新的場景。
Q3:如何理解追一「開放共贏的生態合作體系」?
成博士:追一對各類企業都秉持著開放合作的心態,我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。
1. 平臺夥伴包括騰訊雲、華為雲等企業,平臺夥伴能夠提供基礎設施,起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路,追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案,使面向客戶的解決方案更好落地實施。
2. 行業夥伴指特定行業領域的資訊科技企業,他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源,也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。
3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。
4. 咨詢夥伴則能夠提供整合咨詢服務,在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。
追一在生態合作中除了能夠提供行業定制化的技術方案之外,還可以分享和拓展渠道資源,幫助系統集成商、ISV增收。長遠來看,追一希望把產品服務做得更加標準化,可供他人調用,也可以在自有平臺上集成協力廠商產品和服務。
Q4:你認為未來AI企業的發展趨勢是什麼?
成博士:大趨勢一定是行業越做越深、場景越做越精,提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。
此外,AI企業還應當繼續推進技術普惠,在當前AI大多只在大型企業使用,而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化,大量復用從頭部企業積累的垂直領域專識,再在過程中逐步建立跨行業復用的能力。
■要點回顧
1.「人工智慧即服務」(AI-as-a-service)依然處於初級階段,還沒有成熟的全鏈路玩家,因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。
2. 傳統企業需要抓住時間窗口,憑藉多年深耕行業的經驗積累,在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。
3. 對「改造者」而言,「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展,需要長期深耕垂直領域,持續積累行業know-how,並將縱深積累標準化,以複製到更多的垂直行業。
軟件 智庫 在 朱庭萱 Bonnie 玻璃朱 Facebook 的精選貼文
【身在福中不知福】
人們常說當你經常擁有,自然不會珍惜,相信有某些香港人便是。見到由美國卡托研究所(Cato Institute)和加拿大智庫菲沙研究中心(Fraser Institute)共同發佈的「人類自由指數」(Human Freedom Index)的2020年報告,香港的人類自由指數乃排列第三,經濟自由指數更排名全球首位。可惜反對派回歸以來不斷利用「自由」一次又一次地煽動群眾上街反政府攪暴亂,但香港自由度仍可位於世界前茅,其實大家還想要什麼?
最近有五位港人從台灣逃亡到美國尋求政治庇護,其中一人更是棄保潛逃,另外的都是曾參與暴動的年輕人。他們為逃避法律責任不想坐牢而遠走外地,但可笑的是在台灣期間也是被囚禁在軍事基地,更不准與家人及外間聯絡。若是那樣留在香港不是更好嗎?起碼自己不會成為逃犯,判刑又有機會被黃官放生,就算入獄家人亦可隨時探望,服刑後更是一條好漢可重新做人,但他們偏偏卻選擇逃亡這條路。就算現在到了美國,終身成為逃犯離鄉別井與家人朋友分別,究竟這真是一個更好的選擇嗎?
台灣對待偷渡港人,不准對外聯絡或與家人聯繫,大家從不發一言不投訴,幫助他們尋求美國庇護的朱牧民更說台方有善待他們。反觀因偷渡被內地扣押的十二瞞逃,家人可選擇到內地聽審、十二人亦健康無損、其中三位青年人更不獲起訴遣返香港。可惜反對派人士沒有讚揚內地「善待」他們不特止,更指責內地沒有人權、還不顧「一國兩制」底線下逼令內地釋放逃犯及香港政府介入、更抹黑香港警隊及政府密謀將十二人送中⋯請問若他們沒有意圖潛逃,政府如何密謀?大家要清楚現在香港還有由內地官員管理的「國安公署」,警隊「國安部」只負責調查及執法。還要不斷危言聳聽去令港人對內地政府及警察沒有信任的人,請問這是什麼居心?為什麼你們的所謂道德及良知都是有雙重標準?好像流亡德國的香港女大學生在難民營被性侵多次後還要多謝德國政府庇護,那是多麼的可悲?我一直不斷地問年輕人,把自己的下半生弄至如斯田地真的值得嗎?
請大家看清楚反對派的真面目吧!一個社會如果天下太平他們便沒有存在的價值,就像新加坡一樣你那有看到市民會投訴沒有人權、沒有遊行權及集會自由?所以反對派便一直以「自由和權利」為籍口去製造不同事端引起社會矛盾。利用環保及維護土地權為籍口去阻止政府興建大量公營房屋令香港人無法安居樂業、地產霸權亦因此而受益。不斷抹黑內地加深中港矛盾去令自己更有政治籌碼,令香港內亂從而打擊中國政府於國際急速飆升的地位。誣蔑警隊勾結黑社會、私刑、姦強、秘密濫殺等令大家不信任,目的只為打擊執法,從而令暴徒罪行合理化的「違法達義」歪理。
尋求美國庇護或覺得美國很自由的人,經過今次看到國會山莊暴亂警察一出手便有五名示威者死亡、政府之後更用人臉識別去追緝示威者;隨意便迫外國企業撤離出售;美國通訊軟件更隨意出售交換個人資料私隱沒有保障⋯這樣的一個國家誰敢說真的有人權及自由嗎?
還有想逃到英國的人,當地醫院不接收新冠肺炎病人由他們在家等死不施援助;大家更要習慣生活指數高難找工作;生活沒有像香港般方便年輕人不可能像香港般隨時去卡拉OK、宵夜等多姿多彩;夏天沒有空調及隨時停電等⋯相信BNO移民潮沒多久大家便會像97移民潮一樣抵受不住加拿大的苦悶及沒發展而回流,但到時大家還有沒有「機會」回流卻是未知之數了。外國月亮是否特別圓?還是大家身在福中不知福?希望大家可以深入反思清楚以免終身抱憾。
朱庭萱