其他
2019年,华为年薪百万的药物研发算法工程师,将AI制药推上神坛,迎来资本狂欢的盛景。数据显示,2016-2021年,AI制药领域中国投融资金额总量总体均呈现上升趋势,年均复合增速为50.9%。连谷歌、百度、腾讯等互联网巨头,都穿上了“白大褂”,高举AI制药大旗,甚至许多边缘玩家也想买张门票入场。一时间,AI制药领域陷入了“抢人大战”,甚至普通本科应届生求职CADD研发助理,都可以轻松实现月薪上万。4年过去了,资本已逐渐冷静,AI制药正在降温,但人才抢夺战却从未停止。遗憾的是,潮退过后,撇去泡沫和沙砾,却发现有些只是在“裸泳”,令人禁不住感慨:AI制药到底何时回归药的本质?浑身解数据悉,目前我国医疗人工智能工作岗位主要由制药/医疗、计算机/互联网/电子通信两大类企业提供,分别占医疗AI行业需求的55%和36%。其中,80%以上学历要求为本科及以上,40%以上的岗位工作经验要求3年以上,门槛较高,70%以上月薪过万,待遇颇丰。随着人工智能技术在医疗行业的不断普及,资本青睐,加上政策利好,AI进军制药领域已势不可挡。但目前的现状却是供不应求:医疗行业对AI相关人才需求较高,但医疗AI人才相对缺乏,对同时具有医疗和人工智能技术的复合性人才需求更高。AI制药需更多身怀传统药企经验,又能以开放视野接受AI技术的人才加入,背后是思维模式的转变。此外,顶层设计的AI人才也很匮乏,“这类人才不仅要有算法工程背景,还需具备AI系统工程和生物化学等交叉学科训练,才能实现顶层架构,把技术落地”,圆壹智慧创始人潘麓蓉认为。据智药局统计,从政府、产业园区、科研院校到AI药企等医药各方,为此浑身解数,开出的丰厚条件只多不少,花样百出。百万年薪,送车送房已屡见不鲜,目的只有一个,那就是人才。据某资深药企猎头透露:“需求更大了,人真的不好招,公司去年有时候平均2个月才开一单,都是年薪百万的大单。其中,晶泰科技就是他们的客户。”晶泰科技,国内AI制药的头部代表,职友集数据显示,其在招的算法研究员月薪最高90K,年薪超百万。百奥几何,2021年12月成立的AI大分子药物研发商,刚完成天使轮融资。4月在其官微发布公告:招聘计算生物学研究员、抗体设计研究员、机器学习平台研发工程师等多个岗位人才。虽没有年薪资给到百万,但表示会给予股权/期权,帮忙解决北京户口,诚意满满。比药企更难的是科研院所,对该领域人才学历和专业性要求更高,可以说是有价无市。今年5月,中国科学院自动化研究所也发布了招聘“人工智能+医疗”领域人才的信息,其中A类岗位科研启动和人才专项经费最高1600万元,可组建独立团队,招收博士后,安排自子女入学,提供住房和生活补贴,条件十分诱人。图:中国科学院自动化研究所招聘信息广东省智能科学与技术研究院也不甘落后,脑与认知科学、计算生物学、生物信息学岗位年薪(税前)95万元起;计算机科学、人工智能岗位135万元起,领军人才实行“一事一议”,150万住房补贴。图:广东省智能科学与技术研究院招聘信息连江西某地政府,也是高调招聘AI、临床医学、细胞医学相关人才,开出丰厚条件。讲故事行不通AI制药就是利用AI的手段,进行创新药研发,其本质还是制药。谁能够做出新药来,谁的技术就能够被买单,这也是现在唯一的评价标准和投资逻辑。蹭AI概念的时代已经过去,平台的技术是否过硬,临床管线是否具有前景,现在需要用成果说话。简言之,抢夺人才只是药企各方稳固核心,技术内卷的手段,最终能够研发出新药才是最终的目的,药企们还需要静下心来,专注于研发,做时间的朋友。但可悲的是,目前大多AI药企还处于十分尴尬的境地,故事讲得很好,做的事却不对味。外行还在欢欣鼓舞,内行却风评下滑。毕业于中国科学院上海药物研究所唐赟表示:“有些进入AI制药行业的人,尤其是风险投资者,他们只有计算机的背景,缺乏药学背景,并不真正了解药物设计,只是在跟风炒作一个概念。”而许多真正的“AI+医药”复合型人才本以为可以大显身手,实现抱负,谁知道却变成了螺丝钉,黯然退场,更愿意回归学术。在AI从业多年的曹翎就是如此,在他看来,制药行业其实根本不在乎AI,AI做成的数据再漂亮,药企可能只会花研发中的5%的权重去买它。现在,曹翎已退圈,打算出书为行业人士解答。从商业模式看,目前AI制药大致有三种:一是AI-CRO模式;二是内部研发模式;三是平台服务模式,即搭建AI技术平台并提供技术服务。三种模式特点不一,各有各的优势和短板,但其共同点是都依赖于产品的落地,而缓慢的研发进程,使得AI制药企业正经受着市场的严酷考验,行业急需拿出证据来体现AI制药的价值。即:利用AI研发新药确切地证实,从靶点确定到药物获批上市的时间确实短于传统途径,且研发成功率与传统途径相当或者更高,且研发成本大幅降低。而比这更难的是,是能够利用AI发现原来很难、甚至不可能发现的靶点及成药机制,使不可能成为可能。但据智药局统计,目前国内大部分AI药企还在“建平台、升级平台”的阶段,管线进展较快的AI辅助研发的药物,也几乎都是“老药新用”,没有一款真正由AI设计上市的药物,任重而道远。图:部分进入临床阶段的AI赋能的老药新用在此,需要解决的一个核心问题就是如何将AI的“新”和“快”与制药的“旧”和“慢”融合,除人才紧缺外,还有就是数据源的问题。制药领域对数据要求保密,这与AI高度依赖数据,强调开放存在矛盾,加上政策监管还未成熟,我国生物技术领域无法聚集海量数据,也就不能很好地进行AI建模。此外,国内大部分企业通过公开数据库拿到的药物研发数据量少质低,需要从化学生物实验室产生数据并积累,耗费周期长。值得一提的是,目前有些企业正在削减管线,有人认为这是AI制药还未真正起飞,就开始唱衰了?在智药局看来,这是企业内部清理行为,能将更多的钱花在有价值的管线上,回归制药的本质,否则等到进入临床阶段,则损失更大。过度吹嘘AI,没有实际成果落地,跟着热度讲故事行不通,AI药企还需从制药行业的底层逻辑出发,提高核心竞争力。于CRO企业而言,其核心竞争力就是专业的研发、生产等等外包服务;药物研发企业,其核心竞争力就在于管线的市场前景,以及高价值管线数量够不够多;平台服务企业,其核心竞争力就是AI技术是否前沿,是否具有差异化,能够实质性助力新药研发。