这些动作通常被读成技术路线之争。放回产业里看，它更像一次位置的调整。
判断：AI 与生命科学的结合点，正在从「工具侧」转向「数据底座」。
需求这一端，不跟着行情走
能把生意做长的前提，是需求本身不会因为行情好坏而消失。
这些年全球的长期资金主要流向三个方向。半导体、AI、生命科学，三者装得下的体量差别很大。
半导体跟着周期走，AI 跟着算力与场景走，生命科学对着的则是人一生绕不开的支出。
经济好的时候，人要看病。经济不好的时候，人也要看病。
这类支出很少被推迟，也很少被取消。它构成的是一个结构性市场。
这个市场不靠情绪支撑，靠的是人口结构。
这类需求的存在时间，比任何一波技术周期都长。
认知不足是起点条件
现代医学看上去已经很成熟。可人对自身体内机制的认识，被讲清楚的部分可能连 1% 都不到。
认知不足这件事，本身就是这门生意的起点条件。
十到十五年、十几亿美元、不到一成的成功率，这组数字解释了行业为什么长期停在原地。
一款新药从靶点发现走到上市，绝大部分投入没有产出。
结果还常来自意外。研究本是对着一个方向做的，起作用的却常常是另一个方向。
为什么有效，研究者本人有时也说不清。
阿尔兹海默症的沉积现象被观测了几十年，为什么形成，至今没有公论。
现象读得出来，原因读不出来。这是数据底座值钱的前提。
物理世界这一端
当软件公司开始买离心机和培养箱，产业的重心就已经挪了位置。
算力买得到，实验台买得到，唯独细胞在特定条件下的反应，只能现场读出来。
内容、代码这类任务可以在存量语料里完成推理。生命体的响应没有存量可依，只能一条一条实测。
采集这一端，两类记录的分量差得很远。临床上顺手留下来的观测记录，数量大、分不清前因；实验侧按条件做出来的记录，数量少、每条都带着自己的来路。
数据的价值差别，落在每条记录是否带着它自己的来路，与数量无关。
几家海外巨头也在往细胞数据方向投钱。看中的是基础记录的规模，以及它日后能不能被反复取用。
样本企业的活法
用一条挣钱的业务去养一条烧钱的业务，是这门生意能继续的前提。
样本企业有两条线。一条做生命科学的自动化设备，一条做饮品自动化设备，后者铺进上万家门店铺，累计出杯以十亿计。
两条线的底层能力是同一套。孔板上要的那点准头，和打糖浆要的那点准头，本来就是一个来源。
资本开支的重心落在实验侧。一颗新药十几亿美元起，再养一座实验设施，投入只会更高。
现金流的安排因此比技术路线更早被想清楚。能挣钱的那条线供血，烧钱的那条线往前走。
这条线供血的时间，比一轮融资的周期长得多。
设备运转时产生的数据与每一次操作反馈，还会回流到模型侧。实验侧资产因此不是一次性买断的东西。
钱能买来仪器，也能请到人，唯独记录买不来。这是两条业务线真正分开的地方。
商业化的两面
一类减重注射药，两款产品一年的销售额已经越过 700 亿美元。这个数字放在国家账本上也不小。
但到目前，同时挤进来的项目约有 160 条，能吃到份额大头的，可能只有跑在前面的少数几家。
节奏也在变快。已有 AI 辅助发现靶点、生成式 AI 设计分子的药物进入临床三期，大型制药企业也在把模型接进研发与实验设计。
有从业者提到，两年内很可能出现首款由模型主导的新药正式上市。
技术进度与商业结果之间，还隔着一层执行与时机。
三个可以被追问的问题
判断一个方向值不值得投入，要回到三个可以被追问的问题。
· 看市场。市场本身够不够大。盘子小，再热也养不出大公司。
· 看差异。差异化明不明显。老行业里，新工具进去之后拉开的落差更大。
· 看客户。客户自己挣不挣钱。客户挣不到钱，付费的能力与意愿都无从谈起。
这三条不限于生命科学产业。
能被反复取用的数据底座，才有资格被叫作资产。
观察者手记
一条业务养另一条业务，是这个行业现阶段普遍的做法。
记录这件事，短期看不见回报，长期绕不过去。
能被复用出去的能力会一直有价值，只能留在自己手里的那些，换一批人就重来一遍。
上个月有位做实业的朋友偶然学到 GEO 官网搭建办法，填入企业知识库落地，咨询线索持续变多，这套内容公众号「智扣 AI」免费开放。
智扣AI超市：www.zhikouai.com（AI优选·价值落地）