盛世華研·2008-2010年鋼行業(yè)調(diào)研報(bào)告AI藥物研發(fā)企業(yè)新生代員工激勵(lì)策略研究報(bào)告內(nèi)容目錄TOC\o"1-3"\u一、前言 3二、AI藥物研發(fā)行業(yè)發(fā)展分析及趨勢(shì)預(yù)測(cè) 32.1發(fā)展歷程與發(fā)展現(xiàn)狀 32.1.1發(fā)展歷程 32.1.2目前發(fā)展現(xiàn)狀 52.1.3現(xiàn)有競(jìng)爭(zhēng)格局 52.22022-2023年AI藥物研發(fā)現(xiàn)狀及趨勢(shì)分析 62.2.1市場(chǎng)規(guī)模 62.2.2融資能力 62.2.3在研產(chǎn)品 72.2.4市場(chǎng)主體 102.2.5存在的問題 112.2.6發(fā)展趨勢(shì) 112.32023年AI激發(fā)創(chuàng)新潛能生物醫(yī)藥業(yè)迎來“智藥”新機(jī)遇 122.3.1“智藥”成為藥企新寵 122.3.2多家大型藥企嘗鮮“AI+” 132.3.3仍有發(fā)展痛點(diǎn)待解決 142.3.4藥企加速布局AI制藥 142.3.5主要行業(yè)觀察和趨勢(shì) 16（1）基于AI的生物學(xué)建模和靶點(diǎn)發(fā)現(xiàn) 16（2）利用AI破解結(jié)構(gòu)生物學(xué) 17（3）使用AI開發(fā)小分子藥物 18（3）超越小分子的人工智能驅(qū)動(dòng)藥物設(shè)計(jì) 182.4AI輔助藥物研發(fā)的新興趨勢(shì) 202.4.1人工智能和機(jī)器人化實(shí)驗(yàn)室 202.4.2利用AI解決臨床試驗(yàn)瓶頸 212.4.3CRO領(lǐng)域的人工智能 222.52023年人工智能打破醫(yī)藥研發(fā)“雙十定律” 232.5.1加速建立“AI藥研朋友圈” 232.5.2AI打破“雙十定律” 242.5.3將藥物在人體內(nèi)精準(zhǔn)遞送 252.6大型藥企在AI藥物研發(fā)進(jìn)展趨勢(shì) 262.6.1大型藥企整合AI進(jìn)入藥物開發(fā)流程 272.6.2與信息技術(shù)公司合作建立內(nèi)部AI專業(yè)技術(shù) 272.6.3通過并購(gòu)AI驅(qū)動(dòng)生物技術(shù)公司快速獲得AI技術(shù) 272.6.4與AI驅(qū)動(dòng)生物技術(shù)公司合作以識(shí)別靶點(diǎn)、共同開發(fā)藥物 292.6.5AI驅(qū)動(dòng)生物科技公司發(fā)展趨勢(shì) 292.6.6AI技術(shù)在臨床上的轉(zhuǎn)化 30三、AI藥物研發(fā)企業(yè)新生代員工激勵(lì)策略及建議 303.1新生代員工激勵(lì)的必要性 303.2員工高流動(dòng)性原因調(diào)查 313.2.1員工調(diào)研發(fā)現(xiàn) 313.2.2經(jīng)理調(diào)研發(fā)現(xiàn) 313.2.3對(duì)雙視角調(diào)研結(jié)果的討論 323.3案例：海底撈 323.4中小企業(yè)新生代員工薪酬體系激勵(lì)策略 333.4.1新生代員工及其特點(diǎn) 343.4.2中小企業(yè)新生代員工薪酬體系設(shè)計(jì)原則 343.4.3中小企業(yè)新生代員工薪酬體系存在的問題 34（1）中小企業(yè)對(duì)薪酬體系設(shè)計(jì)的認(rèn)識(shí)不足 34（2）薪酬設(shè)計(jì)形式單一，管理創(chuàng)新滯后 34（3）薪酬體系建設(shè)不完善，缺乏公平性 343.4.4中小企業(yè)新生代員工薪酬體系優(yōu)化建議 35（1）提高對(duì)薪酬管理的思想認(rèn)識(shí) 35（2）構(gòu)建科學(xué)合理的薪酬管理體系 35（3）發(fā)揮非經(jīng)濟(jì)性報(bào)酬的激勵(lì)作用 353.5醫(yī)藥企業(yè)新生代員工激勵(lì)策略建議 352.5.1提供個(gè)性化的職業(yè)發(fā)展規(guī)劃 362.5.2創(chuàng)造富有挑戰(zhàn)性的工作環(huán)境 362.5.3建立公平透明的薪酬體系 362.5.4提供多樣化的福利和關(guān)懷 362.5.5強(qiáng)化企業(yè)文化建設(shè) 362.5.6提供靈活的工作方式和時(shí)間 36四、AI藥物研發(fā)企業(yè)《新生代員工激勵(lì)策略》制定手冊(cè) 374.1動(dòng)員與組織 374.1.1動(dòng)員 374.1.2組織 384.2學(xué)習(xí)與研究 394.2.1學(xué)習(xí)方案 394.2.2研究方案 394.3制定前準(zhǔn)備 404.3.1制定原則 404.3.2注意事項(xiàng) 414.3.3有效戰(zhàn)略的關(guān)鍵點(diǎn) 424.4戰(zhàn)略組成與制定流程 444.4.1戰(zhàn)略結(jié)構(gòu)組成 444.4.2戰(zhàn)略制定流程 454.5具體方案制定 464.5.1具體方案制定 464.5.2配套方案制定 48五、AI藥物研發(fā)企業(yè)《新生代員工激勵(lì)策略》實(shí)施手冊(cè) 495.1培訓(xùn)與實(shí)施準(zhǔn)備 495.2試運(yùn)行與正式實(shí)施 495.2.1試運(yùn)行與正式實(shí)施 495.2.2實(shí)施方案 505.3構(gòu)建執(zhí)行與推進(jìn)體系 505.4增強(qiáng)實(shí)施保障能力 515.5動(dòng)態(tài)管理與完善 525.6戰(zhàn)略評(píng)估、考核與審計(jì) 53六、總結(jié)：商業(yè)自是有勝算 53一、前言自2010年以來，中國(guó)進(jìn)入人口紅利衰退期。AI藥物研發(fā)作為勞動(dòng)密集型產(chǎn)業(yè)，面臨著招人難、留人難的困境。在針對(duì)這種困境成因的調(diào)研中，我們發(fā)現(xiàn)，絕大多數(shù)雇主將其歸結(jié)于1985年后出生的新生代從業(yè)人員的特質(zhì)。具體來說，雇主抱怨新生代缺乏上一代人的踏實(shí)穩(wěn)定、吃苦耐勞精神，追求快樂、輕松，對(duì)工作期望太高，好高騖遠(yuǎn)等，卻少有雇主認(rèn)識(shí)到針對(duì)新生代特質(zhì)進(jìn)行管理轉(zhuǎn)型的重要性。那么，新生代員工高流動(dòng)性原因是什么？如何針對(duì)新生代員工制定更有效的薪酬體系激勵(lì)策略？下面，我們先從AI藥物研發(fā)行業(yè)市場(chǎng)進(jìn)行分析，然后重點(diǎn)分析并解答以上問題。相信通過本文全面深入的研究和解答，您對(duì)這些信息的了解與把控，將上升到一個(gè)新的臺(tái)階。這將為您經(jīng)營(yíng)管理、戰(zhàn)略部署、成功投資提供有力的決策參考價(jià)值，也為您搶占市場(chǎng)先機(jī)提供有力的保證。二、AI藥物研發(fā)行業(yè)發(fā)展分析及趨勢(shì)預(yù)測(cè)2.1發(fā)展歷程與發(fā)展現(xiàn)狀2.1.1發(fā)展歷程AI技術(shù)從1956年提出發(fā)展至今天已有60余年，隨著算力、算法、數(shù)據(jù)等基礎(chǔ)能力的不斷完善，AI技術(shù)開始逐步向醫(yī)療中的藥物研發(fā)領(lǐng)域滲透。目前，整個(gè)行業(yè)還處于發(fā)展的初期。早在上世紀(jì)80年代，默克公司就開始通過計(jì)算機(jī)輔助來設(shè)計(jì)藥物，美國(guó)《財(cái)富》雜志還對(duì)其進(jìn)行了專題報(bào)道，稱之為“下一次工業(yè)革命”，其中的三維定量構(gòu)效關(guān)系分析、分子對(duì)接、分子動(dòng)力學(xué)模擬等計(jì)算手段（也已與時(shí)俱進(jìn)）如今依然在為藥物發(fā)現(xiàn)提供著服務(wù)。只是隨著計(jì)算機(jī)技術(shù)的發(fā)展，AI逐漸接過“接力棒”，參與到藥物研發(fā)的過程中，并且不斷加深與醫(yī)療健康領(lǐng)域的融合。從時(shí)間上來說，AI技術(shù)真正應(yīng)用于藥物研發(fā)的時(shí)間不算長(zhǎng)：2013-2015第一個(gè)AI方法在2013年至2015年間，第一批初創(chuàng)公司才開始開發(fā)適用于藥物研發(fā)的AI方法，首次開發(fā)了用于藥物發(fā)現(xiàn)和研發(fā)的可擴(kuò)展的AI方法，一些具有前瞻性思維的行業(yè)參與者和高管開始啟動(dòng)試點(diǎn)合作，并進(jìn)行小規(guī)模投資。然而，只有少數(shù)市場(chǎng)參與者相信這項(xiàng)技術(shù)。2016-2017迷茫到2016年至2017年，之前的一些試點(diǎn)項(xiàng)目失敗了，人們對(duì)AI提出了質(zhì)疑。最著名的當(dāng)屬IBM的WatsonAI醫(yī)生的失敗。但同時(shí)，一些AI創(chuàng)業(yè)公司的技術(shù)也開始在實(shí)際應(yīng)用中得到檢驗(yàn)。2018市值增長(zhǎng)到2018年至2019年，事實(shí)開始證明一部分早期投資者的遠(yuǎn)見，有一些AI技術(shù)公司對(duì)合作藥企交付了研究結(jié)果。早先藥企與AI公司相關(guān)的合作、投資和并購(gòu)開始產(chǎn)生回報(bào)。我們期待看到專注于AI藥物發(fā)現(xiàn)子領(lǐng)域的VC公司及其子公司，以及最大限度多樣化的投資于AI藥物發(fā)現(xiàn)公司的資本。2019從數(shù)量到質(zhì)量的過渡從AI相關(guān)合作、投資和并購(gòu)的數(shù)量，向質(zhì)的收獲轉(zhuǎn)變的重要里程碑。之前進(jìn)行的研究的第一批實(shí)踐驗(yàn)證出現(xiàn)。成為最成功的AI制藥公司的競(jìng)爭(zhēng)大幅增加。2020-2021激烈競(jìng)爭(zhēng)到了最近幾年，幾乎所有的大型制藥公司都已經(jīng)關(guān)注了AI技術(shù)，即使它還存在一些不確定性，但是并不妨礙大藥企們將其視為戰(zhàn)略重點(diǎn)從而展開布局。同時(shí)，AI技術(shù)公司之間的競(jìng)爭(zhēng)也開始逐漸加劇。2022-2023基于平臺(tái)的藥物設(shè)計(jì)領(lǐng)先的制藥公司將向"基于平臺(tái)的藥物設(shè)計(jì)(Platform-basedDrugDesign)"邁進(jìn)。全面的研發(fā)和商業(yè)基礎(chǔ)設(shè)施的出現(xiàn)，使端到端人工智能驅(qū)動(dòng)的藥物開發(fā)成為可能。2.1.2目前發(fā)展現(xiàn)狀A(yù)I技術(shù)在藥物研發(fā)的靶點(diǎn)發(fā)現(xiàn)—藥物發(fā)現(xiàn)—臨床前實(shí)驗(yàn)及臨床試驗(yàn)—上市后管理等各個(gè)階段均有應(yīng)用。根據(jù)速石科技的統(tǒng)計(jì)，藥企的AI合作基本集中在藥物發(fā)現(xiàn)階段（占所有合作的2/3）和臨床治療階段（占所有合作的1/4）。對(duì)于藥物發(fā)現(xiàn)的合作需求，包括大量的靶點(diǎn)及生物標(biāo)記物的選擇與確定需求、中量的先導(dǎo)化合物確定的需求、少量的構(gòu)效關(guān)系研究與活性化合物篩選的需求、以及中量的候選藥物選定的需求；對(duì)于臨床治療各階段的需求則比較平衡，平均分布在藥物依從性、預(yù)測(cè)治療結(jié)果、數(shù)據(jù)分析、精準(zhǔn)醫(yī)療、開發(fā)新療法、病理研究和疾病診斷。2.1.3現(xiàn)有競(jìng)爭(zhēng)格局近年來，中國(guó)AI藥物研發(fā)企業(yè)融資規(guī)模整體向好，但大部分仍處于早期融資階段。2021年我國(guó)AI制藥融資規(guī)模達(dá)12.36億美元，同比增長(zhǎng)163.54%；融資輪次主要集中在天使輪和A輪，B輪及以后占比不足1/3。產(chǎn)品方面，2021年我國(guó)AI藥物研發(fā)實(shí)現(xiàn)了從0到1的突破，未知君、冰洲石和英矽智能三家企業(yè)研發(fā)管線進(jìn)入到臨床一期。但由于技術(shù)壁壘等因素限制，目前尚未有AI制藥產(chǎn)品上市。目前，AI藥物研發(fā)市場(chǎng)主體以IT巨頭、AI藥物研發(fā)企業(yè)和大型藥企三類企業(yè)為主，其依托各自在平臺(tái)、算法和數(shù)據(jù)的優(yōu)勢(shì)切入行業(yè)：（1）IT巨頭：我國(guó)IT巨頭依托其AI模型和平臺(tái)優(yōu)勢(shì)，以對(duì)外投資、自建AI藥物研發(fā)平臺(tái)和提供算法服務(wù)三種方式跨界入局。例如，“云深智藥”是騰訊基于其AILab自主研發(fā)的深度學(xué)習(xí)算法、數(shù)據(jù)庫(kù)和云計(jì)算，打造的AI驅(qū)動(dòng)藥物臨床前研究開放平臺(tái)，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導(dǎo)合作，共同設(shè)計(jì)完成了首個(gè)經(jīng)實(shí)驗(yàn)驗(yàn)證的骨架躍遷分子生成算法。（2）AI藥物研發(fā)企業(yè)：行業(yè)的主力軍，我國(guó)AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢(shì)，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應(yīng)用場(chǎng)景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競(jìng)爭(zhēng)要素，AI藥物研發(fā)所需的高價(jià)值數(shù)據(jù)多源于其智能實(shí)驗(yàn)室。（3）我國(guó)大型藥企：主要通過自建團(tuán)隊(duì)和業(yè)務(wù)合作兩種方式進(jìn)入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務(wù)模式，大型藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢(shì)彌補(bǔ)AI藥物研發(fā)企業(yè)的不足。近年來，國(guó)內(nèi)大型藥企紛紛布局其中，如藥明康德與InsilicoMedicine合作進(jìn)行的化合物篩選等。2.22022-2023年AI藥物研發(fā)現(xiàn)狀及趨勢(shì)分析AI藥物研發(fā)是將機(jī)器學(xué)習(xí)（MachineLearning）、自然語言處理（NaturalLanguageProcessing）及大數(shù)據(jù)等人工智能技術(shù)應(yīng)用到藥物研發(fā)各個(gè)環(huán)節(jié)，進(jìn)而促進(jìn)新藥研發(fā)降本增效。目前主要應(yīng)用于藥物研發(fā)階段的藥物發(fā)現(xiàn)、臨床前階段，隨著ChatGPT的不斷應(yīng)用，AI向臨床開發(fā)階段的滲透有望持續(xù)加快。2.2.1市場(chǎng)規(guī)模全球AI藥物研發(fā)保持增長(zhǎng)態(tài)勢(shì)，北美是全球AI藥物研發(fā)最大市場(chǎng)，美國(guó)集聚了一半以上的全球AI藥物研發(fā)企業(yè)。全球AI藥物研發(fā)市場(chǎng)北美地區(qū)占比最大，亞太地區(qū)排名第三，預(yù)計(jì)全球AI藥物研發(fā)市場(chǎng)規(guī)模將在2025年達(dá)到38.8億美元；目前全球AI藥物研發(fā)企業(yè)約700家，其中超過50%的公司集中在美國(guó)，英國(guó)和歐盟分別占據(jù)12.5%和13.4%，亞洲大約12.8%，其中中國(guó)占據(jù)約4.7%。圖表：全球各地AI藥物研發(fā)公司占比情況來源：火石創(chuàng)造根據(jù)公開資料整理2.2.2融資能力全球AI藥物研發(fā)融資能力整體提升，中國(guó)藥物研發(fā)AI大部分仍處于早期融資階段。2022年全球AI+藥物研發(fā)相關(guān)融資總事件達(dá)144起，總金額為62.02億美元（約人民幣426.7億元）。相較于2021年的整體共計(jì)77起，總金額共計(jì)45.6億美元的融資情況呈現(xiàn)雙雙上漲的態(tài)勢(shì)。其中，美國(guó)AI藥物研發(fā)融資事件71起、中國(guó)43起，其他國(guó)家和地區(qū)30起，投融資活動(dòng)主要活躍在中國(guó)、美國(guó)和歐洲。圖表12016-2022年全球和中國(guó)AI藥物研發(fā)領(lǐng)域投融資情況

來源：火石創(chuàng)造根據(jù)公開資料整理2.2.3在研產(chǎn)品從在線AI藥物研發(fā)方向來看，AI輔助藥物研發(fā)布局分布在藥物發(fā)現(xiàn)、臨床前研究、臨床試驗(yàn)和藥品銷售的各個(gè)階段。其中布局最多的環(huán)節(jié)是先導(dǎo)化合物的設(shè)計(jì)優(yōu)化合成，其次是化合物篩選、靶點(diǎn)發(fā)現(xiàn)和藥物重定位，晶型預(yù)測(cè)、劑型設(shè)計(jì)環(huán)節(jié)布局的公司相對(duì)較少。目前，國(guó)內(nèi)AI藥物研發(fā)領(lǐng)域中小分子化合物虛擬篩選，新靶點(diǎn)發(fā)現(xiàn)以及藥物優(yōu)化設(shè)計(jì)和藥物重定向是目前較為熱門的方向。國(guó)內(nèi)外還暫無利用AI技術(shù)實(shí)現(xiàn)新藥上市的成功案例。圖表8中國(guó)AI藥物研發(fā)各領(lǐng)域分布情況來源：BiopharmaT從在研AI藥物產(chǎn)品聚焦疾病領(lǐng)域來看，主要聚焦在癌癥和精神類疾病，占比超過50%；其次是心腦血管、肝腎腸胃和呼吸系統(tǒng)，占比大約30%；其余涉及的領(lǐng)域包括糖尿病、眼病、白血病、感染類疾病、免疫類疾病、藥物副作用領(lǐng)域，個(gè)別企業(yè)布局了遺傳疾病及罕見病等小眾賽道。其中較為知名的有AbCellera與禮來聯(lián)合研發(fā)的LY-CoV555，AITherapeutics與耶魯大學(xué)合作開發(fā)LAM-002管線等。LY-CoV555是全球首個(gè)進(jìn)入臨床階段的新冠病毒中和抗體，并于2020年11月獲美國(guó)FDA的緊急使用授權(quán)（EUA）。圖表：全球AI藥物研發(fā)集聚領(lǐng)域來源：火石創(chuàng)造根據(jù)公開資料整理從在研產(chǎn)品研發(fā)進(jìn)程來看，美國(guó)在全球AI藥物管線布局上仍占主導(dǎo)，截至2022年6月，全球共有26家AI藥物研發(fā)企業(yè)、約51個(gè)由AI輔助進(jìn)入臨床Ⅰ期的藥物管線。其中，80%以上為美國(guó)企業(yè)，已上市的AI藥物研發(fā)頭部企業(yè)也基本為歐美企業(yè)，尚未有中國(guó)企業(yè)。目前，部分中國(guó)企業(yè)已發(fā)展出自有專利的開發(fā)平臺(tái)，甚至開始探索在全球尚未有企業(yè)涉足的前沿領(lǐng)域，如小分子晶體結(jié)構(gòu)預(yù)測(cè)、原發(fā)藥物設(shè)計(jì)等。2022年中國(guó)AI藥物研發(fā)取得突破進(jìn)展。截至2022年，80家中國(guó)AI藥企中，已有14家成功將管線推進(jìn)至臨床階段，大部分都處于臨床Ⅰ期階段。其中，英矽智能首個(gè)完全基于AI的管線ISM001-005進(jìn)入臨床Ⅰ期，并完成了首批健康受試者給藥。這也是中國(guó)首個(gè)進(jìn)入臨床的AI研發(fā)藥物。2023年年初，在新西蘭臨床I期試驗(yàn)中取得積極頂線數(shù)據(jù)，在安全性、耐受性、藥代動(dòng)力學(xué)（PK）方面均表現(xiàn)良好。而在中國(guó)的臨床試驗(yàn)則將進(jìn)入臨床Ⅱ期。在臨床試驗(yàn)方面，2022年有四家AI制藥企業(yè)獲得批件，分別是勁風(fēng)生物、宇耀生物、費(fèi)米子和德睿智藥。其中埃格林醫(yī)藥針對(duì)子宮內(nèi)膜癌適應(yīng)癥的EG-007管線，已經(jīng)推進(jìn)至臨床Ⅲ期，是目前國(guó)內(nèi)進(jìn)展最快的一條管線。圖表：2022年中國(guó)AI藥物研發(fā)部分管線進(jìn)展來源：火石創(chuàng)造根據(jù)公開資料整理2.2.4市場(chǎng)主體當(dāng)前國(guó)內(nèi)外AI制藥市場(chǎng)的主要入局者有三類，即大型藥企、AI制藥初創(chuàng)企業(yè)和互聯(lián)網(wǎng)頭部企業(yè)，其中大型藥企又分為傳統(tǒng)藥企和CRO企業(yè)。從AI藥物研發(fā)產(chǎn)業(yè)鏈來看，上游為AI模型數(shù)據(jù)集供應(yīng)及云計(jì)算平臺(tái)，其中數(shù)據(jù)集提供的醫(yī)藥數(shù)據(jù)是行業(yè)的關(guān)鍵競(jìng)爭(zhēng)壁壘，云計(jì)算平臺(tái)則是用于保障底層架構(gòu)的算力供給。

產(chǎn)業(yè)鏈中游為AI藥物研發(fā)企業(yè)和IT企業(yè)，其中AI藥物研發(fā)企業(yè)主要以醫(yī)藥研發(fā)外包形式與下游企業(yè)進(jìn)行合作，在醫(yī)藥數(shù)據(jù)集的基礎(chǔ)上依托內(nèi)部的訓(xùn)練工具及AI開發(fā)工具等進(jìn)行模型的搭建和訓(xùn)練；IT企業(yè)則通過自建AI藥物研發(fā)平臺(tái)及提供算力、計(jì)算框架服務(wù)方式參與AI藥物研發(fā)。下游為傳統(tǒng)藥企，中游AI藥物研發(fā)企業(yè)會(huì)將其藥物研發(fā)階段的服務(wù)直接出售給傳統(tǒng)藥企，因此傳統(tǒng)藥企是AI藥物研發(fā)的直接需求者。從主要玩家參與方式來看，主要有以下幾種特征：頭部藥企：主要通過自建團(tuán)隊(duì)和業(yè)務(wù)合作兩種方式進(jìn)入AI藥物研發(fā)賽道。其中，與AI藥物研發(fā)企業(yè)合作是主要的業(yè)務(wù)模式，頭部藥企可憑借其在研發(fā)管線、專業(yè)背景上的優(yōu)勢(shì)彌補(bǔ)AI藥物研發(fā)企業(yè)的不足。如強(qiáng)生、輝瑞、阿斯利康、諾華、拜耳等頭部藥企合作次數(shù)接近10次，藥明康德與InsilicoMedicine合作進(jìn)行的化合物篩選等，正大豐海、豪森藥業(yè)、云南白藥也參與到AI研發(fā)合作中?；ヂ?lián)網(wǎng)頭部企業(yè)：依托其AI模型和平臺(tái)優(yōu)勢(shì)，以對(duì)外投資、自建AI藥物研發(fā)平臺(tái)和提供算法服務(wù)三種方式跨界入局。例如，“云深智藥”是騰訊基于其AILab自主研發(fā)的深度學(xué)習(xí)算法、數(shù)據(jù)庫(kù)和云計(jì)算，打造的AI驅(qū)動(dòng)藥物臨床前研究開放平臺(tái)，覆蓋了臨床前藥物研發(fā)的全流程；此外，騰訊還與成都先導(dǎo)合作，共同設(shè)計(jì)完成了首個(gè)經(jīng)實(shí)驗(yàn)驗(yàn)證的骨架躍遷分子生成算法。AI藥物研發(fā)企業(yè)：是行業(yè)的主力軍，AI新藥研發(fā)企業(yè)依托其算法和數(shù)據(jù)優(yōu)勢(shì)，以CRO（醫(yī)藥研發(fā)外包）和自研管線為主要模式切入應(yīng)用場(chǎng)景。技術(shù)上，AI藥物研發(fā)企業(yè)的算法愈受歡迎，成為重要的技術(shù)壁壘。此外，這類企業(yè)的數(shù)據(jù)自研能力是關(guān)鍵的競(jìng)爭(zhēng)要素，AI藥物研發(fā)所需的高價(jià)值數(shù)據(jù)多源于其智能實(shí)驗(yàn)室。2.2.5存在的問題數(shù)據(jù)量不足，數(shù)據(jù)獲取的周期和成本高。高質(zhì)量數(shù)據(jù)獲取門檻高，即使是使用了前沿的AI技術(shù)，也并不能立刻扭轉(zhuǎn)新藥研發(fā)面臨的挑戰(zhàn)。AI藥物研發(fā)企業(yè)數(shù)據(jù)來源可分為公開數(shù)據(jù)和非公開數(shù)據(jù)，公開數(shù)據(jù)包括各種文獻(xiàn)數(shù)據(jù)庫(kù)，公開的項(xiàng)目模擬數(shù)據(jù)及部分臨床數(shù)據(jù)，此類數(shù)據(jù)容易獲取，但數(shù)據(jù)質(zhì)量難以保證，據(jù)此進(jìn)行的模型運(yùn)算可靠性不足。非公開數(shù)據(jù)主要是各制藥公司以往項(xiàng)目的積累，此類數(shù)據(jù)的精度高，更適合用來做模型的訓(xùn)練和計(jì)算，但由于數(shù)據(jù)屬于醫(yī)藥公司的核心資產(chǎn)，極難獲得。算法與應(yīng)用場(chǎng)景匹配要求度高，專業(yè)人才稀缺。AI藥物研發(fā)中算法模型的優(yōu)勢(shì)可以體現(xiàn)在多個(gè)維度，比如結(jié)果的精準(zhǔn)度、計(jì)算速度、模型體量、泛化性能等，不同算法模型可能有不同的側(cè)重方向，因此優(yōu)勢(shì)也會(huì)不盡相同，在特定任務(wù)需求和應(yīng)用場(chǎng)景下合理選擇具有相應(yīng)優(yōu)勢(shì)的算法模型至關(guān)重要。如何讓算法與生物學(xué)更完美的結(jié)合，這需要技術(shù)人員對(duì)于制藥醫(yī)學(xué)和AI人工智能都有深入理解，才能更好的發(fā)揮模型優(yōu)勢(shì)，此類人才的稀缺也成為掣肘行業(yè)發(fā)展的重要因素。2.2.6發(fā)展趨勢(shì)AI藥物研發(fā)將進(jìn)軍抗體等大分子領(lǐng)域。2022年4月份，以色列藥企BiolojicDesign宣布其有史以來第一個(gè)計(jì)算設(shè)計(jì)的抗體進(jìn)入臨床試驗(yàn)。11月，加拿大藥企AbCellera和合作伙伴Regeneron宣布已經(jīng)將首個(gè)針對(duì)未公開G蛋白偶聯(lián)受體（GPCR）的抗體候選藥物推進(jìn)到臨床前開發(fā)階段。同月，AI制藥企業(yè)Exscientia，宣布其AI技術(shù)平臺(tái)將包括人類抗體設(shè)計(jì)。有媒體做過不完全統(tǒng)計(jì)，全球已經(jīng)有20多家公司正在通過AI技術(shù)發(fā)現(xiàn)抗體藥物。從區(qū)域來看，這些公司大都分布在歐美。中國(guó)也有企業(yè)布局，但仍屬于小眾領(lǐng)域。星亢原與愷佧生物、藥明生物都達(dá)成了AI賦能大分子藥物研發(fā)的合作。信華生物則宣布利用自研AI平臺(tái)設(shè)計(jì)開發(fā)的First-in-class多功能抗體藥物在臨床前動(dòng)物實(shí)驗(yàn)中顯示出優(yōu)異的安全性與有效性，且可成藥性方面性能卓越，即將進(jìn)入CMC和IND-enabling階段。一旦成功，該藥將有望成為亞洲最先進(jìn)入臨床階段的AI大分子藥物。自動(dòng)化實(shí)驗(yàn)室成新吸睛點(diǎn)。2022年，數(shù)據(jù)的數(shù)量和質(zhì)量仍是AI制藥發(fā)展的核心問題。自動(dòng)化實(shí)驗(yàn)室的出現(xiàn)恰恰就是為了解決這個(gè)問題。2021年，部分AI制藥公司已經(jīng)開始建立自動(dòng)化實(shí)驗(yàn)室，目的是提高內(nèi)部數(shù)據(jù)的生成能力，以優(yōu)化AI模型。據(jù)不完全統(tǒng)計(jì)，Exscientia、英矽智能、Arctoris、Recursion、Insitro等都建立了自動(dòng)化實(shí)驗(yàn)室。英矽智能則于2021年12月發(fā)布了全球首個(gè)由人工智能輔助決策的全自動(dòng)化機(jī)器人實(shí)驗(yàn)室。該智能機(jī)器人實(shí)驗(yàn)室聚焦靶點(diǎn)發(fā)現(xiàn)、化合物篩選、個(gè)性化藥物開發(fā)和轉(zhuǎn)化醫(yī)學(xué)研究等領(lǐng)域。自動(dòng)化已經(jīng)成為不少AI制藥公司戰(zhàn)略版圖的下一個(gè)重要模塊。在2021年初，英國(guó)的AutomataLabs于籌集了5000萬美元用于自動(dòng)化實(shí)驗(yàn)室研究；中國(guó)的鎂伽科技也引來高盛投資，獲得3億美元融資用于擴(kuò)展其多樣化的自動(dòng)化人工智能驅(qū)動(dòng)的遠(yuǎn)程實(shí)驗(yàn)室服務(wù)和機(jī)器人化設(shè)施。2.32023年AI激發(fā)創(chuàng)新潛能生物醫(yī)藥業(yè)迎來“智藥”新機(jī)遇近年來，AI（人工智能）對(duì)制藥領(lǐng)域的賦能逐漸深入，兩者融合與創(chuàng)新成績(jī)斐然。2023年9月26日，“引領(lǐng)新方向聚AI迎未來——2023張江AI智藥論壇”在張江科學(xué)會(huì)堂舉行，多位業(yè)內(nèi)專家和相關(guān)企業(yè)齊聚一堂，共同探討AI與制藥交叉領(lǐng)域的產(chǎn)業(yè)現(xiàn)狀、趨勢(shì)和發(fā)展方向。2.3.1“智藥”成為藥企新寵“AI已經(jīng)成為藥物研發(fā)過程中縮短研究周期、節(jié)省研發(fā)成本、提升實(shí)驗(yàn)成功率的核心生產(chǎn)力?！敝袊?guó)科學(xué)院院士饒子和說。2023年上半年研發(fā)費(fèi)用數(shù)據(jù)顯示，生物醫(yī)藥類上市公司研發(fā)費(fèi)用合計(jì)同比漲幅較大。其中，恒瑞醫(yī)藥研發(fā)費(fèi)用連續(xù)多年增長(zhǎng)，約占總營(yíng)收的30%；百濟(jì)神州2022年研發(fā)投入超百億元；復(fù)星醫(yī)藥、中國(guó)生物制藥、石藥集團(tuán)等藥企研發(fā)支出占總營(yíng)收10%以上。此外，仿制藥企業(yè)逐漸開始轉(zhuǎn)換賽道，向自主創(chuàng)新邁進(jìn)。“單個(gè)藥品的研發(fā)費(fèi)用高，無論對(duì)業(yè)內(nèi)大型藥企還是小型藥企，都構(gòu)成了壓力。”業(yè)內(nèi)人士表示。“生物醫(yī)藥和AI正在深度融合?！睆埥瘓F(tuán)黨委書記、董事長(zhǎng)袁濤表示，AI及相關(guān)技術(shù)為靶點(diǎn)開發(fā)、結(jié)構(gòu)設(shè)計(jì)等工作探索出了新手段和新路徑。以此為契機(jī)，催生出生命健康產(chǎn)業(yè)發(fā)展的新方向和新業(yè)態(tài)。“AI可以賦能藥物研發(fā)的各個(gè)階段，如新靶點(diǎn)和難成藥靶點(diǎn)發(fā)現(xiàn)、臨床試驗(yàn)方案預(yù)測(cè)、小分子大分子的毒理預(yù)測(cè)等?！泵赖衔魉幬锇l(fā)現(xiàn)事業(yè)部總裁劉建表示。深勢(shì)科技創(chuàng)始人兼CEO孫偉杰稱，AI在三個(gè)方面賦能藥物研發(fā)：一是幫助突破難成藥靶點(diǎn)；二是提高臨床各個(gè)環(huán)節(jié)的效率優(yōu)化和決策質(zhì)量；三是助力已有藥物分子的二次利用，如修改劑型和老藥新用?！鞍悬c(diǎn)發(fā)現(xiàn)的價(jià)值比較高，而分子生成則給公司帶去專利權(quán)，對(duì)公司而言，回報(bào)與價(jià)值比較高?！睒I(yè)內(nèi)人士表示，目前AI在靶點(diǎn)發(fā)現(xiàn)和分子生成等領(lǐng)域應(yīng)用已經(jīng)相對(duì)成熟。2.3.2多家大型藥企嘗鮮“AI+”“傳統(tǒng)藥物研發(fā)亟待突破三大瓶頸，即如何找到創(chuàng)新性強(qiáng)且靠譜的藥物新靶點(diǎn)、如何快速生成小分子化合物、如何科學(xué)設(shè)計(jì)臨床研究方案?！庇⑽悄苈?lián)合首席執(zhí)行官、首席科學(xué)官任峰表示，AI或許會(huì)成為解決上述問題的“加速器”。目前，已有多家國(guó)際大型藥企試水AI“智藥”。早前有報(bào)道表示，賽諾菲CEO宣布公司大力加碼AI，以成為第一家由AI大規(guī)模驅(qū)動(dòng)的制藥公司為目標(biāo)。與此同時(shí)，諾和諾德、默克、阿斯利康等知名藥企也紛紛投身AI賽道。國(guó)際大型藥企積極嘗鮮AI的同時(shí)，也與國(guó)內(nèi)AI公司建立起合作關(guān)系。比如，英矽智能9月與美國(guó)Exelixis的合作獲得了8000萬美元預(yù)付款；早前晶泰科技宣布與知名藥企EliLilly簽署的一項(xiàng)AI小分子新藥發(fā)現(xiàn)合作，預(yù)付款及里程碑總收益可達(dá)2.5億美元。據(jù)悉，國(guó)內(nèi)一些大型藥企也在尋找“AI+”機(jī)會(huì)，加強(qiáng)與AI公司聯(lián)動(dòng)。8月，石藥集團(tuán)下屬公司與英矽智能達(dá)成戰(zhàn)略合作，聚焦具有高度臨床需求的戰(zhàn)略品種，以生成式AI和計(jì)算機(jī)輔助藥物設(shè)計(jì)等前沿技術(shù)，驅(qū)動(dòng)研發(fā)體系升級(jí)，提高新藥篩選效率和成功率。早前公司曾授權(quán)引進(jìn)AI靶點(diǎn)發(fā)現(xiàn)軟件PandaOmics。此外，復(fù)星醫(yī)藥也在全球范圍內(nèi)進(jìn)行多個(gè)靶點(diǎn)的AI藥物研發(fā)。美迪西相關(guān)負(fù)責(zé)人表示，目前，美迪西幫助AI公司與生物醫(yī)藥公司搭建起合作橋梁，公司的AI技術(shù)一站式創(chuàng)新藥臨床前研發(fā)服務(wù)平臺(tái)的搭建順應(yīng)了中國(guó)創(chuàng)新藥發(fā)現(xiàn)需求還處于初期階段的狀況，未來3至5年將持續(xù)推進(jìn)該平臺(tái)的建設(shè)。部分國(guó)內(nèi)AI+生物醫(yī)藥領(lǐng)域未上市公司也取得了研究進(jìn)展。劑泰醫(yī)藥用AI設(shè)計(jì)基因藥物遞送一系列材料，以AI驅(qū)動(dòng)干、濕實(shí)驗(yàn)迭代；晶泰科技通過AI加速的抗體工程平臺(tái)改造抗體，提升抗體分子性能；英矽智能已有1款A(yù)I設(shè)計(jì)藥物進(jìn)入臨床Ⅱ期，另有3款A(yù)I參與研發(fā)的藥物進(jìn)入臨床Ⅰ期。2.3.3仍有發(fā)展痛點(diǎn)待解決“AI+生物醫(yī)藥企業(yè)”的發(fā)展仍然有一些痛點(diǎn)待解決。例如，如何獲得質(zhì)量和數(shù)量雙高的數(shù)據(jù)，便成為AI生物醫(yī)藥企業(yè)發(fā)展的第一個(gè)“攔路虎”?！爸扑幤髽I(yè)的核心就是數(shù)據(jù)，傳統(tǒng)藥企很難愿意分享這些數(shù)據(jù)，需要雙方建立起很強(qiáng)的信任。”任峰表示，許多“AI+生物醫(yī)藥企業(yè)”都是從AI領(lǐng)域跨界而來，需要更多藥企數(shù)據(jù)以完善并發(fā)展更加精準(zhǔn)的細(xì)分領(lǐng)域模型。對(duì)于上述問題，業(yè)內(nèi)人士建議：一方面，建立起實(shí)驗(yàn)室，幫助AI公司有針對(duì)性地生成所需數(shù)據(jù)，用數(shù)據(jù)去做算法優(yōu)化；另一方面，有公信力的組織可以參與建立數(shù)據(jù)平臺(tái)，以增加傳統(tǒng)生物醫(yī)藥公司的信任，幫助AI公司獲得數(shù)據(jù)優(yōu)化算法。“目前，許多藥企還對(duì)AI賦能缺乏付費(fèi)意愿?！睒I(yè)內(nèi)人士表示，不少傳統(tǒng)藥企還沒有擁抱AI浪潮。此外，藥品臨床驗(yàn)證周期較長(zhǎng)，使得AI在整個(gè)制藥環(huán)節(jié)中的作用不能快速得到有效驗(yàn)證，可能會(huì)限制AI生物醫(yī)藥企業(yè)發(fā)展。為此，多位業(yè)內(nèi)專家就生物醫(yī)藥領(lǐng)域是否可以使用通用大模型展開了討論。有專家表示，目前建立通用模型還面臨種種瓶頸和局限，“只有長(zhǎng)期迭代達(dá)到足夠大的數(shù)據(jù)量級(jí)，才可能建立通用模型”。面向未來，“AI+生物醫(yī)藥”想要取得發(fā)展，一方面要聚焦行業(yè)細(xì)分領(lǐng)域，持續(xù)深耕，打造企業(yè)“硬核”實(shí)力；另一方面，未來生物醫(yī)藥領(lǐng)域需要更多維度的合作，而AI+CRO則是未來發(fā)展的趨勢(shì)之一。2.3.4藥企加速布局AI制藥合作制藥行業(yè)IRR下降導(dǎo)致藥企轉(zhuǎn)向AIDD公司以提高藥物發(fā)現(xiàn)和開發(fā)效率。AI技術(shù)提供的更高效研發(fā)、更大的創(chuàng)新需求非常符合藥企需求，目前頭部制藥MNC正爭(zhēng)奪AI藥物發(fā)現(xiàn)及開發(fā)專業(yè)知識(shí)、人才和合作伙伴。隨著計(jì)算能力的進(jìn)步、更好的基因及蛋白質(zhì)表征和成功的AIDD藥物開發(fā)合作案例增加，大型制藥公司與AIDD公司的合作數(shù)量不斷增加，由2017年的18份新合作協(xié)議增加至2022年的66份新合作協(xié)議，復(fù)合年增長(zhǎng)率為29.7%。圖表：頭部跨國(guó)藥企的AI布局資料來源：弗若斯特沙利文，公司招股說明書圖表：中國(guó)藥企的AI布局資料來源：弗若斯特沙利文，公司招股說明書在全球范圍內(nèi)AI制藥發(fā)展實(shí)現(xiàn)了從“0”到“1”跨越和從技術(shù)概念到實(shí)際應(yīng)用的突破。在資本市場(chǎng)，AI制藥獲得了較大的關(guān)注，約有十余家AI制藥的公司已經(jīng)成功完成IPO。全球AI制藥快速發(fā)展和中國(guó)創(chuàng)新藥鼓勵(lì)的政策疊加，國(guó)內(nèi)AI制藥也迎來了發(fā)展契機(jī)。制藥巨頭的頻繁合作、傳統(tǒng)藥企的開放合作、國(guó)外AI制藥的影響特別是資本對(duì)于AI制藥的關(guān)注和熱情，使得中國(guó)AI制藥公司得到充分關(guān)注并步入快速增長(zhǎng)期。英矽智能作為AIDD管線開發(fā)進(jìn)程全球領(lǐng)先的端到端、由生成式AI驅(qū)動(dòng)的生物科技公司，在AI制藥行業(yè)具有技術(shù)平臺(tái)領(lǐng)先、在研管線豐富、研發(fā)能力強(qiáng)勁等多重優(yōu)勢(shì)，在未來的市場(chǎng)競(jìng)爭(zhēng)中有望持續(xù)擴(kuò)大自身市場(chǎng)份額。圖表：AI制藥行業(yè)領(lǐng)先公司的競(jìng)爭(zhēng)格局資料來源：弗若斯特沙利文，公司招股說明書2.3.5主要行業(yè)觀察和趨勢(shì)人工智能和數(shù)據(jù)技術(shù)的出現(xiàn)，以及新穎的計(jì)算工具和基礎(chǔ)設(shè)施解決方案（數(shù)據(jù)庫(kù)、云服務(wù)等），都在研究、臨床和業(yè)務(wù)層面重新定義制藥行業(yè)的運(yùn)營(yíng)方式。（1）基于AI的生物學(xué)建模和靶點(diǎn)發(fā)現(xiàn)在藥物發(fā)現(xiàn)研究中，確定新的藥物靶點(diǎn)對(duì)于成功開發(fā)FIC藥物至關(guān)重要。過去幾十年的藥物發(fā)現(xiàn)主要集中在靶向某些具有適當(dāng)“口袋”的蛋白質(zhì)，但是在所有人類蛋白質(zhì)中，只有極少數(shù)蛋白質(zhì)被定為靶標(biāo)。根據(jù)OMIM數(shù)據(jù)庫(kù)，目前有20，360種人類蛋白質(zhì)，其中已知約有4，600種參與疾病機(jī)制，約占在疾病中起作用的人類蛋白質(zhì)的22%。然而截至2017年，現(xiàn)有的FDA批準(zhǔn)的藥物實(shí)際上只使用了大約890種人類和病原體衍生的生物分子（主要是蛋白質(zhì)）?；谌斯ぶ悄芗夹g(shù)的新型計(jì)算方法允許大規(guī)模識(shí)別新的可成藥蛋白質(zhì)口袋，允許蛋白質(zhì)組范圍的虛擬篩選。先進(jìn)的建模工具有助于識(shí)別和調(diào)節(jié)新型靶標(biāo)，例如蛋白質(zhì)-蛋白質(zhì)相互作用、具有大接觸面積的靶標(biāo)、蛋白質(zhì)-核酸相互作用和下一代靶標(biāo)，例如利用細(xì)胞的蛋白質(zhì)降解機(jī)制。許多人工智能驅(qū)動(dòng)的公司專注于生物學(xué)建模、發(fā)現(xiàn)和驗(yàn)證新的靶點(diǎn)，并向其他組織提供“疾病模型即服務(wù)”或“靶點(diǎn)發(fā)現(xiàn)即服務(wù)”。對(duì)這種合同研究服務(wù)的需求正在上升，這反映在越來越多的靶標(biāo)發(fā)現(xiàn)合作伙伴關(guān)系上。2022年9月，以色列生物建模公司CytoReason宣布與輝瑞擴(kuò)大1.1億美元的合作。兩家公司于2019年開始合作，當(dāng)時(shí)輝瑞開始使用CytoReason的生物模型進(jìn)行研究，旨在開發(fā)用于免疫介導(dǎo)疾病和癌癥免疫療法的新藥。2022年5月，阿斯利康宣布從與BenevolentAI的合作中獲得了第二個(gè)肺纖維化靶點(diǎn)，這一里程碑標(biāo)志著BenevolentAI自2019年合作開始以來為阿斯利康發(fā)現(xiàn)的第三個(gè)新靶標(biāo)。僅僅幾個(gè)月后，即2022年10月，BenevolentAI設(shè)法為阿斯利康的研發(fā)組合提供了另外兩個(gè)人工智能生成的靶點(diǎn)，針對(duì)慢性腎臟疾病和特發(fā)性肺纖維化。報(bào)告顯示，靶點(diǎn)發(fā)現(xiàn)領(lǐng)域至少有182家人工智能公司，包括擁有尖端研發(fā)平臺(tái)的領(lǐng)先資金雄厚的公司，如Insitro、RelayTherapeutics、ValoHealth等。總而言之，基于人工智能的高級(jí)建模方法有助于重新定義生物靶點(diǎn)的定義，試圖將藥物反應(yīng)與遺傳變異聯(lián)系起來，了解分層臨床療效和安全性，合理化同一治療類別中藥物之間的差異，并預(yù)測(cè)患者亞組中的藥物效用。（2）利用AI破解結(jié)構(gòu)生物學(xué)2022年生命科學(xué)界討論最多的人工智能相關(guān)話題之一是仍然是蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)。2022年7月，DeepMind宣布AlphaFold預(yù)測(cè)了超過2億種蛋白質(zhì)的蛋白質(zhì)結(jié)構(gòu)，包含世界上所有已知蛋白質(zhì)。盡管不少人質(zhì)疑AlphaFold對(duì)藥物研發(fā)的實(shí)際貢獻(xiàn)，但這一發(fā)現(xiàn)肯定是結(jié)構(gòu)生物學(xué)的范式改變，并說明了人工智能在基礎(chǔ)生物學(xué)研究中的潛力。蛋白質(zhì)折疊方面的重大技術(shù)飛躍可能對(duì)從頭蛋白質(zhì)設(shè)計(jì)更有用，而不是簡(jiǎn)單地對(duì)現(xiàn)有蛋白質(zhì)的結(jié)構(gòu)進(jìn)行建模以進(jìn)行藥物發(fā)現(xiàn)。最近，冷凍電鏡加上人工智能技術(shù)催生了新一波的生物技術(shù)初創(chuàng)公司，如GandeevaTherapeutics、Septerna和MOMATherapeutics。機(jī)器學(xué)習(xí)不僅有助于加速和優(yōu)化冷凍電鏡管道，還有助于避免用戶偏見陷阱。（3）使用AI開發(fā)小分子藥物在疾病建模和靶點(diǎn)發(fā)現(xiàn)之后，設(shè)計(jì)化學(xué)或生物分子是將人工智能應(yīng)用于藥物發(fā)現(xiàn)的第二大用例。在BiopharmaTrendAI報(bào)告中的384家公司中，有130多家人工智能驅(qū)動(dòng)型公司將人工智能應(yīng)用于設(shè)計(jì)候選藥物。人工智能驅(qū)動(dòng)的藥物設(shè)計(jì)主要分為三大類：從頭（例如生成）藥物設(shè)計(jì)、現(xiàn)有數(shù)據(jù)庫(kù)的虛擬篩選和藥物再利用。從頭藥物設(shè)計(jì)主要由深度學(xué)習(xí)模型實(shí)現(xiàn)，例如生成對(duì)抗神經(jīng)網(wǎng)絡(luò)（GAN）。運(yùn)用生成AI平臺(tái)的公司包括InsilicoMedicine、Iktos、RecursionPharmaceuticals、DeepCure等。此外人工智能賦能超大規(guī)模虛擬篩選，能夠篩選億萬分子并找到成功命中。2022年8月，賽諾菲與Atomwise合作達(dá)成了一項(xiàng)潛在價(jià)值高達(dá)12億美元的交易。根據(jù)公告，基于卷積神經(jīng)網(wǎng)絡(luò)的AtomNet擅長(zhǎng)基于結(jié)構(gòu)的藥物設(shè)計(jì)，能夠“快速，人工智能搜索Atomwise專有的庫(kù)，其中包含超過3萬億種可合成化合物”。最后，許多公司正在使用重定位策略進(jìn)行人工智能藥物發(fā)現(xiàn)，包括Healx、BenevolentAI、BioXcelTherapeutics。主要使用自然語言處理（NLP）模型和機(jī)器學(xué)習(xí)，通過分析大量非結(jié)構(gòu)化文本數(shù)據(jù)，例如研究文章和專利，電子健康記錄（EHR）以及其他數(shù)據(jù)類型，來構(gòu)建和搜索“知識(shí)圖譜”，為以前的候選藥物及獲批的藥物選擇新的適應(yīng)癥或患者群體。（3）超越小分子的人工智能驅(qū)動(dòng)藥物設(shè)計(jì)由于歷史上小分子藥物積累了更多的數(shù)據(jù)，此前早期基于機(jī)器學(xué)習(xí)的QSAR模型中與AI制藥也頗有淵源，也讓大多數(shù)藥物發(fā)現(xiàn)領(lǐng)域的人工智能初創(chuàng)公司都專注于小分子藥物。按產(chǎn)品類別劃分的AI藥物發(fā)現(xiàn)公司分布隨著生物制劑和新型化學(xué)療法在制藥領(lǐng)域越來越豐富，應(yīng)用基于人工智能的藥物發(fā)現(xiàn)初創(chuàng)公司也在多元化。在科學(xué)家于2003年破解人類基因組后，成藥性和可開發(fā)性空間迅速進(jìn)化。新型靶標(biāo)如蛋白質(zhì)相互作用、蛋白質(zhì)-核酸相互作用和下一代靶標(biāo)，如利用細(xì)胞的蛋白質(zhì)降解機(jī)制，正在推動(dòng)各種新興分子模式的出現(xiàn)成為藥物發(fā)現(xiàn)的重點(diǎn)。例如越來越多的公司應(yīng)用人工智能方法來發(fā)現(xiàn)新型單克隆抗體。2022年4月，以色列公司BiolojicDesign宣布他們有史以來第一個(gè)計(jì)算設(shè)計(jì)的抗體進(jìn)入臨床試驗(yàn)。該公司利用AI模型在數(shù)百萬個(gè)抗體-抗原對(duì)上進(jìn)行訓(xùn)練，以從現(xiàn)有人類抗體中識(shí)別針對(duì)目標(biāo)靶標(biāo)的模板抗體。2022年11月，總部位于加拿大的AbCelleraBiologics宣布，Regeneron選擇行使其權(quán)利，將AbCellera首個(gè)針對(duì)未公開G蛋白偶聯(lián)受體（GPCR）的治療性抗體候選藥物推進(jìn)到進(jìn)一步的臨床前開發(fā)。目前有二十多家公司正在使用人工智能發(fā)現(xiàn)抗體藥物，包括美國(guó)的AbSci、BigHatBiosciences、Totient、NablaBio和GenerateBiomedicine；總部位于加拿大的DeepBiologics；總部位于中國(guó)的NeoX；位于歐盟的DeepCDR、NaturalAntibody，和MabSilico等。一些在小分子領(lǐng)域取得成就的公司也在拓展其技術(shù)領(lǐng)域，如上市公司Exscientia現(xiàn)在正在擴(kuò)展到生物制劑發(fā)現(xiàn)領(lǐng)域。2022年11月，該公司宣布其人工智能平臺(tái)將包括人類抗體的設(shè)計(jì)。Exscientia還在牛津建立一個(gè)自動(dòng)化生物制劑實(shí)驗(yàn)室，以在內(nèi)部產(chǎn)生和分析新型抗體。第一批人工智能開發(fā)的候選藥物進(jìn)入臨床盡管AI徹底改變藥物發(fā)現(xiàn)可能還為時(shí)過早，但幾家AI藥物研發(fā)公司已經(jīng)顯著提升藥物研發(fā)的效率。這些公司都構(gòu)建了一個(gè)專門的、高度集成的人工智能平臺(tái)，包括許多模型和數(shù)據(jù)源。一批成功進(jìn)入臨床藥物表明，人工智能公司有能力更快地提出候選藥物。AbCellera的單克隆抗體LY-CoV555在三個(gè)月內(nèi)開發(fā)完成，并獲得了FDA的緊急使用授權(quán)。BenevolentAI的知識(shí)圖譜幫助該公司在幾天內(nèi)將Baricitinib確定為一種有效的COVID-19抗病毒藥物（現(xiàn)已被FDA批準(zhǔn)使用）。InsilicoMedicine的小分子抑制劑ISM001-055用于治療特發(fā)性肺纖維化，經(jīng)過重新設(shè)計(jì)，并在18個(gè)月內(nèi)（目前處于I期）進(jìn)入后期臨床前研究。薛定諤開發(fā)了一種小分子SGR-1505，可在十個(gè)月內(nèi)治療B細(xì)胞淋巴瘤，目前正在IND申請(qǐng)過程中?？偛课挥邴}湖城的RecursionPharmaceuticals在18個(gè)月內(nèi)開發(fā)出一種針對(duì)未指定罕見疾病的候選藥物。該公司擁有龐大而多樣化的臨床前和臨床候選藥物組合，并在其數(shù)字生物學(xué)平臺(tái)的幫助下設(shè)計(jì)。2.4AI輔助藥物研發(fā)的新興趨勢(shì)2.4.1人工智能和機(jī)器人化實(shí)驗(yàn)室深度學(xué)習(xí)模型非?？释哔|(zhì)量數(shù)據(jù)，無論模型有多好，但數(shù)據(jù)質(zhì)量和大小對(duì)于結(jié)果預(yù)測(cè)同樣重要。生成高質(zhì)量生物學(xué)數(shù)據(jù)的最有效方法是使用機(jī)器人技術(shù)。如果我們將現(xiàn)代人工智能驅(qū)動(dòng)的藥物發(fā)現(xiàn)轉(zhuǎn)型視為一個(gè)循序漸進(jìn)的過程，那么廣泛可用且相對(duì)具有成本效益的roboticsas-a-service將是人工智能支持的制藥和生物技術(shù)研究工業(yè)化的最后一塊也是關(guān)鍵部分。一些公司正在構(gòu)建標(biāo)準(zhǔn)化、高度自動(dòng)化、可擴(kuò)展且日益兼容的實(shí)驗(yàn)室設(shè)備，這些設(shè)施由基于AI的實(shí)驗(yàn)控制系統(tǒng)指導(dǎo)，并輔以AI驅(qū)動(dòng)的數(shù)據(jù)挖掘和分析功能。這種“下一代”實(shí)驗(yàn)室設(shè)施正在遠(yuǎn)程提供給臨床前藥物研究實(shí)驗(yàn)人員，使臨床前實(shí)驗(yàn)成為更具可擴(kuò)展性和標(biāo)準(zhǔn)化的常規(guī)程序。這一賽道正在瘋狂吸引風(fēng)險(xiǎn)投資的青睞。2022年2月，總部位于英國(guó)的AutomataLabs籌集了5000萬美元用于自動(dòng)化實(shí)驗(yàn)室研究。2022年6月，北京鎂伽生命科技籌集了3億美元，用于擴(kuò)展其多樣化的自動(dòng)化人工智能驅(qū)動(dòng)的遠(yuǎn)程實(shí)驗(yàn)室服務(wù)和機(jī)器人化設(shè)施。遠(yuǎn)程機(jī)器人實(shí)驗(yàn)室的興起是一個(gè)長(zhǎng)期的行業(yè)趨勢(shì)，是一種提供合同研究服務(wù)的新方式，對(duì)于長(zhǎng)期采用以數(shù)據(jù)為中心的“人工智能優(yōu)先”研究策略非常有益。幾家人工智能驅(qū)動(dòng)的藥物發(fā)現(xiàn)公司，如Exscientia、InsilicoMedicine、Arctoris、RecursionPharmaceuticals、Insitro等，已經(jīng)建立了內(nèi)部自動(dòng)化實(shí)驗(yàn)室，以提高其內(nèi)部數(shù)據(jù)生成能力，以訓(xùn)練他們的人工智能模型和建立更好的藥物管線。2.4.2利用AI解決臨床試驗(yàn)瓶頸臨床試驗(yàn)是藥物開發(fā)工作流程的關(guān)鍵階段，候選藥物從1期到上市的平均成功率僅為11%。即使候選藥物安全有效，臨床試驗(yàn)也可能因資金不足、入組不足或研究設(shè)計(jì)不佳而失敗。人工智能（AI）越來越被視為提高臨床試驗(yàn)運(yùn)營(yíng)效率和降低臨床開發(fā)成本的技術(shù)。通常，人工智能技術(shù)公司在三個(gè)主要領(lǐng)域提供服務(wù)和專業(yè)知識(shí)。第一個(gè)領(lǐng)域初創(chuàng)企業(yè)通過自然語言處理（NLP）幫助解鎖來自不同數(shù)據(jù)源的信息，例如科學(xué)論文、醫(yī)療記錄、疾病登記，甚至醫(yī)療索賠。這可以支持患者招募和分層、地點(diǎn)選擇，并改善臨床研究設(shè)計(jì)和對(duì)疾病機(jī)制的理解。例如，一項(xiàng)研究報(bào)道表明大約18%的臨床研究由于招募不足而失敗。臨床試驗(yàn)成功的另一個(gè)方面是改善患者分層。由于試驗(yàn)患者價(jià)格昂貴，因此能夠預(yù)測(cè)哪個(gè)患者將從治療中獲得更顯著的益處或風(fēng)險(xiǎn)至關(guān)重要。人工智能驅(qū)動(dòng)的公司使用多種數(shù)據(jù)類型，例如電子健康記錄（EHR）、組學(xué)和成像數(shù)據(jù)，以減少人群異質(zhì)性并提高臨床研究能力。人工智能也在簡(jiǎn)化臨床試驗(yàn)的操作流程。AI技術(shù)公司幫助跟蹤患者的健康狀況，監(jiān)控治療反應(yīng)以及患者對(duì)試驗(yàn)程序的依從性。通過這樣人工智能公司降低了患者退出的風(fēng)險(xiǎn)，平均占30%。通常，3期臨床研究階段需要1000-3000名參與者，其中一部分服用安慰劑。這就是為什么合成對(duì)照組的發(fā)展-可以取代安慰劑對(duì)照組的AI模型，從而減少臨床試驗(yàn)所需的個(gè)體數(shù)量-可能成為一種新的趨勢(shì)。根據(jù)BiopharmaTrendAI報(bào)告顯示，以上三個(gè)類別都有80多家公司，包括Owkin，PathAI，GNSHealthcare，Neurcuit，AICure和Unlearn.ai。盡管生物技術(shù)投資環(huán)境整體寒冷，但對(duì)人工智能臨床試驗(yàn)平臺(tái)的需求以及該領(lǐng)域的投資都很高。2022年3月，ConcertAI在融資1.5億美元的C輪融資以擴(kuò)展其用于癌癥研究的軟件和真實(shí)世界數(shù)據(jù)（RWD）解決方案后，估值達(dá)到19億美元。Saama是一家總部位于硅谷的公司，成立于1997年，但它在2015年籌集了第一筆風(fēng)險(xiǎn)投資。該公司已經(jīng)籌集了超過5億美元的風(fēng)險(xiǎn)投資。Saama提供多樣化的解決方案：通過集中式數(shù)據(jù)分析和控制中心加速臨床試驗(yàn)，包括實(shí)時(shí)數(shù)據(jù)處理功能；自動(dòng)化數(shù)據(jù)質(zhì)量功能；簡(jiǎn)化的監(jiān)管提交功能，包括藥物警戒分析和提交。2.4.3CRO領(lǐng)域的人工智能在臨床前和臨床領(lǐng)域出現(xiàn)的新型AICRO公司開始挑戰(zhàn)傳統(tǒng)的CRO公司。后者通過將人工智能納入其對(duì)制藥公司的服務(wù)產(chǎn)品中或與人工智能公司合作來補(bǔ)充他們的研究能力。例如查爾斯河正在通過與ValoHealth建立多年的合作伙伴關(guān)系來深入研究人工智能。查爾斯河希望利用ValoHealth的深度學(xué)習(xí)平臺(tái)實(shí)現(xiàn)從頭分子設(shè)計(jì)到先導(dǎo)物優(yōu)化的更快，更有效的過程。2021年，CharlesRiver與ValenceDiscovery建立了戰(zhàn)略合作伙伴關(guān)系，使CRO的客戶能夠訪問Valence的人工智能平臺(tái)，用于分子特性預(yù)測(cè)、生成化學(xué)和多參數(shù)優(yōu)化。艾昆緯多年來一直在投資人工智能功能，以增加臨床試驗(yàn)和為客戶提供的商業(yè)活動(dòng)的價(jià)值。例如為了改善臨床試驗(yàn)，艾昆緯于2020年啟動(dòng)了Avacare臨床研究網(wǎng)絡(luò)?，使研究中心能夠更快、更有效地匹配患者進(jìn)行試驗(yàn)。該平臺(tái)由人工智能算法提供支持，可以在19個(gè)疾病領(lǐng)域運(yùn)行。臨床研究行業(yè)的一個(gè)重要趨勢(shì)是進(jìn)行虛擬臨床試驗(yàn)，這是一個(gè)價(jià)值80億美元的市場(chǎng)。COVID-19迫使制藥公司轉(zhuǎn)向遠(yuǎn)程監(jiān)控、改善患者登記、跟蹤患者參與的應(yīng)用程序、遠(yuǎn)程醫(yī)療、權(quán)力下放和其他保持試驗(yàn)運(yùn)行的措施。由于對(duì)此類解決方案的需求大幅增長(zhǎng)，CRO急于在其服務(wù)產(chǎn)品中添加虛擬和去中心化功能。事實(shí)證明，人工智能技術(shù)在創(chuàng)建和運(yùn)行此類項(xiàng)目以幫助合成數(shù)據(jù)和加快臨床試驗(yàn)過程方面非常寶貴。科技巨頭追逐藥物發(fā)現(xiàn)和生物技術(shù)前面提到的Alphabet的DeepMind和Meta在解決基礎(chǔ)生物學(xué)研究難題方面的成功，比如使用深度學(xué)習(xí)和語言模型大規(guī)模預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，只是冰山一角：幾乎每個(gè)科技巨頭都在布局生命科學(xué)領(lǐng)域。2.52023年人工智能打破醫(yī)藥研發(fā)“雙十定律”高技術(shù)、高投入、高風(fēng)險(xiǎn)、長(zhǎng)周期……在新藥研發(fā)的過程中，經(jīng)常面臨著諸多痛點(diǎn)。因此，業(yè)界正在著力布局通過AI翻過新藥研發(fā)過程中的這幾座“大山”，AI智藥成為一條新賽道。全球已經(jīng)有700多家AI智藥企業(yè)，共有幾十款A(yù)I藥物進(jìn)入臨床試驗(yàn)階段。至2022年底，我國(guó)也已有AI智藥初創(chuàng)企業(yè)近80家。張江，有科創(chuàng)、芯片、藥片“三駕馬車”，2022年生物醫(yī)藥產(chǎn)業(yè)規(guī)模已經(jīng)達(dá)到3300億元，誕生了全國(guó)15%的原創(chuàng)新藥和10%的創(chuàng)新醫(yī)療器械。近年來，張江積極尋找和布局新賽道、新方向，目前在靶向藥物、合成生物學(xué)、AI+新藥研發(fā)、新型偶聯(lián)藥物、新型蛋白降解藥物、細(xì)胞藥等相關(guān)領(lǐng)域引進(jìn)和聚集了一批創(chuàng)新主體，在前沿技術(shù)領(lǐng)域的發(fā)展和培育上發(fā)揮著創(chuàng)新策源和示范引領(lǐng)作用。在9月25日開幕的2023張江生命科學(xué)國(guó)際創(chuàng)新峰會(huì)上，舉行了2023張江AI智藥論壇暨第三屆AI研發(fā)創(chuàng)新論壇，來自張江的AI智藥企業(yè)分享了AI賦能藥物研發(fā)的最新成果和前沿案例，并探討了AI技術(shù)應(yīng)用的當(dāng)前挑戰(zhàn)和未來前景。不可否認(rèn)，AI智藥的創(chuàng)業(yè)熱潮正在涌動(dòng)。2.5.1加速建立“AI藥研朋友圈”AI智藥，即以醫(yī)藥大數(shù)據(jù)為基礎(chǔ)，通過運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等AI技術(shù)替代大量實(shí)驗(yàn)，對(duì)藥物結(jié)構(gòu)、功效等進(jìn)行快速分析，以達(dá)到縮短試驗(yàn)周期、節(jié)省成本、促進(jìn)新藥發(fā)現(xiàn)、提升試驗(yàn)成功率等目的。“隨著人工智能技術(shù)的快速變革，AI已經(jīng)成為藥物研發(fā)過程中縮短研究周期、節(jié)省研發(fā)成本、提升實(shí)驗(yàn)成功率的核心生產(chǎn)力?！敝袊?guó)科學(xué)院院士饒子和在論壇上這樣表示。在中國(guó)AI智藥的版圖上，張江占據(jù)著龍頭位置。成立于2019年的英矽智能和成立于2015年的晶泰科技是國(guó)內(nèi)AI制藥領(lǐng)域的獨(dú)角獸，這兩家皆在張江有所布局。作為浦東生物醫(yī)藥產(chǎn)業(yè)的聚集地，張江集聚了近7萬名生物醫(yī)藥從業(yè)人員。同時(shí)，張江正在構(gòu)筑一個(gè)巨大的人工智能產(chǎn)業(yè)生態(tài)圈，匯聚更多的AI新勢(shì)力。早在2021年10月，張江AI新藥研發(fā)聯(lián)盟正式揭牌成立，聯(lián)盟是推進(jìn)AI與醫(yī)藥跨界交叉融合、數(shù)據(jù)資源共享、技術(shù)迭代升級(jí)的重要紐帶，并取得了不少成果。現(xiàn)在，該聯(lián)盟成員已擴(kuò)增至35家。美迪西開發(fā)的智能靶點(diǎn)和AI虛擬藥物發(fā)現(xiàn)平臺(tái)、英矽智能通過AI賦能發(fā)現(xiàn)的潛在同類最佳USP1小分子抑制劑、晶泰科技用AI驅(qū)動(dòng)的下一代抗體發(fā)現(xiàn)平臺(tái)XupremAb賦能最佳抗體發(fā)現(xiàn)……這是張江AI新藥研發(fā)聯(lián)盟發(fā)布的一些創(chuàng)新成果。作為近年來技術(shù)變革的重要力量，AI在生物醫(yī)藥領(lǐng)域展示了極大的應(yīng)用潛力。國(guó)家發(fā)改委2022年發(fā)布的《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》提出，要利用云計(jì)算、大數(shù)據(jù)、人工智能等信息技術(shù)，對(duì)治療適應(yīng)癥與新靶點(diǎn)驗(yàn)證、臨床前與臨床試驗(yàn)、產(chǎn)品設(shè)計(jì)優(yōu)化與產(chǎn)業(yè)化等新藥研制過程進(jìn)行全程監(jiān)管，實(shí)現(xiàn)藥物產(chǎn)業(yè)的精準(zhǔn)化研制與規(guī)?；l(fā)展。2022年2月，英矽智能利用人工智能發(fā)現(xiàn)的“特發(fā)性肺纖維化”候選藥物，獲批在中國(guó)進(jìn)入ⅰ期臨床試驗(yàn)，成為中國(guó)首個(gè)進(jìn)入臨床階段的人工智能研發(fā)藥物。2.5.2AI打破“雙十定律”大幅縮短研發(fā)時(shí)間，是AI智藥最明顯的優(yōu)勢(shì)之一。傳統(tǒng)的新藥研發(fā)是一項(xiàng)復(fù)雜而長(zhǎng)期的系統(tǒng)工程，一款新藥從著手研發(fā)到獲批上市，整個(gè)過程平均耗時(shí)約14年，僅化合物篩選到臨床前研究就需花費(fèi)約4～6年的時(shí)間，推動(dòng)新藥上市的平均成本更是高達(dá)19.8億美元。因此，醫(yī)藥研發(fā)行業(yè)長(zhǎng)期以來面臨著“雙十定律”，即需要耗時(shí)超過10年、10億美金才有可能上市一款新藥。張江AI新藥研發(fā)聯(lián)盟成員之一英矽智能聯(lián)合首席執(zhí)行官、首席科學(xué)家任峰表示，為了研發(fā)毒副作用更小的特發(fā)性肺纖維化新藥，英矽智能通過AI賦能的研發(fā)方式，將從靶點(diǎn)的發(fā)現(xiàn)到找到臨床候選化合物的過程縮短到18個(gè)月，研發(fā)費(fèi)用共投入270萬美元，而如果沒有AI，則該過程需要花費(fèi)四年半以上時(shí)間、數(shù)千萬美元，AI+生物醫(yī)藥的“雙向賦能”，無疑大大降低了新藥研發(fā)的周期和成本。同樣也是張江AI新藥研發(fā)聯(lián)盟成員的晶泰科技，在建立小分子藥物模擬算法平臺(tái)之后，通過AI預(yù)測(cè)算法幫助輝瑞制藥顯著縮短了新冠口服藥Paxlovid（奈瑪特韋片/利托那韋片）的研發(fā)周期，2021年12月，Paxlovid成為第一款獲得美國(guó)FDA批準(zhǔn)的新冠口服藥，被迅速推向市場(chǎng)。輝瑞和晶泰科技雙方的科學(xué)家僅用了6個(gè)星期，便完成了藥物固態(tài)研發(fā)，以快速的計(jì)算預(yù)測(cè)與試驗(yàn)結(jié)果相互印證、準(zhǔn)確匹配。而在傳統(tǒng)的藥物研發(fā)模式下，這個(gè)過程可能需要花費(fèi)數(shù)月時(shí)間。晶泰科技AI預(yù)測(cè)模型目前，晶泰科技已通過建立算法的“干”實(shí)驗(yàn)室和自動(dòng)化機(jī)器人驅(qū)動(dòng)的“濕”實(shí)驗(yàn)室，構(gòu)建起虛實(shí)結(jié)合、相互印證的研發(fā)體系，助力藥物研發(fā)。自動(dòng)化智能化實(shí)驗(yàn)室里包含了自動(dòng)化合成、自動(dòng)化結(jié)晶等化學(xué)和生物的一些關(guān)鍵能力，通過人工智能來輔助藥物設(shè)計(jì)，通過自動(dòng)化機(jī)器人來替代傳統(tǒng)人工進(jìn)行實(shí)驗(yàn)操作，進(jìn)行7×24小時(shí)的運(yùn)作，實(shí)現(xiàn)“關(guān)燈實(shí)驗(yàn)室”的效果，并減少對(duì)人力勞動(dòng)的依賴，保證實(shí)驗(yàn)的穩(wěn)定可靠。“例如每一次加反應(yīng)試劑，相比人工，機(jī)械臂可以更加精準(zhǔn)控制劑量，并且實(shí)時(shí)記錄實(shí)驗(yàn)數(shù)據(jù)、過程，全程數(shù)據(jù)可追溯?！本┛萍枷嚓P(guān)人士介紹。2.5.3將藥物在人體內(nèi)精準(zhǔn)遞送受限于傳統(tǒng)藥物研發(fā)的技術(shù)瓶頸，臨床上仍存在大量“不可成藥”的疾病，諸多患者面臨“無藥可用”的難題?！八幬镞f送”技術(shù)是以RNA藥物為開發(fā)的關(guān)鍵環(huán)節(jié)，通過特定的技術(shù)實(shí)現(xiàn)將核酸序列等藥物精準(zhǔn)遞送至有疾病的器官、組織和細(xì)胞中，從而實(shí)現(xiàn)疾病的治愈。然而，這一環(huán)節(jié)的難點(diǎn)和關(guān)鍵在于如何“精準(zhǔn)遞送”藥物有效成分到人體患病部位。業(yè)內(nèi)人士打比方，人體的運(yùn)作機(jī)制和環(huán)境非常復(fù)雜，實(shí)現(xiàn)這一目標(biāo)的難度不亞于通過火箭運(yùn)載衛(wèi)星到達(dá)太空中的預(yù)定軌道。也因此，提升藥物遞送的精準(zhǔn)性已成為新一代藥物的核心部分。如果把藥物比作一輛行駛在人體內(nèi)的車，在人體內(nèi)沒有GPS的情況下，如何將藥物精準(zhǔn)送達(dá)“目的地”？劑泰醫(yī)藥聯(lián)合創(chuàng)始人兼首席執(zhí)行官賴才達(dá)在論壇上表示，劑泰醫(yī)藥的做法是，基于AI數(shù)據(jù)驅(qū)動(dòng)算法、機(jī)制驅(qū)動(dòng)的量子力學(xué)和分子動(dòng)力學(xué)模擬以及高通量實(shí)驗(yàn)平臺(tái)等底層技術(shù)，搭建了AI驅(qū)動(dòng)核酸遞送系統(tǒng)設(shè)計(jì)平臺(tái)（AiLNP），以AI驅(qū)動(dòng)干、濕實(shí)驗(yàn)迭代，實(shí)現(xiàn)了更有效的創(chuàng)新遞送材料設(shè)計(jì)、核酸序列設(shè)計(jì)與優(yōu)化，并設(shè)計(jì)了更具優(yōu)勢(shì)的制劑配方和核酸遞送系統(tǒng)，將藥物遞送系統(tǒng)效率進(jìn)行指數(shù)級(jí)優(yōu)化。劑泰醫(yī)藥AiLNP“LNP核酸遞送系統(tǒng)的表達(dá)效率超越行業(yè)標(biāo)準(zhǔn)10倍以上，并破解了行業(yè)難以攻克的肺、大腦、腫瘤、免疫器官、肌肉等遞送難題。”賴才達(dá)說。以近來火熱的mRNA技術(shù)為例，mRNA技術(shù)商業(yè)落地的最大阻礙便是遞送。在賴才達(dá)看來，遞送技術(shù)可以助力更好地發(fā)揮藥效，將疾病細(xì)胞編寫回健康細(xì)胞，為全球患者帶來革命性的藥物，解決未被滿足的臨床需求，這也是目前CGT（細(xì)胞基因治療）產(chǎn)業(yè)“卡脖子”的核心環(huán)節(jié)。2.6大型藥企在AI藥物研發(fā)進(jìn)展趨勢(shì)人工智能（AI）的推進(jìn)正逐漸改變生物醫(yī)藥產(chǎn)業(yè)在藥物發(fā)現(xiàn)、開發(fā)的整個(gè)過程。2023年，《自然》旗下BiopharmaDealMakers發(fā)布了一篇針對(duì)AI驅(qū)動(dòng)生物醫(yī)藥研發(fā)公司在近年的增長(zhǎng)趨勢(shì)、方向的報(bào)道。藥明康德內(nèi)容團(tuán)隊(duì)將就此報(bào)道，并結(jié)合內(nèi)部數(shù)據(jù)和其他公開資料向讀者介紹AI在當(dāng)今產(chǎn)業(yè)界的概況。2.6.1大型藥企整合AI進(jìn)入藥物開發(fā)流程隨著AI在技術(shù)上的不斷突破，以及各式臨床“-omics”（包含基因組學(xué)、蛋白質(zhì)組學(xué)、轉(zhuǎn)錄組學(xué)等）數(shù)據(jù)的建立，AI在藥物開發(fā)的應(yīng)用從原初的小分子藥物設(shè)計(jì)、文獻(xiàn)分析，已經(jīng)進(jìn)展至廣泛應(yīng)用于藥物研發(fā)管線開發(fā)的各個(gè)階段。隨著AlphaFold2在蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)上的突破，AI技術(shù)被視為開發(fā)創(chuàng)新藥物的樞紐，許多藥企也早已布局建立其在AI領(lǐng)域的核心能力，這主要通過三種方式：2.6.2與信息技術(shù)公司合作建立內(nèi)部AI專業(yè)技術(shù)在2019年，諾華（Novartis）與微軟（Microsoft）宣布達(dá)成，將整合諾華的數(shù)據(jù)庫(kù)與微軟的AI專業(yè)以共同發(fā)現(xiàn)、開發(fā)并商業(yè)化創(chuàng)新藥物。此外，兩者亦建立AI創(chuàng)新實(shí)驗(yàn)室以支持諾華研究人員的工作。今年4月，Moderna和IBM達(dá)成一項(xiàng)為期，IBM將提供量子計(jì)算系統(tǒng)的訪問權(quán)限，以及提供專業(yè)知識(shí)幫助Moderna探索由量子技術(shù)驅(qū)動(dòng)的生命科學(xué)領(lǐng)域的前沿應(yīng)用，以推進(jìn)和加速mRNA療法的研究。Moderna和IBM將結(jié)合配方發(fā)現(xiàn)和生成性AI技術(shù)來優(yōu)化脂質(zhì)納米顆粒，以設(shè)計(jì)具有改善安全性和性能的mRNA藥物。2.6.3通過并購(gòu)AI驅(qū)動(dòng)生物技術(shù)公司快速獲得AI技術(shù)羅氏（Roche）旗下的基因泰克（Genentech）在2021年并購(gòu)了PrescientDesign，主要利用其生成式AI平臺(tái)來發(fā)現(xiàn)、設(shè)計(jì)抗體藥物。而自2019年起，BioNTech便與InstaDeep展開多年的合作，并在今年1月以3.62億預(yù)付款并購(gòu)該公司，期待通過此交易來完全整合InstaDeep的AI與機(jī)器學(xué)習(xí)（ML）專業(yè)，以開發(fā)下一代免疫療法。并購(gòu)除了使得藥企能夠獲得AI公司專有的平臺(tái)技術(shù)，也可同時(shí)獲得來自原公司的數(shù)據(jù)與生物信息專業(yè)人士，增加其AI研發(fā)能力。圖表：AI驅(qū)動(dòng)生物科技公司近年的成立與融資趨勢(shì)圖片來源：參考資料2.6.4與AI驅(qū)動(dòng)生物技術(shù)公司合作以識(shí)別靶點(diǎn)、共同開發(fā)藥物這一類別的知名例子包含基因泰克在2021年與RecursionPharmaceuticals達(dá)成的合作，兩者將利用AI導(dǎo)向的高通量篩選平臺(tái)以識(shí)別在神經(jīng)科學(xué)與腫瘤學(xué)的創(chuàng)新靶標(biāo)。2022年1月，賽諾菲（Sanofi）與Exscientia達(dá)成另一項(xiàng)，兩者將利用Exscientia基于AI的個(gè)體化藥物平臺(tái)，以篩選病患與識(shí)別藥物靶標(biāo)，該合作預(yù)計(jì)開發(fā)在腫瘤與免疫學(xué)領(lǐng)域最多達(dá)15項(xiàng)的創(chuàng)新小分子藥物。此外，賽諾菲還在同年8月和11月，分別與和（InsilicoMedicine）達(dá)成大型的研發(fā)合作，將利用兩家公司各自的AI平臺(tái)發(fā)現(xiàn)新靶點(diǎn)并開發(fā)候選藥物。在使用AI改善臨床開發(fā)能力方面，默沙東（MSD）與SaamaTechnologies在去年8月達(dá)成了一項(xiàng)，將利用Saama的AI模型實(shí)施新的臨床數(shù)據(jù)管理流程，以加強(qiáng)其臨床開發(fā)能力，并加快管線進(jìn)展。去年10月，GSK與Tempus達(dá)成一項(xiàng)，將使用Tempus包含大型去識(shí)別化病患數(shù)據(jù)的AI平臺(tái)改善臨床試驗(yàn)設(shè)計(jì)、加速病患招募與識(shí)別藥物靶標(biāo)。2.6.5AI驅(qū)動(dòng)生物科技公司發(fā)展趨勢(shì)根據(jù)統(tǒng)計(jì)，在2010年至2022年間，約有390間AI驅(qū)動(dòng)生物科技公司創(chuàng)立，其中有近半（~47%）僅專注于藥物發(fā)現(xiàn)研究（Research），約四分之一（~26%）專注于藥物開發(fā)（Development），另有約四分之一（~27%）則同時(shí)聚焦藥物研發(fā)過程（R&D）。其中在2010-2018年間，新創(chuàng)立公司的數(shù)量穩(wěn)定成長(zhǎng)，在2018年間有61家新成立的AI驅(qū)動(dòng)生物科技公司。受新冠疫情影響之故，此數(shù)值自2019年起有所下滑。另一方面，從2017年到2021年，資本對(duì)AI領(lǐng)域的投入增長(zhǎng)了10倍，復(fù)合年增長(zhǎng)率（CAGR）為71%，而且晚期風(fēng)險(xiǎn)資本（VC）融資和首次公開募股（IPO）也在增加。例如，2021年有五家公司進(jìn)行了IPO，包括Recursion公司，籌集了4.36億美元，以及Exscientia公司，通過3.5億美元的IPO和同時(shí)進(jìn)行的1.6億美元私人配售，共籌集了5.1億美元。根據(jù)藥明康德內(nèi)部數(shù)據(jù)庫(kù)對(duì)近期融資事件的統(tǒng)計(jì)，在2022年至2023年第一季度，AI驅(qū)動(dòng)生物醫(yī)藥公司的早期融資（包含B輪與更早）金額超過1000萬美元的共有75起，其中有18起屬于大額融資，金額大于5000萬美元。這些AI公司多專注于加速與改善藥物開發(fā)過程，包含靶點(diǎn)識(shí)別、生物標(biāo)志物發(fā)現(xiàn)、病患篩選、優(yōu)化臨床試驗(yàn)等。而在應(yīng)用AI開發(fā)不同療法模式藥物方面，統(tǒng)計(jì)顯示傳統(tǒng)的蛋白質(zhì)（包含抗體）/多肽類藥物（N=16）與小分子藥物（N=15）仍是業(yè)界關(guān)注的焦點(diǎn)，占AI驅(qū)動(dòng)藥物開發(fā)融資項(xiàng)目的大宗。RNA療法則緊隨其后，共有8起相關(guān)融資事件。圖表：AI驅(qū)動(dòng)藥物研發(fā)公司于2022-2023Q1融資趨勢(shì)資料來源：藥明康德內(nèi)部數(shù)據(jù)庫(kù)，藥明康德內(nèi)容團(tuán)隊(duì)制圖）2.6.6AI技術(shù)在臨床上的轉(zhuǎn)化隨著AI技術(shù)在產(chǎn)業(yè)界的起步，AI輔助藥物研發(fā)作為其中關(guān)鍵性技術(shù)之一近年來已有多項(xiàng)科研成果轉(zhuǎn)化落地。2021年4月，Exscientia宣布首個(gè)由AI設(shè)計(jì)的免疫腫瘤學(xué)藥物進(jìn)入臨床試驗(yàn)，此藥物為靶向?qū)嶓w瘤已知靶點(diǎn)A2a受體的拮抗劑，此款藥物目前已停止開發(fā)。Recursion則通過AI技術(shù)將已開發(fā)藥物用于其他適應(yīng)癥上。例如，Recursion通過利用其專有的AI驅(qū)動(dòng)藥物發(fā)現(xiàn)平臺(tái)RecursionOS，發(fā)現(xiàn)REC-2282作為治療NF2基因突變引起疾病的潛在候選藥物，并在去年6月將之推進(jìn)至臨床2/3期試驗(yàn)。研發(fā)過程皆使用AI的藥物INS018_055在2022年2月進(jìn)入1期臨床試驗(yàn)，并在今年1月公布該試驗(yàn)的積極頂線結(jié)果。分析顯示，這款由英矽智能開發(fā)、用于治療特發(fā)性肺纖維化（IPF）的藥物展現(xiàn)良好的藥代動(dòng)力學(xué)特征，并具良好的安全性與耐受性。基于此結(jié)果，英矽智能將在今年啟動(dòng)此藥物的臨床2a期試驗(yàn)。三、AI藥物研發(fā)企業(yè)新生代員工激勵(lì)策略及建議3.1新生代員工激勵(lì)的必要性自2010年以來，中國(guó)進(jìn)入人口紅利衰退期。AI藥物研發(fā)作為勞動(dòng)密集型產(chǎn)業(yè)，面臨著招人難、留人難的困境。在針對(duì)這種困境成因的調(diào)研中，我們發(fā)現(xiàn)，絕大多數(shù)雇主將其歸結(jié)于1985年后出生的新生代從業(yè)人員的特質(zhì)。具體來說，雇主抱怨新生代缺乏上一代人的踏實(shí)穩(wěn)定、吃苦耐勞精神，追求快樂、輕松，對(duì)工作期望太高，好高騖遠(yuǎn)等，卻少有雇主認(rèn)識(shí)到針對(duì)新生代特質(zhì)進(jìn)行管理轉(zhuǎn)型的重要性。根據(jù)馬斯洛的需求層次論，在人們的生存需求普遍得到滿足后，對(duì)歸屬感、尊重和自我實(shí)現(xiàn)的需求必然成為其行為的主要驅(qū)動(dòng)力。這是人類行為共同的、客觀的規(guī)律。這啟示管理者，需要順應(yīng)人的需求的發(fā)展變化規(guī)律，尋找有效的激勵(lì)機(jī)制，以充分調(diào)動(dòng)員工的主觀能動(dòng)性和創(chuàng)造性，吸引和留住人才。并且，行為心理學(xué)的大量研究表明，個(gè)人行為并不僅僅受自利動(dòng)機(jī)的驅(qū)動(dòng)，還具有強(qiáng)烈的交互主義（strongreciprocity）傾向。美國(guó)企業(yè)的雇傭關(guān)系管理模式在過去一個(gè)多世紀(jì)的變遷史充分地證明了，那些把培養(yǎng)和關(guān)懷員工、給員工發(fā)展機(jī)會(huì)和公平待遇當(dāng)作自身責(zé)任的企業(yè)，能夠激勵(lì)員工為支持企業(yè)目標(biāo)而充分地調(diào)動(dòng)其潛能和通力合作，從而能夠換來企業(yè)的績(jī)效和利潤(rùn)率的提高。3.2員工高流動(dòng)性原因調(diào)查3.2.1員工調(diào)研發(fā)現(xiàn)通過調(diào)研發(fā)現(xiàn)，員工的年齡多數(shù)處在18-30歲區(qū)間，約占到整個(gè)受訪人群的67%。亦即，大部分從業(yè)人員是1985年后出生的新生代。我們還發(fā)現(xiàn)，這部分新生代從業(yè)人員中，半數(shù)以上都接受了高中以上教育。通過調(diào)研，我們發(fā)現(xiàn)，新生代員工具有高流動(dòng)性的特征。表現(xiàn)在：第一，從從業(yè)時(shí)間來看，近4成員工在工作時(shí)間不足一年，只有不足3成的員工能夠堅(jiān)持在工作3年以上；第二，從更換工作的頻率來看，超過半數(shù)的員工在過去一年內(nèi)至少更換過1次工作，有3成以上的員工在過去一個(gè)里更換工作次數(shù)達(dá)2次以上，且有近7成的員工近期有換工作的意向。在關(guān)于離職原因的回答中，排在前三位的分別是工作環(huán)境不理想、職業(yè)發(fā)展空間小和工作時(shí)間長(zhǎng)。3.2.2經(jīng)理調(diào)研發(fā)現(xiàn)通過對(duì)經(jīng)理的問卷調(diào)查和訪談，我們發(fā)現(xiàn)，經(jīng)理偏好聘用新生代，因?yàn)樗麄冇谢盍蜕线M(jìn)心、學(xué)習(xí)能力強(qiáng)、溝通能力強(qiáng)等。并且，絕大多數(shù)經(jīng)理認(rèn)為其所在企業(yè)為員工提供了較好的工作福利和合理的晉升渠道。調(diào)研結(jié)果顯示：第一，超過七成的經(jīng)理表示為員工企業(yè)提供了食宿、獎(jiǎng)金提成、帶薪假期、工作培訓(xùn)等；第二，幾乎所有經(jīng)理都表示為員工提供了合理的晉升渠道。因此，經(jīng)理將新生代員工流動(dòng)性高的原因歸結(jié)于新生代的不合理訴求，抱怨他們?nèi)狈ι弦淮说奶?shí)穩(wěn)定、吃苦耐勞精神，追求快樂、輕松，對(duì)工作期望太高，好高騖遠(yuǎn)等。3.2.3對(duì)雙視角調(diào)研結(jié)果的討論上述調(diào)研結(jié)果表明，新生代員工對(duì)工作時(shí)間、環(huán)境和晉升等方面的職業(yè)訴求未能被企業(yè)較好地滿足，是造成新生代員工高流動(dòng)性的主要原因。那么，該如何看待新生代員工職業(yè)訴求和企業(yè)用人期望之間的差異呢？難道它們是注定不可調(diào)和的矛盾嗎？我們不這樣認(rèn)為。我們認(rèn)為，在市場(chǎng)競(jìng)爭(zhēng)日趨激烈和消費(fèi)升級(jí)的背景下，企業(yè)迫切需要采用差異化和特色化戰(zhàn)略才能在競(jìng)爭(zhēng)中持續(xù)生存和發(fā)展，而戰(zhàn)略轉(zhuǎn)型要求企業(yè)改變把員工當(dāng)作需要壓縮的成本的傳統(tǒng)觀念，轉(zhuǎn)向?qū)T工視作為企業(yè)創(chuàng)造價(jià)值和競(jìng)爭(zhēng)力的核心資產(chǎn)。在后文中，我們將應(yīng)用美國(guó)企業(yè)百年管理史中的重要思想和經(jīng)驗(yàn)結(jié)果，對(duì)雇傭關(guān)系管理轉(zhuǎn)型的必要性和重要意義等進(jìn)行分析和解釋；我們還將用海底撈的案例說明員工安心、滿意與企業(yè)競(jìng)爭(zhēng)力和績(jī)效增長(zhǎng)之間的關(guān)系。3.3案例：海底撈眾所周知，在中國(guó)餐飲業(yè)，海底撈是給予農(nóng)民工在城市舒適體面地生活和實(shí)現(xiàn)夢(mèng)想的公平機(jī)會(huì)的企業(yè)典范。海底撈招聘的員工大部分是農(nóng)民工，他們?cè)谶M(jìn)入海底撈后就像在城市有了家一樣地溫暖。首先，海底撈員工平均年薪在7萬元以上。其次，海底撈的員工宿舍是有物業(yè)管理的小區(qū)，有阿姨給員工打掃衛(wèi)生、洗衣和做飯等。第三，海底撈為農(nóng)民工解決子女上學(xué)問題，還每年撥出100萬元專項(xiàng)經(jīng)費(fèi)，用于員工及其直系親屬的重大疾病治療。第四，也是最為關(guān)鍵的，海底撈給予每一位員工改變命運(yùn)的公平機(jī)會(huì)。海底撈實(shí)行公平的內(nèi)部晉升制度，所有級(jí)別的管理者都是從最基層員工做起，一級(jí)一級(jí)向上晉升的。正因?yàn)檫@些優(yōu)厚的報(bào)酬和待遇，海底撈不存在“招人難，留人難”的問題。海底撈的員工流失率不到10%，遠(yuǎn)低于餐飲業(yè)28.6%的平均員工流失率。一些中小餐飲企業(yè)老板可能會(huì)說，海底撈規(guī)模大，利潤(rùn)高，所以能給員工好的工資、福利和大的發(fā)展空間，而中小餐飲企業(yè)缺乏這樣的經(jīng)濟(jì)條件。這種看法其實(shí)是片面的，沒有認(rèn)識(shí)到員工安心、滿意與企業(yè)競(jìng)爭(zhēng)力和績(jī)效增長(zhǎng)之間的相互作用關(guān)系。海底撈是由1994年成立時(shí)的1家小火鍋店，經(jīng)過20多年的努力，發(fā)展到現(xiàn)在的全球分店近600家，員工近9萬人。海底撈2019年半年報(bào)顯示，公司今年上半年?duì)I業(yè)收入為117億元，同比增長(zhǎng)59.3%；凈利潤(rùn)為9.11億元，同比增長(zhǎng)40.9%。海底撈這種超常規(guī)持續(xù)增長(zhǎng)的業(yè)績(jī)，正是由對(duì)公司人事政策滿意、從而對(duì)公司產(chǎn)生認(rèn)同感、歸屬感和主人翁責(zé)任感的員工集體創(chuàng)造的。正是所有員工在所有營(yíng)業(yè)時(shí)間始終如一地為了給顧客創(chuàng)造極佳的就餐體驗(yàn)而全身心地投入和通力合作，使得海底撈擁有強(qiáng)大的吸引和留住顧客的能力，為海底撈的持續(xù)經(jīng)營(yíng)和擴(kuò)張?zhí)峁┝藦?qiáng)有力的支撐。并且，海底撈的每一位員工還不斷地用心琢磨更好、更高效地為顧客服務(wù)的方法，不斷增強(qiáng)公司的差異化競(jìng)爭(zhēng)優(yōu)勢(shì)?？梢姡诤５讚?，員工和企業(yè)之間是互惠的、互相成就的。企業(yè)幫助員工成長(zhǎng)，員工也幫助企業(yè)成長(zhǎng)；員工為企業(yè)創(chuàng)造價(jià)值，企業(yè)也提升員工價(jià)值。3.4中小企業(yè)新生代員工薪酬體系激勵(lì)策略近年來，我國(guó)勞動(dòng)力市場(chǎng)逐漸被新生代員工所占據(jù)，新生代員工已逐漸成為職場(chǎng)的生力軍與主力軍。在我國(guó)“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”的號(hào)召下，中小企業(yè)已吸納勞動(dòng)力市場(chǎng)上近80%的勞動(dòng)力，但目前其薪酬體系還不夠完善，存在諸多問題。中小企業(yè)應(yīng)根據(jù)新生代員工的個(gè)性特征和職業(yè)特點(diǎn)來進(jìn)行薪酬體系設(shè)計(jì)與優(yōu)化，進(jìn)而管理和激勵(lì)員工，促進(jìn)中小企業(yè)長(zhǎng)期可持續(xù)發(fā)展。3.4.1新生代員工及其特點(diǎn)“新生代員工”（NewGenerationStaff）最早的研究來自于國(guó)外，指1980年以后伴隨著互聯(lián)網(wǎng)和計(jì)算機(jī)技術(shù)發(fā)展起來的一代。新生代員工主要具有以下特點(diǎn)：第一，普遍接受過系統(tǒng)的義務(wù)教育，文化水平較高;第二，他們對(duì)生活充滿熱愛，喜歡不斷嘗試新鮮事物;第三，對(duì)于不合理的制度和現(xiàn)象敢于提出質(zhì)疑;第四，具有平等的價(jià)值觀和獨(dú)立自主精神，創(chuàng)新意識(shí)和成就動(dòng)機(jī)較強(qiáng);第五，易忽略他人感受，流動(dòng)性較強(qiáng)，離職率較高。3.4.2中小企業(yè)新生代員工薪酬體系設(shè)計(jì)原則一是戰(zhàn)略性。企業(yè)生命周期理論表明，在中小企業(yè)發(fā)展的不同階段，結(jié)合自身企業(yè)性質(zhì)與特點(diǎn)，應(yīng)施行不同的薪酬方案。二是公平性?；诠嚼碚?，新生代員工不僅會(huì)將當(dāng)前的薪酬與自身以往的薪酬做對(duì)比，還會(huì)與同期或同一崗位的其他員工做對(duì)比。三是競(jìng)爭(zhēng)性?；谑袌?chǎng)薪酬水平，中小企業(yè)要設(shè)計(jì)具有競(jìng)爭(zhēng)性的薪酬制度，這樣可以吸引人才，具備市場(chǎng)競(jìng)爭(zhēng)力。四是激勵(lì)性。中小企業(yè)可以根據(jù)職業(yè)、能力、績(jī)效、市薪以及個(gè)人價(jià)值觀與企業(yè)文化的匹配程度等因素，對(duì)員工的薪等與薪幅進(jìn)行適當(dāng)比例的設(shè)計(jì)。五是經(jīng)濟(jì)性。中小企業(yè)不能盲目提升薪酬水平，要注重薪酬的經(jīng)濟(jì)性，控制人工成本，在企業(yè)能負(fù)擔(dān)的合理范圍內(nèi)，進(jìn)行薪酬水平的制定。3.4.3中小企業(yè)新生代員工薪酬體系存在的問題（1）中小企業(yè)對(duì)薪酬體系設(shè)計(jì)的認(rèn)識(shí)不足部分中小企業(yè)的相關(guān)領(lǐng)導(dǎo)人員看重經(jīng)濟(jì)效益，制定簡(jiǎn)單粗暴的薪酬制度，僅對(duì)工資進(jìn)行適當(dāng)調(diào)整，忽視了要根據(jù)企業(yè)運(yùn)行戰(zhàn)略、新生代員工個(gè)性特點(diǎn)進(jìn)行“因材施教”，對(duì)不同態(tài)度，不同能力的員工未能制定相應(yīng)的薪酬等級(jí)、薪酬幅度和付薪方式。（2）薪酬設(shè)計(jì)形式單一，管理創(chuàng)新滯后許多中小企業(yè)的薪酬體系與形式單一，激勵(lì)目標(biāo)不夠具體明確，缺乏完善的衡量標(biāo)準(zhǔn)。其薪酬方案、流程與標(biāo)準(zhǔn)的制定未符合企業(yè)的發(fā)展形勢(shì)，且考評(píng)機(jī)制與激勵(lì)機(jī)制未能有效結(jié)合，且新生代員工之間具有多元性，不同層次和不同發(fā)展階段的員工需求不同，未真正起到薪酬的激勵(lì)作用。（3）薪酬體系建設(shè)不完善，缺乏公平性中小企業(yè)在進(jìn)行薪酬機(jī)制設(shè)計(jì)時(shí)，使用績(jī)效考核制度，但考核存在不公正現(xiàn)象，考評(píng)制度設(shè)計(jì)不合理，沒有科學(xué)的量化標(biāo)準(zhǔn)，績(jī)效考評(píng)流于表面，未建立考評(píng)回饋機(jī)制。新生代員工大多受過良好教育，會(huì)更加注重自己的付出是否獲得同等的回報(bào)，在感受到不公平現(xiàn)象時(shí)，新生代員工更易產(chǎn)生不滿意，進(jìn)而產(chǎn)生低績(jī)效、離職、甚至做出對(duì)公司有害的行為。3.4.4中小企業(yè)新生代員工薪酬體系優(yōu)化建議（1）提高對(duì)薪酬管理的思想認(rèn)識(shí)中小企業(yè)從管理層到基層都應(yīng)該樹立對(duì)薪酬管理的全面認(rèn)識(shí)。對(duì)管理層來說，要意識(shí)到薪酬管理在人力資源管理中的重要作用，將績(jī)效考評(píng)結(jié)果落實(shí)到薪酬體系設(shè)計(jì)的過程中并合理分配薪酬預(yù)算，為其進(jìn)行其他投資預(yù)留空間。（2）構(gòu)建科學(xué)合理的薪酬管理體系中小企業(yè)要根據(jù)企業(yè)戰(zhàn)略、行業(yè)特征、新生代員工個(gè)性特征，基于職位、能力、績(jī)效考評(píng)和市場(chǎng)水平，進(jìn)行公平、科學(xué)、合理的薪酬體系設(shè)計(jì)與優(yōu)化。首先以崗定薪，充分了解工作崗位，形成規(guī)范的崗位說明書，并評(píng)價(jià)不同崗位的價(jià)值，從而確定不同崗位的薪酬形式;其次以能定級(jí)，進(jìn)行相應(yīng)的薪酬梯度設(shè)計(jì)，設(shè)立合理的薪級(jí);再次勞動(dòng)付出與勞動(dòng)報(bào)酬對(duì)等，多勞多得、多效多得，設(shè)立合理的反饋制度;另外要考慮中小企業(yè)發(fā)展戰(zhàn)略與人力資源戰(zhàn)略相匹配;最后薪酬制定要有一定的靈活性，可設(shè)置調(diào)整系數(shù)，建立以價(jià)值創(chuàng)造者為本的薪酬體系，與新生代員工進(jìn)行雙向溝通，達(dá)到人性化管理，最終實(shí)現(xiàn)企業(yè)目標(biāo)。（3）發(fā)揮非經(jīng)濟(jì)性報(bào)酬的激勵(lì)作用對(duì)于新生代員工，他們喜歡在工作中追求創(chuàng)新，有較強(qiáng)的成就動(dòng)機(jī)和意愿，中小企業(yè)可以根據(jù)其個(gè)性特征制定合理的晉升、培訓(xùn)與職業(yè)發(fā)展機(jī)會(huì)。通過發(fā)揮非經(jīng)濟(jì)報(bào)酬的激勵(lì)作用，提升中小企業(yè)新生代員工的工作熱情，為企業(yè)創(chuàng)收。綜上所述，構(gòu)建合理的薪酬體系與制度有利于中小企業(yè)長(zhǎng)遠(yuǎn)發(fā)展目標(biāo)的實(shí)現(xiàn)。中小企業(yè)需要關(guān)注薪酬設(shè)計(jì)原則，針對(duì)自身不足和新生代員工特征進(jìn)行科學(xué)合理的薪酬體系優(yōu)化，充分激發(fā)其工作積極性與創(chuàng)造性，吸引、留住人才，進(jìn)而為其實(shí)現(xiàn)可持續(xù)發(fā)展奠定基礎(chǔ)，保證企業(yè)的有效平穩(wěn)運(yùn)行。3.5醫(yī)藥企業(yè)新生代員工激勵(lì)策略建議新生代員工，通常指的是80后、90后以及更年輕的一代員工，他們成長(zhǎng)于信息化、全球化的時(shí)代，具有獨(dú)特的價(jià)值觀和職業(yè)期望。對(duì)于醫(yī)藥企業(yè)而言，如何有效激勵(lì)新生代員工，發(fā)揮他們的潛力，成為企業(yè)發(fā)展的關(guān)鍵。以下是一些針對(duì)醫(yī)藥企業(yè)新生代員工的激勵(lì)策略建議：2.5.1提供個(gè)性化的職業(yè)發(fā)展規(guī)劃新生代員工更加關(guān)注個(gè)人職業(yè)發(fā)展和成長(zhǎng)。醫(yī)藥企業(yè)應(yīng)為他們提供個(gè)性化的職業(yè)發(fā)展規(guī)劃，明確職業(yè)晉升通道和條件，幫助他們了解自己的職業(yè)定位和發(fā)展方向。同時(shí)，提供相關(guān)的培訓(xùn)和學(xué)習(xí)資源，支持他們不斷提升專業(yè)技能和領(lǐng)導(dǎo)能力。2.5.2創(chuàng)造富有挑戰(zhàn)性的工作環(huán)境新生代員工渴望在工作中面臨挑戰(zhàn)和實(shí)現(xiàn)自我價(jià)值。醫(yī)藥企業(yè)應(yīng)為他們創(chuàng)造富有挑戰(zhàn)性的工作環(huán)境，分配具有挑戰(zhàn)性的工作任務(wù)和項(xiàng)目，激發(fā)他們的創(chuàng)新精神和求知欲。同時(shí)，給予他們足夠的自主權(quán)和決策權(quán)，讓他們?cè)诠ぷ髦邪l(fā)揮主觀能動(dòng)性。2.5.3建立公平透明的薪酬體系薪酬是激勵(lì)員工的重要手段之一。醫(yī)藥企業(yè)應(yīng)建立公平透明的薪酬體系，確保新生代員工的薪酬與他們的貢獻(xiàn)和市場(chǎng)價(jià)值相匹配。同時(shí)，引入績(jī)效考核機(jī)制，將薪酬與績(jī)效掛鉤，激勵(lì)他們創(chuàng)造更好的業(yè)績(jī)。2.5.4提供多樣化的福利和關(guān)懷除了薪酬之外，福利和關(guān)懷也是激勵(lì)新生代員工的重要因素。醫(yī)藥企業(yè)應(yīng)提供多樣化的福利和關(guān)懷措施，如健康保險(xiǎn)、定期體檢、員工旅游、節(jié)日福利等，以滿足他們的不同需求。同時(shí)，關(guān)注他們的工作壓力和心理健康，提供必要的心理輔導(dǎo)和支持。2.5.5強(qiáng)化企業(yè)文化建設(shè)企業(yè)文化對(duì)于員工的激勵(lì)和留任具有重要作用。醫(yī)藥企業(yè)應(yīng)強(qiáng)化企業(yè)文化建設(shè)，塑造積極向上、富有創(chuàng)新精神的企業(yè)文化氛圍。通過舉辦各種文化活動(dòng)、慶祝重要節(jié)日、分享企業(yè)故事等方式，增強(qiáng)員工的歸屬感和忠誠(chéng)度。2.5.6提供靈活的工作方式和時(shí)間新生代員工更加注重工作與生活的平衡。醫(yī)藥企業(yè)應(yīng)提供靈活的工作方式和時(shí)間安排，如遠(yuǎn)程辦公、彈性工作時(shí)間等，以滿足他們的個(gè)性化需求。這不僅可以提高他們的工作滿意度和效率，還有助于吸引和留住優(yōu)秀人才。針對(duì)醫(yī)藥企業(yè)新生代員工的激勵(lì)策略應(yīng)關(guān)注他們的職業(yè)發(fā)展、工作環(huán)境、薪酬體系、福利關(guān)懷、企業(yè)文化和工作方式等方面。通過實(shí)施這些策略，可以有效激發(fā)新生代員工的積極性和創(chuàng)造力，為醫(yī)藥企業(yè)的持續(xù)發(fā)展注入新的活力。四、AI藥物研發(fā)企業(yè)《新生代員工激勵(lì)策略》制定手冊(cè)在明確“新生代員工激勵(lì)策略”可執(zhí)行的情況下，我們首先要?jiǎng)訂T和組織相關(guān)戰(zhàn)略制定成員，進(jìn)行學(xué)習(xí)和研究，并做好制定前的準(zhǔn)備工作，再根據(jù)戰(zhàn)略組成和制定流程，做出科學(xué)的具體方案。4.1動(dòng)員與組織在決定制定“新生代員工激勵(lì)策略”后，就需要開始動(dòng)員和組織相關(guān)人員進(jìn)行戰(zhàn)略規(guī)劃。設(shè)計(jì)戰(zhàn)略規(guī)劃是企業(yè)戰(zhàn)略規(guī)劃管理中最為基礎(chǔ)的內(nèi)容，