AI醫療、合成生物巨頭爭先布局，開采未來時代的“新石油”

當下的AI技術熱潮中，數據是最炙手可熱的“燃料”。

從通用AI領域的樣本來看，Scale AI、Surge AI、Mercor等新銳，已憑借精細化標注和專家資源，相繼拿下OpenAI、微軟、谷歌、Meta等關鍵客戶晉升為大模型“賣水人”。

然而在生物制造領域中，數據并非一座挖掘后就能投入制造的金礦，現存可供工藝開發和制造的成熟數據極為稀少，無法適應傳統的人工智能/機器學習 （AI/ML）。

在這里，數據更像是新時代的石油。與石油一樣，數據本質上是骯臟的，需要投入時間和金錢來提取價值，這就是人工智能工具作為數據精煉者發揮作用的地方。

在全球生物工藝的頂級盛會之一，2025波士頓生物工藝峰會（2025 Annual Bioprocessing Summit）上，來自AI制藥、跨國藥企及相關企業的嘉賓就圍繞著“Digital Transformation and AI in Bioprocess”展開了討論。

高質量數據 成為行業剛需

必須關注AI背后的數據質量，這一點在會議上被反復提及。

國際知名律所Foley Hoag合伙人Colin Zick指出，在生物制造行業中，人們認為AI與其他數據工具不同，這種心態導致許多人覺得過去的通常規則不適用于AI，這是極其危險的。

賽諾菲全球 iCMC數字化轉型項目負責人Cenk 支持這一說法，一旦人們掌握了數據，就直接投入機器學習算法等AI工具中，而不考慮基本原理， 比如基本的統計學知識，以及對數據和我們正在試圖解決的問題的理解。

同時他反駁了另一個流行的神話，即人工智能幾乎適用于所有情況 —— “有時AI/ML方法不適合一項任務，簡單的普通流程反而會完成得更好。”

AI生物制造初創企業Biocurie的首席執行官 Irene Rombel提出了一個行業關注的話題：使用大型語言模型 （LLM） 和合成數據來生成缺失數據，也就是俗稱的“垃圾進，垃圾出”。

AI制藥企業Cresset首席戰略官 Mark Mackey 等科學家一直在對人工智能的這種潛在用途敲響警鐘，理由是整個行業對生物學的了解還不夠，無法驗證人工智能是否擁有做到這一點所需的所有數據。

人工智能是批判性思維的工具，而不是批判性思維的替代品。

Rombel 建議將心態從收集盡可能多的數據轉變為獲取正確的數據，盡管這樣可能會提高成本，因為專業知識和強大的統計分析同樣重要。

同時Undey還指出：認為機器學習/深度學習模型需要數百萬個數據點是一個常見的誤區。

AI生物制造模型的真正決定因素還是數據的質量，目前他們已經開發出了不少計算方法，甚至能夠處理數據相當有限的數據集。

哪些企業深耕于此？

使用AI不是目標；在有意義的地方使用它來解決正確的問題更為關鍵。

為了實現這一目標，生物制造行業需要整合生物基因編輯、代謝通路設計、工業發酵優化等全流程數據，才能為生物醫藥等各領域提供高質量數據集支持。

目前AI的表現情況仍直接取決于人類給予它學習的數據，現階段對AI應用來說，最重要的還是由實驗人員產生足夠的數據。

在產業界，木頭姐重倉的TempusAI，就是一家深耕AI醫療數據的公司，核心投資邏輯在于，其擁有目前世界上最大、最全面的癌癥患者分子數據庫，包含250PB多模態數據。

合成生物龍頭Ginkgo Bioworks也有一項名為Ginkgo Datapoints的數據服務，提出了LDaas（Lab Data as a Service，實驗數據即服務）的概念，并與Google Cloud合作開發生物工程AI模型。

AI醫療領域的Owkin則圍繞藥企和醫院構建了一個聯邦研究生態系統，依托7000例患者數據打造了目前腫瘤學領域規模最大的空間組學數據庫MOSAIC。