Recursion Pharmaceuticals, Inc.

七夕快乐，虽然今天大盘走的弱，但市场就是这样，风物长宜放眼量，今天既然是七夕那就梳理讲讲AI（爱）制药吧 传统创新药行业长期受制于双十定律，一款新药平均研发周期 12‑15 年，综合研发成本高达 20 亿美元，整体研发成功率不足 10%，靶点识别困难、分子筛选效率低下、临床前安全性预判不足、临床试验患者匹配难度大，层层关卡抬高新药研发门槛。 AI 的价值，就在于对药物研发全链条进行效率重构，借助多组学网络识别全新疾病靶点；通过蛋白质结构模拟完成海量分子虚拟筛选。提前预测 ADMET 成药性质，筛除毒性风险分子；优化临床试验方案与入组标准，降低后期失败概率。有数据显示部分 AI 驱动项目从靶点确认推进至临床前候选化合物（PCC）仅需 12‑18 个月，而传统模式普遍需要 2.5‑4 年，时间压缩幅度超过 50%。 产业端的变化，印证 AI 制药已经走出实验室的理论推演。早期 AI 制药主要由 AI Biotech 独立推动，如今已经形成MNC 跨国药企、AI 科技巨头、自动化实验平台、本土 Biotech 多方同台博弈的产业生态。 AI 科技巨头已经从通用大模型向制药垂直模型深度下沉。Anthropic、谷歌 DeepMind、OpenAI 纷纷推出面向生命科学的专属平台，Isomorphic Labs 依托 AlphaFold3 完成 21 亿美元 B 轮融资，创下 AI 制药单轮融资历史记录。企业与礼来、诺华、默沙东等药企达成多笔 10 亿美元级别联合研发协议。2026 年 6 月，Anthropic 推出 Claude Science 智能体，具备蛋白质折叠模拟、虚拟筛选等药物研发专属能力，标志 AI 巨头不再仅仅输出通用工具，而是直接下场参与药物发现全流程。 与此同时对 AI 的定位已经从辅助工具升级为企业核心战略。行业分化出两条建设路径： 1.以礼来、罗氏为代表，重金自建算力基建，礼来联合英伟达投入 10 亿美元打造联合 AI 实验室。罗氏部署超过 3500 块 Blackwell 架构 GPU，搭建制药行业规模领先的 GPU 算力集群，构建 AI 模型‑算力‑干湿实验数据的研发闭环。 2.以默沙东、阿斯利康为代表，采用收购 + 外部合作的轻资产模式，快速补齐内部 AI 研发能力。合作交易的量级同样发生质变，英矽智能与礼来的合作总金额最高可达 27.5 亿美元，Recursion Pharmaceuticals 同罗氏合作项目潜在交易规模可达 120 亿美元，大额 BD 的频繁落地，代表传统制药巨头已经用真金白银认可 AI 制药的产业价值。 管线数据是检验 AI 制药成色的最终标尺。目前全球已经有 7 款重点资产进入或完成 Ⅲ 期临床试验，是行业商业化的第一梯队，将成为验证 AI 制药真实价值的试金石。Relay Therapeutics 的 lirafugratinib 用于胆管癌治疗，计划 2026 下半年提交上市申请，有望成为全球第一款商业化的 AI 药物。武田收购的 Zasocitinib 针对中重度银屑病，Ⅲ 期临床 16 周 PASI 100（皮损完全清除）应答率达到 33.4%/25.2%，疗效大幅优于现有药物，预计 2027 年上半年申报上市。 国内同样诞生具备代表性的里程碑管线。英矽智能的 Rentosertib，是全球首款生成式 AI 完成靶点发现 + 分子设计的小分子药物，用于特发性肺纤维化，Ⅱa 期临床高剂量组患者用力肺活量 FVC 较基线提升 98.4 毫升，2026 年 6 月正式启动 Ⅲ 期临床，预计 2029‑2030 年申报上市。剂泰科技 MTS‑004 完成 Ⅲ 期临床，为国内首款 AI 优化制剂新药。德睿智药 MDR‑001 作为 AI 设计口服 GLP‑1，Ⅱb 期试验最高实现 10.3% 的体重下降，已经启动 Ⅲ 期试验。当然风险同样客观存在，例如 MTS‑004 核心成分面临监管政策收紧，存在上市延后的可能性，这也提示：AI 可以优化早期分子设计，但无法消除临床阶段固有的不确定性。 放眼全球，AI Biotech 分化为管线驱动型、平台服务型、垂直技术型三类商业模式，不同路线各有优劣。 管线驱动型企业以自研管线推进为核心，依靠 BD 授权里程碑兑现价值，但前期研发投入高，回报周期漫长。 平台服务型企业对外输出 AI 技术平台，更容易较早实现商业化营收，但面临日趋激烈的同质化竞争。 垂直技术型企业聚焦抗体、药物递送等细分赛道，技术壁垒集中，但业务天花板受细分领域市场空间约束。 但综合看一个核心判断：AI 制药行业的长期价值，不会单纯归于拥有算法模型的一方，算法、专有干湿实验数据闭环、临床管线资产、商业化落地能力共同构筑护城河，掌握完整要素的参与者才能分得产业最大红利。 在全球竞争格局中，中国 AI Biotech 走出了自己的发展路径：英矽智能作为管线驱动代表，手握 13 条进入临床的管线，持续输出大额海外 BD 合作。晶泰科技凭借 “AI + 机器人自动化实验室”，在 2025 年实现盈利，成为港股 AI 制药率先扭亏的平台型公司。剂泰科技深耕 AI 纳米递送大模型。百奥赛图、百图生科、维亚生物、成都先导、泓博医药等，分别从 AI 抗体、生命科学大模型、AIDD‑CXO、DEL+AI 等赛道切入市场，形成差异化布局。 但必须清醒看到，虽然国内企业合作频出、融资活跃，至今仍没有一款完全 AI 赋能的药物实现上市销售。当前绝大多数收入来源于平台授权、临床前研发服务、BD 首付款与里程碑，尚未迎来产品端的商业回报。中国 AI Biotech 的全球竞争力，仍然需要原创靶点、全球多中心临床数据、以及最终产品上市来完成终极验证。 行业的前景固然广阔，但多重风险悬于头顶。 第一是研发风险：AI 擅长分子设计与早期筛选，却不能解决临床试验高失败率的固有难题，即便临床前数据亮眼，仍有可能在 Ⅱ/Ⅲ 期临床折戟。 第二是商业化风险，就算药物成功获批，还要面对市场竞争、医生接受度、医保支付政策的多重考验。 第三是产业竞争风险，大量新玩家涌入造成赛道内卷，同时数据安全、地缘政治带来的算力、芯片、大模型访问限制，同样会扰动行业发展节奏。 站在 2026 年的时间节点，AI 制药正处在范式切换的交界点，过去市场看重模型参数、故事叙事，未来三到五年，临床读出数据、管线推进进度、药物上市后的销售业绩，会成为评判企业价值的核心标尺。当第一批 AI 药物走到上市关口，整个行业将完成从 “算法叙事” 向 “管线价值” 的蜕变。AI 不会颠覆制药行业，却会重塑新药研发的底层生产方式，而真正的竞争才刚刚开始。 股市有风险，投资需谨慎。以上分析仅供参考，不构成投资建议。 如果看完有帮助，点赞+关注就是对我最大的鼓励

从 4 个到 179 个，三年里发生了什么三年里，AI 设计分子从个位数冲到近 180 个 把时间拨回 2017 年，全球由 AI 驱动的临床管线只有 4 个。到今年 6 月，这个数字涨到了 179 个，9 个进入 III 期。medspark 的追踪更激进一点，说 2026 年初就已经超过 173 个 AI 设计项目进入临床开发，而 2023 年底还只有二十几个。三年涨了七八倍，这个加速度不是形容词，是真实发生的。钱也跟着涌进来，AI 制药的融资市场到 2026 年中 disclosed VC 已经冲到 24.2 亿美元，超过了 2024 和 2025 两年的总和。 AI 真正改变的是发现端。虚拟筛选、ADMET 预测、分子生成这些原来要熬好几年的活儿，现在能压到 6 到 12 个月。传统从靶点发现到临床候选平均要 4.5 年，AI 辅助能压到 12 到 18 个月。市面上值得验证的候选分子数量一下子变多了。GlobalData 在 2026 年生物制药行业现状调研里问了 157 位药企人士，34% 已经在具体职能里部署了 AI，另有 25% 在跑试点，59% 把药物发现列为头号应用场景。AI 从 PPT 里那个词，变成了研发管线里真实的那一格。 不过等这些分子走出实验室，事情就变难了。临床该几年的刚性周期，AI 绕不过去。发现端再快，入组慢了、方案被监管打回、安全信号误判，再好的分子也可能倒在上市前。这事挺有意思，前半程是算力和算法的狂欢，后半程是一场横跨数年的临床验证马拉松。监管的尺子也同步收紧。2026 年初 FDA 和 EMA 联合发布 AI 药物研发良好实践 10 项核心原则，把训练数据来源、模型可复现性、全流程数据溯源都列成了硬要求。分子可以批量产，能走完 I、II、III 期的高质量资产才是稀缺品。跑得最远的那个分子，英矽智能的 Rentosertib跑得最远的那个分子，英矽智能的 Rentosertib 170 多个里，最该被记住的是英矽智能的 Rentosertib，原名 ISM001-055。它是针对特发性肺纤维化的一款小分子 TNIK 抑制剂，靶点是 PandaOmics 从转录组和蛋白组里挖出来的，分子结构由 Chemistry42 这个生成式化学引擎从头设计。它是全球第一款走到 II 期临床的 AI 设计药。 2025 年《自然·医学》发的 IIa 期结果很值得一提。71 个病人、22 家中国中心，最高剂量组 60 毫克每天一次，12 周时肺功能指标 FVC 平均变化 +98.4 毫升，安慰剂组是 -20.3 毫升。今年 7 月，它跨过 II 期、直接进了 III 期，计划入组 320 人、观察 52 周，成为全球首款冲到上市前最后验证阶段的 AI 发现分子。同月英矽智能还发了业绩预告，说 2026 上半年已经扭亏为盈。发现速度和财务数据，这次是一起兑现了。路透社还提到，六年里 AI 帮英矽智能攒出了 31 个候选分子。这也是为什么英矽智能联合 CEO 任峰把 2026 年称为 AI 制药的分水岭，上半场比算法和平台，下半场比能不能拿出临床结果。不是所有 AI 药都算数，这个边界得划清不是所有 AI 药都算数，这个边界得划清 说句得罪人的，现在媒体爱把 AI 药当成一个筐。但真要较真，得区分两件事。一种是像 Rentosertib 这样靶点由算法提名、分子由生成模型从头画出来的，叫生成式 AI 设计。另一种只是用计算化学做了优化，靶点早就被大药厂验证过了，这种只能叫 AI 赋能，算不上 AI 设计。 最典型的例子是武田的 zasocitinib，一款 TYK2 抑制剂，今年 6 月宣布在中重度斑块状银屑病上头对头击败已上市对照，超过 35% 的患者达到皮肤完全清除。媒体一片 AI 设计药的欢呼。但行业里有人泼冷水。它的根子能追到 Nimbus 和 Schrödinger 早年用自由能微扰算出来的分子，而 TYK2 这个靶点，百时美施贵宝 2022 年就用 Sotyktu 验证过了。它是在一个已知、已验证的靶点上做出了更好的分子，不是 AI 从零发现了新靶点。这个区别，做投资和做 BD 的得心里有数。 medspark 的分析师给过一个数。2026 年内出现第一款 FDA 批准的 AI 发现药，概率约 60%，今年预计有 15 到 20 个 AI 起源项目进关键试验。但截至年中，批文还是零。也就是说，第一张批文大概率就在今年或明年落地，只是花落谁家还没人敢拍板。三小龙与跨国药企的买买买资本与并购已经先动了 资本和并购已经先动了。港股 AI 制药形成了英矽智能、晶泰控股、剂泰科技三小龙的格局。除了英矽，剂泰科技、德睿智药、Generate Biomedicines 的 AI 设计管线也在 2026 年前后闯入 III 期，赛道第一次多线并跑。跨国大药厂更是直接掏钱。今年 1 月，罗氏用 10.5 亿美元收购病理 AI 公司 PathAI，创了 AI 制药赛道最高收购纪录。同月阿斯利康收了 Modella AI，推肿瘤新药研发。 DeepMind 分出来的 Isomorphic Labs 还没把分子送进人体，但已经签了几个数十亿美元级的药企合作，并放话 2026 年底前启动首个肿瘤 AI 设计药的临床。Recursion 这边则有过两次 II 期读出受挫，但它跟罗氏的合作也有 15 亿美元量级。一边是挫折，一边是下注，这个反差恰好说明，市场赌的从来不是某一两个分子，是这条技术路线本身。真正的胜负手在临床试验，CRO 的订单逻辑真正的胜负手在临床试验 AI 制药的估值逻辑，正在从你有多少炫酷算法转向你能不能把分子真正推过临床。发现端被压缩得再狠，临床运营这块短板补不上，价值就兑现不了。 这恰好是 CRO 的机会。太美医疗科技披露，2025 年它支持了约 60% 中国获批 1 类新药的临床开发。AI 在临床端的赋能已经能落到具体数。智能招募让某银屑病试验单月入组 20 多例、效率约 6 倍。药物警戒智能体录一份 SAE 报告平均不到 40 秒、准确率 99%、成本是人工的三分之一。主文档管理属性填充时间能少七成。AI 把成本项变成收入项的闭环，最先在临床试验这一环跑通。GlobalData 数据库里用 AI 开发或老药新用的药物已超过 4100 个，可绝大多数还停在发现和临床前。从概念到临床看似一步，实则是整条赛道最贵的一道坎。 所以回过头看，170 多个分子进临床只是上半场的开场。真正决定这批公司身价的，是未来两三年里，有几个能扛过 II 期、有几个能拿到那张迟到的批文。 如果让你押注，第一款真正获批的 AI 设计药会落在哪个适应症、哪家公司。是肺纤维化的 Rentosertib，还是别的地方杀出的黑马。欢迎在评论区聊聊你的判断，或者说说你最不看好哪一个。 三年前英矽智能把第一个由 AI 设计的分子推上临床时，朋友圈里一半人在喊颠覆，一半人在等看笑话。现在笑话还没等到，这个赛道已经挤满了人。可有个数字挺扎心。到今年年中，全球已经有 170 多个由 AI 设计或优化的候选分子进到临床阶段，其中 9 个冲到了 III 期，但到目前为止，没有一款完全由 AI 研发的药拿到过监管批文。所以真正的问题早就不在 AI 能不能设计药，而在这些分子到底扛不扛得住人体这一关。这事说到底跟每个普通人有关。哪天你或家里人拿到的处方里，有一款分子是算法从头画出来的，你敢放心吃吗。

口述人：顾准（化名），39岁，焕智科技（化名）创始人 创业这条路，难吗？真的是难，难到我无数次想放弃。 如果说有什么是幸运的，那就是在那些艰难时刻，我没有放弃；我的家人、团队和帮助我的那些朋友们没有放弃；我们都没有放弃内心的梦想和期待。 因为没有放弃，最终我们走过的路，都没有白走。 内容摘要：一群来自顶尖科研机构的AI科学家，带着“用AI颠覆新药研发”的梦想创办了一家AI制药公司。他们手握全球领先的算法平台，在多个靶点上取得了令人兴奋的湿实验数据。然而，当他们在资本寒冬中启动A轮融资时，却遭遇了残酷的现实——投资人认可技术，但质疑商业化路径；科学家认为公司估值10亿，投资人只愿意给4亿。本文完整记录了一场持续半年的融资拉锯战，揭示了AI制药赛道“技术估值”与“商业估值”的巨大鸿沟，以及科学家创始人从“技术理想主义”到“商业现实主义”的痛苦蜕变。最终，他们用一种“创新估值结构”打动了投资人，在寒冬中拿到了救命钱。 01那一场“估值鸿沟”的对话 2023年4月，上海，陆家嘴某VC的会议室。 我坐在长桌的一侧，对面是投资合伙人刘总。我的两位联合创始人——CSO（首席科学官）老王和CTO老张——坐在我两边。 我们刚做完演示。老王讲了我们的AI算法如何用10分钟筛选出10万个化合物，老张讲了我们的湿实验室数据如何验证了其中3个管线的活性。我讲了我们的商业化路径——自研管线+合作开发+平台授权。 刘总听完，微笑着说：“顾博士，技术真的很牛。我投了十年医疗，没见过这么好的数据。” 我心里一喜。 “但是，”刘总翻开笔记本，“我们的投委会对估值的看法是——投前4亿，融资8000万，占股16.7%。” 我的笑容僵住了。 4亿？我们的预期是投前10亿。 老王在桌子底下踢了我一脚，示意我冷静。 我深吸一口气：“刘总，4亿太低了。我们的算法平台，全球只有三家公司能做到。我们的数据，已经有制药巨头在谈合作。我们的管线，有两个是FIC（First-in-Class，首创药）。我觉得10亿是合理的。” 刘总摇摇头：“顾博士，我理解你的想法。但我们看AI制药公司，有几个标准：管线进度、平台验证、商业化路径、团队经验。你们在平台验证上很强，但管线还在PCC（临床前候选化合物）阶段，离IND（临床试验申请）还有至少18个月。商业化路径——你们说的‘平台授权’，目前还没有实际案例。团队——你们三位都是学术界背景，没有工业界BD经验。这些不确定性，都要打折扣。” “那如果我们在IND之后融资呢？”我问。 “那估值可能是20亿。但你们能活到IND吗？你们账上还有多少钱？” “……2000万。” “能撑多久？” “6个月。” “所以，你们现在需要的是‘救命钱’，不是‘高价钱’。” 我沉默了。 那天晚上，我们三个人在上海的一家小酒馆里坐到凌晨两点。 老王说：“4亿太低了。我们干了五年，发了20篇顶刊，投了1个亿研发，就值4亿？” 老张说：“要不我们等等？见见其他VC？” 我说：“账上只有6个月的钱。等不起。” 我们陷入了两难：接受4亿，觉得“贱卖”了自己；不接受，可能活不过年底。 这就是AI制药创业者的“融资困境”——科学家的“浪漫估值”与商业世界的“现实估值”之间，有一条巨大的鸿沟。 【琅琊道商心学】AI制药是当前最“性感”的创业赛道之一，也是最“烧钱”的赛道之一。一个管线的研发周期是5-8年，研发成本是1-2亿美金。这意味着，在产生收入之前，你要融资很多轮。而每一轮融资，都是一场“估值博弈”——你觉得你的技术值多少钱，投资人觉得你的商业化值多少钱。这两者之间的差距，往往大得惊人。02我们的“浪漫”：凭什么值10亿？我们的公司：焕智科技 先介绍一下背景。 焕智科技，2018年成立，做的是“AI驱动的创新药物研发”。核心团队三个人： 我（顾准）：CEO，计算生物学博士，AI算法背景 老王：CSO，药物化学博士，20年药物研发经验（学术界） 老张：CTO，计算机博士，AI算法专家 我们的技术平台叫“NeuroAI”——一个基于深度学习的药物发现引擎。它能在10分钟内，从百万级化合物库中筛选出潜在活性分子，比传统HTS（高通量筛选）快100倍，成本低90%。 到2023年，我们有了以下“资产”： 资产一：技术平台 全球领先的“基于图神经网络的分子生成模型” 10亿级化合物库（自建） 500TB的生物活性数据（自产+公开） 在三个公开数据集上，我们的算法性能排名第一 资产二：自研管线 管线A：针对“KRAS G12C突变”的抑制剂（肺癌靶点），已经找到PCC，体外活性IC50=2nM，选择性>100倍 管线B：针对“BTK”的降解剂（自身免疫病），已经找到Hit，正在进行优化 管线C：针对“CDK4/6”的新一代抑制剂（乳腺癌），处于Hit发现阶段 资产三：合作意向 一家全球TOP10药企正在跟我们谈“平台授权”，首付款500万美金+里程碑 两家国内药企在谈“联合开发”，首付款各1000万人民币 资产四：团队 三位创始人，合计发了80+篇SCI，其中Nature/Science/Cell 5篇 团队40人，70%有博士学历 我们算了一笔账： 技术平台：对标国外同类公司（如Schrödinger、Exscientia），估值3-5亿美金 管线A：PCC阶段，同类靶点License-out首付款2000-5000万美金，按风险折价，估值1-2亿 管线B/C：早期，估值5000万 团队：估值5000万 加起来，5-8亿人民币。我们取了中间值：6.5亿。加上我们想要融资8000万，投后7.3亿，投前6.5亿。 但考虑到我们的技术全球领先，我们觉得可以“溢价”到投前10亿。 这就是科学家的“估值逻辑”——从“技术价值”出发，向上加。 【琅琊道商心学】科学家的估值逻辑，本质上是“成本加成法”——我投入了多少成本（时间、资金、智力），我有多牛的技术，所以我的公司值多少钱。但投资人的估值逻辑是“收益折现法”——你未来能赚多少钱，折现到今天值多少钱。这两种逻辑，在早期阶段差距巨大。因为从“技术”到“收入”，还有漫长的路。03商业的“现实”：投资人为什么只给4亿？ 融资启动后，我们见了30多家VC。以下是投资人的典型反馈：反馈一：管线太早期 “顾博士，你们最成熟的管线是KRAS G12C抑制剂，PCC阶段。这个靶点已经有两款药上市（安进的Sotorasib、Mirati的Adagrasib），你们是me-better。但me-better需要证明‘更好’——更好的活性、更好的选择性、更好的PK、更好的安全性。这些都需要动物实验、毒理实验、IND申报……至少还需要18个月、5000万。18个月后，如果你们的药不如别人，或者别人已经占领了市场，怎么办？”反馈二：平台尚未验证 “你们的NeuroAI平台很牛，但到目前为止，还没有任何一个‘由AI发现’的药物进入临床。平台的价值，需要在‘真实世界’中验证——要么你们自己的管线走到临床，要么有药企用你们的平台发现了药物。目前，两者都没有。”反馈三：商业化路径不清晰 “你们的商业模式是‘自研+合作+平台授权’。自研需要10亿级别的资金；合作需要BD能力；平台授权需要销售团队。你们三位都是科学家，谁来做BD？谁来做商务？谁来管CRO？我们没看到‘商业基因’。”反馈四：估值太贵 “4亿是我们能给的上限。因为： 你们的管线价值：PCC阶段，按行业惯例，估值1-2亿 平台价值：没有验证，折价，估值5000万 团队价值：学术界背景，没有商业化经验，折价，估值5000万 现金：2000万（算进去）合计2.2-3.2亿。我们给4亿，已经是溢价了。”反馈五：资本寒冬，买方市场 “现在不是2021年了。生物医药融资额下降了60%，AI制药赛道更是重灾区。市场上钱少、项目多，我们是买方市场。你们不接受这个估值，别人可能给得更低。” 听完这些反馈，我们三个人都很沮丧。 老王说：“他们根本不懂技术。”老张说：“他们只认钱，不认科学。”我说：“但他们说的，有些是对的。” 我列了一张表，对比“科学家的认知”和“投资人的认知”： 维度 科学家认知 投资人认知 技术平台 全球领先，价值连城 未验证，不值钱 管线 PCC是重大突破 PCC离IND还远，风险高 团队 顶刊发到手软 没有商业经验，扣分 竞争 技术壁垒高 别人也可能做出来 市场 空间巨大 但你们能吃到吗？ 估值 10亿合理 4亿已经给面子 这张表让我明白了一件事：不是投资人不识货，而是我们和投资人的“估值坐标系”完全不同。 【琅琊道商心学】融资的本质，不是“说服投资人你的技术有多牛”，而是“让投资人相信你的技术能变成钱”。科学家擅长前者，不擅长后者。所以，你需要一个“翻译官”——把技术语言翻译成商业语言，把科学价值翻译成财务价值。如果没有这个翻译官，你的估值就会被打折扣。 04拉锯战：半年的博弈与蜕变第一阶段：四处碰壁（第1-2个月） 我们见了30家VC，拿到了2份TS。 一份来自“医疗专业基金”，估值4.5亿，但条款很苛刻： 要求一票否决权（所有重大决策） 要求对赌（如果18个月没进IND，估值打5折） 要求创始人无限连带责任（公司还不上钱，个人赔） 我们拒绝了。因为“一票否决权+对赌+无限连带”等于“把公司交给投资人，自己当打工的”。 另一份来自“综合基金”，估值4亿，条款正常，但对方要求“独家谈判期”2个月。 我们犹豫了一下，签了。 然后，噩梦开始了。 2个月里，对方做了极其详细的尽调：查了我们的每一个实验数据、每一行代码、每一份合同、每一个员工的背景。 最后，投委会说：“估值4亿可以，但我们要再加两条：①创始人必须全职（你们已经全职了）；②公司必须搬到上海（我们在杭州）。③如果你们接受，我们下周打款。” 我们接受了前两条，拒绝了第三条。因为我们团队在杭州已经扎根了，搬家会导致核心人员流失。 对方说：“那就算了。” 2个月，白费了。第二阶段：调整策略（第3-4个月） 两次失败后，我们意识到：不能再用“技术思维”做融资了。 我们请了一位融资顾问——老赵，一个在医疗投资圈干了15年的老兵。 老赵看了我们的材料，说：“你们的BP（商业计划书）有问题。40页里，35页讲技术，5页讲商业。投资人不关心你的算法多牛，他们关心的是：①你们能赚多少钱？②什么时候能赚？③凭什么你们能赚？” 他帮我们重写了BP： 前10页：市场机会、商业模式、收入预测、里程碑 中间15页：管线、平台、数据 最后5页：团队、财务、融资用途 核心改变：把“技术故事”变成“商业故事”。 同时，老赵帮我们调整了估值策略： “你们不要一口咬死10亿。现在市场不好，4-6亿是合理区间。我建议： 先报6亿，留出谈判空间 准备一个‘创新估值结构’，弥合分歧 不要只盯VC，找产业资本和国资” 我们听了。第三阶段：创新估值结构（第5-6个月） 我们设计了一套“三层估值结构”，用来跟投资人谈判： 第一层：基础估值（投前4亿） 基于管线进度（PCC）、平台验证、团队经验 这是投资人“没有争议”的部分 第二层：里程碑对赌（最高+2亿） 如果公司在12个月内完成以下任意两项，估值自动上调： 管线A完成IND申报 → +1亿 管线B找到PCC → +5000万 签下一个平台授权合同（首付款≥500万美金）→ +1亿 签下两个联合开发合同 → +5000万 上调方式：下一轮融资时，本轮投资人的股份按新估值重新计算（反稀释） 第三层：优先跟投权（+期权池） 本轮投资人有权在下一轮融资中，按同样条款跟投至少50% 我们额外给本轮投资人5%的期权池（用于激励团队，不计入估值） 这套结构的好处是： 对投资人：下有保底（基础估值4亿），上有弹性（里程碑对赌），风险可控 对我们：如果做得好，实际估值可达6亿，不会被“贱卖”；如果做不好，4亿也合理 老赵说：“这个结构，在行业里很少见。但它能弥合你们和投资人的分歧。因为你们赌的是‘自己能做到’，投资人赌的是‘你们能做到的概率’。双方都有激励。”第四阶段：找到“对的人”（第6个月） 有了新的BP和估值结构，我们重新开始见投资人。 这一次，我们不再“广撒网”，而是“精准打击”： 目标一：产业资本（药企的战投部）他们懂技术、有耐心、不追求短期回报。我们见了三家，有一家很感兴趣——一家香港上市的生物科技公司，他们想布局AI制药。 目标二：地方政府引导基金我们在杭州，杭州有“生物医药产业基金”，专门投本地项目。我们申请了，评审通过了，他们愿意投3000万，估值5亿（不用对赌）。 目标三：有医疗背景的VC我们筛选了5家“真正懂AI制药”的VC，而不是“蹭热点”的。其中一家，是我们在学术会议上认识的合伙人——他自己就是生物信息学博士。 最后，我们锁定了三家： A：产业资本，投4000万，估值5亿（基础估值，无对赌） B：政府基金，投3000万，估值5亿 C：专业VC，投3000万，估值4.5亿+里程碑对赌 我们选择了A+B，融资7000万，投前估值5亿，投后5.7亿。 虽然不是10亿，但比4亿高了25%。而且，A和B都是“耐心资本”，不会催我们“快进临床、快变现”。 【琅琊道商心学】融资不是“谁给的钱多选谁”，而是“谁的钱更合适”。产业资本和政府基金，可能估值不是最高，但他们的“耐心”和“资源”可能比多出来的几千万估值更重要。尤其是在AI制药这种“长周期”赛道，找对股东，比找贵股东更重要。05蜕变：从科学家到“科学企业家”融资教会我的五件事 第一件事：估值不是科学，是艺术 以前，我觉得估值是“算”出来的——技术值多少、管线值多少、团队值多少，加起来。 现在，我明白估值是“谈”出来的——市场情绪、投资人偏好、竞争态势、谈判技巧，都会影响估值。 同一家公司，在2021年可能值10亿，在2023年可能只值4亿。不是公司变了，是市场变了。 第二件事：投资人不是“敌人”，是“镜子” 以前，我觉得投资人是“来砍价的”，是“敌人”。 现在，我觉得他们是“镜子”——他们用最直接的方式告诉我，我的公司哪里有问题。 当5个投资人同时质疑“商业化路径”时，不是他们不懂，而是我真的没讲清楚（或者真的有问题）。 我开始重视“商业化”——招了一个BD总监（有药企经验），开始认真谈平台授权，开始研究“License-out”的条款。 第三件事：数据比故事重要 以前，我喜欢讲“愿景”——“我们要改变新药研发范式”。 现在，我讲“数据”——“我们的算法在100万个化合物的筛选中，准确率92%，比行业平均水平高30%”。 投资人更相信数据。因为数据是“可验证”的，愿景是“不可验证”的。 第四件事：团队需要“商业基因” 以前，我觉得“科学家团队”是优势——技术牛、学历高。 现在，我知道“纯科学家团队”是劣势——因为没有商业化能力。 融资后，我们做了两件事： 招了一个COO（有20年药企BD经验） 设立了一个“商业顾问委员会”（请了三位药企高管） 第五件事：活下来比估值重要 以前，我宁愿不融资，也不接受“低估值”。 现在，我知道：在资本寒冬里，现金是氧气。没有氧气，估值再高也是虚的。 我们接受了5亿的估值。虽然比预期低，但公司活下来了。 2024年，我们完成了管线A的IND申报，触发了“里程碑对赌”，估值自动上调到了6亿。投资人很开心，我们也很开心。 这是一个“win-win”。06科学家的浪漫，企业家的现实 2024年6月，公司完成IND申报的那天，我们开了一瓶香槟。 老王说：“如果当初我们坚持10亿，可能现在已经死了。” 老张说：“如果当初我们接受4亿+对赌，可能现在已经被对赌条款压死了。” 我说：“我们走了一条中间的路——接受了市场给的估值，但用‘里程碑对赌’保护了自己的未来。” 我举起酒杯：“敬科学家的浪漫，也敬企业家的现实。” 三个人，一饮而尽。 【琅琊道商心学】AI制药创业，是一场“浪漫与现实的博弈”。你既要保持科学家的“理想主义”——相信技术能改变世界；也要学会企业家的“现实主义”——接受市场的定价、尊重商业的规律。这两者不是对立的，而是互补的。当你把“浪漫”变成“愿景”，把“现实”变成“路径”，你就是不可战胜的。 【琅琊问道】 科学家算估值，看的是‘技术多牛’；投资人算估值，看的是‘能赚多少钱’。这两者之间，隔着一条‘商业化死亡谷’。 你的算法能在10分钟内筛选出10万个化合物，这是科学家的浪漫。但投资人只会问：你的第一个药什么时候进临床？什么时候能卖？ 估值不是科学，是艺术——更准确地说，是一场关于‘讲故事’和‘算数字’的博弈。 AI制药的终局不是‘卖软件’，而是‘卖药’。前者是SaaS估值（10倍PS），后者是药企估值（5倍PS）。你的估值模型，决定了你能融到多少钱。 在资本寒冬里，活下来比估值重要。拿钱的速度，比拿钱的多少重要。 【琅琊私董会】 案例标签：AI制药；融资博弈；估值分歧；科学家创业；资本寒冬 关键决策点： 技术平台估值 vs 管线估值，如何平衡？ 投资人砍估值时，是“坚持”还是“妥协”？ 如何设计“创新估值结构”来弥合分歧？ 私董建议： AI制药公司估值的“三大支柱”： 支柱一：技术平台的价值（算法能力、数据规模、算力） 支柱二：管线的价值（靶点创新性、数据质量、临床潜力） 支柱三：团队的价值（科学背景、工业界经验、BD能力）不同投资人对三者的权重不同，要针对性地“讲故事”。 融资谈判的“底线思维”： 第一条底线：公司能活18个月的最低融资金额 第二条底线：创始团队能接受的估值下限（低于此线会失去动力） 第三条底线：不能接受的条款（如：一票否决权、对赌、个人连带）三条底线划好，其他都可以谈。 弥合估值分歧的“创新结构”： 方案一：分两轮融资（先拿一笔过桥贷，达成里程碑后再按高估值融资） 方案二：估值+里程碑对赌（达成某里程碑，估值自动上调） 方案三：分拆估值（技术平台一个估值，管线另一个估值，分开融资） 方案四：可转债（先拿钱，下一轮估值打8折转股） 科学家融资的“心态准备”： 不要“爱上”自己的估值（那是你算的，不是市场给的） 不要“鄙视”投资人的商业逻辑（他们比你更懂市场） 不要“孤注一掷”（保持多线并行，不要只盯着一家） 避坑指南： 不要在TS签署前大规模扩张 不要“虚报”数据（投资人会尽调） 不要忽视“非技术”的投资人（产业资本、国资可能比VC更合适） 不要一个人谈判（带上有商业经验的合伙人） 【创作声明】本文为文学艺术作品，故事发生于名为“琅琊宇宙”的平行叙事世界。文中所有商业思想与哲学探讨旨在传递智慧，所涉及的所有相关具体人物、机构、案例等均为艺术创作所虚设，与现实无任何关联，亦不构成任何商业建议。我们怀着对产业行业发展与企业经营智慧的最高敬意，虚构故事及这些对话，唯以探索商业产业发展趋势和本质、以及创业及企业经营和治理的成功之道。 【创业启示录】：倾听创业故事，照亮创业征途。你在融资过程中遇到过“估值鸿沟”吗？你是如何弥合的？你接受过“对赌”条款吗？如您有故事，并愿意分享，可于评论区留言或私信联系我们~ 琅琊荟｜战略创业家社区，为企业家、创始人与决策者打造的战略创业生态平台。以顶层思维，塑造三大内核，铺设共创生态：打造思想引力场，助力企业战略重生；深耕领导者心性修炼，助力企业战略升维；构建企业大文化体系，助力企业战略跨境。以思想聚力、以心性领航、以文化致远，陪伴战略创业者穿越周期、长期生长。