被寄予厚望的AI4S，该以谁为锚？又该如何跟踪和验证？|ai4s|人工智能|伽利略|创新药|实验|牛顿

随着Coding Agent叙事开始显得愈发疲劳，近期资本市场对于AI4S（AI for Science，人工智能驱动的科学研究）的热情显著升温。自从8月3日美股DNA合成龙头Twist Bioscience披露大超预期的FY2026Q3财报，叠加谷歌DeepMind首席科学家Jeff Dean离职创办AI4S公司Discovery Loop，AI4S的热情彻底被资本市场点燃。

图片说明：Twist Bioscience连续14个季度业绩增长，且预计2027财年AI药物发现订单在有望实现>100%的同比增速，数据来源于Twist Bioscience

具体来看，港股方面，作为可以拿来直接对标Twist Bioscience的金斯瑞生物科技(1548.HK)，在过去不到两个月的时间内实现了股价翻倍；AI制药平台型公司晶泰控股(2228.HK)、英矽智能(3696.HK)、剂泰科技(7666.HK)等，也取得了非常不错的股价表现。

A股方面，市场热情则更加高涨，基因/蛋白合成相关上市公司，包括但不限于诺唯赞(688105.SH)、百普赛斯(301080.SZ)、义翘神州(301047.SZ)、近岸蛋白(688137.SH)等等，近几个交易日均有20厘米涨停表现。

图片说明：金斯瑞生物科技股价不到两个月实现翻倍，数据来源于Wind

商业化潜力超过Coding的AI4S

简单来说，AI4S就是用AI来做前沿科学探索和研究，但又与过去的科学研究不太一样。

过去科学研究，依赖于实验观察（例如伽利略比萨斜塔的落体实验）、数学理论推演（如牛顿三大定律和麦克斯韦电磁方程组）、计算机数值模拟和数据分析（如利用量化模型炒股票割韭菜）等等。

AI4S，其核心在于将AI从一种辅助工具，提升为驱动科学研究的核心引擎。AI4S是将物理定律与AI强大的推理能力相结合，加速甚至重塑科学研究的全流程，精准预测物理世界的发展与分子或材料的相互作用。

图片说明：AI4S也被成为科学研究的第五范式，数据来源于日本科学技术振兴机构

目前科学家已经在利用AI在进行各类大量前沿探索，比较受到资本市场关注的有：

生命科学（AI4B）：如蛋白质结构预测与设计（如AlphaFold在蛋白质结构预测上的突破）、小分子药物设计、核酸药物开发等等（如DeepMind旗下的Isomorphic Labs、英伟达旗下的BioNeMo平台等等）。

材料与能源（AI4M）：固态电池电解质设计、催化剂合成、超导材料筛选等等（如DeepMind旗下的GNoME发现了220万种新晶体结构）。

图片说明：海外巨头旗下的AI4B，数据来源于方正证券

显然，AI已经不再局限于人类已知的知识领域，当前AI4S面对的都是人类未知的领域，这也意味着AI4S具备着更大、甚至是无穷大的商业化潜力。

比如，AI4S能够将创新药研发成功率提升10%或缩短2年时间，AI设计的固态电池电解质可以让新能源汽车续航突破1000公里且成本下降30%，或者AI发现的超导材料在电网无损耗输电中得到工程验证，又或者AI设计的新型酶成功将塑料降解周期从数百年缩短到几天，再或者AI自主证明了千禧年七大数学难题，又或者独立推导出经物理实验验证的新物理定律。以上任何一个未知领域的突破，都是革命性的突破，甚至是人类文明进程的突破。

图片说明：AI已经被用于解决千禧年七大数学难题，数据来源于机器之心

AI4S该以谁为锚？又该如何跟踪和验证？

回到资本市场，虽然AI4S被资本市场寄予厚望成为接替Coding Agent的又一大AI应用场景，但是AI4S与Coding有所不同：过去想要跟踪和验证Coding的市场空间和市场增速，只需要以Anthropic和OpenAI为锚，就可以得到ARR这种非常直观的观测数据，但是AI4S该如何观测呢？又该如何指引投资呢？

这或许是一个不容易回答的问题，因为Coding是个单一场景，而AI4S下游众多，MNC愿意为单个AI设计管线支付多少钱，决定了AI4S在创新药的天花板；化工巨头愿意为单个AI设计新材料支付多少钱，决定了AI4S在化工行业的天花板……

总之，需要将所有AI4S下游行业的年度R&D预算全部加总起来，才能看明白市场空间和市场增速，但这几乎是不可能完成、也没有必要完成的。

因此，与其寄希望于AI4S需求爆发带动AI硬件投资增长（即Coding的逻辑），不如更有针对性的直接去投资不同场景下的AI应用，把握不同应用场景的拐点。

例如，目前还没有一款完全由AI从头设计的创新药获得FDA正式批准上市，但是已经有5~8款处于三期临床的AI创新药，包括但不限于英矽智能的ISM001-055（预计2027~2028年读出三期数据）、Generate Biomedicines的GB-0895等等。谁先第一个拿到FDA批文，谁就能成为重塑全球创新药行业估值逻辑的领头羊。

例如，当前AI4S在创新药中最大的瓶颈是“湿实验验证太慢”，目前晶泰科技、英矽智能等公司都在冲刺“无人实验验证”的规模化，一旦这个闭环的成本低于人类实验员，AI4S将从“线性辅助”进化为“指数级自进化”。