AI for Science正在成为一级市场最热的方向之一。7月底政治局会议提出"加强基础研究长期稳定支持"，叠加此前的AI+行动，一个很具体的问题被推到台前：AI到底怎么用在科研上，又怎么真正提升效率和预测能力？
本周行业也有大新闻。Moderna和默沙东宣布，双方合作开发的首款个性化mRNA癌症疫苗在黑色素瘤三期试验中取得初步积极结果。这款疫苗在新生抗原筛选环节就用到了AI，让研究者通过计算模拟复杂的分子相互作用，而不是靠无尽的湿实验。
本期"产业观察"，我们对话了Chemical.AI创始人夏宁博士。这位有机化学博士在"AI+化学"这条路上走了近18年，从2008年在法国参与创业算起，他见证了这个行业从无到有、AI制药第一波高光、生物医药三年寒冬、GPT时刻之后的AI制药第二波，以及新的AI4S浪潮。
两条船怎么站
冯立：2015-2016年前后，我们一直关注交叉学科创新，特别是计算机和生物医药、化学的交叉。当时投了晶泰科技、剂泰制药等公司。这个行业到现在十多年了，我们注意到两个问题。第一，很难找到恰好"一脚踏两船"的人——能力真正横跨两个不相交的学科，比如计算机和化学。第二，就算有人能踏两条船，最终哪条船更重要？先问第一个问题：你当年是怎么把化学和计算机这两个看似完全不相关的学科联系起来的？
夏宁：主要是兴趣。编程是逻辑思维很强的学科，化学需要大量记忆和对自然的好奇心。我恰好两样都喜欢。
黑盒与白盒的落地分野
对话中，夏宁详细拆解了AI在化学合成领域落地时，黑盒与白盒两种技术路线各自的适用场景。黑盒模型擅长在数据充足的场景下做快速预测，而白盒方法则在可解释性和化学规则约束上更有优势。两者并非替代关系，而是互补。
他还提到，团队曾拒绝过收购邀约。在AI制药最热的时期，保持独立研发节奏是更重要的选择。
一笔很实在的账
对话里有一个非常务实的计算：如果要让AI替代月薪2万元的化学专业人员，token成本到底怎么算才划算？这个账算清楚，AI在化学合成领域的商业化路径才真正立得住。
夏宁的判断是，今天的AI在化学合成上的能力，已经可以比肩有10年经验的化学家。但"比肩"不等于"替代"，工具和人的协作关系，才是未来几年行业真正要解决的问题。
以下是编辑后的对话实录。完整版请在小宇宙App或苹果播客搜索"高能亮"收听。
热门跟贴