从谷歌到字节,每个大厂,终将拥有一家药厂

蓝鲸财经
Yesterday

文|锦缎

9月16日,路透社放出消息:字节跳动把内部的AI制药团队拆了出来,成立一家叫新生探途(Anew Labs)的公司。首轮外部融资2.9亿美元,投后估值约15亿美元,字节保留56%控股权。

投资人名单差不多是中国一级市场的全家福:HSG(原红杉中国)、IDG、高瓴领投,五源联合领投,高榕、春华、博裕跟投。名单里还混着两个不太一样的名字:中国生物制药,上海未来产业基金。

15亿美元,约等于薛定谔公司(Schrödinger)现在的市值——那家做了三十年计算化学软件、被全球药企当标准配置的老牌上市公司。

一家成立三年、核心团队五十人、四条管线全部停在临床前的新公司,在资本市场眼里,约等于那位三十年的老师傅。

薛定谔,那个著名的思想实验:盒子打开之前,猫同时活着,也同时死了。

而Anew Labs此刻就在这样一个盒子里:按平台估值,它值15亿美元;按管线残值,四条临床前管线顶天5亿。两种估值同时成立,直到有东西把盒子打开。

01从一条招聘启事,到一家15亿美元的公司

新生探途的故事,比这则分拆新闻早了差不多六年。

2020年底,字节跳动AI Lab开始悄悄招聘AI制药方向的人才。那是字节如日中天的时候,抖音、TikTok、头条,推荐算法所向披靡。但在这台推荐机器内部,有一小群人在琢磨一件节奏完全不同的事:用AI做药。

2021年,刘凯牵头组建正式的药物发现团队。他不是算法科学家出身,此前做了七年风险投资。事后看,让一个投资人来建这支队伍是个准确的选择:做药这件事,一半是科学,另一半是资本运作和资源整合。顺带一提,他的老东家,如今就在Anew的投资人名单里。

队伍不大,五十人上下,官网5月列出的核心成员36位,AI算法人才和资深制药专家混编。今年6月,字节完成分拆,团队、算法平台、在研管线整体注入新主体。三个月后,首轮融资落定。

为什么一定要拆出来?行业人士都容易理解:医药研发遵循双十定律,十年周期、十亿美元,验证以年为单位;互联网业务的节奏是周。两种时钟装在同一个组织里,激励错位,考核失焦,耐心一点点磨掉。谷歌对DeepMind的药物团队做过一模一样的选择,2021年分拆出了Isomorphic Labs。中美两家巨头,在组织问题上英雄所见略同。

分拆不等于切割。Anew的算力继续由火山引擎供应,这家公司从出生起就接着一条大厂的算力管道。办公室设在上海、旧金山和新加坡,美国实体名叫Anew Therapeutics

家底方面,公开信息能拼出一个轮廓。

平台五个:AnewFold做生物分子结构预测,AnewSampling、AnewOmni、AnewDesign、AnewMind覆盖分子设计的其他环节。国际媒体报道提到其中包含Protenix和PXDesign。熟悉开源社区的人对Protenix不陌生,字节此前开源的蛋白质结构预测模型,一度被视为对标AlphaFold3的作品。这家公司的技术底盘,就是字节这几年在AI for Science上公开战绩的延续。

管线四条:形态覆盖小分子、抗体和环肽。最受关注的一条,公司称之为"全球首个":一款能同时靶向IL-17家族全部三种二聚体的小分子抑制剂。

这行字需要解释下:

IL-17是免疫领域最成功的靶点家族之一。诺华的可善挺、礼来的拓姿,年销售额数十亿美元,是银屑病、强直性脊柱炎的主力治疗。这个市场只有一个巨大的遗憾:现有药物全是生物制剂,必须注射;而IL-17家族的三种二聚体(A/A、A/F、F/F),目前最强的双靶点抗体也只覆盖两种。

用小分子同时拿下三种,为什么没人做成过?因为靶点本身是片禁区。IL-17与受体的结合面又大又平,是出了名的"不可成药"的蛋白相互作用——抗体这样的大家伙可以张开双臂抱住一整片平面,小分子却得像一颗钉子,楔进一面光墙。

真做成了,局面就不一样:患者从终身注射换成每天一粒药片,不需要冷链,制造成本大幅下降。今年早些时候,Anew的生物学负责人在波士顿的一场免疫学会议上公开报告过这条管线。

另一条IL-4R也值得多说一嘴:特应性皮炎的核心靶点,同样是百亿美元级市场,同样有口服化的想象空间。

当然,要说清这家公司,还有一句必须记住:四条管线,没有一条进入临床。

02大厂的尽头是药厂

Anew不是孤例。

把2026年的全球AI制药版图铺开,几股力量几乎同时到位。

英伟达出算力。1月,它与礼来宣布共建AI联合创新实验室,五年投入超十亿美元,目标是"两小时完成一轮迭代"的干湿闭环——传统药物化学家做一轮设计、合成、测试,以周计。

OpenAI和Anthropic出模型。OpenAI在4月发布生命科学专用模型GPT-Rosalind,安进、Moderna已导入研发流程,诺和诺德随即宣布战略合作。Anthropic的CEO阿莫迪公开说,生命科学是公司战略优先级最高的领域之一;更激进的动作也在4月,以约4亿美元收购成立仅八个月的Coefficient Bio,从卖工具转向直接持有管线。百时美施贵宝则正在向三万多名员工推广Claude。

Anew最直接的对标,是谷歌系的Isomorphic Labs。这家DeepMind分拆、诺奖得主哈萨比斯执掌的公司,5月12日完成21亿美元B轮融资,Thrive Capital领投,Alphabet、GV、淡马锡、英国主权AI基金悉数到场,累计融资约26亿美元。它的引擎IsoDDE覆盖蛋白-配体建模、亲和力预测、口袋识别,与强生、礼来、诺华都签了数十亿美元级的合作。它给自己定的目标是2026年底让AI设计的药物进入人体试验,而这个时间表已经从2025年底推迟过一次。

钱也在涌向交易环节。今年一季度全球医药交易总额880亿美元,同比增长三成,机构预判全年冲击1500亿。阿斯利康与石药185亿美元,礼来与信达88.5亿美元,礼来与Profluent最高22.5亿美元。大药企正在用真金白银把AI和源头创新锁进自己的管线。

在这张棋盘上看字节这步棋:算力接自家火山引擎,模型接自家AI4S积累,资本一头是顶级VC、一头是国资和药企,管线直接对标全球级靶点。

Anew Labs,野心多少有点藏不住了。

03 15亿美元,和56%的股权

先回答市井里最关切的问题:一家五十人、零临床的公司,凭什么值15亿美元?

按传统管线估值法,每条临床前管线打几千万到两亿美元残值,四条顶天五亿。多出来的十亿,市场定价的是别的东西。

第一样,是字节能力外溢的可能性。Anew本质上是把字节在推荐系统时代积累的模型训练、工程化和算力调度能力,平移到新战场。这件事在数学上说得通:推荐算法的核心,是在超大的连续解空间里快速搜索最优解,而药物分子设计的数学本质与此相近。投资人赌的是,在短视频里锻炼出来的机器,换成蛋白质语料,同样能打。

第二样,是生产管线的机器,而不是管线本身。国泰海通有个判断可以作锚:AI制药的竞争单元,正从单个分子升级为"数据×模型×管线"的系统能力。分子会失败,流水线不会。Isomorphic能融21亿美元,而手握某款具体药物的biotech可能融不到零头。就是说,市场已经决定给工厂定价,而不是给产品定价。

第三样,是时间。中国AI制药公司上一波批量成立于2018到2021年,多数至今还卡在"AI是工具还是药物"的定位摇摆里。天使轮就给15亿,是一级市场在抢跑——等临床数据出来,估值也许上一个大台阶,也许归零。期权本来就是双向的。

比15亿美元更值得琢磨的,是56%。

字节没有全资持有,也没有彻底卖出。全资的问题前面说过,双十定律和互联网节奏的冲突几乎无解;彻底卖出则等于放弃一张战略牌,还可能养出日后的对手。控股分拆是两者之间的平衡:母公司保留控制权和财务上行空间,新公司拿到独立的资本通道、独立的薪酬体系,和属于医药行业的节奏。

这个打法正在成为全球范式。Alphabet对Isomorphic是分拆但深度参与;Anthropic对Coefficient Bio选择直接收购;英伟达不持股,只结盟。下注的轻重,本身就是各家信心的刻度。看得出,字节和谷歌押得最重:出钱,出算力,还控股。

对中国互联网大厂,这件事的溢出价值也许超过融资本身。大厂内部那些做材料、做电池、做气候的AI团队,从此多了一条可参考的路径:拆出来,接上母体算力,引入产业资本,按行业的节奏生长。可以预料,不少大厂的战略部门会研究这份56%的股权结构。

04瓶颈换了位置

AI制药的下一个瓶颈在哪里?兴业证券有个判断,说出了这个行业最反直觉的一点:决速步骤不在模型跑多快,而在湿实验数据产得多快。

模型这一侧的军备竞赛已经过剩。AlphaFold们把结构预测的边际成本压到几乎为零,生成模型每天吐出百万个候选分子。可当模型的产出速度超过实验验证一万倍,瓶颈就整个挪了位置:你能设计一亿个分子,实验室一周只能合成五十个。

这也解释了叙事主角的切换,从算法公司,换成拥有湿实验能力的公司。英伟达和礼来的实验室,卖点是两小时一轮迭代,比的不是模型快,是闭环转得快;晶泰的资本溢价,底层是三百台机器人和每月二十万条自有实验数据。

对Anew来说,这是它版图里最需要补的一块。公开信息里,它是一家计算重、实验轻的公司,五个平台全是干实验,湿实验能力未见披露。路子无非几条:自建、合作,或者外包给中国的CRO。

反过来,这正好解释了中国生物制药这笔战略投资的用意——药企的实验体系、临床资源和注册经验,正是Anew缺的那一半。这不是财务投资,是互补。

还有一层关系,把这件事推向更深处。

我此前写过,全球支付方正在合围(详见《单药经济学的终结》):美国用MFN把药价锚定国际最低价,中国用基本医保加商保的双目录给高值药分流,单药单价的天花板被制度性压低,超额利润只能来自更多患者乘以更长时长。

把Anew的管线放进这个框架,会看到一种严丝合缝的巧合。自身免疫疾病患者以千万计,这是更多患者;需要终身用药,这是更长时长;小分子口服、无需冷链、制造成本远低于抗体,这是单价友好。同一笔账反过来算,对生物制剂近乎催命:一旦口服小分子做到与可善挺相当的疗效,那些每年几万美元的注射剂,将同时面对专利悬崖和剂型更替。

AI降研发成本,支付方压销售价格,两股力量从产业链两端同时发力,把"高单价、小人群、生物制剂"的旧模式夹在中间。Anew选靶点的口味——IL-17、IL-4R,全是口服化想象的大市场——说明它比谁都清楚终局的规则。

药品的经济形态正在逼近消费品:大市场、低单价、长周期。谁先接受这个设定,谁的管线模型就先更新。

05盒子还没有打开

当然,还有三个问题,眼下没有答案。

一是临床。Anew四条管线全部在临床前,Isomorphic推迟过人体试验时间表,全行业至今没有一款从头到尾由AI设计的药物走完三期。国泰海通说,AI设计药物的临床验证潮即将到来。"即将"两个字,眼下托着上千亿美元的估值。2027到2029年,这批公司排队交卷,那才是这个赛道的成人礼。

二是字节的耐心。这家公司历史上多线出击,也多次收缩,教育、游戏都见过。56%的控股既可以是长期承诺,也可以是下一次战略收缩时最先变现的资产。判断一家公司的命运,股权结构说了不算,母公司愿意给多长时间说了算。答案不在公告里。

三是估值的收敛速度。市场现在按平台给钱,但平台的价值终究要靠管线兑现。如果三五年内平台产不出进临床的分子,平台估值会向管线估值坍缩。薛定谔的市值从80亿美元走到15亿,就是一部平台叙事被管线现实修正的记录。

Anew现在拿到了薛定谔的市值。没有人希望它走薛定谔的曲线。

这三个问题,其实可以合并成一个:盒子什么时候打开。

量子力学里,观测让叠加态坍缩——猫在打开盒子的那一瞬间,才被迫在生与死之间做出选择。AI制药的观测时刻,就是第一批临床数据的读出。在那之前,15亿美元和零,两种估值都合法;在那之后,每家公司都只能领走属于自己的那一个。

06结语

回到2020年底,字节AI Lab贴出第一批AI制药招聘启事的那个冬天。少有人想到,那家靠信息流推荐日进斗金的公司,五年后会孵化出一间给蛋白质建模的药研公司。

资本市场的算术向来粗暴:五十人,四条临床前管线,十五亿美元。但这个数字背后,是几件同时发生的事——互联网巨头给AI能力找到了第二战场,中国创新药等到了新的资本叙事,支付方重写了药物的经济形态,而大厂与双十定律之间,终于有了一种可以共处的组织形态。

Anew官网首页有一句话,朴素得近乎天真:"研发新药,为患者带来切实获益。"

AI能写代码,能做PPT,能预测蛋白质。唯独这一句,得靠真药来回答。

2027到2029年,盒子会一个接一个打开。到那时,所有按平台定价的公司,都要变回按管线定价的公司。

希望盒子里的那只猫,是活的。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10