每日經濟新聞 2025-03-19 17:38:33
3月18日，在亞馬遜云科技醫療及生命科學行業峰會上，亞馬遜云科技中國區醫療及生命科學行業負責人張湛與英矽智能IT負責人沙林分享了AI與云計算在藥物研發領域的應用進展。當前，亞馬遜云科技、微軟、谷歌云和阿里云等主流云廠商正加大生命科學領域投入，通過AI與云計算技術優化藥物研發流程。然而，藥物研發仍面臨數據孤島與算力不足等問題。
每經記者 張梓桐 每經編輯 張海妮
在人工智能（AI）與云計算技術迅猛發展的浪潮之下，生命科學領域已然成為全球科技巨頭與云服務供應商競相布局的新興戰略要地。
亞馬遜云科技（AWS）、微軟（Azure）、谷歌云（Google Cloud）以及阿里云等一眾主流云廠商，紛紛加大在生命科學領域的投入力度，意圖憑借AI與云計算技術，重塑藥物研發的流程，大幅提升研發效率。
事實上，早在生成式AI模型嶄露頭角之前，藥物研發領域便已運用AI技術開展分子設計與優化工作。生成式AI的誕生，只是促使更多人將目光聚焦于這一領域。
3月18日，在亞馬遜云科技醫療及生命科學行業峰會上，亞馬遜云科技中國區醫療及生命科學行業負責人張湛在接受《每日經濟新聞》記者采訪時指出：“眾多生命科學行業的客戶正借助生成式AI應用創新技術，致力于發現新型藥物，以全新方式打造診療設備，識別不良反應以保障患者安全，并且通過新途徑加速商業化進程，提高患者的醫療服務可及性。”
盡管AI在藥物研發中的應用已收獲顯著成果，但行業專家普遍認為，AI技術的巨大潛力仍遠未得到充分釋放。英矽智能IT負責人沙林在同日接受包括《每日經濟新聞》記者在內的媒體記者采訪時稱：“AI在藥物研發中的應用才剛起步，在未來幾年內，AI將更深入地融入藥物研發的各個環節。”
生命科學領域，尤其是藥物研發，長期飽受研發周期冗長、成本高昂、成功率偏低等難題的困擾。傳統藥物研發從靶點發現直至藥物上市，一般需要耗費10~15年，資金投入高達數十億美元。而AI與云計算技術的深度融合，為這一行業帶來了顛覆性變革。
云所具備的彈性、安全性以及高可用性，對于生成式AI的應用與拓展至關重要。企業遷移至云端后，能夠進一步推動IT系統的現代化改造，借助現代化數據庫架構，充分挖掘傳統數據的潛在價值。
從傳統的計算服務，如Amazon EC2、Amazon RDS、Amazon S3，到Kubernetes容器編排服務Amazon EKS，亞馬遜云科技為英矽智能構建起全面且穩定的基礎架構支撐體系。
沙林向記者透露，在支撐海外業務的AI模型訓練方面，亞馬遜云科技的Amazon SageMaker以及Amazon Bedrock等服務得到了充分運用。此外，亞馬遜云科技在Amazon Bedrock新上線的完全托管的DeepSeek-R1模型，英矽智能也積極參與測試，探索其在日常工作中的應用潛力。
沙林稱：“我們廣泛運用了亞馬遜云科技的眾多服務，像傳統的Amazon EC2、Amazon RDS、Amazon S3服務，這三項都是我們常用的。另外還有Amazon EKS，以及用于AI模型訓練的Amazon SageMaker等服務。”
沙林表示，這些服務的運用，使得英矽智能能夠迅速更新迭代研發平臺，實現數據的高效存儲、管理與分析，加速AI模型的訓練與優化，推動藥物研發項目穩步前行。
云廠商競相角逐生命科學領域，背后是巨大的市場潛力與商業價值的驅動。
據市場研究機構Grand View Research的數據，全球AI在醫療健康市場的規模預計將從2021年的110億美元增長至2028年的1940億美元，年復合增長率超過41%。而云計算作為AI技術的底層基礎設施，將在這一增長進程中扮演關鍵角色。
對于云廠商而言，生命科學領域不僅是一個高速增長的市場，更是彰顯其技術實力的舞臺。通過為制藥企業和生物技術公司量身定制解決方案，云廠商能夠積累海量的行業數據與豐富經驗，進而持續優化自身的AI和云計算平臺。
此外，生命科學領域的客戶通常具備較強的付費能力以及長期合作意愿。一旦建立合作關系，云廠商可通過持續的服務升級，實現長期穩定的收入增長。
盡管生成式AI（GenAI）在生命科學領域展現出巨大潛力，但在實際落地過程中仍面臨諸多挑戰。
沙林向《每日經濟新聞》記者坦言，數據問題是其中的關鍵難點。在藥物研發領域，數據呈現出“異構性強、分布分散”的特征，存在大量數據孤島。即便有公開數據，也需耗費大量時間進行預處理與校正，方可用于后續的分析及模型訓練。
沙林指出：“藥物研發領域的數據多為異構且分散，數據孤島現象嚴重，這是相當大的挑戰。即便存在公開數據，也需要投入大量精力進行數據管理。”為應對這一挑戰，行業內企業也在積極行動。例如，英矽智能對其平臺內的公開數據集進行人工校正，以此確保數據質量。
而在張湛看來，獲取和使用數據的過程極為復雜，無論是用于訓練、推理還是微調。“舉例來說，新藥研發的首要環節是靶點發現與識別，在此過程中需要種類繁多的海量數據，這不僅增加了數據處理的復雜性，而且由于每一步工作都依賴于上一步的發現成果，科學家難以提前預判后續所需的數據類型。”張湛表示。
與此同時，沙林表示，隨著行業對GenAI重視程度的不斷提升，在數據產生階段，人們愈發注重數據的規范性與可用性，為后續GenAI的應用筑牢根基。此外，像亞馬遜云科技這類服務商所提供的強大算力，在一定程度上緩解了算力壓力，為處理復雜數據、運行大規模AI模型創造了條件。
隨著GenAI在生命科學領域的熱度持續攀升，英偉達、谷歌等眾多科技巨頭紛紛入局。面對激烈的市場競爭，英矽智能等企業認為自身具備獨特優勢。英矽智能10年前便涉足該領域，積累了豐富的行業經驗與大量內部數據，這成為其在競爭中的核心資本。
總體來看，云廠商在生命科學領域的競爭，不僅是技術實力的較量，更是對未來醫療健康行業話語權的爭奪。借助AI與云計算技術的融合，云廠商正為藥物研發帶來前所未有的效率提升，同時也為自身開拓出一個高增長的市場空間。
然而，這場競爭才剛剛拉開帷幕。隨著技術的持續進步與行業的深度融合，AI與云計算有望在生命科學領域發揮更為關鍵的作用，為人類健康事業帶來更多突破性進展。
封面圖片來源：視覺中國-VCG41N2155090857
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權，嚴禁轉載或鏡像，違者必究。
讀者熱線：4008890008
特別提醒：如果我們使用了您的圖片，請作者與本站聯系索取稿酬。如您不希望作品出現在本站，可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP
