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(fā)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(zhàn)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(fā)的流程，大幅提升研發(fā)效率。

事實上，早在生成式AI模型嶄露頭角之前，藥物研發(fā)領域便已運用AI技術開展分子設計與優(yōu)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(yī)療及生命科學行業(yè)峰會上，亞馬遜云科技中國區(qū)醫(yī)療及生命科學行業(yè)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(yè)的客戶正借助生成式AI應用創(chuàng)新技術，致力于發(fā)現(xiàn)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(yè)化進程，提高患者的醫(yī)療服務可及性。”

盡管AI在藥物研發(fā)中的應用已收獲顯著成果，但行業(yè)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(fā)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(fā)的各個環(huán)節(jié)。”

AI與云計算：藥物研發(fā)的“強力加速器”

生命科學領域，尤其是藥物研發(fā)，長期飽受研發(fā)周期冗長、成本高昂、成功率偏低等難題的困擾。傳統(tǒng)藥物研發(fā)從靶點發(fā)現(xiàn)直至藥物上市，一般需要耗費10~15年，資金投入高達數(shù)十億美元。而AI與云計算技術的深度融合，為這一行業(yè)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(yè)遷移至云端后，能夠進一步推動IT系統(tǒng)的現(xiàn)代化改造，借助現(xiàn)代化數(shù)據(jù)庫架構，充分挖掘傳統(tǒng)數(shù)據(jù)的潛在價值。

從傳統(tǒng)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(wěn)定的基礎架構支撐體系。

沙林向記者透露，在支撐海外業(yè)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(tǒng)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(fā)平臺，實現(xiàn)數(shù)據(jù)的高效存儲、管理與分析，加速AI模型的訓練與優(yōu)化，推動藥物研發(fā)項目穩(wěn)步前行。

數(shù)據(jù)孤島與算力挑戰(zhàn)：亟待攻克的難關

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(yè)價值的驅動。

據(jù)市場研究機構Grand View Research的數(shù)據(jù)，全球AI在醫(yī)療健康市場的規(guī)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(yè)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(yè)數(shù)據(jù)與豐富經驗，進而持續(xù)優(yōu)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(xù)的服務升級，實現(xiàn)長期穩(wěn)定的收入增長。

盡管生成式AI（GenAI）在生命科學領域展現(xiàn)出巨大潛力，但在實際落地過程中仍面臨諸多挑戰(zhàn)。

沙林向《每日經濟新聞》記者坦言，數(shù)據(jù)問題是其中的關鍵難點。在藥物研發(fā)領域，數(shù)據(jù)呈現(xiàn)出“異構性強、分布分散”的特征，存在大量數(shù)據(jù)孤島。即便有公開數(shù)據(jù)，也需耗費大量時間進行預處理與校正，方可用于后續(xù)的分析及模型訓練。

沙林指出：“藥物研發(fā)領域的數(shù)據(jù)多為異構且分散，數(shù)據(jù)孤島現(xiàn)象嚴重，這是相當大的挑戰(zhàn)。即便存在公開數(shù)據(jù)，也需要投入大量精力進行數(shù)據(jù)管理。”為應對這一挑戰(zhàn)，行業(yè)內企業(yè)也在積極行動。例如，英矽智能對其平臺內的公開數(shù)據(jù)集進行人工校正，以此確保數(shù)據(jù)質量。

而在張湛看來，獲取和使用數(shù)據(jù)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(fā)的首要環(huán)節(jié)是靶點發(fā)現(xiàn)與識別，在此過程中需要種類繁多的海量數(shù)據(jù)，這不僅增加了數(shù)據(jù)處理的復雜性，而且由于每一步工作都依賴于上一步的發(fā)現(xiàn)成果，科學家難以提前預判后續(xù)所需的數(shù)據(jù)類型。”張湛表示。

與此同時，沙林表示，隨著行業(yè)對GenAI重視程度的不斷提升，在數(shù)據(jù)產生階段，人們愈發(fā)注重數(shù)據(jù)的規(guī)范性與可用性，為后續(xù)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(shù)據(jù)、運行大規(guī)模AI模型創(chuàng)造了條件。

隨著GenAI在生命科學領域的熱度持續(xù)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(yè)認為自身具備獨特優(yōu)勢。英矽智能10年前便涉足該領域，積累了豐富的行業(yè)經驗與大量內部數(shù)據(jù)，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(yī)療健康行業(yè)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(fā)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(xù)進步與行業(yè)的深度融合，AI與云計算有望在生命科學領域發(fā)揮更為關鍵的作用，為人類健康事業(yè)帶來更多突破性進展。

封面圖片來源：視覺中國-VCG41N2155090857