2019年，华为年薪百万的药物研发算法工程师，将AI制药推上神坛，迎来资本狂欢的盛景。数据显示，2016-2021年，AI制药领域中国投融资金额总量总体均呈现上升趋势，年均复合增速为50.9%。连谷歌、百度、腾讯等互联网巨头，都穿上了“白大褂”，高举AI制药大旗，甚至许多边缘玩家也想买张门票入场。一时间，AI制药领域陷入了“抢人大战”，甚至普通本科应届生求职CADD研发助理，都可以轻松实现月薪上万。4年过去了，资本已逐渐冷静，AI制药正在降温，但人才抢夺战却从未停止。遗憾的是，潮退过后，撇去泡沫和沙砾，却发现有些只是在“裸泳”，令人禁不住感慨：AI制药到底何时回归药的本质？据悉，目前我国医疗人工智能工作岗位主要由制药/医疗、计算机/互联网/电子通信两大类企业提供，分别占医疗AI行业需求的55%和36%。其中，80%以上学历要求为本科及以上，40%以上的岗位工作经验要求3年以上，门槛较高，70%以上月薪过万，待遇颇丰。随着人工智能技术在医疗行业的不断普及，资本青睐，加上政策利好，AI进军制药领域已势不可挡。但目前的现状却是供不应求：医疗行业对AI相关人才需求较高，但医疗AI人才相对缺乏，对同时具有医疗和人工智能技术的复合性人才需求更高。
AI制药需更多身怀传统药企经验，又能以开放视野接受AI技术的人才加入，背后是思维模式的转变。
此外，顶层设计的AI人才也很匮乏，“这类人才不仅要有算法工程背景，还需具备AI系统工程和生物化学等交叉学科训练，才能实现顶层架构，把技术落地”，圆壹智慧创始人潘麓蓉认为。
据智药局统计，从政府、产业园区、科研院校到AI药企等医药各方，为此浑身解数，开出的丰厚条件只多不少，花样百出。百万年薪，送车送房已屡见不鲜，目的只有一个，那就是人才。据某资深药企猎头透露：“需求更大了，人真的不好招，公司去年有时候平均2个月才开一单，都是年薪百万的大单。其中，晶泰科技就是他们的客户。”晶泰科技，国内AI制药的头部代表，职友集数据显示，其在招的算法研究员月薪最高90K，年薪超百万。百奥几何，2021年12月成立的AI大分子药物研发商，刚完成天使轮融资。4月在其官微发布公告：招聘计算生物学研究员、抗体设计研究员、机器学习平台研发工程师等多个岗位人才。虽没有年薪资给到百万，但表示会给予股权/期权，帮忙解决北京户口，诚意满满。
比药企更难的是科研院所，对该领域人才学历和专业性要求更高，可以说是有价无市。
今年5月，中国科学院自动化研究所也发布了招聘“人工智能+医疗”领域人才的信息，其中A类岗位科研启动和人才专项经费最高1600万元，可组建独立团队，招收博士后，安排自子女入学，提供住房和生活补贴，条件十分诱人。
图：中国科学院自动化研究所招聘信息
广东省智能科学与技术研究院也不甘落后，脑与认知科学、计算生物学、生物信息学岗位年薪（税前）95万元起；计算机科学、人工智能岗位135万元起，领军人才实行“一事一议”，150万住房补贴。
图：广东省智能科学与技术研究院招聘信息
连江西某地政府，也是高调招聘AI、临床医学、细胞医学相关人才，开出丰厚条件。AI制药就是利用AI的手段，进行创新药研发，其本质还是制药。谁能够做出新药来，谁的技术就能够被买单，这也是现在唯一的评价标准和投资逻辑。蹭AI概念的时代已经过去，平台的技术是否过硬，临床管线是否具有前景，现在需要用成果说话。简言之，抢夺人才只是药企各方稳固核心，技术内卷的手段，最终能够研发出新药才是最终的目的，药企们还需要静下心来，专注于研发，做时间的朋友。但可悲的是，目前大多AI药企还处于十分尴尬的境地，故事讲得很好，做的事却不对味。毕业于中国科学院上海药物研究所唐赟表示：“有些进入AI制药行业的人，尤其是风险投资者，他们只有计算机的背景，缺乏药学背景，并不真正了解药物设计，只是在跟风炒作一个概念。”而许多真正的“AI+医药”复合型人才本以为可以大显身手，实现抱负，谁知道却变成了螺丝钉，黯然退场，更愿意回归学术。在AI从业多年的曹翎就是如此，在他看来，制药行业其实根本不在乎AI，AI做成的数据再漂亮，药企可能只会花研发中的5%的权重去买它。现在，曹翎已退圈，打算出书为行业人士解答。从商业模式看，目前AI制药大致有三种：一是AI-CRO模式；二是内部研发模式；三是平台服务模式，即搭建AI技术平台并提供技术服务。
三种模式特点不一，各有各的优势和短板，但其共同点是都依赖于产品的落地，而缓慢的研发进程，使得AI制药企业正经受着市场的严酷考验，行业急需拿出证据来体现AI制药的价值。
即：利用AI研发新药确切地证实，从靶点确定到药物获批上市的时间确实短于传统途径，且研发成功率与传统途径相当或者更高，且研发成本大幅降低。而比这更难的是，是能够利用AI发现原来很难、甚至不可能发现的靶点及成药机制，使不可能成为可能。
但据智药局统计，目前国内大部分AI药企还在“建平台、升级平台”的阶段，管线进展较快的AI辅助研发的药物，也几乎都是“老药新用”，没有一款真正由AI设计上市的药物，任重而道远。
图：部分进入临床阶段的AI赋能的老药新用
在此，需要解决的一个核心问题就是如何将AI的“新”和“快”与制药的“旧”和“慢”融合，除人才紧缺外，还有就是数据源的问题。制药领域对数据要求保密，这与AI高度依赖数据，强调开放存在矛盾，加上政策监管还未成熟，我国生物技术领域无法聚集海量数据，也就不能很好地进行AI建模。此外，国内大部分企业通过公开数据库拿到的药物研发数据量少质低，需要从化学生物实验室产生数据并积累，耗费周期长。值得一提的是，目前有些企业正在削减管线，有人认为这是AI制药还未真正起飞，就开始唱衰了？在智药局看来，这是企业内部清理行为，能将更多的钱花在有价值的管线上，回归制药的本质，否则等到进入临床阶段，则损失更大。过度吹嘘AI，没有实际成果落地，跟着热度讲故事行不通，AI药企还需从制药行业的底层逻辑出发，提高核心竞争力。于CRO企业而言，其核心竞争力就是专业的研发、生产等等外包服务；药物研发企业，其核心竞争力就在于管线的市场前景，以及高价值管线数量够不够多；平台服务企业，其核心竞争力就是AI技术是否前沿，是否具有差异化，能够实质性助力新药研发。 大浪淘沙，退潮之后才知道谁是珠宝，没有真实含金量的企业，被淘汰是情理之中，也是大势所趋。虽道阻且长，但光明已至。正如中国科学院上海药物研究所郑明月研究员说到：“目前来说，AI制药领域存在泡沫不可否认，但从长远看，最终行业发展会回归理性，优胜劣汰。“当真正优秀的AI制药公司从‘泡沫’中走出来，当AI真正成功赋能新药研发的每个环节，将会大大提升制药行业的整体创新能力，也可能会带来不可估量的医学进步，包括真正开启个体化医疗时代。推荐阅读