通梵国际浅谈交叉领域投资

随着biotech等赛道的升温,“交叉学科”成为投资圈频繁出现的热词。为什么这两年迎来了交叉学科的大爆发?从Tech VC的角度来看,到底哪些交叉领域将出现核心机会?

通梵国际长期关注“计算”与其他领域交叉点的机会,自六年前就开始布局“AI+产业”的项目,近两年持续在“BT+IT”等领域积极探索,目前交叉属性的项目已占据我们投资总数量的1/3。

在我们看来,科技的飞跃已经无法单独依靠某个领域或学科的发展,未来的机会一定是来自于交叉学科的爆发力,以“数据、算法、算力”为核心的计算将与生命科学等发生更多的碰撞。

交叉学科的发展史

从科学发展史的角度来看,交叉学科的概念由来已久。18世纪进入科学大发展的时代之后,学科细分的同时,又存在单一学科无法解决的科学问题,学科的边界随之不断被打破。“细分”与“融合”相辅相成、互相促进,颠覆性创新常常发生在不同学科的交界处。

例如,化学推动了医药产业的发展。由于化学的进步,1853年,德国化学家科尔贝(Hermann Kolbe)从煤焦油中提炼出水杨酸,并于1874年实现产业化生产,但水杨酸对胃肠道的腐蚀性强,会产生严重副作用。1897年,拜耳公司由水杨酸得到了其衍生物乙酰水杨酸,由此诞生了临床应用广泛、疗效确切的化学合成药物“阿司匹林”。

1926年,美国哥伦比亚大学心理学家伍德沃斯(R.S.Woodworth)首创了“跨学科的”(Interdisciplinary)这一术语,跨学科被定义为超越一个已知学科的边界而进行的涉及两个或两个以上学科的研究领域。到了20世纪50年代,这一术语己在社会科学界被普遍使用。

我国的跨学科研究兴于20世纪50年代,运筹学等一批交叉学科相继创立。2020年, “交叉学科”门类正式成为国内第14个学科门类,意味着交叉研究在基础研究中进入一个新的时代。

数据显示,近25年来,交叉性合作研究获得诺贝尔奖项的比例已近一半,学科交叉融合已成为当前科学技术发展的重大特征。进入21世纪,信息技术快速发展,不仅成为推动交叉学科发展的新动力,而且作为先进生产力的代表,不断提升各个产业的数字化水平。其中,数据、人工智能等与“计算”相关的技术突飞猛进,产生了革命性进步。

尤其是人工智能涉及信息科学、脑科学、心理学等多个学科,人工智能的出现本身就是学科交叉的结果。随着人工智能从实验室走向产业,又和更多的应用领域产生交叉融合

AI交叉产业,重塑融合2016,AlphaGo打败世界围棋冠军李世石,由此开启了“AI+X”阶段,算法专家开始为相对成熟的AI技术,寻找潜在的应用场景。

最早成熟的AI技术是在图像领域,得益于互联网的兴起和数码相机带来的海量数据,加之机器学习的广泛应用,计算机视觉发展迅速。机器学习能自动从海量数据中总结归纳物体特征,然后进行识别和判断。

2010年以后,借助于深度学习的力量,计算机视觉技术的识别精度得到了大幅提升,应用场景快速扩展,包括安防、金融领域的人脸识别,医疗领域的智能影像诊断,及机器人/无人车的视觉输入系统等。

在AI尚未兴起之时,通梵国际就预见到AI和产业的交叉将引领我们进入新的数字智能时代,并在“AI+产业”的交叉领域广泛布局。

以“AI+医疗”为例,通梵国际在2015年投资的鹰瞳科技(股票代码:2251.HK)是第一波AI公司在医疗领域落地的探索者,通过视网膜影像、多模态数据分析以及AI深度学习算法,提供对慢性病的早期检测、辅助诊断及健康风险评估解决方案,大大提升了慢病筛查的效率,并成为“医疗AI第一股”。

在“AI+出行”领域,通梵国际系的独角兽企业Momenta定位于打造自动驾驶大脑,基于深度学习的环境感知、高精地图和驾驶决策算法,研发出不同级别的自动驾驶方案,以及衍生出的大数据服务。

这些交叉融合是以AI技术为主导力量,在应用层重塑传统产业,并在此过程中和医疗、机械工程、自动化等多个学科产生交叉。比如长青国际投资的傲鲨智能、墨影机器人,都是将机器视觉、半导体、自动化等多学科交叉在一起。

AI交叉Science,方兴未艾

2021年,被评为“人类在21世纪取得的最重要的科学突破之一”的Alpha Fold2,对蛋白质结构快速且准确的预测,为疾病的预防和治疗带来更多想象。

这项研究汇集了结构生物学、物理学和机器学习领域的专家,应用尖端技术,基于蛋白质的基因序列来预测蛋白质的3D结构。

如果说AI进入产业成为泛化、工具化的基础技术,而AlphaFold2的出现则是开启了交叉学科的新发展,AI与其他学科在实验室到产业应用的各个环节深度融合。

在这个深化的“AI+Science”阶段,不同背景的科学家们打破学科界限,共同研究交叉领域的新课题,与此同时也给产业应用带来新一波的机会。当下,合成生物学已经成为全世界最先进的交叉学科之一。

通梵国际近两年投资的青云瑞晶、态创生物等就是“AI+Science”的典型案例。青云瑞晶是基于MicroED微晶电子衍射的小分子药物发现平台,是“AI+化学”及“AI+生物”的探索,能结合人工智能算法,缩小需搜索的化学空间,降低所需计算的变量,从而解决计算精确度与计算量的矛盾,克服目前难以成药靶点,研发出有效的药物,并极大地缩减研发周期和成本。

态创生物则是利用高通量的合成生物学研发平台生产多肽等生物材料,在“AI+生命科学”的交叉下,自动化高通量实验平台+数据驱动的研究范式较传统方法能提高研发效率。态创在国内率先实现规模化商业运营,小分子肽、赤藓糖醇等30余种物质已经实现量产,2021年营收近亿人民币,在一年内完成四轮融资,成为合成生物学领域的黑马。

不同学科之间的交叉正在给世界带来巨大的改变,从单点创新向整合创新的进化将不断碰撞,产生新的商业机会。通梵国际的核心团队成员都有“技术+产业”的背景,对于数据、计算与各个行业领域的交叉,有着天然的敏锐度。

从创立伊始,通梵国际就以数据、计算建立判断项目的坐标系,并持续进化。从2011年对青云科技等技术基础设施的布局,到“AI+产业”,再到“AI+Science”,数据、计算与各领域的交叉一直是我们关注的焦点。

在后续的“交叉学科”系列文章中,我们将从生物科技、新能源等具体的交叉学科领域,分享投资案例,以及背后的思考。

未来,我们也希望能够与更多交叉学科领域的优秀创业者们同行,在AI+Science等发展浪潮下,挖掘整合创新带来的结构性机遇。