虎嗅

AI制药独角兽Anew单飞,字节推了一把“最烧钱的慢生意”

字节跳动“拆”出一家15亿美元的AI制药公司:是科技巨头的跨界豪赌,还是医药行业的变局前夜?

大家好,我是你们的财经记者。今天我们要聊一个非常有意思的新闻:字节跳动旗下的一家AI制药公司“Anew Labs”(新生实验室),刚刚完成了首轮外部融资,估值高达15亿美元(约合人民币100多亿)。

你可能会问:做短视频的字节跳动,怎么突然跑去搞制药了?而且为什么要把这个业务单独拆出来,还要找外面的投资人?这背后其实藏着科技巨头和传统医药行业碰撞出的巨大火花。

为了让大家听得明白,我把这篇复杂的财经新闻拆解成了五个核心部分,用大白话给你讲清楚这背后的逻辑、风险和机会。

---

1. 为什么字节要“断奶”?从“内部项目”到“独立公司”的生死抉择

首先,我们要搞清楚Anew Labs现在的身份。它不再是字节跳动内部的一个实验室或课题组,而是一家独立的、有外部股东的公司。

  • 股权结构很微妙: 虽然引入了红杉中国(HSG)、IDG、五源资本等顶级投资机构,但字节跳动依然持有56%的股份,是大老板。这意味着字节既保留了控制权,又通过融资获得了2.9亿美元的新鲜血液。
  • 为什么要独立? 文章里说得很直白:AI做药,不能只停留在“算力纸面”上。
  • 互联网产品(比如抖音)可以按周迭代,错了马上改。
  • 但药物研发是“重资产、长周期、高失败率”的慢生意。从实验室到病人身上,中间隔着无数道关卡(临床前、I期、II期、III期临床、审批)。
  • 这种生意需要专业的医药资本来持续输血,需要懂药的人才,更需要独立的股权架构来应对未来可能的上市或并购。如果一直挂在字节名下,很难吸引那些专门投医药的专业基金,也无法灵活地处理药物权益。

通俗解读: 这就好比一个家里做菜的厨师(字节),发现做菜这门生意太复杂、太烧钱、周期太长,于是把厨房单独拿出来开了一家餐厅(Anew Labs)。厨师还是那个厨师(字节控股),但餐厅需要请专业的投资人(外部股东)来装修、买食材,并且要按餐厅的经营逻辑(医药研发逻辑)来运转,而不是按家里做饭的逻辑。

---

2. AI制药的“新玩法”:从“卖铲子”到“亲自挖金矿”

过去几年,AI制药公司大多扮演的是“卖铲子”的角色——我有一套很强的AI算法,能帮你快速筛选分子,药企付钱给我用。但现在的趋势变了,像Anew、Isomorphic Labs(谷歌旗下)、英矽智能这些公司,开始亲自下场“挖金矿”,也就是自己开发药物管线。

  • Anew的动作: 它的官网已经列出了IL17、IL4R等具体的药物项目。其中IL17项目已经准备向监管机构提交临床试验申请(IND申报)。这意味着它不再只是提供工具,而是真的在造药。
  • 行业共识: 谷歌的Isomorphic Labs融资21亿美元,一边升级AI引擎,一边推自己的药;英矽智能一边做平台,一边把药授权给别的公司共同开发。
  • 为什么这么做?
  • 收益绑定: 如果只卖软件,赚的是服务费。如果自己拥有药物权益,一旦药成功了,赚的是几十亿甚至上百亿的销售分成。回报空间巨大。
  • 风险共担: 当然,风险也大了。药失败了,烧掉的钱也是自己的。

通俗解读: 以前AI公司是“军火商”,卖给药企“瞄准镜”(AI算法),药企自己打猎。现在,AI公司觉得“我自己也有枪,我也能打猎”,于是自己组建猎队(研发管线),自己去找猎物(开发新药)。如果猎到了大老虎(重磅药物),收益归自己;如果猎到了兔子或者空手而归,损失也自己扛。

---

3. AI真的能救命吗?数据背后的“甜蜜点”与“残酷现实”

很多人担心:AI是不是在吹牛?真的能加速制药吗?文章引用了IQVIA和《Nature Reviews Drug Discovery》的数据,给出了一个比较客观的答案:前端有用,后端还得看命。

  • 好消息(前端效率提升):
  • 在药物研发的早期阶段(发现阶段),AI确实厉害。它能更快地从海量分子中筛选出有潜力的候选者,排除掉很多注定失败的方向。
  • 数据显示,有AI参与的新兴生物科技公司,其I期临床成功率约为75%,高于非AI项目。这说明AI帮我们在“入门关”少走了很多弯路。
  • 坏消息(后端依然残酷):
  • 到了II期临床(验证有效性),AI和非AI项目的成功率差不多。
  • 到了III期临床(大规模验证),样本太少,没法比。
  • 核心痛点: 药物进入人体后,依然要接受传统生物学规律的检验。AI可以帮你更快地找到“可能有效”的分子,但不能保证它一定安全、一定有效。
  • 时间差: AI出结果很快(按周/月),但临床验证很慢(按年)。前端跑得快,后端反而需要更多的钱去筛选、生产、招募病人。

通俗解读: AI就像一个超级高效的“初筛面试官”。它能在一秒钟内看完一万份简历,挑出100个看起来最优秀的人(候选分子)。但是,这100个人能不能真的胜任工作(在人体内有效且安全),还得经过漫长的试用期(临床试验)。AI能帮你省去找人的时间,但不能替你保证这个人不会中途离职(药物失败)。

---

4. 15亿美元估值意味着什么?不是“身价”,而是“赌注”

Anew Labs投后估值15亿美元,这个数字听起来很吓人,但对于制药行业来说,它其实是一个动态的、充满不确定性的“市场坐标”。

  • 估值不等于资产: 这15亿不是把你家房子、车子加起来算的,而是市场对未来预期的定价。
  • 关键节点决定生死:
  • 目前Anew最靠前的项目IL17还在“准备申请临床”阶段,还没进人体。
  • 制药行业有个著名的“死亡之谷”:从实验室到人体试验,再到最终上市,每一步都是淘汰赛。
  • 如果IL17顺利拿到临床许可,估值可能涨;如果失败,估值可能跌。
  • 此外,AI技术本身也在快速普及。如果以后大家都有一套好用的AI工具,Anew的“技术稀缺性”就会下降,估值支撑力就会变弱。

通俗解读: 这15亿美元就像是一张“期票”。投资人买的是Anew未来能做出好药的可能性。但这张期票能不能兑现,取决于接下来几年的几次大考:

1. IL17能不能拿到临床试验批准?

2. 临床试验数据好不好?

3. 能不能找到合作伙伴分摊风险?

4. 手里的钱够不够烧到下一轮?

任何一关没过去,这张期票就可能大幅贬值。

---

5. 终极挑战:大厂加持能打破“双十定律”吗?

最后,我们要回到最残酷的现实:创新药行业的“双十定律”。

  • 10年时间: 从研发到上市平均要10年。
  • 10亿美元: 平均花费10亿美元(现在Deloitte的数据显示,算上失败成本,晚期研发成本已升至约26.7亿美元)。
  • 10%成功率: 只有不到10%的药物能最终成功。

Anew Labs背靠字节跳动,有强大的算力、资金和人才,它能否打破这个定律?

  • 优势:
  • 资金雄厚: 字节控股,不怕短期亏损,能陪跑长周期。
  • 技术迭代快: AI模型可以持续升级,保持技术领先。
  • 全球布局: 在上海、旧金山、新加坡都有团队,能利用全球资源。
  • 劣势/风险:
  • 基因不同: 字节是互联网基因,追求快速迭代、用户增长;制药是生物基因,追求严谨、合规、长期主义。两种文化的融合是巨大挑战。
  • 竞争加剧: 谷歌、英矽智能、Recursion等都在做同样的事,赛道非常拥挤。
  • 监管壁垒: 无论AI多强,最终都要过各国药监局(如FDA、NMPA)的关,这是硬门槛。

通俗解读: 字节跳动给Anew Labs提供了一辆“超级跑车”(资金、算力、品牌),但制药这条赛道是一条“泥泞的马拉松赛道”。跑车虽然快,但泥泞路段(临床验证、监管审批)依然考验耐力。Anew Labs能不能跑完全程,不仅要看车好不好,还要看司机(研发团队)会不会开,以及路况(政策、竞争)怎么样。

---

总结:Anew Labs是一个什么样的样本?

Anew Labs的出现,标志着“AI+制药”从概念炒作进入了“真金白银的实战阶段”。

1. 它证明了大厂可以跨界: 科技巨头不再只是提供技术,而是直接参与高风险、高回报的生物制药核心环节。

2. 它揭示了新商业模式: “AI平台 + 自有管线 + 外部合作”将成为未来Biotech(生物科技)公司的标准配置。

3. 它提醒我们保持理性: 15亿美元的估值是起点,不是终点。AI能加速发现,但不能替代临床验证的残酷性。

对于普通人来说,关注Anew Labs,其实是在关注科技如何重塑生命健康行业。如果它成功了,可能会催生出一批“不一样的Biotech”,甚至加速新药上市,造福患者;如果它失败了,也会为行业提供宝贵的教训。

无论如何,这场由字节跳动推动的AI制药实验,才刚刚拉开序幕。接下来,我们要盯紧的不是它的融资新闻,而是它的临床数据和监管进展。那才是决定这家公司生死的关键。