關於 組織變革的驅動因素 ，我們在網路上蒐集到這些相關的討論、資訊與評價

創新工場和BCG諮詢合作的「+AI改造者」系列：創新工場投資的Insilico Medicine，看AI新藥研發平臺如何賦能傳統藥企，一起進行“AI＋生命科學”的顛覆式創新！

改造者系列：AI醫藥的下一站是長壽 -- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

創新工場投資的英矽智能（Insilico Medicine）是一家由人工智能驅動的全球領先生物技術公司，通過發明和迭代人工智能藥物研發平臺，變革創新藥物和療法的發現方式。

英矽智能的AI藥物研發平臺已經證明了自己的能力：在今年2月和8月，半年的時間內，先後公佈了兩種臨床前候選藥物，分別用於治療特發性肺纖維化和腎臟纖維化。

在采訪中，英矽智能創始人兼首席執行官Alex Zhavoronkov博士表示，AI醫藥企業的下一個重要問題將是如何更好地理解生物學和跨物種生物學，長壽業或者抗衰老技術將會是未來的方向。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

AI製藥領域於2014年左右興起，在2018—2020年間全面爆發。AI能夠快速識別大量樣本中的客觀規律，加速尋找和測試潛在靶點的過程。「有了AI，我們50個人可以做到的事情，比得上一個典型的製藥公司5000人所做的事情」，英矽智能創始人Alex Zhavoronkov在「未來呼嘯而來」一書中如是分享。2

1 「改造者」 通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2「未來呼嘯而來」，彼得·戴曼迪斯（Peter H.Diamandis）和史蒂芬·科特勒（Steven Kotler）著。

■本期受訪嘉賓：Alex Zhavoronkov

英矽智能（Insilico Medicine）是一家由人工智能驅動的全球領先生物技術公司，通過發明和迭代人工智能藥物研發平臺，變革創新藥物和療法的發現方式，加速研發進程，為癌症、纖維化、抗感染、免疫和抗衰老等未被滿足的臨床治療需求提供創新的藥物和療法方案。

Alex Zhavoronkov是英矽智能的創始人兼首席執行官。他擁有皇后大學學士學位，約翰·霍普金斯大學生物技術碩士學位，以及莫斯科國立大學物理和數學博士學位。

■對談實錄

Q1 英矽智能原來在美國創立，後來為什麼選擇遷至中國？

Alex：中國構建了一套完善的體系和土壤，吸引創業企業、大型企業紛紛入駐。中國大陸多樣化的投資者，包括傳統藥企、科技巨頭、PE/VC等各類投資者，能將最優質的AI人才、CRO、藥企融合在一起。投資者能為初創企業提供資質牌照、幫助招聘、企業管理和宣傳等等。英矽還與許多學校開展了合作研究，擁有豐富的內部研發管線。中國完整的生態夥伴體系使得像我們這樣的企業能夠迅速擴大研發規模，甚至與大藥廠競爭。

Q2 英矽智能和輝瑞、安斯泰來、楊森製藥等諸多藥企都有合作，在和大型藥企合作的過程中有什麼心得或者經驗？

Alex：創新型的AI生物技術公司按照創立時間可以分為三大類：2014年之前成立、2014年—2015年左右成立、最近5年成立。2014年之前成立的企業通常不運用深度學習（deep learning），或者不具備向藥企提供解決方案所需的行業知識。2014—2015年間成立的企業則創立的正是時候，生成式對抗網絡（Generative Adversarial Network）出現，AI製藥開始興起。同時，許多藥企缺乏AI的專業知識和AI團隊，如果想要獲取AI方面的知識和技能，就必須與初創企業合作。作為交換，那時候的藥企也通常願意向初創企業提供資料和各類資源。英矽智能很幸運，創立時間（2014）正處於大藥企對外部合作最為開放和寬鬆的時期。而最近幾年成立的企業就沒那麼幸運了，很多藥企已經開始自建AI團隊、自研AI應用，只有具備非常特定細分領域AI技術的初創企業才有可能成功撬動藥企，與之建立合作。

然而據我的觀察，儘管許多大藥企都建有自己的AI部門和數據科學家團隊，但他們並沒有足夠強的AI能力——他們往往缺乏具備足夠AI知識的團隊。以生物醫藥方面的論文發表為例，在2014—2019年間，英矽智能發佈了上百篇AI相關的論文，然而發表AI論文數量最多的藥企阿斯利康則只有65篇，位列其次的諾華有54篇。

藥企往往也不知道從何處開始應用AI，而這正是AI初創公司能夠創造價值的地方。但是，在AI初創公司開始接觸藥企和銷售方案之前，首先要充分理解大型藥企錯綜複雜的組織架構和部門分工，針對不同部門銷售定制化的模塊，而非從一開始就銷售整體性、綜合性的解決方案。這是因為藥企內部通常很難有一個部門能夠處理所有的模塊，部門之間的協同往往沒有那麼強。因此，AI初創公司在提供解決方案的時候也要靈活地劃分模塊，對症下藥，英矽智能通常一次只銷售一個模塊。

儘管銷售是模塊化的，AI初創公司需要具備端到端、全鏈路的解決方案。英矽根據不同的研發週期，設計了三大AI平臺——新藥靶點發現平臺、分子生成和設計平臺、臨床試驗預測平臺。據我們瞭解，中國還沒有任何一家同行，同時擁有生成生物學和生成化學兩大AI平臺，能把靶點發現和小分子化合物生成有機結合在一起的公司很少。此外，英矽智能的AI系統可以用軟件形式呈現，藥企可以自行操作，用自己的數據運算測試。這些都為我們創造了差異化的優勢。

最後，對於藥企而言，如果想要應用綜合的AI解決方案，需要有整體性的戰略為引領。咨詢公司可以充當整合各部門組織、統籌整體戰略的角色，AI企業可以選擇與之合作。

Q3 在您看來，未來AI醫藥領域的發展趨勢是什麼？

Alex：在未來，最重要的不是AI技術，而是如何將AI和行業特定的實驗數據或模型結合。現在市場上已經充滿了各種各樣的技術企業，他們在不斷精進演算法模型和數據。未來的競技不會是關乎演算法或者算力，而是新的商業模式或者應用AI的新方式。

AI初創公司需要積累足夠的行業專識，理解藥企的需求，學習藥企的經驗，並向藥企證明自己提供的模塊能夠在真實的商業環境下應用，並且模塊之間能夠很好地兼容，能融入業務流程，且符合監管要求。比如機器學習加速了藥物識別，但還有很多步驟和流程並不能被加速或跨越：實驗論文不能被跨越，你依然需要向藥物監管部門提供大量實驗數據和模型來證明研究的有效性；實驗中的生物過程不能被加速，你依然需要等待生物體自然的新陳代謝和細胞活動，你也不可能直接從大鼠實驗跨越到人類實驗。而這些都涉及到更細分的新技術問題。

所以，對於AI醫藥企業而言，下一個重要的問題將是如何能夠更好地理解生物學？如何理解跨物種生物學？正因如此，我判斷長壽業或者抗衰老技術將會是未來的方向，即如何運用AI來監督和追蹤生命體在漫長時間裡無數細微的實時變化，來創建數字孿生（digital twin），進行跨物種比較、跨疾病模型比較。我相信AI是説明我們更好地認識生命體的最佳工具。

■要點回顧

1、中國的資本環境天然地聚集了垂直產業領域的優質企業，幫助AI初創公司，即「改造者」，迅速汲取經驗、擴大規模，加速行業創新與賦能。

2、在與垂直行業企業合作時，「改造者」既要有端到端的解決方案，也要有靈活、敏捷的銷售和服務模式。端到端、全鏈路的方案有助於「改造者」更靈活地根據傳統企業的需求組合方案，能夠擴大服務範圍和客群，提升「改造者」的競爭優勢。

3、未來最重要的不是AI技術，而是如何將AI與行業特定的實驗數據或模型結合。限制因素並不是演算法或者算力，而是新的商業模式或者應用AI的方式來實現行業定制化。

創新工場今年和全球三大管理顧問集團BCG波士頓諮詢合作了一個AI賦能產業的專題研究，我在開篇專文提到「+AI」的未來，定制化服務的需求要遠多於標準化。未來還會有這個研究的系列文章，將陸續分享給大家。

李開復：人工智慧已從「AI＋」邁向「＋AI」-- 本文来自BCG微信公眾號，經授權轉載。

我曾經預測過未來20年，AI的發展將會在中國帶來影響深遠的產業變革。這是基於在大陸，AI有著明確且豐富的落地應用場景，已經有大量的AI企業活躍於這些垂直領域，積極探索市場化的路徑。作為擅於趨勢前瞻的TechVC，創新工場已經投出了7家AI獨角獸。中國傳統行業規模巨大，正處於科技驅動的升級轉型關鍵時期，我們希望通過科技的力量，為傳統企業降本提效，推動中國實體經濟的發展。

近期，我帶領創新工場團隊與BCG波士頓諮詢旗下的亨德森智庫合作，推出「AI融合產業：‘改造者’如何促進AI普惠」系列研究，通過介紹創新工場投資的AI企業如何賦能傳統行業，探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑，以期對行業企業應用AI有所啟迪。

以下為系列研究的開篇內容：

系列導讀

眾所周知，中國大陸在人工智慧（AI）領域的發展世界領先，尤其在產業應用方面，各行各業都開始嘗試在產業鏈條的不同環節應用AI，以最大化生產與服務的效率。BCG與MIT於2020年發佈的年度AI1報告調研顯示，2020年，在大陸，76%的企業都或多或少應用了AI2，而這一數值在美國是41%，在歐洲是44%。

除卻政府及資本市場的支持、充分的市場競爭與資料供給、勞動力紅利逐漸消退等因素，我們發現，有另一大因素至關重要——在這裡，人工智慧有著明確的落地應用場景，大量AI企業活躍於這些垂直場景中，充當產業中傳統企業應用AI的橋樑，我們稱之為“改造者”。“改造者”通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：‘改造者’如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑，以期對行業企業應用AI有所啟迪。

創新工場由李開復博士創辦于2009年9月，作為國內頂尖的科技型創業投資機構，創新工場深耕在人工智慧&前沿科技、自動化、B2B企業服務、醫療、消費、互聯網等領域，並不斷探索與創新，致力於打造集創業平臺、資金支援、投後服務等的全方位生態投資服務平臺。

對談實錄

Q1
我們知道您接觸過非常多的人工智慧企業，您認為當前人工智慧的應用和發展呈現出什麼樣的趨勢？

李博士：起初，發展通用性人工智慧技術的企業有很大的規模優勢，因為只有少數企業掌握圖像識別、語音辨識等技術。比如，在圖像識別領域可能只有商湯科技和曠視科技這樣的頭部企業具備顯著的技術優勢，他們天然能夠佔據更大的市場份額。

但是橫向的、通用性的技術正在快速地大眾化（commoditize），越來越多的企業逐漸掌握相關技術。以圖像識別為例，攝像頭公司、物聯網設備公司，甚至醫療器械公司都開始具備這項能力。在過去，企業僅利用技術層的優勢就能夠攫取價值，如今這變得不再容易。AI已經從「AI＋」的黑科技發明期邁向「＋AI」的應用為王階段。「AI＋」仍會有價值，但「＋AI」則能創造更大的經濟貢獻。更何況科技巨頭可以迅速地以價格、規模等優勢搶佔市場。總而言之，能夠攻破一項技術或平臺的方式太多了。

當然，在特定領域有特殊技術優勢或重大突破的企業依然能夠變現其技術優勢的價值，只不過它們能夠領先市場的時間視窗相比於過去也可能會更短，這些企業需要思考除了技術突破之外，如何能夠迅速地找到落地場景，進而探索市場化的路徑。

與橫向通用技術相對的，垂直的、行業特定的技術解決方案更能夠建立壁壘。在我看來，各個垂直行業都會出現垂直技術企業的爆發機會。中國企業不像美國企業，比如在企業管理軟體方面，由於美國企業標準化程度更高、數位化基礎更強，科技巨頭更容易整合服務，而中國企業，特別是傳統企業行業各有特點，需求各異，要非標得多、碎片化得多，可直接嵌入AI解決方案的現成平臺並不多。中國傳統行業規模巨大，正處於科技驅動的升級轉型關鍵時期，AI、自動化等平臺技術將為其降本增效，創造出巨大的經濟價值。在這個過程中，垂直、特定的行業技術解決方案有望在企業服務賽道上 “彎道超車”，汽車、銀行等各行各業都可能湧現出全新的、垂直的、創新式的行業特定的AI解決方案。所以說，「＋AI」的未來，定制化服務的需求要遠多於標準化。

那麼定制化的服務如何定價？技術企業需要深入到行業當中、業務流程當中，識別人工智慧能夠實現的、替代的價值。中國的AI企業每天都在反覆運算，它們剛開始時可能擁有某種通用技術，然後再根據具體的商業問題和場景不斷定制化——思考這項技術能為製造業，又或者醫療健康行業帶來什麼改變？該如何銷售、銷售給誰？在企業中，誰有興趣買？又是誰在做購買決策？與之相應地，AI企業需要再調整其商業模式。

Q2
我們理解人工智慧技術企業需要更深入到垂直行業中去，那另一方面，傳統企業又應當如何應用AI？

李博士：當前大量中國傳統企業在爭先恐後地應用AI，或者嘗試應用AI，就像在電氣時代誰沒有應用電力就會被自然淘汰一樣。尤其是在保險、零售、電商等行業，企業不及時擁抱AI可能就會被新的AI玩家顛覆，或者被應用了AI的競爭對手顛覆——每一次AlphaGo、AlphaFold的突破都會加劇企業的這種焦慮感。另外在經濟下行期，企業也有提升生產管理效率和節降成本的需求，需要尋求像流程機器人之類的自動化的解決方案。

在我看來，傳統企業需要滿足以下三方面的要素，才能夠有效地應用AI：

■ 開明的決策者。技術的應用會給傳統的企業運作模式甚至業務模式帶來顛覆，需要開明、堅定的決策者在整個企業組織中一以貫之地推動變革，來應對可能出現的各類阻力和反對的聲音。

■ 切實可行的計畫。找到可落地的速贏點並付諸實踐，借此向員工展示AI應用的巨大價值與潛力。比起一上來就全面鋪開，尋找單點進行突破顯然更加容易，這一單點最好是非爭議性的、非業務核心的、風險較低的，從這一單點再慢慢地向整個業務流程延展，通過單點速贏逐漸增加員工對AI的理解和信任。

■ 數據。企業需要有高品質的、與業務緊密相關的標識資料以及回饋閉環，將企業不同部門或子業務緊密相連。我們見到過太多失敗的AI應用專案都是敗在資料上，因為企業缺乏高品質的資料。

■ 要點回顧

1
當前，大量行業通用性的人工智慧技術均面臨迅速的大眾化，而垂直行業領域的專識變得更加重要，垂直領域的AI應用成為大勢所趨。

2
傳統企業需要抓住時間視窗，憑藉多年深耕行業的經驗積累，在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。

在BCG看來，傳統企業擁抱AI有多種方式：自建AI能力，與科技企業形成合作或合資企業，以及在這個系列中我們將重點探討的——與AI技術企業合作形成垂直行業生態圈等等。

那一年，廣告人35歲
- 夜未央，夢乍醒，無法再睡去

我差不多是35歲前兩年脫離廣告工作的。脫離的時候自己沒完全意識到那是一次別離。因為新的工作還是跟營銷有關，所以看似沒走，但實際已相隔一水。

正因為這看有似無的變化，讓我切實的比較和體會，後來品出了廣告工作更深一點的滋味。有點明白為什麼35歲的廣告人對未來如此不確定，心有不甘又不得不做重大的職業決定。

那些讓35歲開始思考的因素，我總結為做廣告的：產出的無力感，管理的吃力感和前途的不明感。

是有些負面，但不想粉飾行業的現狀。但凡事都有兩面，行業從業者普遍性的問題，往往在推動一些變革，促進一些改變，至少，也會有一些思考。

#廣告的現實面

在廣告行業做小執行的，希望能當團隊領導。當領導的想當甲方。一開始的驅動力往往是決策權。大家都想朝決策的最高點爬，希望對選擇多一些決定權。希望自己的創意不要被無視或拒絕。

後來明白，不論什麼行業，話語權永遠在把錢帶回來給大家發工資的人那裡。雖是俗理，但我們領著別人賺來的工資，總要聽別人的吧。

所以在乙方，有客戶是王道。在甲方已然。

不管專業多強，門檻多高，經驗多深，如果無法給家裡帶回吃喝，就只是支持的角色。作為支持者，就要時時幫主角做好他的工作。所以做營銷的基礎使命是為了幫甲方業務把大家的工資賺回來。

說直白了，廣告工作是為了幫甲方的業務多賺錢。這比玄學似的廣告理想和廣告人生活赤裸殘酷的多。

#用成績說話的成績如何定義

到了35歲，如果還不能理解甲方的業務，無法幫甲方多賺錢，工作的成就感會非常低。而整個故事傷感的部分是：廣告公司自己所處B2B行業，它的營銷模式與大部分甲方完全不同。縱然在廣告公司裡已經贏得不少客戶的廣告人，也無法徹底共情甲方。

因此就算是廣告界的大佬，也無法因為自己的生意做得多成功而獲得甲方的認同。往往被認同的還是成功廣告案例。而成功案例也只分兩種：一種是花了大價錢買媒介，所有人都看到過，做得還不差的廣告。另一種是創意無限，甲方非常欣賞的那種。

前一種，甲方的組織結構龐大復雜，廣告的最終決策權不可能由廣告人說了算。後一種，需要甲方無限的信任。不論二者哪種，想做出自己滿意的作品都挑戰重重，因此絕大多數的廣告產出過程都讓廣告人有無力的感覺。

做了一段諮詢之後，我再去分析廣告人的無力感，有一部分確實因為身處下游，而更多的原因有兩個：一是廣告人不堅定自己要支持甲方業務的角色定位。另一個，則是應該做的基礎工作沒有做。

#沒有資本做僕人

不做調研思考，就沒有強有力的觀點輸出，再加上對效果類廣告的不屑，慢慢廣告人就不被邀請參與前期的策略討論和製訂。

周而復始，工作越做越執行。最後淪落成甲方說，我聽，我做。這樣的僕人工作，不會有人想要長久經營。尤其到了35歲，時間和體力都不再允許沒日沒夜的“伺候”，我們是否還適合這個行業？就成了擺上桌的大問題，不直面也不可能了。

大部分工作都需要被晉升者逐步具備管理能力。以上所講到的廣告作業模式，讓行業中的中高管理者把大部分的精力放在了賬目管理上。學會瞭如何取悅客戶，如何贏取招標，卻沒有學會如何管理資源，下屬，老闆，合作夥伴和甲方。

我再回頭去看十幾年的廣告從業經驗，竟然沒有一次關於管理的培訓讓我印象深刻。甚至都懷疑在參加過的營銷趨勢，談判技巧，諮詢性服務等等培訓中，是否曾經有過如何招對人，管好人，解決問題的培訓？

與其他行業相比，廣告公司們似乎都默認“人總是會走的”，不需要太在意對人橫向且持續的能力培養。似乎全公司都只需要懂得怎麼做廣告，就自然有人會把人和資源的問題解決掉。 35歲的廣告人，正在經歷上下開火，工作生活兩頭燒的巨大壓力。在眾多問題同時爆發的階段，如果沒有工具和幫助，要離開這個行業是再正常不過的想法。

#行業的意義

再加上行業的未來總被一些人抹黑，前途的不確定性更增加了焦慮。喜歡抹黑的人有從廣告公司出來發現別的行業更輕鬆的，有自己做廣告但要攻擊前輩博出位的，有受了氣心生不滿的，而最大的抹黑，則是來自互聯網和甲方公司的實質攻擊。

當一個行業的上下游都搶著做自己的工作，那這個環節的存在意義還有多少呢？

這一靈魂拷問讓我思考廣告行業的真正意義。做廣告到底是在做什麼？

你不需要完全的認同，但廣告說到底是溝通的學問。好的廣告能把品牌想表達的意思讓消費者徹底的浸淫式的理解透徹。

好的廣告人一定非常善於溝通表達，能聽懂別人的話，能把自己的話說的清楚明白；同時還非常擅長調動感官情緒，不止能讓別人明白自己的意思，還能從感情上引起舒適，認同和慾望。

就像不專業的人會說：“我的車材料紮實”，而好的廣告人則會讓你聽車門關上時的聲音。不會溝通的人會說“我的品牌高端奢華，是您身份的象徵“，好的廣告人則會跟你講某個歐洲家族的興衰史，告訴你在百年的家族煙火中，從沒有放棄過的是對某個品牌的使用。不論貧賤，它是家族的靈魂，是對自身信仰的堅持。

因此而言，好的廣告人罕有。

不論多少行業正在把廣告公司的模式整合進來，搶甲方的廣告預算，35歲的廣告人首先要自我審視的都是：自己是否是一個好的廣告人。即，我善於豐富立體美學的溝通嗎？

#向專業深鑽的堅持

滿足這個基礎要求，不管市場怎麼進階發展，廣告工作可以做很久，且能從中持續享受創作的樂趣。縱然賺錢和生意的現實面可能會一時讓人不悅，但也不影響篤定的堅持與對工作的樂觀。

這種對溝通的擅長，不僅可以解決廣告行業前途未僕的不明感，還一定能改善產出的無力和管理的吃力，因為善於溝通，善於感動別人的人，又怎麼不能讓所有人信服和期待呢？

以上，如果35歲的廣告人還想繼續從事廣告，我想分享的就是這些。行業的情況如此，雖然能做的不多，但至少可以紮實磨煉自己廣告人的基本功。做一個明白廣告真諦的稀有物種。

我也知道，現實中很多廣告人從開始就沒有走這條“做好溝通的”路。在職業發展中，學會了商務技能，營銷策略等其他知識，他們對做好廣告慢慢失去了興趣。也被混亂的市場搞亂的陣腳。

這種情況怎麼辦？答案也簡單。看看自己一路走來學會了什麼，擅長做什麼，喜歡作什麼。然後義無反顧的去做就是了。不必執迷於現在身上廣告人的外衣，而不敢闊步向前。畢竟，這些年的從業，環境和現實都辜負了我們一開始的廣告夢。沒有機會成為一位廣告大家，不妨礙我們成為別的能人。