這幾年，我一直有個心願，特別想親眼看看，生命科學這個行業，到底走到那一步了。
因為這些年，這個領域的突破，爆發得實在太快了。比如AI幫助科學家提高做實驗的效率，提高發現蛋白質的水平。快到讓人覺得，很多我們以為的絕症，正在悄悄變成慢性病，甚至有可能被治癒。
直到前陣子，這個心願終於實現了。
我去了趟蘇州，拜訪了一家生命科學的公司，鎂伽科技。出來的時候，收穫特別大。
生命科學這個行業未來的機會，可能比AI還大。
為什麼這麼說？
因為這件事，跟你有關，跟你愛的人有關。我們關心的健康問題，父母們正面臨的衰老，未來可能需要的那些藥……背後，都有人正在拚命地想辦法。
今天，幾點想法，和你分享。
01 人最貴的需求，是生命
想想看，人這一輩子，最關心的問題是什麼？
永遠是健康。往大了說，是生命。
所以，人最願意在自己的健康上花錢。
AI再厲害，它主要改變的還是你的工作模式，和生活方式。它是讓你活得更好一點。
而生命科學服務的，是生命本身。
所以你看，這些年，全世界有太多聰明人和公司，湧向了三個行業：半導體、AI、生命科學。而在這三個行業裡，天花板最高的，可能就是生命科學。
因為人會生老病死，會想活得更久。
這個結構性市場，不會因為經濟好差而改變。因為人對生命的需求，不會變。
所以，全世界最聰明的公司，都在一個接一個地，往生命科學這個領域砸錢、建實驗室做研究。
問題來了，既然機會這麼大，那為什麼看上去現在才有變化？
因為，過去幾十年裡，這個領域一直卡住了。
02 我們對生命的瞭解，還是太少
過去的卡點在於，人類對生命的瞭解，還是太少了。
你可能奇怪，現代醫學看起來已經很發達，我們對人體的瞭解也應該很深了啊。可實際上，人對自己身體的認知，可能連1%都不到。
做一種創新藥。從發現靶點，到做完臨床、最終上市，往往需要10到15年，花費10到20億美元。而成功率還不超過10%。而且，這十幾億美元裡，絕大多數“打水漂”。
今天很多藥物研發的結果，是意外。科學家本來朝著一個方向去研究設計這個藥，最後發現，起作用的是另一個方向。可為什麼有效？有時候科學家自己也說不清楚。
之所以會這樣，源頭上還是我們對生命的理解，還太淺了。
比如阿爾茲海默症。醫學界早就觀測到，患者腦子裡有蛋白質異常沉澱。可為什麼沉澱？到今天，也沒有一個完全清楚的答案。
我們能看到現象，卻解釋不了原因。而得來的觀測資料，沒法解釋因果。光看，看不出來。要知道因果，得動手去試。
可我們本來就對生命瞭解太少，很多結果，又是靠巧合得來。既然連原因都說不清，又怎麼知道該去干預那裡？
所以，過去幾十年，生命科學就這麼卡著，只能摸著黑往前走。
直到今天，情況變了。而帶來這個變化的，正是AI。
03 AI巨頭們，正集體走進實驗室
過去一年多，OpenAI、Anthropic、Google這三家頂級AI公司，不約而同地做了一件事：
建實驗室，買研究裝置，招聘生物學家。
OpenAI專門開了一個“生命科學模型”的產品線，做藥物發現。Anthropic在舊金山灣區建了一個濕實驗室，讓AI指揮機器人做實驗。Google DeepMind做一個叫AlphaGenome的模型，專門去破解人類基因組裡那98%的“暗物質”。它的CEO說：“未來十年，AI將治癒所有疾病。”
有意思。可這些搞科技的公司，怎麼突然跑去做生物研究了呢？
一個可能的原因，是他們發現了一個問題：
生命科學的答案，只有物理世界能給。
AI能寫文章、做圖片、寫程式碼。但這些事的本質，都是在已有資料裡，找規律、做推理。而生命科學不同，它只有在真實物理世界，才能觀察細胞會怎麼反應、一款藥能不能治病。
對AI來說，算力再強，參數再高，缺少真實的實驗資料，也是空談。而實驗資料，只能自己下場去拿。
這就是為什麼，那些聰明的人和有錢的公司，一個接一個地走進實驗室。
而那些巨頭走進實驗室後做的事，我這次在蘇州，親眼看到了。
04 我在蘇州，看到一間“未來實驗室”
我參觀的這間實驗室，叫鯤鵬實驗室，是鎂伽自己研發的。
企業創始人告訴我，這是國內首家通用型智能自動化生物實驗室，主攻細胞基因編輯、高通量藥物篩選、合成生物學這些方向。
聽起來，感覺有點複雜。當我真正親眼見到，這間實驗室給我的感覺，確實不太一樣。
比如，裡頭幾乎看不到人。
實驗台上，機器人在自己忙活。機械臂、自動化培養箱、智能移液工作站，中間幾乎沒有停頓。這些機器人能自己完成核酸提取、細胞培養這些複雜操作。而且，現在已經是正式投產、運轉的狀態。
另外，還有一個自動化平台，專門做細胞培養。最長支援30天的全自動培養。放在以前，這可是要科學家每天盯著、反覆操作的事。今天，已經不需要人工干預了。
比如，可以語音下達實驗指令。
對著話筒說一句話，機器就能明白你的實驗指令，然後自己去做。你看，那些重複、枯燥，但又不能出錯的環節，用最快速度交給機器。這不就是無數科學家夢寐以求的場景。
還有個細節，實驗室的核心硬體，幾乎都是國產。
這就意味著，這條路上的關鍵工具，已經握在我們自己手裡。
說實話，我當時非常震撼。這在幾年前，誰都不敢想。
可震撼之餘，心裡又多了個好奇：這麼厲害的實驗室，它到底在解決什麼問題？
05 最貴的問題，是資料
這家公司的創始人，告訴我一件事，我印象很深：
在生命科學領域，最貴的問題，是如何得到基礎資料。
AI能把人類幾千年的知識，都裝進大模型。但到今天，AI還是不能完全理解生命的生老病死。就是因為還缺少豐富的高品質資料。
今天大家用的模型，可能一樣，技術實力也可能相近。但稀缺的，是那些沒被記錄下來、只在物理世界出現的實驗資料。
那要怎麼拿？靠因果資料。
我試著大白話講清楚。大概是在實驗室裡，拿自動化裝置，給細胞施加各種不同條件。就像炒菜一樣，加鹽、加水、少油，不停地調整變數。炒菜是嘗味道鹹淡，實驗室是看細胞有那些反應。然後把這些反應，全都記下來。
前面說過，那些靠偶然得來的觀察資料，你分不清緣由。而這家公司做的，是主動“干預”。控制變數，觀察結果，最後記下前因後果。
有了因果資料，很多以前說不清的事，可能就能搞懂了。
比如，同一種癌症，為什麼有人用藥有效，有人用著就耐藥了？這種以前搞不明白的事，也許能一點點找出緣由。
同時間，Google、Meta這些巨頭，也在佈局細胞資料方向。大家看中的，是更多生命科學的基礎資料，更是未來的重要資產。
可是，這門生意極其燒錢。一顆新藥動輒十幾億美元，再養一座超級實驗室，投入勢必更高。
那麼，錢從那兒來？
06 一杯咖啡，“養”一間實驗室
其中一個資金來源，是咖啡。
這家公司，還有一條業務線，做飲品自動化裝置。
你走進瑞幸或者蜜雪冰城，他們打糖漿、做奶泡的那些機器，背後就有鎂伽。這些裝置走進了上萬家門店，全球累計做出來的飲料，超過16億杯，日均數百萬杯。
一家搞生命科學、做實驗的公司，怎麼還做咖啡機？主要兩個原因。
第一，底層技術共通。
生命科學的自動化，核心能力是高精度的液體控制，和高速的圖像識別。要在一個極其微小的孔板裡，精準加入幾微升的液體，還要看清楚每一個反應的變化。這套能力，放到做茶飲上，用創始人的說法是“殺雞用牛刀”。
第二，賣咖啡裝置的業務，支撐實驗室的運轉。
一顆新藥十幾億美元起，而且大機率打水漂。這樣一個行業，如果全靠融資往裡砸，是撐不了多久的。所以他們的邏輯是：用茶飲這些能賺錢的業務產生的現金流，去供養生命科學的研發。
而且，他們還把每一個業務場景，都看作一個資料採集的實驗室。
這條飲品裝置線運轉的過程中，產生的每一條資料、每一次操作反饋，最後都會流回生命科學的AI模型裡，去喂那個資料飛輪。
你看，它就像是一家用茶飲裝置業務，去養一間實驗室，同時用所有業務的資料，去研究生命科學的公司。
茶飲之外，他們還有半導體、機器人等業務。不過，他們終究是支撐性業務。這家公司真正押注的，還是生命科學。
今天，生命科學正在走入真實的商業世界。
07 一款減肥藥，催生七百億美元市場
有這樣一款藥：GLP-1。名字可能沒聽過，但效果你大機率聽說過：打一針，食慾大減，體重慢慢往下掉。
2025年，光禮來一款替爾泊肽，賣了365億美元。諾和諾德的司美格魯肽，賣了361億美元。兩款加起來，超過700億美元。700億美元，接近一個中等國家一年的GDP。而這還只是單獨一種藥物品類。
今天，生命科學正從實驗室裡的研究，逐漸變成大規模的現實商業。
這一次，它前進的速度，比過去快得多。
但我也想說，技術進步，還不等於商業上的成功。
再看GLP-1這款藥。賽道已經非常擁擠。到2026年，全球這個領域差不多同時有160條研發賽道在跑。國內的信達生物、恆瑞醫藥、甘李藥業這些大廠，也在其中。
大家都看到了這個市場，所以大家都想搶機會。到最後，可能只有最早跑出來的一兩家，能吃到最大的那塊肉。
一個行業有巨大的機會，不等於每一家公司都能贏。這中間，還要看技術、執行、時機，甚至運氣。
08 有生之年，癌症可能成為慢性病
參訪中，我問了一個問題：你們每天在生命科學行業的最前沿，其實我們都很關心，未來的醫療，會變成什麼樣？
他的判斷很樂觀：未來，越來越多的癌症，可能會變成可以長期控制的慢性病。
也就是說，未來如果一個人得了癌症，可能像高血壓、糖尿病一樣，通過持續治療控制，甚至有機會治癒。
今天的絕症，未來可能變成慢性病。而眼下，正在發生。
去年，全球就有一批由AI發現或設計的藥物，進入臨床試驗。到今年，有一家叫英矽智能的公司，它的一款治療特發性肺纖維化的藥啟動了臨床三期。它的創新靶點由AI輔助發現，藥物分子由生成式AI輔助設計。
AI的作用，也不只是幫助尋找新藥。包括羅氏在內的大型製藥企業，正在把AI引入藥物研發、實驗設計和臨床研究等環節，希望提高研發效率。
另外，他們還預測：未來兩年，我們很可能看到第一款由AI主導的新藥，正式上市。
雖然，還只是預測。但我聽完，心裡有股平靜的慶幸。
慶幸我們這代人，正親歷一場大變化。可能會親眼看到一些絕症，變成慢性病，甚至被治癒。可能會看到身邊的長輩，能身體健康地活得更久。
最後的話
好。說完了。回到開頭那個問題：為什麼說生命科學這個領域未來的機會，可能比AI還大。
因為AI改變的是人怎麼工作、怎麼生活；生命科學改變的，是我們能活多久、怎麼活。這是生命科學這個領域的天花板最高的地方。
但我要提醒，這不是在勸你入行。這個行業門檻其實非常高，需要頂尖的科學家、龐大的資金、強大的耐心。
我想分享的，是一個重新審視的機會。
今天這個時代，我們幾乎天天都能聽到各種“技術突破”。聽多了，人也麻木。要麼全都信，要麼全都不信。可怎麼判斷到底那裡有機會，那裡虛晃一槍？
這次參訪，那位創始人分享了一個判斷框架。在這，我一併分享給你。
主要看三件事。
1）看天花板夠不夠高。市場本身就小，再熱也是個小池塘，養不了大魚。
2）看差異化明不明顯。越是傳統的行業，新技術帶來的差異化越明顯。
3）看客戶盈利能力強不強。客戶得賺得到錢，才有能力、有意願為你的產品付費。
這三個標準，不止適用於生命科學。你可以拿它，去看任何一個你聽到的新機會。
至於生命科學本身，我想說，它值得你關注。那怕只是為你自己，為你愛的人。
我常想，我們這代人，可能會親眼看到一種病，從無藥可醫，變成有藥可吃。看到自己能與家人有更多相處時光。看到能和愛人、和孩子，有更多的陪伴。
這是多大的幸福啊。
希望未來早日到來。
祝福。
PS：這次蘇州之行，最讓我觸動的，不只是實驗室裡那些令人驚嘆的技術。更是突然發現，AI、生命科學、老齡化，這些看似不同的變化，正在一點點聯絡起來。
AI讓科學研究有了新的工具，人口結構的變化帶來新的健康需求，而新的產品、服務和商業機會，也正在其中慢慢生長出來。
這一年，我一直在路上。走進工廠、實驗室，拜訪企業，看AI如何進入真實的生意，正在帶來那些新的可能。今天分享的生命科學，只是其中一個切面。還有很多讓我更加興奮的真實案例。 (劉潤)