AI4S不缺故事，缺的是如何创造真实的商业价值 事件

AI4S不缺故事，缺的是如何创造真实的商业价值 当AI for Science从概念逐渐走向落地，“产业能力”已成为整个行业不可回避的考验尺度。所有的科学问题最终都要回到真实世界里被验证——要进入发酵罐、进入工厂、进入供应链、进入客户的生产流程。 但其中的核心问题是，AI4S的商业化路径究竟长什么样？从第一个实验室结果，到第一笔持续复购的订单，这中间需要跨越哪些真实的障碍，又需要做出哪些取舍？ 近期，在世界人工智能大会Future Tech联合线性资本、上海交大工研院主办的活动中，线性资本合伙人曾颖哲，与线性被投企业贻如生物创始人苏睿、深度原理COO张露阳等分享了他们如何用AI压缩试错成本、积累数据飞轮、在真实产业场景中找到AI4S领域的商业立足点。 过去很长一段时间里，人们讨论AI4S，更多是在讨论它能否“发现新东西”。比如AlphaFold预测蛋白结构，比如大模型筛选新材料，再比如用AI找到一种此前从未被注意到的分子组合。 但对于真正做产业的人来说，“发现”很多时候不是最难的部分。 真正的困难还有：一个分子被发现之后，如何稳定地在20吨级发酵罐里量产？一项实验室