但苦于新药研发的速度ღ★✿★，这场疾病抗争史迟迟未能出现质的改变ღ★✿★。而以生成式AI为基础的大模型的出现ღ★✿★，正在从根本上改变这一进程ღ★✿★。

　　第一缕夕阳透过会议室玻璃窗ღ★✿★，与C12的创始人兼CEO陈志刚的对话已经进行了两个半小时ღ★✿★。生研湾ღ★✿★，我们这次谈话发生的地方ღ★✿★，是大量新药的创新源头ღ★✿★。陈志刚正在做的ღ★✿★，是一个针对实验室场景的通用机器人——这个机器人将会先被用在新药研发ღ★✿★，之后泛化到新材料和化工等场景ღ★✿★。

　　他厚厚的镜片反射出一道光——那是比窗外阳光更锐的东西ღ★✿★，此时ღ★✿★，全球药物研发行业创新浪潮正汹涌来袭ღ★✿★，AI已成为这场创新风暴的核心驱动力ღ★✿★，这场能力ღ★✿★，比10年前更大ღ★✿★、更足ღ★✿★。

　　2022年ღ★✿★，陈志刚的公司C12成立ღ★✿★，尝试将垂直领域的AI Agent与具身智能结合ღ★✿★，突破湿实验（虎嗅注ღ★✿★：湿实验通常涉及生物样本ღ★✿★、化学物质或其他液体材料的操作和处理ღ★✿★。这类实验往往需要特定的实验室条件,如无菌环境ღ★✿★、温度控制等）的效率瓶颈ღ★✿★。

　　一年多前ღ★✿★，他做了一个决定ღ★✿★，将机器人的解决场景收敛到“纯化”的步骤ღ★✿★，而不是湿实验的全流程——这是客户最痛也最愿意买单的关键环节ღ★✿★。再往前一点ღ★✿★，他决定加入硬件部分ღ★✿★，从最初设计实验的AI Agentღ★✿★，变为做一个能够完成一套工作流的机器人ღ★✿★，因为客户说ღ★✿★，设计实验只是解决了7%的需求ღ★✿★，科研人员还有70%的时间在做苦活累活ღ★✿★，希望能把这些也用Agent解决ღ★✿★。总之ღ★✿★，一切判断都来自客户ღ★✿★。

　　如果说上一轮AIღ★✿★，只是对药物研发“锦上添花”ღ★✿★，这一次由大模型引领的生成式AI变革ღ★✿★，可能正在改写人类与疾病赛跑的时间规则ღ★✿★。

　　我们谈话间ღ★✿★，制药领域正在发生着一场大规模的资金流动ღ★✿★。在过去1个月的时间ღ★✿★，近100亿美元资本密集涌入AI制药领域ღ★✿★，诺和诺德ღ★✿★、礼来ღ★✿★、阿斯利康等跨国药企ღ★✿★，与AI公司达成超过20项重大合作ღ★✿★。这是一个明显的信号ღ★✿★。

　　第三方调研机构Evaluate Pharma报告预测ღ★✿★，到2030年全球处方药市场将达1.756万亿美元ღ★✿★，AI制药将成为核心增长引擎ღ★✿★。

　　传统意义上ღ★✿★，一款新药的诞生是个漫长且高风险的过程ღ★✿★：从早期研发到最终上市ღ★✿★，10年以上才能垒起100层楼ღ★✿★，塌掉9栋才成1栋ღ★✿★，成功率不到10%ღ★✿★。

　　而现在ღ★✿★，AI技术正为这一过程注入新的可能性ღ★✿★：通过加速化合物筛选ღ★✿★、优化临床试验设计ღ★✿★、辅助数据分析等方式ღ★✿★，新药研发周期有望缩短30%-50%ღ★✿★，部分环节的效率提升更为显著ღ★✿★，在一定程度上降低了研发的时间成本与不确定性ღ★✿★。

　　在药物研发的传统版图里ღ★✿★，从靶点验证到临床前研发ღ★✿★，100个白大褂要在通风橱前重复数千次移液ღ★✿★，累计100多万小时——相当于114个人连轴转10年高部ღ★✿★，烧掉3亿美金是常态ღ★✿★，这个数字压垮过太多中小型药企ღ★✿★。

　　在部分试点场景中ღ★✿★，初步验证显示ღ★✿★，这种方式有潜力将生产效率提升数倍ღ★✿★，成本也显著下降ღ★✿★，为实验室研发带来了全新的可能性ღ★✿★。

　　陈志刚的这双手曾操盘过药明康德的数字化转型ღ★✿★，他曾是药明康德高级副总裁兼首席数字官ღ★✿★，也曾在腾讯医疗大数据实验室搭建底层架构ღ★✿★，在阿里健康担任总架构师ღ★✿★。陈志刚称自己的职业生涯ღ★✿★，刚好串起了一款药从研发到上架的全链路ღ★✿★。

　　在对话多数时候陈志刚都像台精密运转的仪器ღ★✿★，逻辑链条严丝合缝ღ★✿★。你很难从他的脸上看出情绪的变化ღ★✿★，甚至是在提到公司在创立之初所走的“弯路”ღ★✿★，聊起创业初期踩过的坑ღ★✿★，他语气平稳得像在说别人的故事ღ★✿★；说起从职业经理人到创业者的身份撕裂ღ★✿★，也只是轻描淡写ღ★✿★。

　　陈志刚对公司的每一步未来规划了清晰的节奏高部ღ★✿★，A轮之前把产品和运维做好ღ★✿★，让客户感受到真正的价值ღ★✿★。

　　陈志刚ღ★✿★：起源其实来自两个方面ღ★✿★：第一件事ღ★✿★，我自己在CRO（虎嗅注ღ★✿★：合同研究组织,是为医药企业提供医学研发专业化服务的第三方机构,涵盖药物研发全流程支持ღ★✿★。）的时候经常会去实验室ღ★✿★，因为我们做的事情紧密地贴合业务ღ★✿★，要通过数字化和智能化的手段帮助业务团队提升效率ღ★✿★，提升生产力ღ★✿★。

　　科学家其实非常辛苦ღ★✿★，他们一天八个小时ღ★✿★，其中六ღ★✿★、七个小时都站在实验室里ღ★✿★，要不就是做实验ღ★✿★，要不就在不同设备和不同工作区域往返ღ★✿★。如果在工作任务非常多的时候ღ★✿★，他们还要加班ღ★✿★。如果从实验室效率的角度ღ★✿★，这里面有很大提升改进的空间ღ★✿★，效率提升特别需要通过新的技术改进ღ★✿★。

　　第二件事ღ★✿★，几年前ღ★✿★，我曾与多位资深领导者探讨医药研发外包服务行业的未来走向ღ★✿★，他们提出ღ★✿★：这个行业的真正竞争对手是未来出现的新物种ღ★✿★。因为这两件事情CQ9电子游戏五福临门大奖ღ★✿★，我就想未来实验室怎么突破效率的瓶颈ღ★✿★。

　　第一ღ★✿★，不是让人突破人的极限ღ★✿★，而是要用新的技术突破人的极限ღ★✿★；第二ღ★✿★，我觉得要用新的技术去替代人做脏活ღ★✿★、累活ღ★✿★，人和机器人在智能或者操作方面实现有机结合ღ★✿★。

　　这个行业有太多挑战ღ★✿★，有很多疾病现在没有好药去治疗ღ★✿★，如果能够在这些实验室等场景中ღ★✿★，让人效率更高一些ღ★✿★，一个人就能够在一定的时间和精力范围内ღ★✿★，探索更多的未知空间ღ★✿★，能够找到更好的药或者材料ღ★✿★，这是我进行这次创业的初衷ღ★✿★。

　　虎嗅ღ★✿★：在2022年ღ★✿★，其实已经有不少AI制药的公司ღ★✿★，比如晶泰ღ★✿★，英矽智能ღ★✿★，已经在尝试AI制药的研发ღ★✿★，他们会是未来C12的竞争对手吗？

　　像晶泰ღ★✿★、英矽智能这些公司ღ★✿★，主要通过AI技术做药物分子设计ღ★✿★，用计算的方法去设计和筛选候选分子ღ★✿★，这是一个非常重要的环节ღ★✿★。

　　而我们聚焦的是湿实验验证这个环节ღ★✿★。当AI设计出来有潜力的分子后ღ★✿★，需要在实验室里进行实际的合成和验证ღ★✿★，这就是我们用机器人来做的事情ღ★✿★。

　　陈志刚ღ★✿★：新的生成式模型对药物分子设计非常关键ღ★✿★。大语言模型让决策切入得更快ღ★✿★，在有比较好基础模型的情况下ღ★✿★，针对不同应用场景做微调ღ★✿★，所需要的数据ღ★✿★、成本以及时间要比以前少ღ★✿★。

　　以前每一个垂直赛道都是专业的模型ღ★✿★，举个例子ღ★✿★，以前大家修房子都是从海平面开始修ღ★✿★，如果修100米高ღ★✿★，那么这100米都是自己修ღ★✿★。现在底层实际上已经有50米了ღ★✿★，你接下来只用修剩下的50米ღ★✿★。

　　陈志刚ღ★✿★：融资和建团队ღ★✿★。我们做这个事情的时候正好碰到疫情时期ღ★✿★，在那个时间点ღ★✿★，我们确实经历很多的挑战ღ★✿★。不过ღ★✿★，当时行业里面一些做传统自动化ღ★✿★、实验室自动化的公司业务就有显著的发展CQ9电子游戏五福临门大奖ღ★✿★，这也给了我们很好的激励ღ★✿★。

　　如果湿实验能够像计算一样ღ★✿★，更加灵活地执行ღ★✿★，那么不论是对供应链ღ★✿★，还是对生产效率来说ღ★✿★，都会是显著的突破ღ★✿★。

　　虎嗅ღ★✿★：在找投资等过程中ღ★✿★，投资人会更关注公司的定义是什么吗？比如ღ★✿★，他们可能会把C12定义为机器人公司？或者AI for science的药物研发公司？你对公司的定义是什么？

　　陈志刚ღ★✿★：每个投资人都有自己的一个角度ღ★✿★。像我们做这种垂直领域Agent+硬件ღ★✿★，整体上说ღ★✿★，对于投资人而言确实有一点挑战ღ★✿★。

　　有些时候CQ9电子游戏五福临门大奖ღ★✿★，我们接触一些投资机构ღ★✿★，他们跟我们聊的可能是AIღ★✿★，发现这个领域看不太懂ღ★✿★，然后把投生物医药的人叫来ღ★✿★，生物医药的人又觉得与平时看的管线逻辑不一样ღ★✿★。

　　大家一开始看不懂也很正常ღ★✿★，新的AI和机器人应用的逻辑在往前走ღ★✿★，大家会慢慢把方法论和框架建立起来ღ★✿★，更多的投资机构会更容易看懂ღ★✿★，这会有个过程ღ★✿★。

　　虎嗅ღ★✿★：在药明康德ღ★✿★、阿里健康ღ★✿★、腾讯等公司做医疗健康和技术结合的工作ღ★✿★，这些不同的经历有没有给你带来不一样的影响？这些影响能够投射在创业中ღ★✿★。

　　陈志刚ღ★✿★：我觉得这个影响其实一直在延续ღ★✿★，而且不断地迭代ღ★✿★。我在阿里的时候ღ★✿★，阿里总部“双十一”晚上每个业务部门都会有一个大屏ღ★✿★，大屏会有两条曲线ღ★✿★，一条曲线是预期的业务板块的GMV（商品交易总额）数据ღ★✿★，另外一条曲线是实际的GMV成交的数字ღ★✿★。

　　很多时候ღ★✿★，你会发现两个数字之间刚开始会有差异ღ★✿★，特别是实际的GMV比预期的数据少的时候ღ★✿★，会及时地实施一些营销策略ღ★✿★，希望能够把GMV提上来ღ★✿★。最后会发现这些调整还挺管用的——实际曲线会不断接近ღ★✿★，最后甚至超越预期曲线ღ★✿★。

　　第一ღ★✿★，只有通过运营才能够真正让客户把产品用好ღ★✿★。因为当新的产品到客户手上ღ★✿★，客户不一定马上就能完全掌握ღ★✿★，也不一定马上就能够充分发挥产品的价值ღ★✿★；第二ღ★✿★，产品跟业务场景的契合度需要磨合ღ★✿★，就算提前把事情分析清楚ღ★✿★，但实际应用可能还是会有偏差ღ★✿★；第三ღ★✿★，应用场景在不断变化ღ★✿★，产品也要快速迭代ღ★✿★、快速满足新的需求ღ★✿★。

　　药明康德有一个非常重要的BUღ★✿★，他们最核心的生产设备就是制药反应釜ღ★✿★，当时该BU订单爆满ღ★✿★，尽管反应釜数量很多ღ★✿★，但巨大的需求和供给之间的匹配仍面临挑战ღ★✿★。

　　我们在整个工作流上用算法把信息流串起来ღ★✿★。以前由人安排每个项目放到哪个地方生产ღ★✿★、什么时候开始ღ★✿★、什么时候结束等ღ★✿★，后来是用算法做这件事ღ★✿★。

　　我们为他们做了一个匹配需求和供给的AI产品ღ★✿★，培训业务团队使用这个产品解决他们的问题ღ★✿★。在用的过程中ღ★✿★，他们有新的需求ღ★✿★。因为业务需求在发生变化ღ★✿★，他们业务逻辑也在发生变化ღ★✿★，也会有一些业务上的新策略ღ★✿★，我们把这些新的需求ღ★✿★、新的变化迭代到产品里面ღ★✿★。

　　这个过程中的方法论是ღ★✿★，从应用场景中解决应用的问题ღ★✿★，形成技术和产品ღ★✿★，回到应用场景中验证这些产品ღ★✿★，然后不断打磨ღ★✿★，让它创造真正的价值ღ★✿★。

　　这要求我们既要“进得去”ღ★✿★，又要“出得来”ღ★✿★。“进得去”是要理解这个问题ღ★✿★，你的回答要能够解决这个问题ღ★✿★；“出得来”是要有产品的思维ღ★✿★，能够让它标准化ღ★✿★，把研发和运维的成本降下来ღ★✿★。

　　陈志刚ღ★✿★：若干年前ღ★✿★，有一些互联网公司的人出去谈合作ღ★✿★，好像自带光环ღ★✿★。就好像每个人手里拿了个锤子ღ★✿★，到处找钉子ღ★✿★。这可能在某些行业确实取得一些成功ღ★✿★，但是医疗健康行业钉子挺多而且也挺硬ღ★✿★，轻易能锤不下去ღ★✿★。

　　我觉得这个行业的专业性ღ★✿★、复杂性和强监管需要深入理解ღ★✿★，利用互联网的技术ღ★✿★、算法和思维ღ★✿★，围绕解决问题去做ღ★✿★，并不是说我有互联网的算法ღ★✿★，就好像有个锤子ღ★✿★，找个钉子就锤ღ★✿★，并且周围还有很多钉子ღ★✿★，只锤的一个是不够的ღ★✿★。

　　我觉得这是一个非常重要的思维转变ღ★✿★，最终解决客户的问题才能够创造价值ღ★✿★，只有创造价值ღ★✿★，产品才能够被大规模应用ღ★✿★，这样商业才是成功的ღ★✿★。

　　陈志刚ღ★✿★：我之前在阿里和腾讯一直都是从事AI加互联网医疗这个板块ღ★✿★，在整个工作的过程中ღ★✿★，更多的是医疗健康下游的事情ღ★✿★。做了一段时间以后ღ★✿★，我觉得我对整个医疗健康产业比较感兴趣ღ★✿★，所以就想去尝试做医疗健康上游的事情ღ★✿★。

　　其实很多疾病不仅仅是效率的问题ღ★✿★，很多时候其实是这个病本身没有好的解决方案ღ★✿★，就是所谓的患者需求没有被满足ღ★✿★。所以我想看看产品研发端的痛点是什么ღ★✿★，去做一些事情ღ★✿★。

　　陈志刚ღ★✿★：当然有ღ★✿★。我觉得我确实在花时间适应新的角色ღ★✿★，更重要的其实是大环境的变化ღ★✿★，我觉得这个给大多数企业都带来了很大的挑战ღ★✿★。

　　这种挑战是一个基线ღ★✿★，大家都会面临这样的挑战ღ★✿★。在这个过程中间ღ★✿★，要思考怎么能够更快地分析和理解新环境带来的挑战ღ★✿★，以及能不能快速地找到应变方法ღ★✿★，把产品做得更好ღ★✿★。对于困难的地方ღ★✿★，我更多是从发展角度来看ღ★✿★，这个难ღ★✿★，其实大家都难ღ★✿★。

　　陈志刚ღ★✿★：都是一个过程ღ★✿★，很难说一开始所有东西都到位ღ★✿★。这里面有资源的问题ღ★✿★，有实际的问题ღ★✿★。很多时候我觉得这种东西是水到渠成ღ★✿★。首先要定位ღ★✿★，你要找什么样的人ღ★✿★。其次才是能力ღ★✿★，他能不能做这个事ღ★✿★。第三个就是在过程中调整ღ★✿★。

　　陈志刚ღ★✿★：我们现在团队比较小ღ★✿★，所以实际上没有分那么细ღ★✿★。对于人的尝试ღ★✿★，我觉得无非是两个ღ★✿★，第一ღ★✿★，对于之前认识的人ღ★✿★，可能对他有一定的了解ღ★✿★，这能够减少一些试错ღ★✿★；第二ღ★✿★，即使是了解的人ღ★✿★，随着环境发生变化ღ★✿★，事情不一样ღ★✿★，承受压力不一样ღ★✿★，反应和表现也会不一样ღ★✿★。所以我觉得不需要特别多的思考ღ★✿★，招人本身占成功的40%ღ★✿★，更多的是磨合ღ★✿★，磨合占60%ღ★✿★。

　　陈志刚ღ★✿★：我们之前在AI agent那一块做了一些东西ღ★✿★，帮客户解决了一些很复杂的问题ღ★✿★。我们最早有一个关键的AI agentღ★✿★，是做药物分子的路线设计ღ★✿★。在新药研发领域会有新分子ღ★✿★，是从来没有被人做过的ღ★✿★。它的合成应该是怎么样ღ★✿★，怎么才能把这个分子结构做出来ღ★✿★，这对于行业是一个关键而且困难的问题ღ★✿★。

　　虎嗅ღ★✿★：第一款AI Agent出来之后ღ★✿★，已经可以去收钱了ღ★✿★，因为商业模式已经跑通了ღ★✿★，那为什么要再去做高成本的硬件产品？

　　陈志刚ღ★✿★：客户反馈是帮助设计实验挺好ღ★✿★，但只是解决7%的问题ღ★✿★，替代了不到10%的人工ღ★✿★，科研人员还有70%的时间在实验室干苦活累活ღ★✿★，希望能帮忙把这件事情干了ღ★✿★。

　　陈志刚ღ★✿★：其实是客户找到我们ღ★✿★。我们发过几个视频ღ★✿★，没有做任何的商业化推广ღ★✿★。早期的视频在微信视频号上的播放量是70万次ღ★✿★。

　　这个其实是整个产业对于这个事情的需求ღ★✿★。很多一些客户找到我们ღ★✿★，觉得这个东西很有价值和潜力ღ★✿★，想一起做一些事情ღ★✿★，这里面也不只是药物研发ღ★✿★。

　　虎嗅ღ★✿★：在模型训练和硬件这两部分ღ★✿★，你会控制精力的分配吗？这两块都是难啃的“硬骨头”ღ★✿★，硬件该做到什么程度？孰轻孰重怎么判断？

　　陈志刚ღ★✿★：对于这个事情的边界ღ★✿★，其实我们有比较强的考虑ღ★✿★。如果某个需求非常明确且市场规模足够大ღ★✿★，通常会有设备厂商关注电子游戏cq9ღ★✿★，ღ★✿★。

　　如果硬件需求的复杂度过高ღ★✿★，我们通常会重新审视解决方案的设计思路ღ★✿★，看是否有更简洁高效的实现路径ღ★✿★。

　　陈志刚ღ★✿★：其实这都是我们跟客户一起做的ღ★✿★，就像我们在药明康德一样ღ★✿★，会扎进去理解这个工作流ღ★✿★，做很多分析ღ★✿★。我们按照工作流程去看ღ★✿★，从项目执行的角度分几个阶段ღ★✿★，考虑每个步骤需要机器做哪些事情ღ★✿★，需要人做哪些事情ღ★✿★，以及每个步骤最后的ROI（投资回报率）是什么ღ★✿★。

　　虎嗅ღ★✿★：现在的大模型有幻觉ღ★✿★，通用机器人和真实世界的互动数据不够ღ★✿★，导致无法大规模商业化ღ★✿★，这些会影响一些决策的准确度ღ★✿★。在药物研发这样对于精度ღ★✿★、准确度和稳定度要求更苛刻的场景下ღ★✿★，你们怎么解决这个问题？

　　陈志刚ღ★✿★：解决幻觉首先要把复杂问题切分成简单的问题ღ★✿★，这样出现幻觉的空间会相对小ღ★✿★。第二要能有grounding（和现实对齐）ღ★✿★，要能够ground到可被现实论证的基础上ღ★✿★。

　　我们现在的模式是通用机器人ღ★✿★，它会在中间起到核心作用ღ★✿★，把很多不同的专业设备串起来ღ★✿★。我们现在会给通用的机器人加上一些定制的手指ღ★✿★。

　　因为操作不同的设备要用不同的机器人手指cq9电子官网入口ღ★✿★。ღ★✿★，在这些方面我们会做一些设备ღ★✿★，进行一些简单的适配ღ★✿★。这种情况下ღ★✿★，我们能够跨越以前All-in-one系统需要高度定制的技术局限性ღ★✿★，实现更加灵活ღ★✿★、更加便宜的实验室自动化解决方案ღ★✿★。

　　因为我们实际上是用通用机器人对接不同的设备ღ★✿★，其他行业也有同样的问题ღ★✿★。我们在医药研发行业做这个事情的模式ღ★✿★，其实在其他行业也适用CQ9电子游戏五福临门大奖ღ★✿★。

　　第二ღ★✿★，大家认识到之前的定制硬件产品研发时间和投入成本都非常高ღ★✿★，比软件产品高4倍到5倍ღ★✿★。大家一直在考虑存不存在通用性的解决方法ღ★✿★，不需要那么高的通量高部ღ★✿★，但需要通用灵活ღ★✿★。

　　第三ღ★✿★，得益于机器人生态的快速发展ღ★✿★，好处就是广泛地进入大众视野ღ★✿★，大众都会更容易理解和接受它ღ★✿★；成本不断降低ღ★✿★，机器人的能力在不断提升ღ★✿★。如果在封闭的定制化系统里ღ★✿★，成本和迭代周期等等都不是优势ღ★✿★，反而变成包袱ღ★✿★；但是如果在开放的生态里ღ★✿★，这些东西未来都是优势ღ★✿★，对创业公司来说ღ★✿★，就是能不能把竞争壁垒立住ღ★✿★。

　　陈志刚ღ★✿★：从这个角度来说ღ★✿★，我们就是机器人公司ღ★✿★，这也是与传统All-in-one的自动化系统很关键的区别ღ★✿★。

　　第一我们按工作流ღ★✿★。工作流其实就是机器人的技能包ღ★✿★，机器人会做更多的事情ღ★✿★，那租的费用会更高ღ★✿★，机器人会做的事情较少ღ★✿★，那租的费用更低ღ★✿★。

　　我们机器人未来的商业模式就是租转售ღ★✿★。很多客户反馈机器人迭代太快ღ★✿★，希望总是用新的东西ღ★✿★，也有客户不知道这个机器人到底能不能解决问题ღ★✿★。站在客户的角度ღ★✿★，他们有这样的诉求ღ★✿★。

　　站在我们的角度ღ★✿★，第一ღ★✿★，趋势其实就是按结果付费ღ★✿★；第二ღ★✿★，因为里面涉及到硬件ღ★✿★，这样获客成本和时间就会少很多ღ★✿★。

　　陈志刚ღ★✿★：传统的All-in-One自动化系统通常需要数百万元甚至上千万元的初始投入ღ★✿★，属于资本性支出（Capex）ღ★✿★，其决策成本和周期都较高ღ★✿★。在大型企业中ღ★✿★，这类决策往往涉及多个部门与十余位相关负责人ღ★✿★。

　　相比之下ღ★✿★，租赁模式被归为运营支出（Opex）ღ★✿★，审批流程通常只需Capex一半的周期ღ★✿★。设备租赁的价格一般是购买成本的二十分之一到十五分之一ღ★✿★，大大降低了试错成本ღ★✿★，便于快速验证新技术的有效性ღ★✿★。

　　陈志刚ღ★✿★：我们现在既在卖ღ★✿★，也在尝试租ღ★✿★，也有软件的订阅ღ★✿★，都有市场需求ღ★✿★，我们都会去推ღ★✿★，但是我们重心会放在租转售ღ★✿★。我们聊了很多不同的客户ღ★✿★，发现这就是市场ღ★✿★。作为采购的流程ღ★✿★，客户试用以后ღ★✿★，会有初步的数据ღ★✿★，也可以更好地走采购流程ღ★✿★。

　　陈志刚ღ★✿★：肯定按照客户心仪的价位ღ★✿★，这就是市场的价格ღ★✿★。从按结果付费的角度来说ღ★✿★，结果的费用在不同的场景有不同的定义ღ★✿★。

　　最初我们更多的是把它作为行业的问题去解决高部ღ★✿★。行业的问题很多ღ★✿★，包括方方面面ღ★✿★，所以我们当时看得比较远ღ★✿★，也比较宽ღ★✿★，比如化学实验ღ★✿★，从反应称量ღ★✿★、投料ღ★✿★，到反应过程监控ღ★✿★，再到反应的后处理ღ★✿★，这中间可能有十到二十个不同的任务要解决ღ★✿★。

　　里面每一个任务都有变种ღ★✿★，比如称量ღ★✿★，称量的东西包括液体的ღ★✿★、固体的ღ★✿★，固体又分粘稠的ღ★✿★、块状的ღ★✿★、粉末的ღ★✿★，还有好多其他不同的细节ღ★✿★，我们希望能够用AI自动化这里的全流程ღ★✿★，最后发现这个流程上的每个问题都解决不透ღ★✿★。

　　陈志刚ღ★✿★：可能半年到一年ღ★✿★。我发现不能看那么宽泛ღ★✿★，需要抓住一个问题解决ღ★✿★。不应该看一个面ღ★✿★，而是先做一个点CQ9电子游戏五福临门大奖ღ★✿★。

　　我们现在做的是纯化ღ★✿★。这是我们通过跟客户不断沟通后做出的决定——很多客户在投料ღ★✿★、称量上耗时不多ღ★✿★，但在纯化环节花了大量时间和人力ღ★✿★。我们最终聚焦解决这个客户最痛ღ★✿★、最愿意买单的关键环节ღ★✿★，这个过程我非常感谢合作伙伴和试点客户在探索阶段给予的信任与反馈ღ★✿★，他们的真实需求推动了我们聚焦产品ღ★✿★、打磨方案ღ★✿★，也帮助我们更快走上正确的方向ღ★✿★。

　　然后在机器人这块ღ★✿★，我们刚开始用通用机器来做的时候ღ★✿★，尝试了不同的机器人的硬件ღ★✿★，我们自己做过一些初步整合ღ★✿★。但我们现在就用供应商的整合ღ★✿★。在创业过程中ღ★✿★，对这件事情的认知是在不断深化的ღ★✿★。

　　陈志刚ღ★✿★：有ღ★✿★，包括整个反应过程工艺的研发ღ★✿★，还有生物Assay实验ღ★✿★，有好多客户找我们ღ★✿★。我们因为人手不够ღ★✿★，接不过来高部ღ★✿★，研发团队正在加急扩充人员高部ღ★✿★，争取尽快跟上需求ღ★✿★。

　　陈志刚ღ★✿★：不会ღ★✿★。如果客户想把这个东西放到模型里面ღ★✿★，无非是两种ღ★✿★：一种模式是把客户的数据用来强化或者改善模型ღ★✿★，那这个模型只是给这个客户ღ★✿★，我不能拿出来卖给其他客户ღ★✿★。这往往是比较常见的模式ღ★✿★。

　　第二个模式是与某些客户形成战略合作关系电子ღ★✿★，他甚至可能在一定程度上占股权ღ★✿★，变成股东高部ღ★✿★，那么他会把一部分数据给放进来ღ★✿★。这个时候企业的发展也与这个客户形成了比较紧密的利益绑定ღ★✿★。

　　陈志刚ღ★✿★：传统的All-in-one系统确实会更相信大品牌ღ★✿★，但是现在ღ★✿★，客户还是最终要看问题有没有被解决好ღ★✿★。只要客户的核心问题还没有得到很好的解决高部ღ★✿★，市场上通常还会有新的机会ღ★✿★。

　　陈志刚ღ★✿★：在这个领域里面ღ★✿★，很多事情都在认知范围之内ღ★✿★。但我确实也在关注新的可能性ღ★✿★，未来可能会变成我们往前面走的机会ღ★✿★。比如传统创业基本需要5个人ღ★✿★，但现在的硅谷出现一两个人的创业公司ღ★✿★，一两个人就把产品做起来ღ★✿★，然后快速试错ღ★✿★。

　　我觉得这些新的东西确实会带来一些反常识的做法ღ★✿★，会很关注这些新的做法ღ★✿★，希望能用到我们公司的运营和研发中ღ★✿★。

　　陈志刚ღ★✿★：我觉得接下来就是把关键的客户场景做透ღ★✿★，形成持续发展的模式ღ★✿★。我们目前其实在这个路上ღ★✿★，到A轮之前ღ★✿★，要被市场接受的话ღ★✿★，需要有产品ღ★✿★、运维ღ★✿★，要能够让客户收获价值ღ★✿★，在客户大规模接受之后能扩展到其他实验室ღ★✿★，能够规模化ღ★✿★。实际上我们正在积累ღ★✿★，走透之后ღ★✿★，再往其他的应用场景走的话ღ★✿★，我们至少知道怎么办ღ★✿★。

　　陈志刚ღ★✿★：更多的其实是一个新生事物ღ★✿★。当真的有很多机器人在实验室干活的时候ღ★✿★，客户会有什么样的新的问题ღ★✿★，我们怎么帮助客户应对这些问题？因为这种事情从来没有出现过ღ★✿★。

　　虎嗅ღ★✿★：这也是现在这一批创业里面比较有意思的点ღ★✿★，大家都在尝试新的东西药品实验ღ★✿★，ღ★✿★，都在一条起跑线上ღ★✿★。未来是未知的ღ★✿★。

　　陈志刚ღ★✿★：是的ღ★✿★。在这个过程中间ღ★✿★，我不会预设立场ღ★✿★，更多是跟着客户走ღ★✿★，跟着问题走ღ★✿★，碰到问题ღ★✿★，解决问题ღ★✿★。在刚开始底层逻辑设计方面ღ★✿★，我觉得这件事情其实给了我们一个很好的工具支撑ღ★✿★，让我们做了很好的积累ღ★✿★。

　　比如ღ★✿★，我在客户那里碰到一个问题ღ★✿★，我能不能在我们的模拟场景复现它ღ★✿★。如果能复现ღ★✿★，那在这个过程中ღ★✿★，我就积累了很多的经验ღ★✿★。这个经验不是单纯在人脑里积累ღ★✿★，而是在产品的研发平台上积累ღ★✿★。

　　陈志刚ღ★✿★：我觉得到今年年底把行业里面一两个大客户走透了ღ★✿★，到明年我们起规模ღ★✿★。再往前走的话ღ★✿★，我觉得产业行业里的拓展优先ღ★✿★，然后再看其他行业ღ★✿★。在其他行业ღ★✿★，要集中在一两个点投入一些资源ღ★✿★，快速试错ღ★✿★，之后可能会引入新的资源共同去做ღ★✿★。