在人工智能（AI）与云计算技术迅猛发展的浪潮之下，生命科学领域已然成为全球科技巨头与云服务供应商竞相布局的新兴战略要地。

亚马逊云科技（AWS）、微软（Azure）、谷歌云（Google Cloud）以及阿里云等一众主流云厂商，纷纷加大在生命科学领域的投入力度，意图凭借 AI 与云计算技术，重塑药物研发的流程，大幅提升研发效率。

事实上，早在生成式 AI 模型崭露头角之前，药物研发领域便已运用 AI 技术开展分子设计与优化工作。生成式 AI 的诞生，只是促使更多人将目光聚焦于这一领域。

3 月 18 日，在亚马逊云科技医疗及生命科学行业峰会上，亚马逊云科技中国区医疗及生命科学行业负责人张湛在接受《每日经济新闻》记者采访时指出：" 众多生命科学行业的客户正借助生成式 AI 应用创新技术，致力于发现新型药物，以全新方式打造诊疗设备，识别不良反应以保障患者安全，并且通过新途径加速商业化进程，提高患者的医疗服务可及性。"

尽管 AI 在药物研发中的应用已收获显著成果，但行业专家普遍认为，AI 技术的巨大潜力仍远未得到充分释放。英矽智能 IT 负责人沙林在同日接受包括《每日经济新闻》记者在内的媒体记者采访时称："AI 在药物研发中的应用才刚起步，在未来几年内，AI 将更深入地融入药物研发的各个环节。"

AI 与云计算：药物研发的 " 强力加速器 "

生命科学领域，尤其是药物研发，长期饱受研发周期冗长、成本高昂、成功率偏低等难题的困扰。传统药物研发从靶点发现直至药物上市，一般需要耗费 10~15 年，资金投入高达数十亿美元。而 AI 与云计算技术的深度融合，为这一行业带来了颠覆性变革。

云所具备的弹性、安全性以及高可用性，对于生成式 AI 的应用与拓展至关重要。企业迁移至云端后，能够进一步推动 IT 系统的现代化改造，借助现代化数据库架构，充分挖掘传统数据的潜在价值。

从传统的计算服务，如 Amazon EC2、Amazon RDS、Amazon S3，到 Kubernetes 容器编排服务 Amazon EKS，亚马逊云科技为英矽智能构建起全面且稳定的基础架构支撑体系。

沙林向记者透露，在支撑海外业务的 AI 模型训练方面，亚马逊云科技的 Amazon SageMaker 以及 Amazon Bedrock 等服务得到了充分运用。此外，亚马逊云科技在 Amazon Bedrock 新上线的完全托管的 DeepSeek-R1 模型，英矽智能也积极参与测试，探索其在日常工作中的应用潜力。

沙林称：" 我们广泛运用了亚马逊云科技的众多服务，像传统的 Amazon EC2、Amazon RDS、Amazon S3 服务，这三项都是我们常用的。另外还有 Amazon EKS，以及用于 AI 模型训练的 Amazon SageMaker 等服务。"

沙林表示，这些服务的运用，使得英矽智能能够迅速更新迭代研发平台，实现数据的高效存储、管理与分析，加速 AI 模型的训练与优化，推动药物研发项目稳步前行。

数据孤岛与算力挑战：亟待攻克的难关

云厂商竞相角逐生命科学领域，背后是巨大的市场潜力与商业价值的驱动。

据市场研究机构 Grand View Research 的数据，全球 AI 在医疗健康市场的规模预计将从 2021 年的 110 亿美元增长至 2028 年的 1940 亿美元，年复合增长率超过 41%。而云计算作为 AI 技术的底层基础设施，将在这一增长进程中扮演关键角色。

对于云厂商而言，生命科学领域不仅是一个高速增长的市场，更是彰显其技术实力的舞台。通过为制药企业和生物技术公司量身定制解决方案，云厂商能够积累海量的行业数据与丰富经验，进而持续优化自身的 AI 和云计算平台。

此外，生命科学领域的客户通常具备较强的付费能力以及长期合作意愿。一旦建立合作关系，云厂商可通过持续的服务升级，实现长期稳定的收入增长。

尽管生成式 AI（GenAI）在生命科学领域展现出巨大潜力，但在实际落地过程中仍面临诸多挑战。

沙林向《每日经济新闻》记者坦言，数据问题是其中的关键难点。在药物研发领域，数据呈现出 " 异构性强、分布分散 " 的特征，存在大量数据孤岛。即便有公开数据，也需耗费大量时间进行预处理与校正，方可用于后续的分析及模型训练。

沙林指出：" 药物研发领域的数据多为异构且分散，数据孤岛现象严重，这是相当大的挑战。即便存在公开数据，也需要投入大量精力进行数据管理。" 为应对这一挑战，行业内企业也在积极行动。例如，英矽智能对其平台内的公开数据集进行人工校正，以此确保数据质量。

而在张湛看来，获取和使用数据的过程极为复杂，无论是用于训练、推理还是微调。" 举例来说，新药研发的首要环节是靶点发现与识别，在此过程中需要种类繁多的海量数据，这不仅增加了数据处理的复杂性，而且由于每一步工作都依赖于上一步的发现成果，科学家难以提前预判后续所需的数据类型。" 张湛表示。

与此同时，沙林表示，随着行业对 GenAI 重视程度的不断提升，在数据产生阶段，人们愈发注重数据的规范性与可用性，为后续 GenAI 的应用筑牢根基。此外，像亚马逊云科技这类服务商所提供的强大算力，在一定程度上缓解了算力压力，为处理复杂数据、运行大规模 AI 模型创造了条件。

随着 GenAI 在生命科学领域的热度持续攀升，英伟达、谷歌等众多科技巨头纷纷入局。面对激烈的市场竞争，英矽智能等企业认为自身具备独特优势。英矽智能 10 年前便涉足该领域，积累了丰富的行业经验与大量内部数据，这成为其在竞争中的核心资本。

总体来看，云厂商在生命科学领域的竞争，不仅是技术实力的较量，更是对未来医疗健康行业话语权的争夺。借助 AI 与云计算技术的融合，云厂商正为药物研发带来前所未有的效率提升，同时也为自身开拓出一个高增长的市场空间。

然而，这场竞争才刚刚拉开帷幕。随着技术的持续进步与行业的深度融合，AI 与云计算有望在生命科学领域发挥更为关键的作用，为人类健康事业带来更多突破性进展。

每日经济新闻