在新藥研發(fā)上往往有 “兩高一長” 之說：高投入、高風險、長周期。一款新藥從開始研發(fā)到獲批上市，通常需要經(jīng)過 10 – 15 年的時間。據(jù)統(tǒng)計，利用傳統(tǒng)方式開發(fā)新藥的費用已接近 25 億美元，而且每 9 年會增加 1 倍，近九成的藥物在第一期臨床階段就會被淘汰，能夠在藥性、安全性等方面達標，最終走向市場的藥物可謂是千里挑一。

因此，除了自動化技術(shù)輔助實驗室各環(huán)節(jié)，很多生物制藥公司的另一需求在于，希望通過人工智能和大數(shù)據(jù)的技術(shù)，來提高整體的研發(fā)效率 —— 高效率的實驗操作生成大量可靠的實驗數(shù)據(jù)是研發(fā)中使用 AI 技術(shù)的基礎和前提。同時在過去的一兩年里，力揚跟很多公司達成合作,去證明其 AI 計算過程跟他們以前的研發(fā)過程是不是吻合，結(jié)果發(fā)現(xiàn) AI 真正可以縮短他們大概 300% 的時間，非常的令人喜出望外。

在黃凱揚看來，在藥物研發(fā)中運用自動化系統(tǒng)逐漸成為趨勢。藥物研發(fā)耗費大量時間，如果能依靠高通量自動化平臺做大量的數(shù)據(jù)生產(chǎn)，之后再將這些數(shù)據(jù)交由 AI 做出篩選、判斷，“以此類推往復循環(huán)，來減少整個誤差，或是在整個研發(fā)過程中避免走更多歪路”。

實際上，從目前 AI + 新藥研發(fā)的發(fā)展來看，盡管整體市場前景不可限量，但目前該市場其實尚處于初步階段，AI + 藥物研發(fā)真正意義的產(chǎn)出極少，大部分企業(yè)需要面對產(chǎn)出成果不足或者不優(yōu)而導致財務狀況堪憂的現(xiàn)狀。

深耕技術(shù)行業(yè)，盧富榮對此也深入了解，在他看來，AI 制藥確實處于起步階段，當下的 AI 技術(shù)仍然需要依賴大量數(shù)據(jù)和條件來幫助判斷實驗并作出篩選，自我判斷的能力仍需進一步升級優(yōu)化，而大量數(shù)據(jù)必須依托大量的實驗，大量的實驗則會涉及一系列自動化途徑，“這里面是環(huán)環(huán)相扣的，藥企要從大量的自動化實驗來增加數(shù)據(jù)產(chǎn)出，再與數(shù)據(jù)產(chǎn)出結(jié)合 AI 做出分析和判斷”。

基于此，黃凱揚指出，力揚企業(yè)在接下來的發(fā)展中會推動高端的自動化研發(fā)及分析設備，其中包括與研發(fā)相關的 Chemspeed 自動化樣品制備平臺，以及其他歐洲品牌像 CAMAG、SOTAX、Sepiatec、Technobis 等，這些都跟自動化有關，而大部分應用都與醫(yī)藥有關聯(lián)。

其次，要繼續(xù)發(fā)展與合同研發(fā)相關服務，力揚有自己的實驗室團隊，專門去幫用戶做一些開發(fā)的研究，從中把積累的經(jīng)驗及數(shù)據(jù)，幫助客戶更快的完成更精準的任務。過去，力揚也幫了很多國內(nèi)的藥企做了溶出實驗，解決了藥品溶出和新劑型研發(fā)的難題，以幫助企業(yè)最終成功上市藥品。

此外，黃凱揚表示，力揚將繼續(xù)結(jié)合前沿資訊科技與現(xiàn)行及未來的硬件，打造智能型實驗室的設計，并使用智能穿戴設備締造新一代實驗室生活。目前，力揚已經(jīng)推出 LABVO 智能型實驗室，除了把 Chemspeed 自動化模塊工具或其他自動化技術(shù)搭配在其中，實驗人員通過機械臂和可穿戴設備的協(xié)作進行標準化和規(guī)范化的操作流程。