生物医药行业作为生化环材四大天坑专业之首，曾在我高中的时候，新闻上一直在宣传“21世纪是生物医药的世纪”，而我学的计算机是“21世纪逐渐要被抛弃的夕阳专业”。后来误打误撞进入一家生物公司并奋斗了接近五年的时间，跟着这个公司信息部从几个研发开始，一直到后来整个IT部门变成几十个人，在整个过程中公司如何建立、推行全公司的信息化的全过程，后来经常有人说信息化没有用的时候，我经常会用这个公司做举例，公司从很早开始就一直将信息化作为公司的战略和目标实施，持续投入，没有犹豫过。 还记得刚进入公司的时候，公司在军训之后，会安排公司的老板和大家做一次交流，老板会和大家说公司的运营模式以及公司的前景。我记得当时他们说完公司的模式后，我意识到他们主要做的就是生物行业的外包，我当时还提问过：“公司模式和软件外包的模式极其相似，但是软件外包最后都会受制于外部公司行情，以及软件外包一直处于产业链的底部，不知道生物行业这种模式是否和计算机行业有不同？”后来，我才明白这种模式是国内生物行业最主要的模式：CRO。
从这家公司离职后，由于这家公司的原因，我认识很多生物行业的公司，目前国内绝大部分生物企业都是做的CRO服务。而CRO这个行业的特点就类似于制造业，或是就可以说它就是制造业。
以国内最大的xx基因公司为例，它的主营业务，如婚前孕前检测、孕期检测、新生儿及儿童检测、肿瘤风险评估、肿瘤早期筛查、肿瘤个体化诊疗等等服务，在生物中对应的其实就是：sequencing（测序)服务。要是正在以前讲明白测序是干什么还挺费劲的，但是经过三年疫情，反复的核酸检测，大家基本都有个大概的认识了。
测序就是拿到一定的样本后，然后将样本通过测序分析仪，对其中的样本进行测定，最后最后的分析仪结果，确定DNA或RNA分子中核苷酸排列顺序的技术。（DNA测试为A、G、C、T，RNA测序为A、G、C、U）。这个过程测序分析仪设备是重要的检测设备，如Sanger测序仪，Applied Biosystems的3730xl DNA分析仪，设备价格在一百多万。生物行业对于设备的依赖度很高，因为整个测试结果和实验过程全是由设备产生。
生物行业还有一个很明显的特点：信息化度很高，同时对于信息化的需求也很高。在这家公司的时候，当时显卡才刚被用来挖矿的时候，公司就会购置高端显卡用来是计算使用。例如在基因序列的难度计算中，有相当一部分计算其本质就是在做字符串对比，而这种在生物行业这些类似需求比比皆是。
高端先进的实验设备，加上初期完善的信息化，其实一直以来我认为在生物行业是最容易实现信息化、数字化的行业。
但是目前实际情况并不乐观。正如我前面说到的，国内生物行业多半是做CRO服务，这种业务和软件外包一样，在一定程度上规模就是人数和设备数量，利润的来源主要是人工工资的压缩，所以在一定程度，每个公司都需要极致的不断压缩人工成本，才能获得更高的利润，或者是才能保证利润（疫情期间的除外）。
例如在测序的过程中，其中的人工操作经过培训后，容易上手，这就成了公司进一步压缩人员成本的动力，下图是XX基因的招聘截图：
当压缩的成本成为公司的主要利润来源时，其他所有不必要或是并不能立刻带来利润的部分都不会被考虑，这些不考虑的部分就包括了信息化、数字化建设。
这样，生物行业在我看来就变成一个很纠结的存在，对信息化有着强烈的需求，对数字化建设有着天然的的基础，但是信息化停留在满足公司的基本需求，如：一般生物公司都会有MES系统作为公司支撑，但是大部分公司的信息化也仅限于有MES系统。接触过几家生物公司，每个公司其实都有着自己公司特有的工艺流程，但是大部分企业都会只选择通用产品。认识好几个做生物设备创业的，当时也是觉得生物设备需求量高，而且作为生物公司的必须设备，市场前景巨大，冲入市场之后才发现，这个市场全是卷到死的同行和不愿意花钱的甲方。
长期以来和多个生物公司的负责人聊过他们的生产流程和需求，这个行业如果实现数字化的点其实很多：
生物医药行业并非我的目标客户，虽然认识几个相关的公司，但是基本业务合作也只是业务信息系统的建设，主要部分还是类似于CRO服务的模式。 生物医药行业基本是最早使用AI、大数据等多种现代化信息手段做分析、改进的行业。这里分享一个十几年的案例，当年的AI还不像这两年这么火爆： 以下内容来自于吴军《浪潮之巅》节选，感兴趣的可以阅读此书： 2013年，Google成立了一家全资的IT医疗子公司Calico，并且聘请了生物制药领域最有名望的领袖人物、基因泰克前CEO、苹果董事会主席阿瑟·李文森（Arthur Levinson）博士担任这家新公司的CEO。为什么互联网公司要进入医疗行业，为什么功成名就的李文森要到这家新公司创业呢？我们不妨听听李文森博士自己怎么讲。 李文森博士认为在过去的20年里,医学进步其实非常缓慢,只有IT技术结合生物制药技术,改善人类健康状况才有希望。李文森博士用他所熟悉的治疗癌症的例子来说明这个问题。他讲，易然攻克癌症是人类的一个梦想，但是迄今为止没有一种特效的抗癌药能够治愈癌症。过去医学界还试图研制这样的抗癌药,但是今天，医学界认识到,由于癌细胞本身的基因会变异,因此并不存在这样一种万能药。基于这一共识,医学界改变了治疗癌症的思路,那就是针对特定患者(不断变化的癌细胞)，研制特定的药物,从理论上讲,只要研制的速度超过癌细胞变化的速度,癌症就可以治愈了。 按照传统的研究思路,科学家们应该先研究病理,找到解决方法（比如阻止具有某种基因的癌细胞蛋白质的合成)，然后找到相应的药物,进行各种动物实验和临床试验。这是我们前面提到的强调因果关系的工作方法。但是，按照这个思路,为每一位癌症患者研制一种新药是很难办到的。目不说制药公司能否安排一个专门的团队为一个特定的患者服务,就算是能做到这一点,研制新药的成本也是患者无法负担的一一平均一个人要10亿美元。事实上，不仅研制抗癌药成本高周期长，在美国,任何一种有效的处方药研制都是如此。10年前，任何一种新药的研制就需要10年以上的时间,10亿美元的成本。今天这个过程不仅没有缩短,而目还增加到了20年，而研制的成本也上升到20亿美元以上,今后时间和成本都还会增加。 针对这种困境,李文森等人想到了利用大数据来解决问题。他估计,采用大数据有望实现针对每一位癌症患者量身定制药物和治疗方法,而成本可以从每个人10亿美元降至人均5000美元左右。 大数据对医疗诊断的另一个主要的应用在于将人类的基因图谱和各种疾病联系起来，从而找到可能致病的基因,并目设法修复。如果这件事情能够完成,那么不仅有希望治愈很多过去因为基因缺陷引起的绝症（比如癌症、帕金森综合症等),甚至有可能逆转人类的衰老过程。李文森博士介绍,采用传统的医学研究的方式,要想找到导致老年痴呆的基因并且找到治疗方法,在他有生之年(1950年出生)可能是看不到的，但是利用大数据,则有可能办到。这就是他为什么会在六十多岁的高龄重新开始创业的原因,而Google仅第一期就为这个项目投入了10亿美元,此后还不断地投人巨资用于研究。可以想象,未来在这个领域获得成功的公司，必然是一个改变世界的伟大公司。在Google之外,人类长寿公司也在开展与Calico类似的研究。这家公司的创始人是基因测序领域的先驱、著名科学家温特（Craig Venter)博士，他说服了一些医疗机构，特别是加州大学圣地亚哥分校的医学院将病人真实（未屏蔽个人信息）的医疗数据拿出来，研究基因和疾病之间的联系,以便帮助进行个性化制药。该公司有很多重量级的客户,包括著名的基因泰克公司。据基因泰克的科学家讲,目前的各种抗癌药其实只对有某些基因特点的人非常有效,而要研制出对其他基因特点的人有效的药品，就需要分析和处理上千倍的个人基因信息,这在过去成本高得无法承受,因此他们和人类长寿公司的工程师们合作，通过大数据分析和人工智能学习,试图找到基因以及其他医疗数据和表征或者结果（Outcomes)之间的联系。这样一方面能够加快新药的研制速度,降低成本，另一方面可以根据患者特定的基因进行个性化制药。在距离Google不远处,Google的前高级副总裁胡贝尔(JeffHuber）所创建的圣杯公司装配了全世界最多的基因测序仪器(按照测序的能力计算,而非简单的数量),正在紧锣密鼓地研究癌症的早期检测问题。圣杯公司源于全球最大的基因测序仪器公司Illumina的一个内部项目一—通过检测人体血液中异常的基因,及早发现肿瘤。后来,在Google、盖茨、贝佐斯和乔布斯遗孀的共同支持下，该项目独立成圣杯公司,由胡贝尔担任CEO。圣杯公司检查癌症的方法是通过抽血进行基因检测,如果人体内出现了癌细胞,一些癌细胞的基因会体现在血液中，通过这种方法有望在癌症一出现时就发现。这种检测的成本比做全身高精度核磁共振(在中国目前是10万人民币以上)要低得多，Grail希望能够降到500美元以下(4000元人民币以下），这样就可以进行癌症普查,并且经常性地做检查。Grail可以通过验血给出四个结论：
