生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE

生物制造不仅代表着一种新兴的工业模式，更是推动全球经济高质量发展的新引擎。生物制造产业作为生物经济的重点发展方向，其在绿色发展、低碳发展和循环发展方面展现出巨大潜力。

在生物制造产业链上，各大卡位企业如何在这个潜力市场中发挥作用？又在AI席卷全球的技术浪潮中作了什么产业结合？对于投资人来说，生物制造创新项目的重点是什么？亟待转型的传统巨头又能获得什么机遇？中西方的生物制造发展各有何特点？

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-1.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-1.jpg

12月6日-7日，以“ALL-in on Globalization， ALL-in on AI”为主题的2024T-EDGE创新大会暨钛媒体财经年会在北京市大兴区举办，首日聚焦「生物制造“链”全球」主题，在圆桌讨论环节各位与会嘉宾就“生物制造的全球新机遇”展开对话，钛资本董事总经理方昕主持圆桌，复星锐正资本董事总经理高航述说产业投资逻辑，北京擎科生物科技股份有限公司副总裁杜军介绍AI赋能，LifeFoundry联合创始人、CEO晁然阐明中美差异，艾尔建美学（中国）市场执行总监田琳详谈应用端需求。

对于生物制造产业在中国经济发展中的重要性，方昕提到，《2024年国务院政府工作报告》中，生物制造作为战略性新兴产业被定义为经济新增长引擎。到2025年，我国生物经济总量将达到22万亿元，在2030年至2040年间，合成生物技术每年将为全球带来2万亿至4万亿美元的直接经济效益。

她说：“IT+BT，人工智能+合成生物技术，共同引领了生物制造5.0新时代。”

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-2.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-2.jpg

钛资本董事总经理方昕

AI究竟在生物制造产业发挥何种作用？杜军将给出了答案：“AI对我们巨大的赋能是从‘格物致知’到‘建物致知’，先是加速认知，再是指导应用，具体到合成生物学。”

目前，包括蒙牛、茅台等传统企业均在积极布局生物制造产业，对此，高航表示，中国传统产业诸多企业面临着巨大的转型压力，而生物制造，可以切切实实帮助传统企业实现升级。他说：“生物制造的未来魅力在于从企业战略角度而非单一产品角度解决传统痛点问题。”

对于中西方生物制造产业发展的不用特点，在中美都有团队的晁然深有体会，他指出，国外企业在产业资源层面相对成熟，但迭代慢、落地慢，“在实施层面，国内生物制造产业拥有从装备、供应链到人才体系的完整配套，推进落地更快”

不止于产业上游，医美行业作为生物制造研发端快速发展的受益者，田琳指出，医美行业的应用材料选择和消费者的多层次需求间仍有可提升空间，我们非常希望看到上游合成生物技术快速发展，给医美行业带来更多创新。

以下为圆桌讨论实录，经钛媒体App编辑整理：

方昕：在生物制造产业，各为嘉宾所在的机构或企业处在哪个环节？遇到的最大的机遇和挑战分别是什么？

高航：我在复星锐正主要负责生物制造投资，之前在蒙牛集团负责投资工作。我们在产业链当中具体要做的，不单单是投资，更多希望帮助中国的产业做升级。

如何通过微观世界改观宏观世界，是生物制造未来的魅力所在。另外，类似碳捕捉等新兴的绿色产业，这是我们的关注重点。我们希望建立起信息科技流、商流、人才流的聚合，并打通科研院所、产品端、需求端，最终让消费者得到产业升级的红利，这是我们资本在产业链条中希望达到的目的。

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-3.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-3.jpg

复星锐正资本董事总经理高航

杜军：擎科生物在做得事是使用底层技术，改造菌种基因，为在座生物制造企业及科研院所提供基因改造服务，在基因组的“读-改-写”技术中，擎科专注提供“写”的工具，按照人的意识理性“写”出基因层面发生的问题。

举个例子，要推出新材料就要先使用好工具，胶原蛋白就是通过基因合成来实现源头改进和实验生产，其中，底层使能技术是关键。

晁然：生物制造本身不算是一个全新的产业，往短说有近百年的历史。而新质生产力的“新”，很大程度上来自于合成生物学这一新的研发范式，给这一领域带来了新的动能。其核心在于“造物致知”，即通过对生物系统的重新编程，构建新生命，来理解生命的一种方法论。

LifeFoundry主要利用AI算法、实验室自动化技术、以及高通量合成生物学，实现对RNA、酶、细胞等生物系统的大规模重编程，成果应用在日化、饲料、农业、医药等下游领域。对于生物系统的“读-写-改”，其实与文字与视频的生成类似，我们专注于“重写”基因组，通过AI算法的引导，让实验室机器人成为快速“重写”的生物基因组“作家”，创造出应用于各行各业的高价值生物系统。

田琳：艾尔建美学的产品在消费者当中有非常高的知名度，包括面部美学、身体塑形、整形、皮肤护理等一系列产品组合，接下来会有更先进的技术引进中国。医美并不等同于美容行业，我们公司的根基是医学，本质是一家生物医药科技公司。在给医美机构或消费者提供高质量、符合大众需求的产品之外，我们还有一个更大的职能——在中国培养合格、高质量的注射医生。最终我们希望实现从材料端到消费者端的全链条覆盖，帮助更多中国消费者实现科学合理的求美结果。

方昕：生物制造不仅和人工智能有关系，和每个人的衣食住行都有关系。高航总，作为曾在蒙牛集团，现在到复星集团，作为产业投资机构，会青睐什么样的生物合成学产业的科创项目？未来这一市场的投资情绪走向如何？

高航：投资要解决产业的痛点，在合成生物学领域，以我曾参与的虹摹生物孵化项目为例子，全球的婴儿配方奶粉中，添加了母乳寡糖（HMO）成分的产品销量越来越好、利润率越来越高，当时，我们先选定品类，再寻找技术团队，最终找到最适合合作的伙伴，共同成立了这家合资公司，专注于研发婴配奶粉的营养素成分等核心物质，最终还原母乳中优质成分，推出适合中国宝宝肠道健康的婴配奶粉产品。

整个投资的过程，协同性会非常强，不单是产业升级，还包括我们对被投企业、合资企业具体产品的针对性赋能，这是我们产业投资的核心逻辑——不是为了孵化、为了创新而做，而是先端到端找到需求，再做投资和孵化，最终还解决需求。

方昕：在生物制造领域，从实验室高产菌种培育到大规模量产，中间通常存在割裂。作为产业投资机构非常青睐的企业，当擎科生物遇到生物制造的这道“死亡之谷”的？

杜军：生物制造产业有三大环节——菌种培育、发酵环节和后续的应用和提取。这个过程中，合成生物学的主战场是前期菌种的大规模设计和改造，但后期的发酵端和应用端，往往可以决定“生死”。

发酵端是生产方式的转变，是否适合作价格竞争，应用端决定了能不能被市场认可。比如元气森林使用的赤藓糖醇，行业协会曾经对这一成分呼喊近15年时间，市场产能一直在1万吨左右，但通过元气森林，赤藓糖醇这个成分甚至定向哺育了很多上市公司，代糖产业也就此崛起。在合成生物制造领域，从源头、中间和后面应用，是综合作用的，现在很多市场参与者更注重源头创新，但在产品的生产方式和对应的应用端存在割裂，导致所谓的“创业失败”。包括现在很火的胶原蛋白，也是应用端倒推技术端的进步。

“死亡之谷”不是一个简单的问题，而是生物制造“三段论”中各有千秋到各有不足的发展路径问题。

在生物制造领域，擎科生物具有独特性，我们之所以提出“基因工厂”，是因为关注到了支撑合成生物学的大量底层使能技术的重要性。设计、合成基因离不开AI，离不开蛋白质设计，代谢路径设计，一般合成设计出1万个基因，有效基因组也就1到2个。

我们必须要通过干湿实验进行DBLT系统（设计—合成—测试—学习）的重复训练，过程中大规模的实现合成基因，为相应的应用方提供试验的可能性。基因工厂，相当于把基因合成“工厂化”，合理推进低成本高通量的基因合成。

基因非常多，常规方法合成不出来，也不是所有设计的基因都能合成出来，需要AI把人工设计的基因拆解成小片段，再组装成大片段，过程很复杂，它是工厂化的AI+BT+IT的结合。我们的基因工厂概念就是工程化、思维化和技术化的结合体，从而实现对基因的改造，也就是“写”，从而提供更有效的基因合成方式，推动产业尽快进入合成生物学的高速发展期。没有这个底层合成技术，产业进入不了高速发展期，因为成本太高，合不起也用不起。

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-4.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-4.jpg

北京擎科生物科技股份有限公司副总裁杜军

方昕：众所周知海内外的生物科技都在快速推进，中国将生物制造提高至“国策”地位，欧美同样重视生物经济，作为生物制造研发平台企业，LifeFoundry在中美都有团队，中西方的产业推进差异体现在哪里？中国有什么优势？

晁然：生物制造和合成生物学概念在欧美国家提出较早，在前沿研究领域也具有优势。我有幸在2011年就在伊利诺伊大学开始参与高通量合成生物学研究。当时，国内的人工成本还相对低，我们了解到大家普遍认为通过对人力的组织和培训就可以完成试验，不需要机器人，但没考虑的问题是机器人带来的价值远远超越降低人工成本和减少错误的层面，而是会带来研发范式的深度变革。到2016年左右，国内一些科研院所已经开始快速跟进高通量合成生物学这一前沿方向。

我们在工作中发现，中美的产业资源优势不同，两边团队的思维方式和做事方式，也都非常不同。欧美人才的优势是前沿创新、对新事物的理解和掌握，包括对于概念和标准化流程、对SOP思维方式的理解，以及对新工具的应用。美国团队面对一项实验，会优先准备好工具；而国内团队会直接上手开始做，当面对一些繁琐的工作也不会挑活、不会犹豫。

我们现在一直强调的是融合中西方思维方式，一方面借助美国团队在标准化、前沿思维和创新性方面的优势，另一方面，发挥国内团队的实践能力，结合双方特点，加快研发步调，既有扎实的顶层架构和工具，又可以充分落地实施。

在产业资源层面，国外企业相对成熟，职业经理人体系更完备，有丰富的研发经验和充足的经费，技术层面的沟通基本零鸿沟，可以迅速确定技术方向；劣势在于迭代慢、落地慢、而且做重大决策也相对慢，比如我们要花很长时间才能和国外的某个跨国企业沟通出推进研发合作的决策，成立合资公司一类的合作就会更慢。

对比国内，很多第一代企业家依旧在一线拼搏，用founder mindset参与具体项目和管理细节的讨论，我们直接跟创始人沟通，可能一两个月就有结果。在实施层面，国内生物制造产业拥有从装备、供应链到人才体系的完整配套，推进产业化更快。比如建设发酵产能，10万吨级的发酵设施可以在不到1年时间内完成建设，速度很快，成本也较低。我们团队从自动化平台到下游的发酵设备开发，具备从机械、电路开发到软件工程一个完整的工程人才团队，依托国产供应链快速迭代，做了很多创新。

我们认为这个行业要发展好，一定要建立在东西方思维方式和能力的交融之上，只有这样才能真正带来在生物制造、生物技术领域的产业革命。

方昕：科技改变生活，生活的最高追求是美，艾尔建美学作为全球医美生物制药领域的领导企业，目前在合成生物技术的应用和布局是什么？怎么看合成生物技术在医美行业的应用？

田琳：艾尔建美学致力于研发、生产和销售一系列领先的美学品牌和产品，一直以来受益于上游合成生物学技术的发展。目前，医美行业在应用材料选择和满足消费者多层次需求方面仍有可提升空间。我们非常希望看到上游合成生物技术的快速发展，给医美行业带来更多创新，满足消费者多样化需求。

过去，中国消费者喜欢追随国外美学趋势。近几年，中国消费者越来越敢于发现和表达自我需求，因此现在美学产品的研发更加受到消费需求的推动。

在“in China For Global”的趋势变化下，艾尔建美学也在研究中国消费者的需求，用这些需求洞察去反哺研发总部的创新，把更多的技术引进中国。

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-5.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-5.jpg

艾尔建美学（中国）市场执行总监田琳

方昕：AI是飞向美的世界巨大的翅膀，那么，AI加合成生物技术、加IT、加BT，会对生物制造产业的哪些环节优先产生积极的影响?

杜军：AI对我们巨大的赋能是从“格物致知”到“建物致知”，先是加速认知，包括对人类、世界、微生物的认知，进一步到对基因的认知，对DNA、RNA、蛋白质层面的认知，再是AI指导应用。

具体到合成生物学，AI在三个层面发挥重要作用：一是设计过程，基因设计可能天马行空，有多种方案，AI要作出设计可否实现的初步判断；二是生产过程，湿实验成本很高，在没有条件做那么多实验的情况下，AI模拟计算和模拟实验起到决定性作用；三是生产方式，传统的微生物发酵过程并不可控，而AI可以多点融合控制体系复杂的发酵过程，涉及营养环境、PH值等等，以低成本生产更有效的产品。

其中，在基因设计环节，以擎科为例，我们每天要接收多几十GB的非常庞大的设计需求，首先我们要依靠AI进行初步判断基因能否合成，才能进一步决定是否接受订单，在这个环节，AI对擎科有非常大的赋能。我们研究院有大概160多人，其中计算机、生物信息学专业的超三分之一，比传统企业要多很多，我们非常注重AI和IT的结合。

晁然：AI最初在这个领域应用，最快的是DNA层面，后面是蛋白质合成，因为有比较充分的数据，包括私域数据、公域数据。蛋白质像“小短文”，我们有充分的数据知道什么序列大概对应什么功能，这方面了模型的训练，但再往后到了具体的细分功能，就有了瓶颈，比如特定反应的催化，很难精准预测，需要用更多的湿实验来补充，才可能有足够的数据。基于湿试验目前的成本和通量，很难像互联网一样采用大量的数据做一次性的训练，我们更多是利用主动学习、强化学习的方式，经过多轮的干湿试验迭代，来完成我们对于蛋白质的学习。

菌株内部想要合成1个高价值的小分子产物，需要多步的酶促反应，酶的配合、内部的动力学关系会很大程度上影响效率，这时需要我们对代谢网络、对细胞内部的反应网络进行优化，这时候数据几乎为零，不同实验室的数据也没有办法迁移，就需要不断制造新的数据，我前面的十多年时间都集中在所谓“造物致知”的“造”的层面，我们造出所想即所得的新生命，再测定它的表现型，构建表现型和基因型之间的关联关系，在此基础上可以进一步的对它学习建模。

在抽象层面解决抽象问题，应用在代谢网络优化和下游工艺优化层面的AI算法已经足够多。我们要解决问题是通过自动化的平台提供抽象层的AI算法和现实世界生物系统中间的一个桥梁，这可能是目前解决生物技术发展的必经之路。

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-6.jpg

生物制造成经济增长新引擎，产业参与者共话新风口背后的AI赋能、中美差异丨2024 T-EDGE-6.jpg

LifeFoundry联合创始人、CEO 晁然

田琳：艾尔建美学一直专注医美行业，从国外开始引进中国的时候，做得更多的是理解中国市场，包括注册环境、营商环境等，现在和过去不同了，我们还要理解中国的医美机构、中国的产业发展、中国消费者的需求。

在医美行业，AI的发展是抽象到具体的过程，在全产业链，AI已经在在助力上游材料创新进而推动产品创新，对医美产品来说，从产品到消费终端，中间有重要的理解、沟通链条，D端机构和医生是关键角色，但消费者作为最终的决策者，仍有信息鸿沟，AI能在帮助消费者进行美学评估、预测产品效果等环节发挥作用。

整个产业都在加速探索AI的应用，共同把将先进的产品推向有需求的消费者端，上游研发、生产制造商、消费者，其实是多向奔赴的过程。

方昕：AI赋能生物制造之外，传统的巨头也有加速布局生物制造，怎么看传统的巨头进入到这个产业并带来的变化？

高航：首先需求肯定存在。中国传统产业诸多企业面临着巨大的转型压力，他们一直在寻找两个“新”，一是新渠道，不出海就出局；二是新技术，即以AI为代表的技术创新。短时间内AI要帮助传统企业大幅提升生产力其实存在Gap，还需要应用层配合改变，而生物制造，可以切切实实帮助传统企业实现升级。生物制造的未来魅力在于从企业战略角度而非单一产品角度解决传统痛点问题。

我们看到全球的绝大多数严肃医疗公司基本都在布局合成生物学，或者布局有消费属性的产品,因为他们也希望找到新管线。传统企业的转型升级之路是非常痛苦的，要能找到科研团队或者初创企业，在资源、资金、资产、IP层面具备不同的整合能力。

未来在中国很难做出几十亿/上百亿的大单品，但未来针对不同人群，生产不同剂型产品，是大方向。比如对皮肤的抗衰级精准营养复合配方产品。目前，单一的分子大都已经不行，单一组份也不行，一定要讲求材料解决方案复配。

大型企业的核心优势是可以不断触到终端的需求者，AI赋能生产制造端之外，从消费者到生产制造上游，可不可以通过AI来打通数据，让上游第一时间知道消费者需求是什么，以便更有的放矢的研发活性物质给下游客户。为什么说研发端和企业端的沟通成本高，关键在于上游解决的是研发痛点，不是企业的痛点，生物制造的未来魅力在于从企业战略角度而非单一产品角度解决传统痛点问题。

方昕：不管是IT还是BT，最终解决的还是人类的个性化需求，我们要变美、变好、变健康，非常感谢产业投资人、科创企业者和巨无霸公司，共同为人类变得更好这件事努力，谢谢大家。

（本文首发于钛媒体App）