AI找药，卡在量产

来源：市场资讯

（来源：藏金洞）

导读：

AI把找药速度拉快了，但真正能把算法变成收入的，可能是后面的制造机器人。看懂这家公司，你就能看懂Physical AI项目到底该怎么算账。

朋友们，AI都开始帮人找新药了，结果最卡脖子的地方，居然还是药厂里那些最笨、最累、最不能出错的活儿。

10月6日，旧金山机器人公司 Multiply Labs 宣布完成7500万美元B轮融资，累计融资超过1亿美元。领投方是 NantWorks，新投资人里既有药企 AstraZeneca，也有机器人产业公司 Teradyne。

更有意思的是，AstraZeneca 不只是投资人，还是 Multiply Labs 的客户。

很多人看到这条新闻，第一反应是：

Physical AI 又火了。机器人融资又来了。

我更关心另一件事：

为什么药企愿意一边买它的机器，一边买它的股权？

这才是今天真正值得说透的地方。

01

AI找药越来越快，药却不一定造得出来

这几年，AI制药最热的故事，都在“发现端”。

更快筛靶点。更快设计分子。更快找到候选药。

但药不是PPT。

候选药物出来以后，还得进入真实世界。

细胞培养。离心。转移。分装。记录。质控。无菌环境。GMP流程。

尤其细胞与基因治疗、抗体、病毒载体、mRNA这些复杂生物药，很多环节依然高度依赖人工。

AI把漏斗上端突然撑大了，下端制造能力如果没跟上，就像高速公路扩成八车道，最后收费站还只有两个窗口。

Multiply Labs 盯的，就是这个“收费站”。

它不是重新造一整座药厂。

它做机器人集群，把药企已经验证过的GMP设备和流程连接起来，让机械臂去做大量重复、计时严格、容易污染、必须留痕的操作。

公司官网称，其系统可以自动化约90%的洁净室步骤，单剂成本可下降74%，单位面积吞吐最高提升100倍。注意，这些目前属于

公司口径，不是第三方审计后的行业平均值，不能直接当成所有客户都已经实现。

但方向很清楚。

它卖的不是：

• 机器人会不会动。

它卖的是：

• 这一批药，能不能更便宜、更稳定、更快地做出来。

02

7500万美元，资本买的不是四条机械臂

Business Insider 披露得更关键。

Multiply Labs 目前真正部署的设备，还只是个位数高位。

每套系统今天的制造成本，仍然要数百万美元，而且供应链横跨欧洲。

什么意思？

这家公司远远没到：

“规模化已经证明。”

反过来，这恰恰让我觉得这轮融资更有意思。

因为钱投进去，不是在奖励一个成熟生意。

资本赌的是：

它能不能跨过从“几台昂贵定制设备”，到“可复制制造平台”的那道坎。

公司CEO Fred Parietti说得很直白：

机器人最终不能像房子一样贵，要像汽车一样贵。

也就是从数百万美元，往数万美元级别走。

注意，这还是目标，不是已经实现的结果。

所以看这家公司，不能只盯7500万美元。

更不能看到“AstraZeneca投了”，脑子一热就开始给估值加零。

真正应该盯四个字：

单位经济。

客户买一套设备，到底多久能回本？

一台设备的BOM能降多快？

从签约到GMP验证完成，要几个月？

同一个客户，会不会从一台扩到五台、十台？

这几个问题，比“用了什么大模型”值钱得多。

03

真正的生意，是三层收入

Multiply Labs现在有一个很值得研究的商业结构。

第一层，卖设备

AstraZeneca、Legend Biotech 等客户购买机器人系统，并在自己的设施里运行。

第二层，卖耗材

机器人运行过程中，需要专用 cartridge 等耗材。

设备越多。运行越频繁。

耗材就越可能形成持续收入。

第三层，卖服务和软件

维护。支持。控制软件。过程记录。质量系统集成。

这就不是传统“一锤子买卖”的自动化设备逻辑了。

如果这三层真能跑通，它更像：

设备是入口，耗材和服务是复利。

这也是我看 Physical AI 项目特别在意的一点。

很多机器人项目看起来订单很大。

结果干的是苦哈哈的系统集成。

今年签一个项目。

明年重新派几十个工程师进场。

收入涨得热热闹闹。

利润没涨。

现金流更惨。

你以为你投了一家AI公司。

干着干着，变成了工程外包队。

真正好的Physical AI，不应该只会卖机器。

它得让客户越用越离不开。

最好还能随着客户使用量增加，持续产生耗材、软件和服务收入。

这才叫商业模式。

04

资本最容易看错的地方

现在Physical AI太热了。

一说机器人，先问估值。

一说具身智能，先问融资。

一看机械臂动得丝滑，恨不得第二天就给它贴上“万亿赛道”。

我看项目反过来。

技术越炫，我越先问一句：

谁付钱？

Multiply Labs 这次至少给出了一个很重要的信号：

AstraZeneca既是客户，又成为投资人。

Legend Biotech也是公开客户。

说明它不是只有实验室Demo。

它已经进入真实药企场景。

但证据到这里，就必须收住。

公开信息目前没有披露：

• 公司收入。

• 毛利率。

• 客户回款周期。

• 耗材收入占比。

• 软件服务续费率。

也没有披露这轮融资后的准确估值。

所以今天能证明什么？

• 客户真实存在。

• 设备真实进入客户体系。

• 商业模式已经出现“设备+耗材+服务”三层雏形。

但不能证明什么？

• 规模化已经成立。

更不能证明：

• 今天的估值一定便宜。

这就是投资研究和自媒体吹票最大的区别。

结论不能跑在证据前面。

05

如果今天看这个项目，我只问7个数

1. 付费部署数。

   不是合作协议。不是测试项目。客户真金白银买了多少台？

2. 单机经济。

   售价多少？BOM多少？毛利多少？制造成本每年能降多少？

3. 部署周期。

   从签合同，到设备进入GMP环境并通过验证，要多久？

4. 扩单率。

   客户买第一台以后，有多少会买第二台、第三台？

5. 耗材附着率。

   每台设备一年能产生多少耗材收入？

6. 服务续费率。

   软件、维护和质量系统支持，能不能形成经常性收入？

7. 客户回本周期。

节省人工。

减少洁净室面积。

降低污染损失。

提高产能。

把这些全算进去以后，药企到底多久把机器人钱赚回来？

这7个数如果跑出来。

估值才有地基。

跑不出来。

再漂亮的机械臂，也只是资本市场的舞台灯。

06

乐总说透了

这条新闻真正值得看的，不是：

“又一家机器人公司融了7500万美元。”

而是 Physical AI 正在出现一种比“机器人像不像人”更重要的商业路线：

先去那些错误成本极高、人工流程极重、客户ROI可以算清楚的地方。

药厂，就是一个典型场景。

AI发现药，只是把漏斗上端变宽。

谁能把下端制造瓶颈打开，谁才可能把算法真正变成现金流。

我特别想留一句：

资本最容易高估“会动的机器人”，最容易低估“能算账的机器人”。

未来12—36个月，我会重点看 Multiply Labs 三件事：

• 付费部署能不能从个位数高位继续往上走。

• 单机制造成本能不能真正显著下降。

• 耗材和服务能不能从配角，变成持续收入。

这三件事如果跑通。

它卖的就不再是一台机器人。

而是一套新的生物制造基础设施。

如果跑不通。

7500万美元，也只是给一场昂贵实验续了点时间。

不追风口，只拆机会。

我会持续跟踪这类Physical AI项目的融资、商业化和并购变化。如果你是企业经营者、产业投资人，或者长期研究AI产业，可以继续关注“乐总AI投资观察”。