AI下半場：從算力競賽走向科學創新
AI投資的上半場，市場沿着大模型、半導體、數據中心一路追逐，連供電、儲能與散熱也成為焦點。這條投資鏈的邏輯，是先建立足夠的運算能力，再尋找能夠消化成本的應用。當投入規模持續擴大，投資者終須追問：誰能把昂貴的算力轉化為客戶願意長期付費的成果？AI進入下半場，AI＋Science，即人工智能結合科學研發，有望成為更值得關注的方向。
醫藥與新材料具備一項共同特徵：企業原本就有研發需求，並願意為有效成果投入資金。如果AI能縮短試錯時間、改善分子設計，或提高實驗效率，便有機會從既有研發預算取得收入。這種需求扎根於產品競爭力，較容易建立長期商業關係。
從科研工具到藥物資產
港股晶泰控股（02228）是橫跨醫藥與材料的代表。公司把分子計算、AI預測與機器人實驗結合，應用包括藥物研發、電解液、聚合物及電池材料。其吸引力在於，同一套能力若能服務不同客戶，便可透過研發服務及實驗室方案持續變現。關鍵是付費項目與重複訂單，能否證明平台具有可複製性。
美股Schrödinger（SDGR）提供另一條路徑。公司以物理模擬結合AI，服務藥物、聚合物、有機電子材料及儲能研發。軟件授權讓它可以參與多家企業的科研活動，分散對單一成果的依賴。對投資者而言，客戶續約與使用規模，比模型宣傳更能說明商業價值。
英矽智能（03696）則更接近利用AI建立藥物資產。其Pharma.AI平台涵蓋靶點識別、分子生成與研發，並結合自主管線及對外合作。若候選藥物取得臨床驗證，公司便可能透過授權首付款、里程碑及後續權益分享價值。因此，真正值得追蹤的是研發成果能否反覆獲得合作方認可。
劑泰科技（07666）把焦點放在藥物遞送。NanoForge利用AI、分子模擬及實驗，設計納米材料與優化配方，研究如何把藥物送往目標組織。這是醫藥與材料科學的交叉市場：有效成分之外，遞送方式也可能影響產品價值。其平台若能跨藥物重複應用，商業空間便可超越單一管線。
美股Recursion（RXRX）利用細胞影像、生物數據與自動實驗室，建立AI藥物發現流程。實驗結果回饋模型，有機會形成難以直接複製的數據積累。不過，數據量本身尚不足以支持估值，仍要看能否產出有差異化的候選藥物，並換來合作與臨床進展。
Absci（ABSI）則聚焦生成式AI抗體及生物藥設計，結合模型與濕實驗，推進自主及合作項目。其特色是把AI應用延伸至生物藥的設計問題；若能同時改善藥物功能與可製造性，便有機會取得更高研發價值。最終成敗，仍須由臨床數據確認。
可持續性來自持久的產業需求
六家公司呈現的共同方向，是把AI嵌入科研流程。當平台持續累積實驗數據、專業知識及客戶使用經驗，競爭優勢便可能隨時間加深。對客戶而言，更換工具涉及重新驗證及調整工作流程，亦有助建立較穩定的合作關係。
更重要的是，新藥、低成本材料與高效能源技術的需求，不會隨某一代模型失去話題而消失。只要企業仍需改善產品，能夠交付成果的科研平台便有生存空間。成功的新材料甚至可能反過來改善電池、半導體與能源設備，讓AI投入產生跨產業效益。
當然，科研需求持久，不代表股東回報必然可觀。藥物可能臨床失敗，材料可能無法量產，平台也可能長期需要融資。公布的潛在合作總額更不能當成已收現金。研究這批股份，必須同時檢視驗證成果、收入質量及現金消耗。
因此，為AI＋Science較單靠擴張算力支出的投資敘事，更具長期可持續性。它把技術能力連接至治療疾病、改善材料及提升生產效率的持久需求，並容許成果透過軟件、服務及授權逐步變現。AI下半場最值得追蹤的，是能持續替客戶創造科研價值的企業。
