AI for Science 行业概览与核心价值 - AI for Science 概念由深势科技导师鄂维南院士于2018年率先提出，公司为全球最早系统性布局该领域的公司之一 [8] - 该领域的终极愿景是创造能自主进行科学发现的AI科学家或智能系统 [9] - 行业对人类的三大核心价值包括：使科学研究实现流水线化以批量产出高价值成果、助力解决衰老和无限能源等全人类终极问题、大幅降低公众参与科学研究的门槛实现知识平权 [11][12][13] 中国AI for Science行业发展现状与优势 - 中国在该领域的发展不比美国落后，且在理念提出和行业全景构建上更为系统 [19] - 中国选择的发展路径是聚焦于“读、算、做”等科学研究基础设施建设，而非集中资源打造单一亮点项目 [19][20] - 中国具备三大独特优势：全球AI领域50%的人才为华人且基础科学领域50%以上的论文由中国人发表、拥有与物理世界深度结合所需的完整供应链体系、在上一代科学基础设施上的落后反而使其在AI时代没有历史包袱可轻装上阵 [21][22] 市场规模与商业模式 - 全球每年在科学研究上的投入约为2.8万亿美元，中国投入约为3.6万亿元人民币，占GDP的2.7% [27] - 科学研究领域存在四大商业模式赛道：科研数据库、科研软件、科研仪器和外包研发服务（CRO），每个赛道均已诞生商业巨头，而AI for Science技术有望将这些生意重做一遍 [27] - AI for Science赛道被描述为“金矿”，既有明确的场景，也能产出确定的科研结果，市场潜力巨大 [28] 竞争格局与创业公司机遇 - 尽管大公司在前沿技术投入上具有不计较投入产出比的优势，但创业公司的核心机遇在于谁能率先完成冷启动和增长飞轮的迭代 [24] - 在AI for Science领域，近期成立的几家对标公司（如Future House, Periodic Lab, Lila Science）估值均已超过10亿美元，OpenEvidence估值超过60亿美元 [36] - 该领域非常适合年轻创业者，因其主要靠智力与技术杠杆驱动，且下游应用场景多样，抓住一个点打透即有望诞生估值数十亿美元的公司 [37] 未来展望 - 预计未来十年内，80%以上的科学成果将由AI发现 [36] - 到2035年，全球参与科学研究的人数可能从目前的不到1000万人增长至数亿人，科学发现将变得像使用搜索引擎一样简单 [30] - 在AI和机器人充分融入生活后，科学将与体育、艺术一同成为人类追求自我实现和人性完满的核心方向 [31]