行业趋势与市场动态 - 生成式AI和大模型正在从根本上改变新药研发进程，有望将研发周期缩短30%-50% [3][4][5] - 过去1个月内近100亿美元资本密集涌入AI制药领域，跨国药企与AI公司达成超过20项重大合作 [4] - 全球处方药市场预计到2030年达1.756万亿美元，AI制药将成为核心增长引擎 [4] - 传统新药研发成功率不足10%，需10年以上时间且成本高达3亿美元 [4][6] 公司定位与商业模式 - C12聚焦湿实验验证环节，通过AI Agent+机器人解决实验室效率瓶颈，与晶泰等AI分子设计公司形成互补 [11][12] - 商业模式从软件订阅转向"租转售"，租赁模式审批周期仅为采购模式的一半，试错成本大幅降低 [39][41][42] - 初期尝试全流程自动化失败后，现聚焦"纯化"环节，该环节占客户70%工作时间且付费意愿强 [29][45][46] - 通用机器人可串联专业设备，通过更换定制手指适配不同场景，成本比定制化系统低4-5倍 [35][38] 技术突破与应用场景 - 大模型为药物研发提供50%基础能力，企业只需构建剩余50%垂直场景模型 [13] - 试点场景显示生产效率可提升数倍，成本显著下降 [7] - 技术路径采用"双臂协同"而非人形机器人，重点解决实验室重复性操作如移液等 [34] - 应用场景从医药研发延伸至新材料、化工等领域，底层逻辑具备跨行业适用性 [30][37] 客户需求与产品迭代 - 客户反馈设计实验仅解决7%需求，促使公司从软件转向硬件开发 [29] - 纯化环节选择源于客户实际痛点，该环节耗时占70%且愿意付费 [46] - 产品验证通过微信视频号传播，单条视频获70万播放并吸引主动询盘客户 [31] - 数据使用采用两种模式：客户专属模型或战略合作共享，不直接吸收客户数据 [49] 团队发展与战略规划 - 创始团队具备药明康德、腾讯、阿里健康全产业链经验，形成"理解场景-产品化-验证迭代"方法论 [19][20][22] - 当前阶段聚焦1-2个标杆客户深度打磨，2024年启动规模化拓展 [54][56] - 人才策略强调40%招聘质量+60%团队磨合，小团队模式下角色分工灵活 [25] - 未来将优先深耕医药行业，同步在新材料等领域快速试错 [56]