首页

，美国风险投资家吉姆?布雷耶通过与苹果、微软以及戴尔等公司的首席执行官交流，发现将计算机科学与生物、化学和物理等学科相结合，能够让员工拥有 AI 加上某学科之一“双技能”，从而在大型科技公司获得更多的发展机会。

作为一名风险投资家，布雷耶近几十年来投资了许多突破性的技术想法，比如 Meta 和 Spotify。然而，他认为，AI 与医疗相结合将成为下一个最具吸引力的投资机会。

自 2017 年以来，布雷耶表示，他的首要任务是从领先的医疗机构中找到最佳的疾病和医疗数据，如 Memorial Sloan Kettering、MD Anderson 和 Johns Hopkins 等。这些数据高度专有，需要授权给布雷耶资本支持的初创公司。他说:“AI 和医学相结合可能是我见过的最具吸引力的新投资机会。”

布雷耶还称，他并不是唯一持这种观点的人。他最近与戴尔公司创始人迈克尔?戴尔进行了一次讨论，后者也同意这种观点。布雷耶还与多家科技公司首席执行官进行了私下交谈。他说:“在过去的 12 个月里，基于与微软首席执行官纳德拉?萨蒂亚(Satya Nadella)和苹果首席执行官蒂姆?库克(Tim Cook)等人的直接会面，大型科技公司在医疗保健和医药方面的投资不是增加了一倍或三倍，而是 10 倍或 50 倍。”

然而，如果传统科技和医疗领域之间没有新的结合方式，这种机会也不会转化为成就。布雷耶说:“将来自亚马逊、谷歌或微软的 32 岁或 35 岁的优秀机器学习人才聚集在一起，让他们与获得诺贝尔奖的医生、伟大的医疗机构密切合作，这确实是一项具有挑战性的工作，但这也将是上市公司和私营公司取得突破性投资回报的领域。”

Relay Therapeutics 的的总裁兼 CEO 桑吉夫?帕特尔博士 致力于将药物发现和计算科学相结合，他表示，与过去几十年的“虚假黎明”不同，这次的交叉技术突破是真实的，“这不再是科幻小说，我们已经在三个临床试验中测试这种技术。”但他警告说，这种突破将面临许多障碍，时间表也难以确定。他还承认:“有很多相关炒作。人们说你在元宇宙中按下一个按钮，就能得到一种改变生命的药物，但我不认为那是真的。我们正在考虑随着时间的推移，变化将逐渐增加，还有很多重大挑战需要克服。”

其中一些挑战将是具体案例，因为人工智能试图在整个医疗保健价值链上进行转型；有些问题则涉及高质量、干净的数据集问题 ——“这并不容易获得，”他说道；第三个挑战则是将布雷耶提到的各个科学领域中的人才之间建立联系。

“双语科学家的可用性将会是我们的瓶颈，”帕特尔说道，他将双语科学家定义为精通计算研究和对医学很重要的核心学科之一的科学家。他说:“这是一个大问题。”

著名硅谷风投机构 Andreessen Horowitz 的普通合伙人维尼塔?阿加瓦拉博士表示，所有行业的从业者都应该假设自己需要 AI 技术的支持，并对使用这种技术持开放态度。她的风投公司正在为那些声称想要利用 AI 来增强自己的能力、这样他们就能做得更多的创始人“寻找机会”。她称:“公司、研究人员和企业家都是这样看待 AI 的:拥抱 AI 看起来有点像几十年前拥抱计算机。而与个人电脑历时 30 年的发展不同，AI 可能在 5 到 10 年内繁荣起来。”

作为医生，阿加瓦拉表示，她需要了解的医学信息已经达到了“狂热的水平”，从医学文献到临床试验，再到从大量患者数据中了解到的信息。她还指出，微软已经将 ChatGPT 与其面向医生的医疗口述软件集成起来。这些 AI 桥梁有助于解决导致医生职业倦怠的直接工作流程问题。阿加瓦拉表示，在医生面对患者并与医保报销系统打交道的工作流程中，大型语言模型可能有助于减轻压力，缓解医生的职业倦怠。

阿加瓦拉称，AI 已经被应用于药物化学团队，帮助做出更好的决策，比如更好的分子或提前预测某些分子的特性。预计在未来 5 到 10 年内，选择使用 AI 来增强其作用的人才将拥有这种“超能力”。她说:“问题不在于 AI 能否做人类专家正在做的事情，而是在于其能在哪些方面给我们提供人类无法获得的洞察力。大型科技公司和大型制药公司有很多令人兴奋的机会，同时拥有两个领域技能的人才机会也更多。”

在未来几年中，微软和亚马逊等大型科技公司运营的云服务将受益良多，但对于已经在这些公司工作的员工，布雷耶将重点放在职业生涯中期的人才身上，他们可以看到 AI 和医学的未来发展方向。

布雷耶说:“对我来说，日复一日、周而复始的最大挑战就是把跨学科的个人和团队凝聚在一起，包括来自生物技术、计算机、专业化学等领域的人，并让他们共同努力。我看到的人才是 Meta、微软和 Alphabet 等公司 30 至 35 岁的员工，不论是因为个人家族背景还是看好市场机会，他们都愿意在这个领域奋斗终身。相比之下，我很少看到 10 年以上资深员工这样做。”

当布雷耶与下一代专业人士，包括得克萨斯大学奥斯汀分校、哈佛大学、斯坦福大学和哥伦比亚大学的学生交谈时，他传达的信息很明确:“这是我见过的最大机会。然而，请确保你正在学习线性代数、计算、化学和生物学，因为所有机会都与这些位于计算和科学交叉点的技术有关。”