11月27-28日恒盈策略，被誉为“年度科技与商业风向标”的36氪WISE2025商业之王大会，在北京798艺术区传导空间落地。
今年的WISE不再是一场传统意义上的行业峰会，而是一次以“科技爽文短剧”为载体的沉浸式体验。从AI重塑硬件边界，到具身智能叩响真实世界的大门；从出海浪潮中的品牌全球化，到传统行业装上“赛博义肢”——我们还原的不仅是趋势，更是在捕捉在无数次商业实践中磨炼出的真知。
我们将在接下来的内容中，逐帧拆解这些“爽剧”背后的真实逻辑，一起看尽2025年商业的“风景独好”。
大朋友：
以下为对话内容，经36氪整理编辑：
冯大刚：好的，非常高兴能够邀请到孙总。我们知道在过去的一年中，毫无疑问是AI应用爆发的一年，但是我想有很多的应用是我们能够感受到的，比如说各种AI的游戏、AI对话、AI陪伴，但是还有很多是我们没有那么明显感知到的，我想这些东西并不是不重要，而是它们对整个行业，甚至我想说它对整个人类的命运都有很大的影响。那AI for Science，我不知道我们有没有这样一个解释，就是为科学研究而去做的AI开发，我想这是一个非常性感的赛道。比如在硅谷，今天非常看好这样一个赛道，我知道Open AI今年也开发了相关的项目，其实我想知道，在AI for Science这样一个领域内，中国的创业者在做什么？他们是不是跟美国的同行做得一样好？甚至更好？我想这个话题最合适的访谈对象就是深势科技，我听说AI for Science这个概念就是你们提出的，或者说你们的导师提出的，而且做了7年时间。
孙伟杰：对，最早的时候是2018年，我和林峰的导师——鄂维南院士，在北大率先提出了AI for Science这样的概念，并且深势科技应该也是全球最早系统性布局这个领域的公司，应该可能没有之一，大概率应该是最早。
冯大刚：对，第一家提出的。孙总您本身是一个文科生，但是做了很多年技术公司的CEO、创始人，我想知道站在文科和理科交汇的立场上，怎么来看待AI for Science这样一个赛道？它对我们的价值是什么？
孙伟杰：好的，也非常感谢冯大刚总的邀请，也非常荣幸能够参加今天的对话活动。
稍微跟大家说个冷知识，其实在传统意义上的学术划分里面，我们当前认为的这些文科和理科，其实在国外统称为文科，所以说虽然我是一个文科的背景，但是我觉得我所学习的学科在底层确实和很多理科的学术精神、科学精神是有很多相通的地方的。
AI for Science如果用通俗的话来讲，让AI来帮助我们人类的科学发现，它的终极愿景就是我们能不能基于AI技术创造出一系列的AI科学家？像人类科学家一样能去做科学发现，或者说能够创造一套能够自主进行科学发现的智能系统。这个可能是AI for Science的终极目标。
我觉得它可能对人类的命运有几点非常终极的价值：
第一点，大家可能很多时候没有去思考或者忽略掉了，其实科学研究本身也是一项生产活动，它是符合我们对生产活动的定义，我们投入生产要素，然后经历一个完整的生产过程，获得我们的生产产物，也就是科学成果。
而过去我们几乎所有的生产环节都变成流水线了，为什么科学发现不能变成流水线呢？
冯大刚：其实很多人都会觉得说生产变成流水线是很正常的一件事情，但是科研怎么才能变成？
孙伟杰：这就是一个非常好的问题，首先我们认同了科研它本身也是一项生产活动，只要是生产活动，我们就可以让它变成流水线，怎么变成？这个问题不是没有答案，而是我们过去没有真正思考它。而在AI时代，我们第一点重要的意义，就是很多重要领域的科学研究真的可以变成像流水线一样的形态了，可以批量地产生一系列高价值的科学成果，比如说我们需要一款什么样的药物、需要一款什么样的材料，我们把这样的需求告诉AI，背后呢，就像刚才京东的老师所说，我特别喜欢的是你就只管提出问题，背后别管经历了多么复杂的流程，但是后面的无论是AI还是机器人相关的技术，会把这些问题解决好。所以说这是第一点对人类的命运带来了非常重要的影响。
随之而来对人类命运带来的第二点重要的影响，就是全人类的命运共同体关注的这些终极问题都将得到更好的解答，比如说我们的衰老问题，比如说无限能源的问题，比如说我们想要进行星际旅行，比如说我们想要更快、更及时的通信。其实我们人类活了这么长时间，本质上追求的就是这么点东西。但是无论是我们的衰老还是我们的星际旅行，还是更好的产业发展，它本质上需要更强大的药物、更强大的材料，以及对我们生命本身更深刻的理解，还有对我们物理学上最纠结的几个问题的进一步探索。而有了这样一套科学研究的流水线之后，我们真正有望能把这几个问题回答好。
当然了，我认为还给人类命运带来了第三个非常重要的意义，就是当我们的科学研究变成流水线一样的生产模式的时候，我们每个人参与科学研究的门槛将会极大的降低。在过去农业时代恒盈策略，可能60%以上的人口都是从事农业生产，当前工业时代可能大多数人口在从事工业生产，当然了现在是信息技术时代，可能越来越多的人在从事IP和艺术相关的生产，而且这个也是未来本性上更大的需求，就是越来越多的人会加入到科学生产。
科学研究的资源、知识和工具的门槛会被极具的降低，相应的，科学参与的群体会变多，我们真正对科学上有很多奇思妙想，能够提出来非常巧妙的科学需求和巧妙的工程架构的人，将能更多的产生科学研究的价值。当然了，进一步的就是科学的成果也将会由更多的人来分享，所以本质上会带来一种知识的平权和科学的平权。
我认为这三点意义，至少是我从一个文科生的角度，我觉得是必然的。
冯大刚：大家可以看到越来越强的AI工具，今天很多很多过去我们觉得根本做不到的东西，今天都可以通过AI来做到了，比如AI编程，我只要提出需求，它可以帮我编写代码，我想到一个比喻，可以帮大家更好的来理解这件事情，但是我不知道我说得准确不准确。我们知道爱迪生的故事，电不是爱迪生发明的，但是灯泡是爱迪生发明的，我们小时候都看过爱迪生怎么发明灯泡的故事，就是他做了大概有几千次甚至几万次的试验。
孙伟杰：应该是试了超过7000种材料，说是有将近30万次试验。
冯大刚：他可能用了好多年的时间，那么今天我们是不是告诉深势，说我们要发明一个灯泡，但是我们需要无数的材料去尝试，它自己知道所有材料导电性是什么样的、它的阻率是什么样的，它去帮我们发明，也许一个月我就发明出来了，是这样吗？
孙伟杰：对，很有可能。
冯大刚：所以今天AI不仅可以让你变成一个好的摄影师、好的编导、好的游戏制作人，甚至可以让你变成一个科学家？
孙伟杰：是的，比如您刚才提出来的这个需求，当年爱迪生是靠自己的经验，然后不断地去找合适的材料，基本上见到什么材料，他就会把它缠成丝去灯上试一下。当然了，现在的AI它会在全球所有已有的学术成果里面先去整合和搜索，看看有没有潜在的比较合适的基础，然后AI会进行一个庞大的计算，它可能在电脑里面计算了超过100种不同的材料，是不是有这样的特性能够成为一款新的灯丝。当然了，最后可能AI还是会尝试几十次到几百次，当然这个试验可能完全是由机器来完成的。这个过程中又会反馈给AI的模型，再去做进一步的学习。
冯大刚：所以我建议你们将来做C端传播的时候，可以把爱迪生的头像作为你们的LOGO。
孙伟杰：值得采纳。
冯大刚：其实这几年AI for Science的领域发生了很大的进展，包括我们看到去年诺贝尔化学奖颁给了一个AI团队，就是Google旗下的DeepMind团队，他们获得了化学奖，我想这是非常清楚的证明科学界非常认可这件事情能够帮助科学大跨步的向前进。我想知道中国AI for Science这个行业发展得怎么样？
孙伟杰：首先我认为中国的AI for Science至少比美国肯定是不落后的，对于这个理念的提出和整个行业Picture的构建，我认为其实是我们比美国更系统的。国内相对的劣势是我们缺少在一些重大亮点性问题上大的投入，导致我们像在AlphaFold这样的问题上，我们没有说非常庞大的资源，像Google、微软、DeepMind、英伟达，它们都是这样的模式，一大笔钱和资源砸在一个问题上，一下子就能做出一个像AlphaFold这样亮点式的工作。而我相对认为，我们会选择一条更加难，但是更正确，而且未来潜力更大的路，就是基础设施的建设。比如说其实刚才我们分析了，科学研究里面最基础的三项基础设施，我们简称叫：读、算、做，第一是科学文献和知识库，第二就是科学计算相关的一系列基础设施，第三就是自动化的实验室。可以看到，整个中国的创业者，包括学术机构，甚至说很多政府牵头的一些大型机构，在这些基础设施上建设是非常非常不错的，当然这里面可能也离不开深势科技的贡献，我们在科学知识库上，像AlphaFold解决的是蛋白质的问题，我们的分子大模型、原子大模型、基因大模型，其实在全世界都是前列的，不光是深势科技，还有很多业界的商业公司，还有很多大型的学术机构，在自动化的实验室方面、智能化的实验室方面，其实也都有很多的布局。
而我觉得基础设施的建设，为什么说它是更有潜力的路呢？它不会像AlphaFold一样，一下子出来一个大新闻。但是基础设施建设完之后，其实更多的下游成果是由科学家们基于这样一个平台之后进一步去涌现的，甚至说可能我们的高速公路铺好了，我们的网络铺好了，但是哪里出现了一个爆炸性的亮点，可能是我们无法预测的。但是这样的基础设施，其实是未来所有人做基础研究都必须要做到的。
冯大刚：我们刚才说中国肯定是不落后的，那有没有什么中国独特的优势是让我们领先的东西？
孙伟杰：我觉得第一点一定逃不开的是，现在全球AI领域50%的人才是华人，全球在基础科学层面50%以上的Paper是由中国人发表的，所以说人才的数量（是第一大优势），第二就是我们勤劳、勇敢、刻苦的工作作风，我们的效率，这是毫无疑问的一点基础。
第二点，我觉得是中国一旦涉及到AI for Science，必须得跟物理世界发生深度的结合，无论是跟产业的结合落地，还是说我们要涉及到实体的实验室，要涉及到化学方面的基础设施、生物方面的供应链，还是实验室实体的供应链，只有中国有这么完整的供应链体系。
第三点，其实我们可以看国家政策，2035年之前，中国的发展目标是要完成高水平的自立自强恒盈策略，2030年我们是要完成自立自强，高水平的自立自强和自立自强一定是科技引领的，而科技引领就意味着我们必须依靠自己的基础设施，解决自己的科技问题，服务于我们自己的科学和产业价值。也就意味着，我们的基础设施要进行巨大的升级。而恰恰我们在上一代科学基础设施上是相对落后的，我们科学的数据库、软件、仪器甚至国家级的大装置，坦白讲，我们也不怕丢人，我们确实是在上一代落后于欧美的，但是这反而让我们没有太多历史包袱，就像我们可以从纸币支付，跳过实体的信用卡，直接进入到数字货币，直接进入到微信支付、支付宝支付一样。
冯大刚：所以在AI时代，中国获得诺贝尔化学奖、物理学奖的希望变得更大了，因为我们有AI for Science。
孙伟杰：因为诺贝尔奖奖励的是过去20年到30年的成果，我觉得至少是2035年之后，我们真的有可能基于AI for Science的基础设施批量的产生诺贝尔奖，就像是过去20年日本的科学布局一样。
冯大刚：好，下一个问题是说AI for Science被很多公司视为一个畏途，因为这条路特别难，而且要烧很多很多的钱，所以很多人认为说只有大公司，像Google这样的公司比较适合去做这样大赌注的基础设施的工作，另外一个观点是说，就算创业公司做出来了AI for Science很好的产品，但它将来也会被大公司把成果拿走，这个您怎么看？对于一个创业公司来讲压力还是蛮大的。
孙伟杰：也是一个蛮好的问题，对于前沿科技的投入，如果你还没有清楚地意识到它的商业机会的时候，作为一种前沿技术来布局的话，大公司肯定会有非常明显的优势，因为它可以毫不计算投入产出比。
但是我觉得我们永远都不能回避的一个问题，就是大公司有它的优势，但我们永远也都不能忽略的一个事实是，所有大公司都是从小公司成长起来的，而且永远在大公司没有关注到的地方，在任何一个新的产业里面都会有新的巨头出现。所以说我觉得AI for Science领域，核心是谁能尽快的完成冷启动和增长飞轮的迭代，这一点其实是整个领域里面最关键的一点。而不是说谁的力气大、谁的力气小，而是说谁能率先把更好的产品、更多的用户、更好的数据迭代，让这个飞轮转起来，其实才会产生更好的加速度和势能。因为大公司不是说Google用它3万亿的整个公司跟深势科技竞争，而是它下面也是一个AI for Science的小团队在跟深势科技竞争。
冯大刚：明白，我想起了一个娱乐新闻，讲一个女明星接受采访，有人问女明星是不是想要嫁入豪门，她说我不用嫁入豪门，我就是豪门。所以我想孙总回答的是，我们跟大公司竞争，但谁知道将来也许我们是一个比它更大的公司。
孙伟杰：当然了，梦想可能是要有的，但是我觉得要把眼前更踏实的工作做好。
冯大刚：好，那我们现在说一些比较现实的问题。创业公司，大多数公司是死于现金流，死于不够商业化，我想知道你怎么看AI for Science这个赛道的商业价值？
孙伟杰：我觉得分两种方式来看，一种是它未来的巨大潜力，一种是现实的商业价值。未来巨大的潜力，我觉得大家可能是毫无疑问的，因为科学研究是驱动我们社会创新最底层的驱动力，而如果科学研究的效能通过AI的手段，能够把它提升几倍的话，也就意味着我们可以源源不断地产生新的科学知识、产生新的科学发现和IP，进一步的落实到我们的产业闭环当中去。
而现实中，大多数人可能离科学研究有点远，因为毕竟在过去漫长的时间里面，人类真正参与到科学研究里面的群体也非常非常少，可能只有几百万人。而科学研究这个赛道，我们全球每年在科学研究里面的投入差不多是2.8万亿美金，中国是3.6万亿人民币，占GDP2.7%，这个数字是什么水平呢？中国在医疗健康上的投入差不多是4%，中国在教育上的投入差不多也是4%，中国在军费上的投入可能也只有2%点几，所以说大家永远不要忽略科学研究其实本身就是一个，在现实意义上也非常具有商业价值的市场，只不过我们之前参与到这个过程中的人比较少。
相应的，也就意味着每一个聪明的大脑、每一个科学家，他背后所对应的科研经费是个巨大的数字。而科学研究从现实意义上，它的四大主战场，四大基本的基础设施或者四种重要的商业模式，就是科研的数据库、科研软件、科研仪器和外包研发服务，也就是CRO。大家其实如果稍微注意一下这四个市场的话，其实这四个赛道里面每一个都有非常非常值得尊敬的商业巨头，而我认为基于AI for Science，这里面的很多生意都值得被重做一遍。
冯大刚：是的，在场有很多AI创业者，最怕的是找不到场景，但其实AI for Science是一个非常明确的场景，在中国就有几万亿的预算都可以投入到这个市场，这是一个明确的，而且另外一个观点，这个AI for Science赛道跟别的赛道不一样的是，它可以产出非常确定的科研的结果，这是一个有非常确定的效果的赛道，而且是一个非常巨大清晰的赛道，所以我自己非常同意您说的，这不是一个清贫的行业，其实这是一个金矿。
孙伟杰：眼前就有很多地表浅层的金矿，同时地表更深的地方还有更多的富矿是值得大家一起去挖掘的。
冯大刚：还是回到我们问每个嘉宾的问题，因为我们自己的slogan叫做“让一部分人先看到未来”，所以我们特别想知道五年以后、十年以后，你能看到你的赛道会变成什么样子？包括还有那么多线上的听众，你觉得对他们来说，对他们的生活会带来哪些？对他们的职业选择、对他们的生活体验、对他们的工作。
孙伟杰：其实深势科技从成立第一天我们就一直在尝试回答未来是什么样子，尤其是未来的科学发现是什么样子，未来跟科学发现强相关这些产业研发，然后我们科学的从业者和每一个人的生活将会变成什么样子。我觉得先从一个我自己的观察我来说，如果说搜索引擎是把人类已有的信息用最短的路径来告诉我们，其实AI本质上是把人类已有的知识用最短路径来告诉我们，而AI for Science我认为是用最短路径把人类未知的知识告诉我们。
未来，可能就科学研究而言的话，我觉得从我们每一个人的体感上来讲，科学发现可能就像现在使用搜索引擎一样简单。当然更进一步，这带来的就是我们每一个人都可以去参与科学研究，可能2030年还不能完全说畅想这样的世界，但是我觉得到2035年，我们可能有几亿人都在真正的参与科学研究，现在其实社会化研发人员差不多是6000、7000万，真正参与到原创科学发现的人应该不超过1000万人，全球专科以上的大学生差不多2.45亿人左右，而我认为未来至少有几亿人都真正的在参与科学研究。
冯大刚：太好了，我想我们小时候都会问到一个问题，我们的父母我们的亲属都会问过你长大以后做什么？大多数人都会说想当科学家、当宇航员、当军人，我想当科学家这个梦想绝大部分人都没有实现，但现在终于有机会了，至少到2035年的时候，几亿科学家，也许我也会变成科学家。
孙伟杰：对，我觉得其实我们可以做一个非常直接和简单的设想，在AI和机器人真的充分的进入我们生活之后，我们大部分的工作其实都可以让我们的AI助理来帮我们完成，我们人类剩下可追求的东西还剩哪些？体育，毫无疑问，就算是车比人跑得快，人类和人类比，体育还是有价值的。第二艺术，第三我认为就是科学。这三个将会成为我们每一个人，不是说我们为了生存而去追求，而是说我们就是为了人性的完满，我们自我实现，而必须要去从事和追求的方向。
冯大刚：非常好，我想这是科学家和文科生的浪漫结合在一起。
我想问一个还是比较现实的问题，今天我知道深势科技的估值大概在几十亿人民币。
孙伟杰：对。
冯大刚：Deepmind估值应该超过100亿美元了，大几十亿美元，那您觉得什么时候中国会诞生出这样一个百亿美元估值的巨头，以及在这个赛道上有没有机会去诞生出一个更大的千亿的万亿的公司？
孙伟杰：直接回答您的问题，我觉得一定是有机会的，我觉得我们非常幸运的一点是，我们非常幸运的在中国率先提出了一个原创性的概念，并且我认为现在初步的走完了从原始创新到商业落地的闭环，而且这个闭环迭代的速度在加快。但是坦白讲，从资本市场的角度，我们确实还是相对于美国是落后的，在整个AI的大赛道里面，其实我们都是对标式的这样一种估值和融资的方式。
我们可以看到，其实我并不知道DeepMind的估值有多少，因为它们不是一家独立的公司，也有人说它们估值可能到120亿美金，但是没有一个客观的依据。但毫无疑问，DeepMind是一个非常值得尊敬的公司。
同时，我们可以看到在AI for Science大的领域里面，近期OpenEvidence毫无疑问是一家非常AI for Science的公司，它的估值已经超过了60亿美金。在AI for Science可能跟深势更对标，我甚至严格怀疑他们看过深势的BP，在2023年附近成立的几家公司，Future House、Periodic Lab，还有Lila Science，它们对于AI for Science基础设施建设的思路和深势科技非常非常相似，它们的估值也纷纷都超过了10亿美金。
就未来的潜力而言的话，坚定不移的是未来十年之内，80%以上的科学成果都是AI发现的。那我们可以去设想，甚至说可能500万人民币，或者说100万美金以内的研发决策，可能都是AI自己完成的。这样一个公司有多大的商业价值呢？
冯大刚：明白了，过去我们在讨论怎么让中国的科学家富起来，让他们更好的去创业，去获得财富，我们在讨论这样的话题，但接下来我们要讨论怎么让AI科学家，或者叫普通人通过AI的帮助成为的科学家，他们也有这样的机会。
最后一个小问题想问您对其他创业者有什么样的建议，包括比如说对创业方面的建议，包括对研发方面的建议之类的。
孙伟杰：我觉得AI for Science可能是一个非常适合年轻创业者去做的这样一个行业，因为年轻人的劣势和优势都非常明显，年轻人思维非常活跃，对新鲜技术的捕捉和对新鲜技术的突破有自己独特的优势，但是相应的劣势，可能在经验、对复杂的管理，这些方面就会有明显的劣势。而AI for Science恰恰是一个靠智力和技术的杠杆驱动的比较强的一个行业，所以我觉得年轻的从业者可以大胆的进入到这个行业。
而且AI for Science虽然说从基础设施层面非常统一，但是在下游的应用场景上非常的多样、非常的零散，任何一个年轻团队，只要抓准一个点打透，就可以诞生一家至少是几十亿美金的公司。
所以说我觉得第一是看见火箭要起飞的时候，先别管座位好不好，先坐上去。第二就是AI for Science这个领域刚刚开始，重的基础设施方面可能壁垒会越来越高，但是再更具体，用AI for Science的工具把具体的东西做出来，这样的机会永远都存在，而且现在我认为就是最好的时候。
冯大刚：太好了，我想孙总我们可以另外找个时间去开场直播，来教普通人怎么变成一个科学家这件事情，我觉得这件事情是非常有意思的。
然后我自己有个观点，我觉得什么是好的商业？我想最好的商业从本质上来说有两种，第一种叫做降低门槛的商业；第二种叫做提高天花板的商业。我想今天深势科技，包括AI for Science这个赛道在同时做两件事情，它第一降低了我们过去认为根本就不可能降低的科研的门槛，我们认为很多事情都可以降低，但科研好像是不可以的，但今天其实深势科技向我们证明了，说科研的门槛也可以大幅降低，并且因为门槛大幅降低，而让天花板大幅的提高，我想这两件事情都是有非常巨大意义的事情，所以也非常感谢您！
孙伟杰：谢谢，期待跟您进一步对话。
冯大刚：谢谢！
美港通证券配资提示：文章来自网络，不代表本站观点。
