从“大厂”抢人做AI，医疗公司很拼

图/Pixabay

文 | 《财经》记者 赵天宇 辛颖

编 | 王小

“我过得不好，但我也不应该嫉妒别人。”

“陪聊机器人”心心回应，“我想这是很正常的情绪，你可以尝试着去接纳自己。”

“心心”从事的工作，是通过对话帮助人们纾解负面情绪，她的形象定位是20多岁的邻家姐姐，会帮助人们接纳自己的负面情绪。

“我没钱买房子。”心心安慰说，“没关系，我们一起来想想办法。”虽然作为心理辅助治疗工具的机器人并不能真做什么，但对一些心理疾病患者来说，需要共情的安慰。

人工智能的水平高低，对标的对象是人类。心心刚上线，就“比很多刚毕业的学生要好。”按好心情互联网医院副总裁徐锋团队的评估，就相当于有2000小时咨询经验的心理咨询师水平，很多没有经验的咨询师常犯的错误，在心心这里不会出现。

像心心这类人工智能，出现在在医疗行业，不仅改变了人类工作模式，也有的岗位会被替代。

AI能在一分钟内出图、在几秒内按人类的提示写出大段文案。这样的场景，在健康行业也同步发生。

在新药研发领域，一款新药的诞生，需要先经由许多研究人员完成基础研究，然后医药化学家做大量的药物筛选实验去验证，基层实验员去动手操作完成。

随着AI渗入这一流程，一部分人的工作模式现在发生了变化。

五源资本董事总经理井绪天观察到，这些人从独立完成工作，变成了一部分工作要跟AI协作。目前在AI新药研发类公司里，就会看到有许多药物化学家在分析AI给出的结果。

原本至关重要的药物化学家、药理和毒理工程师，以及生物学家，工作量大大缩减。AI还能协助他们之间的沟通，提升效率。

药物研发涉及生物、化学、信息技术多学科，彼此之间的知识鸿沟，导致互相沟通花费大量时间。全球健康药物研发中心（GHDDI）数据科学部负责人郭晋疆注意到，现在ChatGPT可以先协助大家准确、精炼的解答问题，令项目更快地推进。

2018年研发一款抗病毒药物时，为了找到能够和相关靶点结合的小分子药物，郭晋疆和团队搭建了一个小分子药物的虚拟筛选模型，当时花了半年的时间。郭晋疆估计，如果放到现在，有GPT的帮助，这个框架两至三周就能搭起来。

因为想把一种分子关系转化成计算机语言，这方面可能已有成熟的算法编程，但研发人员并不完全掌握，而GPT可以很好的帮忙回答出来。

“团队成员如果懂得AI算法就更好，只是熟悉AI算法的基础原理，就可以很快地学习进入大模型领域。”郭晋疆认为，未来的药物研发会越来越多地用到大模型工具来处理生命科学领域广泛性的异质化数据，如多组学数据、蛋白质等化合物结构数据、药物药理数据、细胞以及电镜成像数据等。

当然，“在选择人才上，拥有科学背景还是更重要一些，包括生物、化学、物理等，这样才能理解这些数据产生的来源、过程，并探究实验过程中产生的误差与局限，以及设计出能够有效适应这些变量的算法。”郭晋疆解释。

从事基础工作的实验操作员，岗位恐将会被AI取代。

英国利物浦大学的科研人员研发出的AI化学家，身高1.75米，在八天里独立完成了668个实验，并研发出一种全新的化学催化剂。

《自然》杂志在2020年发布过一篇文章，描述了这位“AI化学家”能够独立执行实验中的所有任务，包括称量固体、分配液体、从容器中除去空气、运行催化反应以及定量反应产物。不仅提高效率，保证实验记录完整，还可以对检测结果进行追溯。

这解决了人类实验员的一个弱点：误差。很多实验中，实验员需要手动操作，逐个滴入不同种类、剂量的滴剂，难免出现人工误差以及实验记录的缺失。

“这类机器人可以胜任部分实验性岗位，但胜任真正的科研性岗位还比较困难。”北京大学智能学院副院长陈宝权说。

机器人做的还不是真正意义上的科研工作，替代的是这些重复、无聊，有时还有危险的工作。井绪天说，这是一个比较缓慢的过程，但是变化正在发生。

劳动力市场将出现“重大混乱”，这是今年3月26日高盛（Goldman Sachs）发布的报告。该行对美国和欧洲工作岗位的分析显示，三分之二的工作岗位可以在一定程度上实现AI自动化。

在美国，办公室和行政支持工作可以使用自动化完成的比例最高，达到46%，其次是法律工作44%。

生命、物理和社会科学领域也不低，可使用自动化完成的任务占36%。

高盛报告称，在全球范围内，多达3亿个工作岗位可能受到影响，劳动力市场很可能发生变化。中国香港、以色列、日本、瑞典和美国，可能是受影响最大的五个地方，员工可能看到自己的工作被人工智能接管。

“缺具有AI能力，同时又有一定生物学知识的复合人才，因为今天很多工作内容正是两个学科交叉去解决问题。”井绪天说。

一家医疗类初创公司，主业是做医院信息化软件，今年，想要进入AI大模型领域。“没裁员，部分员工加薪了，而且依然缺人。”6月，上述信息化公司的员工告诉《财经》记者，“现在大模型在投资界非常火。”

创业公司发展壮大，需要满足两个条件：找到钱，找到人。上述医疗初创公司在深圳招了一个10多人的研发团队，专门研发大模型产品，是动用了老板的私人资源才招到的人。

在深圳招到的这批人，是规划师。但是仔细想想人还是不够，还需要有人能够完成落地执行。上述员工说，“我们目前还是很缺程序员”，准备在业内的相关活动上再寻找一批大模型类的程序员，希望人才看到他们的招聘需求，来应聘。

在医疗行业，AI高端人才确实很抢手，很难招到。

与AI相结合的医药岗位，是有一些对应专业设置的，比如计算生物学、生物信息学、计算化学等。这些专业比较新，十几年前在美国逐渐设立起来，所以这些专业最早一批毕业的高材生，也刚刚毕业进入社会不久。

然而，这些既懂AI、又懂医药的人才还是太少，放在如今行业需求里，不够用。

最近一年，更多有AI背景人才进入到生命科学行业，不少人是转行进入AI医疗领域的，从业经历和医疗不太沾边

全球都在从“大厂”挖人。美国赛富时（Salesforce，客户关系管理软件服务提供商）、微软等面向企业提供服务的公司（To B），以及脸书（Facebook，社交服务商）这类公司像是AI人才的“黄埔军校”。

在中国，跳槽加入到医疗行业中的一部分人，则是来自腾讯、阿里、快手等大厂，职业主要是AI工程师。

今年4月，猎聘大数据研究院的《ChatGPT相关领域就业洞察报告》显示，一般为企业成功找到一个人工智能候选人要花2个-6个月时间。2022 年，人工智能招聘平均年薪为33.15万元，比互联网高出4.27万元，即14.78%。

在上述报告里，一位人工智能方向的猎头顾问表示，一个人工智能的相关人才往往被好几家猎头公司相互争抢，人选手里基本都有三四个 offer，根本不愁找不到高薪工作。

既懂AI、又懂医药，两全其美的交叉学科人才更难找，所以外部的合作不可少。

陪伴聊天的机器人“心心”模型的建立，就是采取和外部联合合作的模式。基于好心情互联网医院平台的数据，公司和清华大学计算机科学与技术系长聘副教授黄民烈的团队合作，共同开发底层技术。在日常运营中的技术打磨，由公司自有团队进行。

药物研发机构，则选择与擅长AI的机构达成一些合作。

郭晋疆告诉《财经》记者，目前他所在的机构与微软亚洲研究院共同构建应用于全球健康疾病领域药物发现的基础大模型。与北京开睿生命科学研究院的合作，是共同搭建一个基因表达的大语言模型,用于解释和预测细胞命运；正在与北京智源人工智能研究院的展开合作计划，进行大分子的设计与改造。“我们刚好互补。”

按照高盛的预测，AI的确可以促进劳动生产率的增长，随着时间推移，可能将全球的GDP提高多达7%。

不过，AI带来的影响，也取决于它的能力究竟如何，以及应用时间，当下的GPT热潮能否持续仍是未知数。