人工智慧將如何在未來十年改變賽諾菲

01. AI設定

賽諾菲已經披露了有關人工智慧的信息

人工智慧不太可能將賽諾菲變成軟體公司。但它可能會在現代生物製藥公司最為關鍵的領域——靶點發現、產品組合優先排序、試驗設計、數據整合、生產和供應以及內部知識流動——深刻地改變賽諾菲。對賽諾菲而言，人工智慧的價值很可能首先體現在研發和營運品質的提升上，而不是那些花俏的消費宣傳。

賽諾菲人工智慧影響示意圖 — 圖示說明，並非預測：此圖展示了人工智慧如何透過研發效率、投資組合決策、生產製造、臨床開發和長期估值品質來影響賽諾菲。

重點總結

人工智慧角度	為什麼這很重要
藥物發現	人工智慧可以加速標靶識別和分子設計。
投資組合決策	更好的資料驅動型優先排序可以提高資本效率。
製造和供應	數位化和人工智慧工具可以減少複雜生物製劑和疫苗生產過程中的摩擦。
估值影響是間接的。	人工智慧最重要的意義在於提高成長的品質、速度和廣度。

賽諾菲多年來一直公開表示其在人工智慧領域的雄心。該公司明確將自身定位為一家研發驅動、人工智慧賦能的生物製藥公司（賽諾菲官網）。它發布了關於人工智慧在研發和數位轉型中的應用的詳細資料，並於2024年宣布與Formation Bio和OpenAI合作，共同開發旨在加速藥物研發的人工智慧軟體（人工智慧在研發中的應用頁面；OpenAI合作新聞稿）。

賽諾菲目前人工智慧方面的證據

證據	賽諾菲披露的信息	解釋
企業形象	人工智慧驅動的生物製藥語言	Signals AI 是一個戰略層面，而不是一個孤立的實驗。
研發人工智慧方法	深度神經網路、主動學習、圖形模型	這顯示人工智慧已經融入探索和開發工作。
數位轉型	人工智慧在研發、製造和供應鏈中的應用；GenAI 內部禮賓服務	這表明，除了科學領域之外，還能提高生產力和工作流程效率。
人工智慧內容系列	人工智慧在發現與投資組合決策的應用	這表明管理層希望將人工智慧與實際價值鏈成果連結起來。

關鍵在於，賽諾菲的AI故事已經展現出實際營運能力，而非只是宣傳噱頭。這一點至關重要，因為大型生物製藥公司很少能僅憑AI相關的新聞報道就獲得持久的估值認可。只有當AI能夠幫助提升研發管線品質、加快決策速度、優化資本配置並長期提高科研效率時，它們才能真正獲得認可。

換句話說，人工智慧對賽諾菲的價值可能會先體現在更好的選擇和更快的迭代速度上，然後再體現在截然不同的市場估值倍數上。

對投資人而言，這是一個微妙卻重要的差異。如果他們等待人工智慧將賽諾菲轉變為一家顯而易見的科技公司，他們可能會錯過生物製藥領域通常以更隱蔽的方式創造價值：更合理的優先排序、更優化的試驗設計以及對稀缺科研資源的更有效利用。

02. 應用案例

在賽諾菲，人工智慧最能發揮作用的地方在哪裡？

1. 藥物發現與標靶識別

賽諾菲明確表示，人工智慧有助於加速患者的研發，其數據驅動的發現方法涵蓋標靶識別、分子設計以及臨床和分子數據的整合（人工智慧在研發中的應用）。

2. 投資組合優先排序

人工智慧在製藥領域創造價值的一個最被低估的方式是幫助管理層更好地分配時間和資金。更明智的終止、推進和合作決策，其重要性不亞於多一次成功的臨床試驗。

3. 臨床開發效率

人工智慧和數據科學有望改善臨床試驗設計、患者篩選和營運效率。在時間至關重要的領域，即使是微小的改進也能創造巨大的價值。

4. 生產和供應品質

賽諾菲的數位化和數據科學資料重點在於生產與供應以及研發。這一點至關重要，因為可靠的生產和靈活的生物製劑或疫苗產能能夠同時保障利潤率和產品上市的成功。

5. 內部生產力與知識處理

賽諾菲內部的GenAI助理Concierge表明，該公司也在應用生成式人工智慧來簡化日常工作、導航和任務支援。這在複雜的科研機構中至關重要。

03. 市場影響

人工智慧如何影響賽諾菲的營運品質和估值

生命科學領域的機構研究日益強調，人工智慧必須轉化為可衡量的研發、監管和營運績效，而不只是停留在品牌宣傳層面。這與賽諾菲自身的研究材料相符，這些材料將人工智慧與發現、產品組合決策以及生產和供應聯繫起來，而不是僅僅停留在模糊的未來主義層面（德勤生命科學展望；人工智慧在產品組合決策中的應用）。

未來十年，人工智慧可能會為賽諾菲帶來哪些改變？

區域	潛在益處	約束
發現	更快、更優的標靶和分子選擇	生物學依然複雜，成功率並不會呈現線性成長。
投資組合管理	更明智地決定在哪裡消費和停留	治理和人的判斷仍然至關重要。
臨床開發	改進的設計和營運效率	監管和證據標準仍然很高。
製造和供應	更高的靈活性和更好的營運質量	實施帶來的益處可能需要一段時間才能顯現。
估價	如果人工智慧能夠提高銷售通路轉換率，就能實現更高品質的成長。	在結果顯現之前，市場可能不會支付太多額外費用。

關於人工智慧會對賽諾菲的估值倍數產生多大影響，目前證據尚不一致。但人工智慧能夠大幅提升其創新引擎的質量，這一點則更為明確。對於一家大型生物製藥公司而言，這足以說明問題。如果人工智慧能夠提升眾多專案的科學篩選、產品組合效率和生產可靠性，那麼十年累積效應將會十分顯著。

然而，投資人不應將人工智慧視為生技公司成長的靈丹妙藥。更現實的觀點是，人工智慧能夠使賽諾菲成為一家營運更有效率、優先事項更明確、潛在生產力更高的生物製藥公司，而不是一家完全不同的公司。

這種務實態度是有益的，因為它設定了適當的門檻。賽諾菲並不需要人工智慧來創造一個全新的產品類別。它需要人工智慧來幫助現有的發現、開發和營運流程更好地運作，並隨著時間的推移提高成功率。

04. 情景

賽諾菲人工智慧的多頭市場、基本面和熊市分析

人工智慧牛市情景

樂觀的人工智慧情境是，賽諾菲在藥物發現、產品組合決策、研發效率和生產靈活性方面將得到顯著提升，這些優勢將逐步支持更高的產品線品質和更強的成長聲譽。

AI熊情景

悲觀的人工智慧前景並非意味著失敗，而是預期效果不佳。賽諾菲在人工智慧工具和合作方面投入巨資，但投資者在未來幾年內仍難以看到可衡量的臨床和商業回報。

人工智慧基本案例

基本情況是，人工智慧會在不成為股票主要賣點的情況下，悄悄提升研發和營運效率。這往往是大型醫療保健公司創造真正價值的方式。

機率表

小路	可能性	解釋
人工智慧助力賽諾菲在創新品質方面表現卓越	43%	這並非沒有道理，因為人工智慧已經深深融入策略規劃中。
人工智慧可以改善運營，但對估值基本上沒有影響。	38%	對於一家成熟的大型生物製藥公司而言，這是一個現實可行的中間結果。
人工智慧的發展仍然大多是漸進式的，或者令人失望。	19%	如果收益過於分散或難以從外部衡量，則有可能發生這種情況。

投資者持倉表

投資者類型	謹慎的做法	人工智慧特定監測點
投資者已獲利	將人工智慧視為提昇科學品質的工具，而不是持有它的唯一理由。	資訊揭露中體現了研發和投資組合收益的證據。
投資者目前處於虧損狀態。	不要以為單靠人工智慧就能拯救一個薄弱的入口點。	商業和臨床證據，而不是人工智慧口號。
無倉位投資者	等待人工智慧在管道品質或營運效率方面產生明顯影響的證據。	從發現到上市的具體成果。
商	不要過度炒作大型製藥公司的AI相關新聞。	結果公佈日評論和臨床進展。
長期投資者	將人工智慧視為一種能夠隨著時間推移增強賽諾菲實力的輔助工具。	使用範圍以及資本配置是否有所改善。
風險對沖投資者	人工智慧不會將賽諾菲變成對沖工具或科技替代品。	將部位規模與醫療保健基本面掛鉤。

該框架的建構方式：它依賴於賽諾菲官方的人工智慧、研發和數位揭露、OpenAI 和 Formation Bio 的合作，以及這樣一種觀察：製藥人工智慧通常透過更好的科學和營運決策發揮作用，而不是透過引人入勝的敘事發揮作用。

需要關注的風險：貨幣化緩慢、採用不均衡、治理限制、實施成本高，以及人工智慧帶來的好處可能仍然存在，但對於公共投資者而言過於無形，無法迅速獲得回報。

什麼情況會使這一預測失效：賽諾菲採取比目前所暗示的更為激進的外部人工智慧貨幣化策略，或採取重大收縮措施，表明人工智慧的整合程度沒有管理層聲稱的那麼高。

免責聲明：本文僅供參考，不構成投資建議。文中討論的人工智慧應用場景是基於公開揭露資訊做出的判斷，而非公司官方指引。

未來十年，人工智慧對賽諾菲的重要性可能舉足輕重，但它不會成為引人注目的焦點。對一家大型生物製藥公司而言，這或許才是最可信的樂觀解讀。

因此，賽諾菲最強而有力的AI策略並非顛覆，而是有條不紊的增強。如果公司能夠持續將AI融入可控的科學研究和營運流程，並隨著時間的推移展現出更清晰的產品組合或研發優勢，投資人或許會逐漸將賽諾菲視為更高品質的創新平台。

05. 常見問題解答

關於人工智慧和賽諾菲的常見問題

人工智慧會把賽諾菲變成科技公司嗎？

不。更合理的結果是，人工智慧將使賽諾菲成為一家效率更高、優先順序更高、生產力更強的生物製藥公司。

人工智慧在哪些方面最能幫助賽諾菲？

藥物發現、投資組合決策、臨床開發以及生產和供應似乎是其中最明確的應用案例。

人工智慧理論面臨的主要風險是什麼？

主要風險在於，人工智慧雖然可以改善內部流程，但在產品線品質或財務結果方面的提升不足以改變投資人的看法。

為什麼要在一篇人工智慧文章中重點討論投資組合決策？

因為在生物製藥領域，選擇在哪裡投入、停止和加速，其創造的價值可能與一項額外的科學成就一樣大。

06. 資料來源