1樓：全麥吐司
1. 目前幾乎所有創新醫藥公司都靠融資活著。
2. 醫藥巨頭雖然賺現金流，但活得很辛苦，個個負債率都很高，利潤率低。雖然巨頭看起來很重視研發，但裁員重組頻繁，尤其是臨床前研發，穩定性不佳。
3. 醫藥研發失敗率非常高，變現之路遙遠且漫長。
4. AI究竟能給醫藥帶來多少變革性價值？
2樓：畫心
國內醫藥行業的崛起確實是大趨勢,如果能夠搶先一步進入到這個行業,應該能獲得不少的收益,尤其是在糾結的時候,一定要鼓起勇氣,放心大膽的去做。
3樓：順風之浪
接觸過AI製藥，工作跟醫藥資料有關，平日和演算法團隊合作緊密，勉強算個半吊子。我覺得AI製藥有前途，但不是現在，至少還要等10-20年。
我研究生是做生物資訊學，第乙份工作也是生物資訊相關的，跟AI醫藥算沾邊吧，但是我很快就轉行了，因為看到了1個難以解決的矛盾：你演算法再NB，產品再好，不能直接給患者用，中間隔了1個裁判（醫院科室主任）。當前演算法沒有辦法做到無比顯著的差異，或者說成本沒有辦法降低到挑戰傳統做法的程度，終端使用者（患者）沒有辦法直接感知，裁判說了算。
也就是說，搞定裁判是最重要的一環，這跟網際網路to C的玩法有很大差別。
說到AI製藥，問題也是一樣的，計算機模擬的再好，你沒有實驗室資料支撐，監管機構就不會讓你上臨床；你說幫助大藥企做輔助設計，提高篩選效率，藥企憑什麼把積累下來的核心資料交給你；就算資料也不是問題，那些老一代的合成生物學專家接不接受也是個問題（他們很多時候是有1票否決權的）。此外，醫藥行業的容錯率比網際網路行業低得多，對演算法和資料的要求上了好幾個檔次。所以現在很多AI製藥公司都開始自己建實驗室，自己做藥了，這好像又跟初衷完全不一樣了。
所以，如果真的想去做AI製藥，建議等演算法再成熟一點，資料積累的再多一點，醫藥圈的接受程度再高一點，監管再與時俱進點，新老交替快完成的時候，再去！
4樓：
人生無絕對，就如沒有絕對準確的模型。絕對準確意味著絕對過擬合。不假思索把他人的經歷套在自己身上就是一種人生意義上的過擬合。
創業成功率和專業沒多大聯絡，純粹是商業問題。在哪賭都是賭，如果純粹為了賭，個人意見去這些公司賭還不如去美國讀個cs碩士然後進灣區獨角獸賭。
至於專業方面，本人AI in Drug Discovery課題的博士在讀，總結下來這個方向是個交叉方向，需要一些物理，化學，生物乃至基礎醫學背景知識。剛開始不會沒事，你得學。所以只對計算機有興趣，對醫學，生化沒興趣的，八成做不來這行。
做這行的大多數都是物理或者化學出身的（尤其是計算化學/計算生物），純cs出身做這個的也有，但是不占多數。
5樓：Eliot Alexander
因為一直在相關行業（生物醫藥）工作，所以我沒啥發言權。
不過，個人觀點有機會去網際網路醫院，還是去網際網路醫院。對於醫療器械和藥物公司，還是待一段時間就好。
單純網際網路已經過了巔峰期，沒有太大的前景。
非網際網路人士如何轉行網際網路？
產品一哥 你要掌握知識點有 網際網路思維，運營方法，運營是什麼，它是幹什麼的，它的工作目標是什麼。這些都是要掌握的，否則就算你轉行成功了也將無從下手。產品一哥 萬字乾貨！0基礎如何拿到產品經理offer 0基礎如何拿到產品經理offer 資料分享 資料提取碼 z8nr 0基礎如何拿到產品經理offe...
網際網路 會計 ？
你們要有夢想，要奮鬥，要努力，不要默守陳規，要勇於打破規則，不破不立。當皇帝不是唯一的路，不要人云亦云。雲會計。類似AWS的EC2，軟體執行在雲伺服器，資料加密存放在雲伺服器。企業用客戶端金鑰登入，隨時隨地檢視開支流水。不僅方便，還解決會計軟體盜版問題。然而，雲儲存有風險，依舊沒幾個企業用。財務共享...
2023年網際網路進入寒冬，再進入網際網路行業是明智之舉嗎？
琿12138 事實上，2019年不僅網際網路企業很慘，地產行業一倒就是幾百家，影視行業2019年1884家公司倒閉，迪麗熱巴說8個月拍不到戲，橫店影視城開機率銳減45 連群演都不願意去了。有人說未來隨著國內經濟下行 燒錢日子逐步結終，以及各行業壟斷加劇等原因，大型網際網路企業將面臨更殘酷的競爭，而中...