Recursion商务官认可数据护城河：专有数据+超算+双语人才，端到端平台打赢新药淘汰赛

一句话结论

AI 药物发现的最大瓶颈不是算法，而是数据。Recursion 首席商务官 Matt Kinn 在 Silicon Slopes 峰会接受 Nasdaq 专访时给出判断：行业90%的药物在临床阶段折戟、单款新药成功上市平均要烧掉20亿美元，根因是生物学复杂、人类认知有限。Recursion 的解法是三大差异化优势——十年专有数据集、药企最快的自建超算 BioHive 2、横跨技术与生物的”双语”团队，再把三者铺满药物发现全链条，而不是只做单点工具。平台首个临床验证也已落地：用 AI 平台发现 MEK1/2 抑制机制治疗罕见病 FAP，临床试验实现息肉负荷快速且持久的降低。

新药研发为什么是高风险生意

Kinn 首先用行业数字定调：即便对制药外行，“药物发现是高失败率生意”也是常识——约 90% 的药物在进入临床前后失败，把所有折损摊进去，一款药从实验室到上市平均成本约 20 亿美元以上。原因不在于科学家不够聪明，而在于人类生物学和疾病复杂到”几十年研究后我们依然所知甚少”。

Recursion 成立约 12 年，核心命题就是用两件事对抗这种复杂性：一是生成大规模数据集的能力，二是用 AI 和机器学习从数据中提取新洞见、再把洞见变成药物。Kinn 强调，这不是概念演示，平台已经在真实管线上产出结果。

三大护城河：数据、算力、人

被问及与”传统方法”的差异，Kinn 拆出三层优势。

第一层是数据。他指出，业界”没有多少经过良好策展的生物学与化学数据集”，而”AI 只与它训练的数据一样好”。Recursion 花了约十年构建大规模专有数据集，同时与生态伙伴合作获取互补数据。这回答了一个 AI 从业者常见疑问：为什么通用大模型不能直接解决垂直领域问题——垂直领域缺的不是模型，是可训练的高质量数据资产。

第二层是算力。Recursion 投资了自建超算 BioHive 2，上线时被评为”任何单一制药公司拥有并运营的最快超算”。它支撑大模型训练，并把模型部署进内部工作流。这体现了 AI 基础设施投入的复利效应：数据越攒越多、模型越训越强、工作流越跑越顺。

第三层是人与文化。Kinn 说这个领域需要”双语人才”——技术人懂药物发现，生物学家和化学家懂 AI 与计算方法。Recursion 不只招聘这样的团队，还刻意训练员工跨域。对任何想引入 AI 的传统行业，这条经验直接可搬：没有”双语”中间层，平台能力落不进业务。

端到端平台 vs 单点工具

Kinn 特别强调，Recursion 把三大优势”不止部署在价值链的一个环节，而是覆盖药物发现全程——如何设计分子、如何推进临床”。在他看来，端到端平台是与同业竞争者的真正差异点。

这也解释了为什么”点解决方案”难以改变行业：制药价值链环环相扣，单点提效会被上下游的瓶颈吃掉。AI 从业者可以把这视为”全链路自动化”在垂直行业的镜像案例。

首个临床验证：AI 发现的 FAP 疗法

价值落地层面，Kinn 提到平台首个重要验证：几个月前公布的 FAP（家族性腺瘤性息肉病）1B/2 期研究顶线数据。FAP 患者消化道会长出数百甚至上千个息肉，此前无获批疗法，手术是唯一选择。Recursion 用 AI 平台发现了 MEK1/2 抑制这一特定机制，临床读出显示分子能快速、持久地降低总息肉负荷。

他同时给出 2026 年三大优先级：一是把更多洞见转化为临床影响；二是聚焦平台显示真实优势的领域，用 AI 提升”速度、成功概率、决策质量”；三是大志向配纪律，在看不到优势的地方做数据驱动的”不去做”决策。验证策略是否奏效的标志，不是某一个爆点，而是一连串可重复的交付物——临床结果与合作里程碑。

原文信息

• 原视频标题：Nasdaq Interview with Recursion Chief Business Officer Matt Kinn at Silicon Slopes
• 频道：Recursion
• 讲者：Matt Kinn（Recursion 首席商务官）
• 发布日期：2026-03-17
• 视频时长：约 7 分钟