凌晨一点，宁顺海岸。

白天被太阳晒成银白色的花岗岩已经彻底暗下去。

远处是南海。

更远一点，是从金兰湾方向缓慢移动的船灯。

桌上还留着一瓶没有喝完的勃艮第白葡萄酒，冰桶里的冰已经化了一半。酒店把最后一道甜品撤走以后，山坡上只剩风声，以及几棵在旱季里依然显得过分克制的葡萄藤。

这种地方很适合谈AI for Science。

白天适合谈技术革命。

晚上适合看现金流。

越南人做生意有一种很有意思的直觉。

胡志明市第一郡那些翻修过的老建筑里，楼下可以卖咖啡，楼上可以做基金办公室，再往上可能是一家只有六张桌子的餐厅。

大家都知道：

真正值钱的，往往不是你眼前看到的那一层。

AI for Science也是一样。

一

先把模型、机器人、自动实验室、数字孪生这些词暂时拿走。

只问三个问题：

谁付钱。谁拿走最后的产品。谁承担等待。

问完以后，很多故事就安静了。

AI for Science最大的问题一直非常简单：

Science距离现金，太远。

一次API调用，今天可以计费。

一块GPU，开机就开始折旧。

一台自动移液机器人，交付就可以确认设备收入。

一套实验室自动化系统，签合同以后就进入项目回款。

可一个科学发现呢？

靶点之后还有分子。

分子之后还有动物实验。

然后临床。

然后审批。

然后生产。

然后渠道。

然后医保或者商业支付。

直到很久以后，消费者才真正付钱。

Science处在价值链很前面。

它当然重要。

但经济学从来没有说过：

最重要的环节，一定拿走最多的钱。

湄公河也很重要。

整个三角洲都靠它。

可你不会因为一粒榴莲最后卖得很贵，就把零售价全部付给河流。

2026年8月，《Nature Reviews Drug Discovery》对AI药物发现做了一次很冷静的总结：AI方法已经大量开发和部署，但真正具有临床意义的验证仍然有限。

翻译成金融语言，就是一句话：

技术价值已经产生，终局现金流还在远处。

而在现金流抵达以前，真正能够稳定赚钱的，往往是出售中间环节的人。

这个道理，在越南其实到处都看得到。

富国岛的一间海景别墅，游客以为自己买的是夕阳。

酒店集团卖的是房晚。

航空公司卖的是座位。

机场卖的是起降能力。

土地所有者卖的是土地升值。

银行卖的是融资。

OTA卖的是流量。

最后那个坐在泳池边看夕阳的人，只是整条产业链最末端的付款人。

同一片夕阳，被结算了很多次。

Science也是如此。

二

看一家典型的AI药物研发公司。

2025年，Recursion全年收入约7470万美元。

研发支出约4.75亿美元。

净亏损约6.45亿美元。

而它的大量经营收入来自合作研发、预付款和里程碑付款。

这件事非常重要。

因为它意味着：

AI for Science现在比较成熟的商业化方式，经常并不是把Science直接卖给最终消费者。

而是出售：

数据。

平台能力。

项目权益。

候选资产。

合作权。

里程碑。

未来收益的一部分。

这些东西用金融学的语言，其实都很接近一个概念：

期权。

Science被先转换成对未来Science的选择权。

然后再等待真正的产品现金流。

这和胡志明市守德新区很像。

很多人看见的是一块还没有完全成熟的城市空间。

开发商看见的是未来人口密度。

银行看见的是抵押品。

基金看见的是退出窗口。

地方商业看见的是未来消费流量。

同一块土地，在真正成熟以前，就已经被定价很多遍。

AI for Science也是如此。

药还没有出现。

但未来已经被拆成若干份卖掉了。

《庄子》所谓“得鱼忘筌”。

现代资本市场更进一步：

鱼还没有，筌已经完成了两轮融资。

三

接下来就到了最值得看的地方。

如果最终产品还很远，研发周期很长，失败概率又无法消失，

那么什么资产最好？

答案并不神秘：

能够低成本持有很久的选择权。

于是年轻研究者出现了。

他们可能是整个AI for Science体系里，最容易被错误定价的一类资产。

因为年轻人通常认为自己正在“选择未来”。

组织看到的，却是一个很长久期的人力期权。

河内西湖边有很多年轻人。

白天在研究院、大学、科技公司。

晚上坐在水边，桌上是一杯手冲咖啡和一台MacBook。

他们谈大模型。

谈机器人。

谈计算化学。

谈自动实验室。

谈世界正在变化。

这些话当然都对。

问题只在于：

未来属于谁，与未来是否存在，是两个完全不同的问题。

一个博士项目可能持续六年。

六年足够让西贡多出几栋摩天楼。

足够让岘港海边换一轮酒店。

足够让一家AI公司完成三次技术路线调整。

也足够让一个模型架构从前沿变成基础设施。

可年轻人的六年，只能用一次。

这就是整个结构最重要的地方。

四

组织拥有组合。

年轻人拥有经历。

这两句话看起来很接近。

实际上相差一个金融世界。

实验室可以同时做十个方向。

失败七个，还有三个。

公司可以同时押二十条管线。

关闭十二条，剩下八条。

基金可以投三十家公司。

只要其中两家足够成功，就能覆盖大量失败。

大模型公司可以同时训练多个系统。

一个路线不行，换下一条。

可是一个年轻人怎么办？

他没有三十个二十五岁。

也没有十个博士阶段。

他只有一条连续时间线。

所以：

组织承担的是可分散风险。

年轻人承担的是不可分散风险。

这里才是AI for Science真正需要研究的经济结构。

在大叻看松林特别容易理解这件事。

山坡上一棵树倒了，森林没有什么感觉。

可对那棵树来说，那就是全部。

组织是森林。

个人是树。

所以真正重要的，从来不是“这个行业有没有前景”。

这个问题太粗。

真正应该问的是：

前景兑现以后，你拥有其中什么。

五

高校在这套结构里尤其微妙。

高校不需要像上市公司那样，每个季度证明现金利润。

它需要的是另一套资产。

项目。

论文。

设备。

学生。

专利。

数据。

学科排名。

实验室规模。

下一轮项目申请能力。

下一轮招生能力。

学术网络。

这些东西不会全部出现在传统利润表里。

但它们会持续扩大组织能力。

所以高校真正需要维持的，是一个稳定运转的研究期权池。

年轻学生提供了其中最宝贵的一项：

时间。

而且是连续、专注、具有高可塑性的时间。

胡志明市有一种非常典型的老房子。

外面看起来还是几十年前的立面。

走进去以后，里面已经被重新切成咖啡馆、工作室、精品店、设计公司。

空间没有消失。

只是被重新定义用途。

博士生的时间也很像这种空间。

学生以为自己交付的是一项研究。

组织得到的却远远更多：

实验结果。

代码。

失败经验。

数据清洗。

仪器流程。

模型调参经验。

专利可能性。

下一代学生的训练素材。

未来基金申请里的 preliminary data。

最重要的是：

知道哪些路不值得再走。

失败对个人来说可能是一段时间。

对组织来说，却是一项信息资产。

这就是时间为什么会产生不对称收益。

六

于是，“AI for Science收入高不高”其实是一个很初级的问题。

真正值得问的是：

谁拥有选择权。

年轻人进入一个方向以后，会不断积累资产专用性。

论文围绕这个方向。

导师网络围绕这个方向。

技能围绕这个方向。

合作关系围绕这个方向。

履历也围绕这个方向。

时间越长，切换成本越高。

这就是路径依赖。

而另一边呢？

企业可以关项目。

高校可以换重点。

投资机构可以换赛道。

大模型公司可以升级模型。

药企可以终止管线。

资本可以重新配置。

年轻人却不能回到四年前重新选一次。

这很像从河内飞胡志明市。

航班延误了，你可以改签。

航空公司有几十架飞机。

机场有几百个航班。

平台有几万张票。

可乘客当天只有一次行程。

同一场延误，

对系统只是一个统计波动，

对个人却可能是全部安排。

这就是组合与经历的区别。

所以整套结构可以压缩成一句话：

上层持有组合，年轻人持有时间。

组合可以分散。

时间不能。

七

AI for Science更有意思的变化，还在后面。

Anthropic这类大模型公司开始把AI真正接入湿实验室。

大型药企也开始直接与最上游模型公司合作。

上下游正在靠近。

这意味着什么？

中间层必须重新回答一个非常残酷的问题：

你究竟拥有哪一种不可替代资产？

如果答案只是：

会调模型。

会写Agent。

会接机器人。

会跑工作流。

会把实验数据扔进大模型。

那么这些能力的稀缺性会越来越低。

真正能够留下来的，最后还是那些非常古老的东西：

独占数据。

实验基础设施。

知识产权。

临床资源。

制造能力。

渠道。

监管能力。

资本。

以及可以连续承受多年不确定性的资产负债表。

技术每天都变。

资产结构很少变。

这也是为什么我喜欢在越南观察这件事。

因为这里同时存在很多时间尺度。

河内老城区是一种时间。

胡志明市天际线是另一种时间。

大叻法式别墅是一种时间。

岘港海边的新酒店群是另一种时间。

会安那些几百年的木梁又是一种时间。

所有东西都在同一个国家里并存。

于是你会突然明白：

所谓产业革命，

很多时候只是不同久期资产之间的一次重新定价。

AI for Science也一样。

模型迭代按月。

硬件按年。

博士培养按六年。

药物研发按十年。

资本基金按周期。

人的青春，却只有一次。

把这些期限放在一起以后，

真正的结构就出现了。

八

所以我越来越觉得，AI for Science最应该研究的一个词，根本不是AI。

是：

Duration。

期限。

谁可以等十年？

谁必须三年毕业？

谁的资本可以滚动？

谁的合同一年一签？

谁拥有模型？

谁拥有机器？

谁拥有实验室？

谁拥有最终产品注册权？

谁拥有销售渠道？

谁拥有知识产权？

谁只有自己的时间？

这些问题一旦全部列出来，

AI for Science瞬间变得非常清楚。

年轻人看见技术革命。

高校看见科研生产能力。

企业看见项目组合。

投资人看见期权。

云厂商看见算力消费。

大模型公司看见平台入口。

药企看见更便宜的候选资产。

大家讨论的是同一个未来。

但每个人拿到未来的方式完全不同。

清晨五点半，宁顺的天开始发白。

远处的海从黑色变成铅灰色。

山坡下面有人开始准备早餐。

咖啡豆刚磨开的时候，空气里有一种很干净的坚果香。

再晚一点，太阳会从海面上升起来。

公路上会出现开往芽庄方向的车。

酒店泳池边会重新有人拍照。

世界又恢复成一个看起来非常正常的样子。

但问题还在那里。

AI for Science有没有未来？

当然可能有。

这个问题甚至没有那么重要。

真正重要的是：

当那个未来兑现的时候，你到底拥有什么。

资本承担钱的不确定性，所以要求股权。

企业承担经营的不确定性，所以要求知识产权。

高校承担组织的不确定性，所以积累项目、设备、论文与数据。

年轻人承担的是时间的不确定性。

然后你会发现一个极其有意思的现象：

钱有价格。

股权有价格。

专利有价格。

土地有价格。

算力有价格。

胡志明市第一郡一栋百年老楼都有价格。

富国岛面向日落的一平方米土地都有价格。

河内西湖边的一张桌子都有价格。

只有年轻时那几年，

经常没有被认真定价。

禅宗里有一个极朴素的意思：

人总喜欢抬头寻找远方，

却很少低头看看自己脚下站的是什么。

AI for Science的远方当然很漂亮。

就像傍晚六点的岘港海岸。

整片海都是金色的。

谁都愿意多看一会儿。

只是看海以前，

最好先确认一件事：

那片海景，是你的资产，

还是你只是住过一晚。

本文不含AI生成内容

欢迎留言分享你的看法