《動脈網：2023智慧實驗室產業報告：臨床檢驗在下沉市場求增量藥物研發將成熱門場景2023智慧實驗室建設行業研究報告（40頁）.pdf》由會員分享，可在線閱讀，更多相關《動脈網：2023智慧實驗室產業報告：臨床檢驗在下沉市場求增量藥物研發將成熱門場景2023智慧實驗室建設行業研究報告（40頁）.pdf（40頁珍藏版）》請在三個皮匠報告上搜索。

1、1前言前言臨床檢驗檢測類的實驗室智慧化在疫情期間快速發展，目前行業入局者眾多，市場趨于飽和，該賽道的智慧化服務企業在疫情后將如何繼續保持快速增長？經歷了臨床實驗室快速智慧化的“全民教育”后，生命科學領域的實驗室對智慧化的信心與潛在需求被激發，推動行業市場規模擴大，吸引眾多參與者入局，目前，在實驗室智慧化建設領域，本土企業產品技術進展、市場化進展如何？未來將呈現怎樣的趨勢？蛋殼研究院此次聚焦國內醫學實驗室智慧化建設，為解構賽道發展現狀，并刨根各類實驗室智慧化建設的具體產品、技術與市場化進展，蛋殼研究院通過對行業數據的多維度剖析，調研數家科研院所、創新企業、投資機構，訪談十余位專家、企業創始人和投

2、資人，制作了本次報告，得出以下結論：臨床檢驗檢測類實驗室：臨床檢驗檢測類實驗室：入局者多、產能過剩，市場相對紅海；AI 融合、開放式產品打造是目前的主流產品策略；下沉二級及以下醫療機構、向研究研發型實驗室“進軍”，是市場增量方向。研究研發型實驗室：研究研發型實驗室：疫情后，大量潛在需求被激發，市場規模不斷擴大；覆蓋全線操作的自動化模塊配以快速集成能力，幫助企業在賽道贏得競爭力；自動化的推進助力高質量實驗數據快速積累、促進數智化發展，亟待“量變”帶來“質變”，打造自我驅動的干濕閉環實驗室；賽道尚處于發展初期，從需求出發、與頭部共創，助力企業打造核心產品。本報告將詳細從發展背景、賽道產品、技術現狀

3、及發展、賽道市場化現狀及發展的維度，分別洞察臨床檢驗檢測實驗室和研究研發型實驗室的智慧化建設現狀并歸納未來發展趨勢，以期為從業者帶來一些啟示與思考。目錄目錄第一章第一章 賽道尚處早期，藥物研發展現超強智慧化吸引力賽道尚處早期，藥物研發展現超強智慧化吸引力.1 11.1 自動化與數智化螺旋式發展，行業亟需高質量數據.11.2 賽道整體雖處初期，臨床檢驗檢測卻已紅海.21.3 后疫情時代，更“柔性”的智慧化建設更受資本青睞.4第第二二章章 深度深度 AIAI 融合，堅持自研為內核，并加速數據積累融合，堅持自研為內核，并加速數據積累.8 82.1 堅持自研、深度 AI 融合的開放性檢驗檢測實驗室是行

4、業共識.82.2 藥物研發智慧化的下半場，是數據積累和底層模塊.102.3 AI 潛能挖掘，用“軟件”思維建設智慧實驗室.13第第三三章章 檢驗產品在下沉市場尋求增量，藥物研發場景或將崛起檢驗產品在下沉市場尋求增量，藥物研發場景或將崛起.17173.1 檢驗檢測產品下沉、進軍研究研發領域，開拓增量市場.173.2 從需求出發+與頭部共創，加速開拓藥物研發新藍海.183.3 藥物研發吸引眾多創業者入局，疫情后浮現更大市場.20第第四四章章 未來趨勢未來趨勢.24244.1 完成國產替代甚至超越，更開放的智慧化產品是大勢所趨.244.2 數據快速積累，打造干濕閉環的自驅動實驗室勢不可擋.254.3

5、 核心技術自研搭配產業協作，平衡產品研發及市場化.26第第五五章章 企業案例企業案例.28285.1 漢贊迪-強大底層模塊+快速集成能力，做全流程智能化引領者.285.2 華大智造-創新智造引領生命科技，做生命科技核心工具締造者.295.3 正從科技用 AI 視覺機器技術，打破固體分配與稱量國際技術專利封鎖.305.4 創澤生物全自動細胞智造，推動智慧生物實驗室建設.325.5 優思泰科無人化智慧實驗室和實驗室自動化產品智造商.33圖表目錄圖表目錄圖表 1智慧實驗室構成要素及歷程.1圖表 2目前各融資階段企業數量統計（僅統計企業最新一輪融資）.2圖表 3部分智慧實驗室建設企業融資情況（上，僅展

6、示最近一輪融資）.3圖表 4 部分智慧實驗室建設企業融資情況（下，僅展示最近一輪融資）.4圖表 52014-2023 年融資事件數及總金額.5圖表 62014-2023 年各級融資規模事件數占比變化情況.5圖表 7國產企業三大重要產品戰略方向.8圖表 8兩類實驗室智慧化建設所需產品差異對比.10圖表 9相同底層邏輯下兩類實驗室不同的智慧化建設需求.11圖表 10藥物研發類實驗室自動化建設兩大主流模式對比.12圖表 11生物和化學類實驗室操作部分維度對比.14圖表 12智慧實驗室建設 5 類主要服務類型.20圖表 13各類實驗室對 5 大類服務的需求程度.21圖表 14漢贊迪智慧實驗室建設產品系

7、列圖譜.28圖表 15華大智造Lab 實驗室構架圖.31圖表 16正從科技自研產品矩陣.31圖表 17創澤生物 AceMan 產品示意圖及介紹.32圖表 18優思泰科智能部分拳頭產品展示.3311第一章第一章 賽道尚處早期，藥物研發展現超強智慧化吸引力賽道尚處早期，藥物研發展現超強智慧化吸引力1.1.1 1 自動化與數智化螺旋式發展，自動化與數智化螺旋式發展，行業亟需高質量數據行業亟需高質量數據隨著越來越多的企業加入實驗室智慧化的行列、越來越多的實驗室開始進行智慧化建設，行業逐步也對智慧實驗室有了更為清晰的認知和共識，從逐步解放到部分環節甚至超越人力的操作和思考，不斷提升實驗的降本增效價值。從

8、單個模塊到黑燈實驗室，逐步通過自動化去解放人力。搭載在醫療儀器和設備上的自動化方案是“解放人力”的主要智慧化手段。起初從單個自動化模塊開始，承接移液、開蓋等單個操作，成為實驗室的得力工具；后將各模塊連在一起，逐步形成可以執行某特定任務的功能島，如樣品的前處理、純化等；再后來，功能島之間通過軌道或柔性機器人串聯成流水線，創造出可完成某特定流程的實驗室平臺，如核酸檢測、高通量測序等；最后，配合上智慧化管理系統，可讓整個實驗室的多線任務有效、高效地進行，徹底解放人力，打造“黑燈實驗室”。經過信息化、數字化處理后，數智化實驗室逐漸“解放大腦”。與此同時，對數據的存儲、處理和應用能力，承擔著“解放大腦”

9、的重任。順應互聯網、物聯網、5G、大數據及人工智能的發展步驟，智慧實驗室“解放大腦”的推進也在逐步經歷信息化、數字化到數智化的過程。信息化讓所有實驗、樣品和管理流程和狀態都從傳統紙質版轉化為電子版，在存儲的分類、準確、長久等方面邁出了一大步；在此基礎上，數字化手段得以實現遠程、高效地進行實驗和運營管理，與此同時繼續產生實驗及管理相關數據；最終，大量、高質量、多維度的數據被人工智能充分學習，進行智慧化數據應用，從而自動預測實驗結果、優化實驗流程及管理等。圖表 1 智慧實驗室構成要素及歷程資料來源：動脈網干濕閉環，打造智慧化實驗室。當“解放人力”和“解放大腦”同時走到“極致”，智慧化實驗室的誕生也

10、就水到渠成：“大腦”按需求生成高成功率任務流程，黑燈實驗室精準執行2任務、實時反饋情況；同時，智慧實驗室在需要時及時優化、調整實驗進度和流程，最終高效滿足需求。智慧實驗室需要軟硬件螺旋式發展。目前，“解放人力”的進程整體快于“解放大腦”，但要達到上述的“極致”，均還有一段距離?！皟蓷l腿”的共同進步需要彼此“扶持”，自動化所產生的大量的、高質量的數據是數智化發展的重要基礎；自動化如何才能產生高質量的數據，則有賴于數智化的“分析”。高質量數據的產生與應用是智慧實驗室發展核心。整體而言，我國生命科學領域的醫學實驗，正處于快速收集數據的階段。目前，“兩條腿”都在快速前進并不時獲得突破性進展。這有賴于行

11、業整體在自動化領域的大步跨進，提高數據質量的同時也在規?；脑黾訑祿恳赃_到快速收集數據的目的?；诖?，數智化建設可以在原有文獻研究和公開數據源類的“成功”數據基礎上，不斷得到真實實驗產生的“失敗”數據加持，算法也因而不斷迭代以變得更加精準。1.21.2 賽道整體雖處初期，臨床檢驗檢測卻已紅海賽道整體雖處初期，臨床檢驗檢測卻已紅海智慧實驗室整體處于發展早期。據蛋殼研究院不完全統計（數據截至 2023 年 9 月 25日），布局智慧實驗室的企業共 62 家，其中 54 家企業成立于 2010 年后；擁有融資經歷的共 48 家，其中處于 A 輪階段的企業最多，占比 40%，其次是處于 A 輪以前的

12、企業，而在 B 輪及以后的企業占 35%?？梢?，整個智慧實驗室賽道依然處于發展早期，還擁有充足的發揮空間。圖表 2 目前各融資階段企業數量統計（僅統計企業最新一輪融資）數據來源：動脈橙產業智庫、企查查、天眼查3但通過進一步細分發現，布局臨床或第三方檢驗檢測類實驗室智慧化建設的企業整體融資輪次偏后期，并已跑出如安圖生物和華大智造等上市企業。尤其是在經歷了疫情之后，這一賽道的成熟度更是迅速上升，企業蜂擁而至。因此也導致該賽道的競爭激烈，市場已相對紅海。圖表 3 部分智慧實驗室建設企業融資情況（上，僅展示最近一輪融資）4圖表 4 部分智慧實驗室建設企業融資情況（下，僅展示最近一輪融資）數據來源：動脈

13、橙產業智庫、企查查、天眼查；按融資輪次排序，輪次相同按時間排序而在生命科學領域，服務藥物研發或基礎研究的實驗室智慧化企業競爭格局還并不明朗，眾多企業結合自身特點，分別從不同的痛點切入，助力這一賽道的實驗室智慧化建設，例如從移液角度切入的漢贊迪、從固體稱量角度入局的正從科技和優思泰科、從細胞制備技術切入的創澤生物等。這些實驗室智慧化建設的“新鮮”血液也在市場端獲得認可。1.31.3 后疫情時代，更后疫情時代，更“柔性柔性”的智慧化建設更受資本青睞的智慧化建設更受資本青睞疫情期間的智慧實驗室獲得一級資本市場的高度關注。疫情前，布局智慧實驗室企業的融資事件數以及總金額逐年平穩增加；這一趨勢在疫情期間

14、出現成倍的增長，累計發生融資事件 145 起。一方面，疫情讓巨大的實驗室自動化需求爆發，尤其是大量核酸檢測需求極大促進了檢驗檢測類實驗室自動化建設；另一方面，此次盤點中超半數企業成立于 2016 年至 2021年間，占據 62.9%（39 家企業），迅速增加的企業數量也是期間融資事件數及總金額成倍增長的原因之一。在數據統計中，為更好分析資本對智慧實驗室建設的關注和投入變化趨勢，我們將 2014年海爾生物的大額融資及 2018 年邁瑞的 IPO 調整后，將融資額中“數千萬元”、“數億元”等按照“1 千萬元”、“1 億元”計算，未披露融資額度不計入其中，分析結果如圖表 5 所示。5圖表 5 201

15、42023 年融資事件數及總金額數據來源：動脈橙產業智庫（2023 年數據截至 9 月 25 日）千萬級融資為主，億級融資增多。隨著更多市場需求逐漸釋放、技術不斷突破，這一賽道的諸多企業陸續達到了 C 輪、D 輪及以后的融資輪次。2014 年至 2023 年間，根據各級融資規模的事件數占比變化顯示，雖然目前依然以千萬級融資金額為主，但億級融資事件數也呈穩步增多趨勢，也預示著市場對于該賽道處于長期看好的狀態。圖表 6 20142023 年各級融資規模事件數占比變化情況數據來源：動脈橙產業智庫（2023 年數據截至 9 月 25 日）更“柔性”的實驗室獲高度關注。疫情期間，實驗室智慧化的整體建設有

16、了極大進展，但主要集中于臨床檢驗檢測領域。后疫情時代，敏銳的資本則開始捕捉智慧實驗室的下一個爆發領域，即針對研究、研發型更為廣泛應用場景的、流程相對更靈活、“柔性”要求6更高的自動化技術與解決方案正受到越來越多的關注。本章總結：本章總結：智慧實驗室自動化建設“解放人力”、數智化建設“解放大腦”，兩者互為協同關系，缺一不可，目前行業正處于數據快速積累的階段。實驗室智慧化服務企業中，A 輪融資企業占比最高，達 40%，表明整個智慧實驗室賽道依然處于早期階段。疫情極大推動了臨床檢驗檢測類實驗室的自動化建設，同時也對行業進行了里程碑式“市場教育”，后疫情時代，研究研發類實驗室或將迎來快速進展。78第第

17、二二章章 深度深度 AIAI 融合，堅持自研為內核，并加速數據積累融合，堅持自研為內核，并加速數據積累2.12.1 堅堅持自研、深度持自研、深度 AIAI 融合的開放性檢驗檢測實驗室是行業共識融合的開放性檢驗檢測實驗室是行業共識臨床檢驗檢測痛點突出，在疫情催化下得以高速發展。用自動化方式可主要解決：通過解放人力確保安全性、通過高通量提高實驗效率、通過標準化保證重復性。臨床和第三方檢驗檢測對這一能力需求最迫切，安全是實驗室最基本的紅線；對于樣本量大實驗室或尤其是在樣本采集高峰期，單位時間樣本處理的能力往往與實驗室收益直接相關；此外，保證每個樣品按照標準流程處理和檢測更是提高結果可靠性的關鍵。巨大

18、的市場空間與疫情催化吸引了眾多資本和大量企業入局，臨床檢驗檢測的自動化得到高速發展。據調研，目前我國流水線裝機量超 3000 條，三級醫院流水線滲透率更是超過 80%，部分醫院甚至設置了多條流水線。以目前的態勢來說，剩余的流水線市場已不足 50%，如果以平均每年裝機超 500 條的速度滲透的話，未來 35 年國內臨床檢驗檢測流水線將趨于飽和。產能過剩，用真實的性價比獲得更多“蛋糕”。面對產能過剩的局面，企業的產品戰略也有所調整，提升品牌力、服務力和開放性，從而提高臨床檢驗檢測流水線產品的整體性價比是重要發展方向。圖表 7 國產企業三大重要產品戰略方向資料來源：動脈網品牌力對長期發展至關重要，需

19、要厚積薄發。目前，羅氏、貝克曼等跨國企業的品牌影響力依然難以撼動，在有預算空間的情況下，醫院依然會堅定選擇品牌力而非性價比。品牌力需要好的產品配合好的營銷策略，產品方面，國產品牌技術追趕及創新速度喜人，雖還有所距離，但也已有企業跑入頭部梯隊；營銷方面除了需要企業積極對外輸出，更重要的還是臨床階段的口碑。產品與營銷均需要時間沉淀，雖然短期暫無法看到明顯效果，但就長期發展而言至關重要，品牌力的打造是一個厚積薄發的過程。9服務力是現階段差異化競爭切入口。服務力是另一個重要且有效的產品策略。進口產品在穩定性上目前依然優勢明顯，但相關的服務，一直是臨床的痛點，例如產品迭代更新速度較慢、產品售后服務響應速

20、度與解決效率普遍偏低。在這一塊，國產廠商因為與國內臨床的地理位置更接近，有天然的本地化優勢，得以更加靈活地進行產品升級、跟上臨床的需求變化，這為國產廠家提供了差異化的競爭切入口。開放性是大勢所趨。如果說品牌力是奠定長期競爭力的基礎、服務力是提供差異化入局的切口，那么開放性就是最直接、有力的競爭武器。目前，臨床檢驗檢測流水線領域的跨國頭部企業為市場提供的多為封閉式流水線，基于其覆蓋儀器、耗材、試劑等全流程產品的產品實力基礎，加之早期入局積累的多年品牌力，使其占據了不小的市場份額，尤其是費用預算充足的三級醫療機構。在此局面下，使用同樣的打法，無論全線布局產品的速度還是品牌力打造的速度，大概率會長久

21、保持追趕的狀態。因此，開放式的自動化產品為國產品牌提供了彎道超車的機會。從臨床角度出發，雖然目前相關儀器可能依然更偏向于信賴進口產品的品質但國產品牌已在逐漸獲得信任感，基于整體成本考慮，以及對更好服務的需求，性能相同甚至更好可價格卻“腰斬”的國產自動化流水線產品對臨床展現出了較強的吸引力。與此同時，國產品牌用兼容主流檢驗檢測儀器的開放式流水線方式運作，不但是廠家的“另辟蹊徑”，也是臨床的真實訴求所在。堅持技術自研、加強 AI 融合。在檢驗檢測領域，做出一條能夠運行的自動化流水線產品似乎不難，但是做出一條能夠穩定適配主流儀器，并且能夠保證與儀器一致的高通量、樣本精準識別以及順暢聯通的前后處理，從

22、而做到高效、準確的樣本進結果出的開放式流水線難度很高。過去，為了搶占市場，不少自動化產品由眾家零部件快速整合而成，但未來，擁有核心技術的自研產品將展現出越來越強的競爭力。一方面，自研技術能夠最大化保證產品的靈活性和迭代速度，緊跟臨床的需求，提供高質量服務，從而建立良好產品口碑，打造品牌影響力，另一關鍵原因是自研產品的成本可控。在產能過剩，總市場份額短期難大幅增加的局勢下，行業最終比拼的是服務能力與性價比，堅持技術自研是一個長線投資，就產品戰略層面而言，擁有更多核心原研技術無疑更有利。對核心技術進一步解析，對 AI 的應用與融合是當務之急。高集成并且穩定的自動化產品像是一個健康的體魄，與之配套的

23、高智能化軟件則是其中的靈魂。一個開放生態的自動化產品，不僅能兼容第三方的硬件，還能通過同一調度軟件控制硬件流暢運行。打造一套能夠合理安排每個環節的運行、實時辨別運行狀態、記錄運行數據并做出調整的控制調度軟件將極大提升自動化產品的適用范圍、提高使用的便捷性和體驗感?？焖侔l展10的 AI 技術在這一塊具有極大的潛力，能幫助開放式流水線配套軟件變得更加智能；此外，AI 的深度融合還能直接降低操作人員的使用門檻，讓產品的交互方式變得更加符合臨床操作人員的思維和習慣。華大智造是這一領域的先行者，在運用自動化產品、柔性機器人、實驗室信息管理系統達到無紙化、無人化操作的基礎上，更是為實驗室融入了 AI 算法

24、，通過自然語言處理、機器學習、計算機視覺識別、數據處理與分析等模塊，達到 24 小時動態監測環境安全的同時，還可根據通量和產出要求，自主評估最佳運行配置、優化實驗進度，全方位管理實驗室核心要素“人、機、料、法、環、測”，打造自我驅動的“黑燈實驗室”?？梢灶A見，在 AI 的幫助下，智能的軟件將真正幫助臨床檢驗檢測的自動化流水線產品變得數字化、數智化，從而搭建樣本進報告出的智慧實驗室。2.22.2 藥物研發智慧化的下半場，是數據積累和底層模塊藥物研發智慧化的下半場，是數據積累和底層模塊標準化程度、決策量需求不同，智慧化建設需求各異。藥物研發和基礎研究的實驗室智慧化策略與臨床檢驗檢測類的有所不同，這

25、來自操作流程的標準化不同、實驗過程中需要做的分析和決策的量不同。圖表 8 兩類實驗室智慧化建設所需產品差異對比資料來源：動脈網臨床與第三方檢驗檢測類實驗室在操作層面上，通常已經擁有行業統一的要求與標準，對操作的精度要求也較為固定，因此通常為特定的某一檢驗檢測實驗打造的自動化產品對于大部分的檢驗檢測類實驗室均可應用。高度標準化是其快速發展的重要基礎，目前該檢驗檢測實驗中多種操作流程均已高程度自動化，行業已經進入優化、迭代階段。此外，對于實驗數據的訴求集中在記錄、存儲與可追溯，對 AI 的應用集中在物理位置監測與環境狀態的監測，市場的技術服務實力已經能夠完美匹配該數字化打造需求。因此，11在該領域

26、，已經具備完善搭建“黑燈實驗室”的實力。當數據達到“質變”，實驗室智慧化將獲得飛躍式發展。藥物研發和基礎研究類實驗室在操作層面就靈活了許多，像是眾多操作的排列組合，且每一種操作所需要的試劑類型、試劑計量和實驗通量也差異較大，因此在很多操作環節，比高通量更迫切的應該是設備能夠提供更多操作選擇、各操作能夠更靈活排序實施、各操作能夠匹配更多種類的試劑以及通量更靈活多選。目前，行業參與者正基于各自的技術優勢和行業理解嘗試以不同的方式來滿足這些市場需求，部分細分領域已有極具代表性的產品輸出，但各細分領域還未出現市場占有率和技術認可度處于絕對優勢地位的解決方案。此外，該類實驗室對數字化、數智化的要求也是呈

27、量級增加，除了對物理位置、環境狀態的監測，更是需要對實驗數據進行多維度分析并產出洞見指導后續實驗的優化、實施，以及實驗成果的預設和驗證。而這一高度的數智化建設需要建立在足夠充足的、高質量的數據基礎之上，該類數據除了前沿文獻、論文的數據，更需要真實的濕實驗累積下來的包含成功與失敗的大量數據。目前，對文獻、論文數據的收集與運用已經相對成熟；而真實濕實驗產生的數據則有賴于高效自動化建設來保證其海量且高質量，在這一板塊，行業正處于快速數據積累階段，當數據體量累積到質變點，藥物研發和基礎研究類實驗室的智慧化建設也將取得飛躍式進步。屆時，通過人工智能達成的自我驅動式干濕閉環實驗室將極大減少藥物研發與基礎研

28、究的試錯成本，將以可觀的速度推動新藥及基礎研究領域的發展。自動化建設遵循相同邏輯、不同建設方式。在自動化的建設中，兩類實驗室遵循一樣的底層邏輯，即首先將動作標準化，然后將標準化的動作自動化，隨后再優化自動化的動作高效化。不過，由于兩類實驗室的終極使命不同，讓三個環節所需要的智慧化建設服務也就有所差異。圖表 9 相同底層邏輯下兩類實驗室不同的智慧化建設需求資料來源：動脈網12在自動化建立的過程中，藥物研發和基礎研究類實驗室相較檢驗檢測類實驗室還需要“前置”一個歸納和建立標準化的過程。在該類實驗室中，定制化程度較高，但大量非標準的定制化服務并不利于企業的長期發展。因此，企業必須在眾多流程、需求和最

29、終目的各異的實驗中，盡可能將萬千操作進行最小單位的歸類，讓同一套產品可以適配的操作更廣，例如允許幾種實驗操作動作隨機組合、允許同時進行試劑配制不同的操作流程、允許根據上一動作結果自動選擇后續操作流程等。研究研發類實驗室智慧化建設進入下半場，逐步滲透低標準化操作。并不是所有的操作流程都高度靈活，此類實驗室的操作也有標準化程度高低之分。目前，高通量篩選等標準化程度高的流程已經被很好地自動化。在這一類實驗室智慧化建設的下半場競爭中，自動化將朝著標準化越來越低的操作進行滲透；這一過程對自動化工業技術的要求將越來越高，對企業平衡成本和投入的能力要求也會逐步提高。目前，行業主流的產品打造模式大致可分為兩種

30、，即“從下往上”和“從上往下”：前者是理解和拆分底層模塊，再按照需求集合成所需自動化產品；后者是搭好所需自動化產品的框架，再尋找相應能夠滿足需求的配件，盡可能合成與框架無限接近的產品。兩種模式也有各自的優劣勢。圖表 10 藥物研發類實驗室自動化建設兩大主流模式對比資料來源：動脈網在“從上往下”的模式中，對于企業最大的“誘惑力”在于產品打造時間短、投入成本低、變現周期短，在早期市場相當空白時，對于快速占領市場擁有一定優勢。但隨著入局者越來越多，成本的“硬傷”、由于核心技術缺失而缺乏溢價能力等劣勢將越來越凸顯。畢竟，自動化的目標并不是全面自動化，而是最大程度的降本增效。因此，據調研數據反饋，“從下

31、而上”的模式在目前更受認可。打造最小操作顆粒度的自動化模塊組，構建核心競爭力。在“從下往上”的模式中，核心競爭力是打造出能夠覆蓋所有實驗室操作的底層模塊組，幫助服務企業在紛繁復雜而又多變的實驗需求中，能夠游刃有余地選擇相應的、恰到好處的模塊集合起來，高質量滿足需求。想要擁有該核心實力，最基礎的要求即是對實驗室眾多操作的深入理解，然后用工業自動化的方式達到用機器產出與研究人員操作一樣的效果。該模式在產品交付落13地中，由于靈活模塊的快速集成，也有望極大程度縮短實驗室建設的周期。以漢贊迪為例，自成立以來便堅持以強大技術模塊配以快速集成能力來滿足個性化需求。企業將生命科學實驗流程分為底層創新、設計實

32、現、分解動作、核心單機、應用方法、核心應用和研究領域七大環節，然后再逐一細化，目前已打造模塊 80 余個；并憑借此模式在某高通量蛋白藥物發現和篩選自動化大型項目中，創下短短 6 個月完成交付的卓越成績。自動化不是單純的人力操作機器化，而是將人力達到的效果，運用自動化的方式呈現；例如固液混合的攪拌動作，機器單純“復制”用玻璃棒攪拌的過程，很難達到實驗效果，因此工業自動化運用磁力等方式達到一樣的效果。在此過程中，專業研究人員與專業自動化團隊的深度融合顯得至關重要，研究人員清晰總結各操作需要達到的各種效果，隨后兩個專業團隊共同歸納出各個操作單元，再由自動化團隊用工業形式將各操作單元“翻譯”成自動化產

33、品。如創澤生物，堅持對實驗流程的一線調研并持續與領域專家、協會深入合作，不斷加深對生物實驗流程的理解，打造了適用于多種生物實驗室流程的智慧化建設方案 ABLE。方案包括企業自研設備平臺和豐富的功能模塊，配備智能化軟件實現模塊自動連接，可按不同智慧化建設需求實現快速集成。眾多模塊組的設計、打造和反復打磨是一個耗時且需要不小成本投入的過程。不過，豐富、完善的多模塊組可以支持智慧化建設企業按照實驗室需求精準集成所需的產品，在使用體驗感和成本上都有顯著的優勢，在智慧化建設這場馬拉松里，為企業注入持久的核心競爭力。2.32.3 AIAI 潛能挖掘，用潛能挖掘，用“軟件軟件”思維建設智慧實驗室思維建設智慧

34、實驗室智慧化建設中待解決的“世界難題”。在智慧實驗室整體打造中，行業對于解決思路有了一定的共識。自動化建設部分由工業技術挑大梁，對于技術門檻更低的操作部分優先實現自動化，再逐步向門檻更高的領域邁進。數智化的建設由物聯網及 AI 負責，目前主要聚焦在對環境、樣本狀態的監控及實時調整，以及在實驗產出數據的優化與分析上；從數據收集和學習更容易的領域起，逐步向對數據要求更高的數智化領域進軍。沿著這樣的思路，我們可以看到，在生物醫藥領域的自動化進程整體進展更快。由于該類實驗室主要涉及在液體內的反應，目前我國在移液領域的工業技術已經能夠很好適配實驗室相關需求，精度從 mL 到 nL 級別、通量從單通道到

35、384 通道均能實現，能夠滿足不同實驗通量、不同試劑計量配比的要求。不僅如此，為了適配藥物研發類實驗室的多變性，國內液體處理工作站也越來越靈活。如憑借液體處理入局的漢贊迪，除了打造適配多種液體處理需求的 CANTUS 及 NEMO 兩大系列外，更是在 2022 年底發布了其高技術壁壘的獨立 8 通道液體處理工作站 CANTUS FLEX，在 Y、Z 軸均可單獨控制泵14頭，實現每個泵頭單獨、不等距離、不等高度、不等體積地吸液排液。生物醫藥領域進程更快除了得益于行業在液體處理領域的高技術水平外，還與其對反應條件要求相對溫和有關。如溫度的控制范圍大多圍繞相關生物反應發生的所需溫度，通常在體溫上下，

36、區間波動小且較易達成；對壓強、真空等其他反應條件也并無特殊需求。圖表 11 生物和化學類實驗室操作部分維度對比資料來源：動脈網而在化學制藥領域，對工業的要求更多且更高。首先，化學實驗領域涉及更多的固體稱量，傳統實驗室中，人工稱量多種類、多形態的固體試劑是一個繁瑣、耗時且易出錯的環節。超過目標重量的固體通常無法回收（時常發生）而產生不可避免的浪費，部分固體稱量時對于操作人員的安全也存在隱患，此外大量重復的稱量與記錄也很難避免其中不出現人為錯誤。自動化無疑給了安全、效率、成本和正確性一個共同的解決出口，但目前更多的固體稱量還集中在粉末，因為從工業角度而言，這類物質的流動性、粘度等更易實現實時稱量；

37、而其余如油脂類、膏狀類、雪花片狀類等性狀更復雜，且易壓縮、易黏連、易吸附、易受潮、并可能產生靜電，精準稱量難度高，行業也一直難以實現對其的自動化稱量。沿著工業技術的思路，即便未來部分油脂類的固體實現稱量，與之相應的研發成本應該也“高不可攀”。新技術帶來新思路，引領革命性創新。目前，行業正在積極探索與嘗試可“替代”工業技術達到相同效果的方式，AI 展現出極大的潛力。據調研反饋，在通過 AI 視覺角度切入完成固體稱量領域有重大突破。2023 年初，正從科技發布了全線自研的全自動固體藥劑稱量加樣儀，依托人工智能機器視覺技術，結合震動、攪拌、電磁、靜電、氣流擾動等機械手段，實現對數千種不同性狀固體藥劑

38、的精確稱量與加樣。該項復合維度技術創新產品，不但解決了實驗室固體稱量自動化的“世界難題”，且基于正從成熟的標準化產品供應鏈管理能力，產品價格也十分具有吸引力。需指出的是，稱量領域常用了兩種形式：通過下置天平感受物品增加重量和通過上置天平感受物品減少重量，這兩種獲得物品體重的方式均受制于海外專利，沿著此工業技術路線研發的產品均難以繞過。而新技術帶來的新產品思路，通過 AI 視覺捕捉固體分配過程特性，然后結合數據庫中相應種類的固體多維度參數進行計算，從而得到固體重量，為固體稱量打開了新的思維角度，鑄造新的專利方向，打破了 METTLER TOLEDO 和15CHEMSPEED 在固體藥劑自動稱量加

39、樣環節的數百項技術專利壟斷。用“軟件”思路解決，或將大幅降低成本。以自動化建設為例，目前，阻礙藥物研發類實驗室數智化的重要因素有：1、建設成本高昂，對于流程靈活且精度要求高的實驗室而言，對自動化建設的定制化需求高且工業技術門檻要求也高，這些都對應著不低的成本；2、實驗室場地受限，自動化建設中多以一個個功能島串聯起來的形式建立，功能島占地面積加之其間串聯的流水線往往需要對現有場地重新規劃布置。這在傳統工業自動化用“硬件”建設自動化來說，是無可厚非的。但隨著 AI 的崛起，越來越多的企業開始嘗試用“軟件”思維來解決這些問題。再以正從科技為例，運用 AI 視覺技術結合自研柔性自動化機器人，在不替換任

40、何既有設備前提下，通過樣品流、控制流和數據決策流的貫通，實現流程全自動化。據企業數據顯示，在解放了 3-5 名實驗人員的同時，該方案的建設費用遠低于傳統技術。當然，如上一節所述觀點，積累數據的質量和數量決定了“軟件”能夠解決問題的程度，目前智慧實驗室建設領域依舊處于數據快速積累的階段。未來，隨著數據積累進程的快速推進，AI 還會在實驗室的自動化和數智化建設中，展現出更多令人欣喜的潛力，逐步解決目前還未能解決的難題、逐步優化目前昂貴的解決方案，帶來更多革命性創新，推動行業大步發展。本章小結：臨床檢驗檢測市場趨勢飽和，產能過剩時奪得更多“蛋糕”需要極致性價比。企業的品牌力奠定長期競爭力基礎、服務力

41、提供差異化入局切口，開放性是最有力的競爭武器。自研核心技術會賦予產品迭代的靈活性，更是成本可控的關鍵。積極融入 AI 給自動化注入“靈魂”，讓操作更簡單、更智能，實現“樣本進、結果出”的黑燈實驗室。對靈活性高的研究型實驗室，自動化開始進入下半場競爭，正朝著標準化越來越低的操作逐步滲透，企業的核心競爭力在于打造能夠覆蓋所有實驗室操作的底層模塊，從而更順利地將之集成，高質量滿足復雜又多變的實驗需求。實驗室智慧化中數智化板塊正處于數據快速積累階段，當擁有足夠多的高質量數據后，AI 將帶來革命性創新，跨越式為智慧實驗室實現降本增效。1617第第三三章章 檢驗產品在下沉市場尋求增量，藥物研發場景或將檢驗

42、產品在下沉市場尋求增量，藥物研發場景或將崛起崛起3.13.1 檢驗檢測產品下沉、進軍研究研發領域，開拓增量市場檢驗檢測產品下沉、進軍研究研發領域，開拓增量市場產品下沉，主動開拓增量市場。在臨床檢驗檢測領域，三級醫療機構擁有最大的流量與市場，是各家必爭的理想之地。但如上一章所述觀點，以羅雅西貝為首的跨國企業入局早，搶先占領了我國三級醫療機構市場，目前臨床檢驗檢測實驗室的自動化流水線趨于飽和，部分醫院甚至擁有不止一條流水線，大多被頭部跨國企業深度綁定。因此，除了被動等到三級醫療機構現有流水線到期后的國產替代機會，產品下沉是智慧實驗室廠家更加主動的市場化策略。據調研，目前國內很多縣級人民醫院、二級醫

43、院經過擴建和改建也在積極引入流水線，而醫院改建或新建是國產智慧實驗室廠家切入增量市場最好的時機。不過，該機會也對廠家的綜合實力提出了更高的要求，更多醫院尋求的合作企業不只是擁有單個自動化產品打造的能力，而是能夠打造智慧檢驗檢測實驗室的整體解決方案，包含儀器、設備、耗材、材料、自動化操作流水線、相應數字化管理系統等。因此，在自動化能力基礎上，擁有全實驗室智慧化整體打造能力的企業，在醫院改建與新建中將展現更強的競爭力。如華大智造，基于齊全的產品矩陣，配以豐富的實驗室數字基建經驗，疫情期間快速交付了眾多實驗室，如集裝箱式、大巴車式、氣膜式等多形態的移動實驗室和固定建筑式實驗室。其中，華大智造通過整合

44、智能樓宇，智能設備，數字化質量管理軟件及實驗應用 APP 等功能推出的“智惠實驗室”產品，讓其在高校、科研院所、新建醫院、疾控、海關等需要從零到一打造智慧實驗室的差異化應用場景中脫穎而出，在整個檢驗檢測自動化市場縮水的背景下，依然保持著充足的業務需求。搶占市場，為產品研發爭取時間。二級及以下醫療機構對性價比的要求更為突出，且實驗室智慧化的打造可能難以一步到位，需要逐步升級。為了讓日后新增的產品或迭代的產品更好融合，該類醫療機構往往期待更加靈活的智慧實驗室解決方案（事實上對于三級醫療機構也是如此）。該靈活度主要體現在兩個方面，一是解決方案適配的儀器設備菜單廣且更新及時，二是解決方案搭載的高數智化

45、軟件能夠極大程度降低操作的學習門檻、降低產品迭代更新的成本。要最大化降低成本，產品自研掌握核心技術是關鍵。該過程不是一蹴而就的，而是需要在市場的不斷反饋下循序漸進，因此一味埋頭研發可能錯過“占位”的好時機，畢竟包含了軟硬件的智慧實驗室產品一旦布局，替換周期長、替換成本也較高。正因如此，在爭奪二級及以下醫療機構檢驗檢測智慧實驗室建設的增量市場時，企業需合理運用自研、18并購、合作等多種產品打造模式。如在早期研發積累階段，聚焦打造核心拳頭產品并著重提升軟件的集成和整合靈活性，同時運用合作、并購的方式快速打造滿足臨床需求的整體解決方案，率先占領市場，為產品研發爭取時間。在下沉市場的開拓中，明顯的產品

46、優勢除了性價比外，小型化也是日益凸顯的一個優勢。調研中發現，小型化、桌面化的自動化產品能夠更好適配實驗室有限的使用面積，避免或減少醫療機構在智慧化建設中額外的場地規劃，降低實驗室智慧化建設門檻。向研究研發類實驗室進軍，尋求更廣闊的市場空間。產品下沉二級及以下的醫療機構無疑擴容了臨床檢驗檢測實驗室智慧化建設的市場，但該增量難以撫平疫情后，隨驟減的核酸檢測需求而快速萎縮的市場需求。據調研數據顯示，主營業務收入來源于臨床檢驗檢測相關自動化流水線建設的企業，在疫情后，營業額平均下降 50%以上，這也促使企業們開始對“新大陸”的探索。目前，賽道中的企業逐步向研究研發類實驗室“進軍”也是一大發展趨勢。企業

47、憑借堅實的研發實力，從相似的底層操作模塊切入，逐步探索藥物研發和基礎研發類實驗室智慧化建設解決方案，欲在相對藍海的智慧實驗室建設領域發揮更大的價值。3.23.2 從需求出發從需求出發+與頭部共創，加速開拓藥物研發新藍海與頭部共創，加速開拓藥物研發新藍海藥物研發或將是實驗室智慧化建設新藍海。與檢驗檢類實驗室不同，藥物研發及基礎研究類實驗室并沒有在疫情期間被“快速開墾”，相較擁擠的檢驗檢測類實驗室智慧化建設賽道，該賽道相對藍海，其中藥物研發類實驗室賽道得到了最多的關注。究其原因，首先，該賽道智慧化建設擁有極高的附加價值。藥物研發高投入、高風險、周期長，平均藥物研發周期 10 年、平均藥物研發投入

48、10 億美元，且呈現增長趨勢。人們對高度智能化的干濕閉環實驗室寄予厚望，視其為打破此現狀的利器。其次，疫情期間臨床檢驗檢測實驗室智慧化的快速提高，極大增強了藥物研發實驗室管理者對于智慧化建設的信心與決心，付費意愿增強。最后，智慧化建設服務企業技術的逐步成熟，正快速逐一滿足藥物研發實驗室智慧化建設中的多樣化需求。據調研，藥物研發實驗室智慧化建設賽道吸引眾多來自工業自動化建設、人工智能等領域的企業入局。此外，不少早期專注檢驗檢測實驗室智慧化打造的企業，也通過新增業務方向或與賽道企業合作、并購的方式加入藥物研發類實驗室智慧化的建設中來。19從需求的“最大交集”開始逐步滲透。對實驗室而言，智慧化建設通

49、常是逐步完成的。最先進行智慧化建設的部位為：有明確的標準及規定的操作環節、圍繞保證實驗室安全等“紅線”問題的操作環節。除此之外，實驗室的操作板塊將根據標準度、操作重復性、對人力依賴程度三個維度從高到低逐一建設。標準度越高、操作重復性越高（操作應用越頻繁），并且智慧化的成本投入越是低于傳統人力操作成本的操作板塊，將越優先進行智慧化升級。而對于智慧實驗室建設服務企業而言，面對需求各異的實驗室，大占比定制化服務的成本高，提高了實驗室合作的門檻，且長周期的產品交付和隨項目增加的服務成本也將是自身快速商業化的一個限制因素。因此，要平衡服務與商業化，打造出各實驗室均能平穩、順暢使用，且自身又能實現量產的產

50、品是賽道服務企業們達成共識的優勢發展戰略。于是，基于上段所述實驗室智慧化建設的“滲透”順序，致力于藥物研發類實驗室智慧化建設的企業，將優先圍繞滿足相關標準規定、解決實驗室“紅線”的操作板塊進行產品打造；同時將對各類藥物研發類實驗室的需求進行深度理解、拆分、歸納后，再將“需求交集”從大到小依次排列，最后根據自身的技術優勢進行匹配，找到適合企業打造的“最大交集”操作板塊，打造拳頭產品。例如，在再生醫學、合成生物學、細胞基因治療快速發展的背景下，細胞培養的需求日益加劇，然而這個步驟不少實驗室依然靠人力進行。細胞培養的成功率與質量有賴于操作人員的經驗與成熟的手法，且耗時費力。在臨床和實驗室細胞培養需求

51、激增的當下，如何高效、高質量進行細胞培養是生物領域實驗室共同面對的難題。部分嗅覺敏銳的的企業已經開始相關產品的布局。如創澤生物打造的拳頭產品全自動細胞制備系統AceMan，在 2023 年 11 月被納入2023 年度山東省首臺（套）技術裝備及關鍵核心零部件企業及產品名單。AceMan 可對貼壁類細胞和懸浮類細胞進行自動化標準培養，解放 3 名研究人員，實現 24 小時不間斷的多種類細胞培養，且分析結果與 3 年以上細胞操作人員相似度超 95%。我們可以看到，基于此邏輯，目前在藥物研發類實驗室，高通量篩選、液體分配等共性需求明顯的板塊已經高度智慧化。與頭部共創，打造更貼近真實需求的產品。確定了

52、產品的研發方向后，下一個關鍵戰略就是找到產品的差異化，以在眾多同質化產品中脫穎而出。在目前相對早期的市場中，快速占位十分重要。具體而言，就是如何更快打造出高度貼合需求的產品、同一產品如何適配更多的應用場景從而獲得更大的市場、產品如何快速被業內知曉并獲得源源不斷的訂單。20根據調研，與頭部企業共創是優勢戰略之一。頭部企業能夠提供足夠多的應用場景，供企業獲得更完善、豐富的信息，以歸納出更加全面、更貼近真實需求的操作模塊。這樣一來可以很大程度縮短產品的驗證和打磨周期，節約產品研發成本。如優思泰科，入局化學藥物研發領域便與頭部藥物研發 CRO 企業合作共創，打造了固體粉末稱量分配、液液萃取、真空濃縮等

53、主要自動化工藝產品系列，和自動供瓶器、微孔板自動打標貼標機等小型自動化設備。產品有獨立應用的自動臺式儀器和應用于全自動實驗室場景的工作站兩種形式；突破只能執行單一任務的痛點，可同時執行多種任務，滿足各種通量的實驗研究需求。除了能夠快速掌握產品特性，減少研發“彎路”以外，頭部企業對于賽道的其他參與玩家具有借鑒甚至標桿的意義，使得與之共創的產品更容易與市場更多應用場景適配。不僅如此，一旦產品打造完成并成功投入應用，在行業的影響力也不容小覷。這是一個解決藥物研發實驗室操作高度非標準化現狀的一個“捷徑”，當行業逐步達成共識，越來越多的操作模塊“被標準化”，智慧實驗室建設的進程也將大幅度提速。3.33.

54、3 藥物研發吸引眾多創業者入局，疫情后浮現更大市場藥物研發吸引眾多創業者入局，疫情后浮現更大市場五大智慧服務，組合式滿足各類實驗室的不同需求。目前，助力實驗室智慧化建設的服務種類大致可以分為五類，即自動化流水線、自動化產品、解決方案設計、記錄類軟件和決策類軟件。圖表 12 智慧實驗室建設 5 類主要服務類型資料來源：動脈網自動化開發服務通常需要團隊對實驗室進行深入的流程理解，并將實驗操作“翻譯”成自動化機械的語言，用機械的手段完成人工的操作。自動化的產品通常出現在有明確國家標準或者普遍實驗室操作都相同的實驗流程環節。隨著行業自動化進程的推進、服務商對實驗室流程理解的深入，在自動化開發領域，越來

55、越多的“共性”被提煉出來，打造成可以被產品化的自動化產品。一方面，實驗室可以縮短建設周期、降低建設成本；另一21方面，服務商可降低服務的邊際成本、提高市場化能力。解決方案設計服務搭建了生命科學與自動化工業之間的橋梁，在充分了解實驗室流程、預算與訴求，并且也充分了解智慧實驗室服務商市場的前提下，為實驗室提供智慧化升級的設計、搭建和運營服務。隨著國內專注自動化和數智化的企業逐步成長、品質追趕進口產品甚至在細分領域實現超越，國產的高性價比產品幫助解決方案服務商降低了服務成本，提高市場化能力，形成雙向的良性促進。需求與市場服務能力匹配，藥物研發奪得智慧化“頭條”。如蛋殼研究院 2022 年發布的智慧醫

56、學實驗室建設白皮書 分類，將智慧實驗室的三大主體分為檢驗檢測類實驗室、生物醫藥類藥物研發實驗室、高校和科研院所的基礎研究型實驗室。三大主體由于市場規模、任務屬性和營收情況等不同，在實驗室智慧化進程中對上述 5 類服務需求也各不相同。臨床檢驗檢測類實驗室操作流程十分固定，且在高 ROI 驅動下，自動化滲透率高。該類實驗室對自動化產品需求突出，且大部分標準的人工操作流程也已有成熟的工作站適配，例如樣品前處理等；因此，對于非標的、需要因地制宜的自動化開發服務，以及對智慧化解決方案設計服務的需求并不大。目前，該領域市場，羅氏、雅培、西門子和貝克曼依然占據主導；臨床對國產產品的需求明確：功能對標進口產品

57、且符合國家相關標準。據20202026 年中國實驗室自動化系統行業市場分析及投資前景研究預測報告統計數據顯示，國內臨床檢驗檢測實驗室實現完全自動化流水線的智慧實驗室約 15%，依然有不小的開發空間，但該賽道入局企業眾多，競爭十分激烈。圖表 13 各類實驗室對 5 大類服務的需求程度資料來源：動脈網高校、研究實驗室，由于實驗體量及流程的高度靈活，對于自動化開發和自動化產品的需求較少，較軟件類服務需求相對較高。對于該類實驗室而言，智慧化投入與產出的比例不太樂觀，難以激起智慧化建設熱情；而對于智慧化企業來說，有限的市場規模加上科研產品的高技術要求，也建起了較高的入局門檻。使得目前該賽道智慧化程度相對

58、較低。對于藥物研發類實驗室，智慧化能夠帶來足夠的成本和效益優化，給予了實驗室智慧化的動力，加上需求與目前市場的服務能力高度匹配，給予了實驗室管理者充足的智慧化22建設信心。如樣品處理、高通量篩選和建庫等常見的應用已經有長時間的發展歷程，自動化開發服務和自動化產品都逐步成熟。此外，在基于液體處理為主的生物實驗室中，目前國內移液技術，無論是從通道數還是最小操作單位，都能和實驗室需求高度匹配，并且能夠高質量滿足相關的合規要求，智慧化進程迅速。而在固體操作較多的化學類實驗室，由于實驗操作更高的復雜性，整體還需更多時間打磨，但行業也不斷出現新的突破與創新，推進整體智慧化進程。如優思泰科，帶著 20 余年

59、工業自動化的深厚技術沉淀入局化學實驗室智慧化建設領域，運用自動化和 AI 技術打造了智能全自動多任務合成反應實驗室，可同時進行 70 個反應，據企業數據顯示，成功幫助實驗室提升效率 3倍-5 倍。對于智慧化企業而言，藥物研發市場規模足夠大、市場競爭格局尚未形成、實驗室需求與其服務能力匹配程度高，因此該賽道展現出相當高的創業吸引力，也迎來了眾多企業聚焦于此。其中不乏從自動化跨界入局的企業帶來諸多創新的產品及解決方案思路，如品格智造，跨界進入醫學智慧實驗室領域后不斷創新，近日革命性運用磁懸浮技術，打造了超柔性機器人實驗平臺，讓移液、固體稱量、平板劃線等混合操作均可在不足 1 平方米的工作站內順暢完

60、成。此類創新產品和創新解決方案正在該實驗室智慧化建設賽道不斷發生。疫情后，智慧實驗室領域浮現更大潛力市場。三年疫情推動了臨床檢驗檢測實驗室的智慧化，讓這一細分領域的自動化程度大幅度提高。對于其他兩類實驗室，雖沒有直接智慧化推動的體現，但極大提高了智慧實驗室建設的重要性，對行業可謂進行了一次里程碑式的“市場教育”。疫情后，藥物研發實驗室所孕育的更大潛力市場需求將加速釋放，而智慧化服務企業經過市場打磨的服務實力也能更好滿足靈活的需求。未來，在生命科學，尤其是藥物研發實驗室，將是實驗室智慧化快速發展的下一個細分賽道。本章小結：臨床檢驗檢測領域通過產品下沉二級及以下醫療機構獲得新市場增量，覆蓋實驗操作

61、、流程管理、環境監測等的智慧化整體打造能力是關鍵競爭優勢。為產出研究型實驗室市場接受度更高的智慧化產品，充分了解實驗室需求并積極與行業頭部企業共研共創或將是一個縮短市場化周期的“捷徑”。檢驗檢測領域在疫情后智慧化建設市場“縮水”，但其成功的智慧化為全行業樹立了極強信心，藥物研發類實驗室巨大潛力市場被激發，吸引眾多企業入局。2324第第四四章章 未來趨勢未來趨勢4.14.1 完成國產替代甚至超越，更開放的智慧化產品是大勢所趨完成國產替代甚至超越，更開放的智慧化產品是大勢所趨打破進口封鎖，需要“另辟蹊徑”。以發展進展最快的臨床檢驗檢測實驗室自動化建設領域為例。海外頭部企業起步早，幾乎壟斷國內檢驗檢

62、測實驗室自動化建設領域，為了在同一實驗室場景綁定更多產品利益，該類企業多采取封閉式流水線的產品打造模式，提供設備到耗材的全套產品并不允許其他品牌兼容。該“封鎖”為本土企業的國產替代設置了一定的門檻。在技術追趕階段，國產產品以性價比和本地化的服務擁有了國產替代的機會。如果“照搬”海外企業推廣模式，以封閉式的產品模式綁定自有從設備到耗材的全產品線，也就意味著臨床需要面臨放棄現有整套產品的高替代成本。此外，在行業發展的早中期，本土企業往往擁有自己性能優異的拳頭產品，但全系列產品的整體質量較海外頭部企業還有一定的距離，建立臨床信心還需要更多的時間。因此，想要用同樣的封閉式產品線做國產替代難度可想而知，

63、要快速打破進口封鎖，實現國產替代不能“硬碰硬”，需要“另辟蹊徑”。開放式產品打開“封閉”的切口。與封閉式產品相反，開放式的產品可兼容多品牌設備及耗材。開放式產品注重整體流程的管理，核心打磨高集成能力并研發高智能軟件以順暢融合來自多品牌產品的多格式數據并加之處理，讓整體流程高效且低成本。這極大降低了實驗室管理者的替換成本和顧慮。這樣的模式中，實驗室可以逐步替代現有產品，壓力更小，如選擇精密程度較低的環節優先替換，實現成本快速降低；再待核心儀器到期后逐步完成全國產替代，達到整體效益最大化。此外，實驗室可跳出“all or nothing”的選擇模式，可以靈活選擇多品牌產品組合以最大化平衡特定實驗室

64、的業務需求和建設成本，從而實現實驗室最大化降本增效。開放式產品推動國產企業攜手進步。在封閉產品的“世界”里，企業各自為陣，均未能占據足夠大的市場份額，一方面緩慢的市場化進程增加企業運營負擔，另一方面也難獲得足夠的真實使用反饋以迭代優化自身產品。而開放產品的“世界”里，允許實驗室用戶以切身使用感受為實驗室各操作環節的產品獨立“投票”。這使得企業可以更加專注于自我優勢的板塊不斷做到極致，單點擊穿的同時也能獲得足夠的現金流維持進一步發展。企業各自在其優勢細分領域發力，打造自身核心拳頭產品，并可共同獲得有利的市場份額，也將推動整體國產實力在智慧實驗室領域快速發展?？偟膩碚f，無論對需求端還是供給端來講，

65、在實現國產替代和趕超的道路上，產品由封閉式到開放式的轉變是大勢所趨。254.24.2 數據快速積累，打造干濕閉環的自驅動實驗室勢不可擋數據快速積累，打造干濕閉環的自驅動實驗室勢不可擋智慧化靠自動化和數智化“螺旋發展”。智慧化的實驗室需要自動化建設“充當”人力操作以及數智化建設“充當”人腦思考，兩類建設呈螺旋式發展，互相協同支持。在自動化建設中，數智化一方面可以降低實驗室自動化設計規劃以及優化調整的門檻，縮短實驗室人員的使用學習曲線；另一方面基于人工智能幫助實驗室進行操作流程到環境的監控與實時控制；最重要的是高度數智化建設可以將實驗室中品牌、型號、種類各異的設備和儀器做順暢集成，清洗多種格式的數

66、據，保證數據的高質量沉淀。對于數智化的建設，自動化是提供大量、高質量數據的核心，數智化的“智慧程度”很大程度取決于數據的質量。高質量數據的其中一個重要體現就是全面的數據來源。目前，行業大部分數據來源僅覆蓋發表文獻、指南等“成功”的數據，來自真實實驗中大量包含“失敗”的原始數據對于提升“智慧程度”也至關重要，而這就有賴于自動化的成功建設。數據快速沉淀，推動“量變”到“質變”。隨著我國實驗室自動化建設不斷滲透，極大提高數據產生的效率，大量針對各個特定領域實驗的數據在用于當下實驗結果分析之余，被有序沉淀下來。沉淀的數據將用于人工智能的自我學習，加強干實驗的“智慧性”。研究研發型實驗是一個不斷試錯的過

67、程，高度智慧的干實驗是減少試錯的關鍵，當數據對人工智能的訓練到達某一臨界點，將從“量變”向“質變”飛躍。屆時，干實驗為主，濕實驗為輔，極大縮短研究研發周期，大幅度降低實驗室成本，帶動整個研究研發領域踏上顛覆式的新征程。建立數據“共識”，打造共享空間，加速自驅動實驗室建設。干濕閉環的自我驅動型實驗室的打造是大勢所趨，也是目前生命科學領域智慧實驗室建設企業們共同努力的方向。目前，各家紛紛基于自身優勢，加快建設進程以更早迎來“質變”從而一騎絕塵。在調研中得知，在數據方便，企業也擁有如自動化建設領域相似的“開放性”訴求，期待可以建立某種數據方面的“共識”，打造合理、合規且對各方充分保護的數據共享空間。

68、在良性的“開放性”中，企業不再“孤軍奮戰”，而是可以集各家所長，加速在各自領域的、更具有“落地性”的、自我驅動的干濕閉環實驗室的建設?？偟膩碚f，打造干濕閉環實驗室是研究研發領域實驗室智慧化建設的共同奮斗目標。目前，行業正處于數據快速積累和沉淀的階段，亟待更多有效的協作與運用，帶來研究研發型實驗方式的“質變”。264.34.3 核心技術自研搭配產業協作，平衡產品研發及市場化核心技術自研搭配產業協作，平衡產品研發及市場化基于各自優勢入局，打造差異化拳頭產品。智慧實驗室的打造是多學科的集合，需要工業自動化的硬件打造基礎、數字化軟件的研發能力、人工智能大數據的構建實力等。此外，對于各類實驗室的深入理解

69、也必不可少，這是與科技有效融合的基石。而實驗室類型細分下來并不在少數，如臨床檢驗檢測類實驗室就可分為生化、免疫和分子診斷等，而研究研發類實驗室也分為化學、生物或藥物研究、基礎研究等。因此，入局該賽道的企業往往基于自身的技術及行業背景，優先選擇最具優勢的切入點，打造具有企業特色的拳頭產品，隨后再逐步向全系列產品鋪開。核心技術自研&產業協作。調研中發現，相比大而全的策略，企業更多選擇先單點擊穿再逐步滲透。尤其在創立之初，企業一旦成功打造一款極具競爭力產品，即為企業爭取了未來幾年新產品的研發時間和費用。不僅如此，不少企業也會規劃“現金流”及“長期競爭力”兩類產品系列的研發規劃，以更好快速搶占市場的同

70、時提升企業長期的市場競爭力。在發展過程中，為了更好平衡產品研發與市場化，企業在堅持核心技術自研并不斷迭代的同時，選擇與產業協作，縮短成熟產品及解決方案的打造周期，以更快地滿足市場需求。也正因如此，智慧實驗室建設企業也通常擁有靈活的合作模式。平衡產品研發與市場化，行業合作之勢大于競爭。過長的研發周期可能會錯過最好的商業化時機，加之智慧實驗室建設的替換成本高、周期長，前期快速占領市場顯得十分關鍵。因此，相較于全線產品自研自產“萬事俱備”后再推向市場，在提供整體解決方案時，企業更多愿意選擇以自身的核心技術產品搭配產業已有成熟產品，縮短市場化周期?？偟膩碚f，在智慧實驗室建設的各細分領域均待龍頭企業顯現

71、，賽道各企業不斷夯實自身自研核心技術壁壘的同時，積極尋求與行業的協作方式，以縮短市場化周期，合作之勢大于競爭。2728第第五五章章 企業案例企業案例5.15.1 漢贊迪漢贊迪-強大底層模塊強大底層模塊+快速集成能力，做全流程智能化引領者快速集成能力，做全流程智能化引領者帶著“工業智造基因”，以液體處理切入。2020 年，經過三年內部孵化，漢贊迪走出我國食品工業機器人智造領導者之一的沃迪智能掛牌成立。承襲著沃迪智能二十余年高端智造的技術與經驗，漢贊迪從“液體處理”切入實驗室智慧化領域，憑借扎實的自動化精密移液技術、工業機器人底層技術以及豐富的產品開發、應用落地和服務管理經驗，精準翻譯和轉化生命科

72、學的智慧化需求。強大模塊基礎+拳頭解決方案，快速響應個性化需求。入局之初，漢贊迪便堅定瞄準了高技術壁壘領域，確立了“強大基礎模塊+快速集成能力”的產品研發理念。創立以來，在核心單機領域屢屢突破，打造了 CANTUS 及 NEMO 兩大系列移液處理工作站、VOLA系列核酸提取儀、ARCO 系列高精度微升分液器等。其中獨立 8 通道液體處理工作站CANTUS FLEX 更是具有行業里程碑意義，移液性能比肩世界一線品牌，同時在可擴展性，靈活性和開發性方面更勝一籌。圖表 14 漢贊迪智慧實驗室建設產品系列圖譜資料來源：漢贊迪基于沉淀的大量客戶需求，漢贊迪快速落地了基于體外診斷應用場景的多個自動化一體機

73、，包括 NGS 建庫，流式和質譜樣本前處理，類器官模型建立等領域。同時在大型自動化整合項目上推出了 6 大拳頭解決方案：高通量自動化合成生物學篩選及檢測、高通量蛋白質藥物發現和篩選、高通量自動化小分子藥物篩選、高通量微生物自動化篩選、超高通量病毒核酸提取和檢測、全自動化酶聯免疫吸附檢測。29目前，漢贊迪已實現了分子、細胞、蛋白質層面的多樣性場景下從入口到出口的全流程智能化技術積累，并且已在諸多 KOL 客戶中投入使用。其中，運用自研核心單機產品及全流程智能化自動化方案，更是創下在短短 6 個月內交付高通量蛋白藥物發現和篩選自動化項目的卓越成績?；?BAIoT 底層技術，完善生態全鏈條。漢贊迪

74、開創性提出 BAIoT 概念，從生物學維度和物理邏輯維度兩方面建立生命科學領域的專屬 AI 模型與物聯網體系，旨在建立完整的分子和細胞互作關系公式、運算模型與數據庫構架，架起生命科學家和工業工程師以及軟件架構師之間的溝通橋梁。未來，企業將基于此 BAIoT 底層技術，繼續完善智慧實驗室產業生態全鏈條。5.25.2 華大智造華大智造-創新智造引領生命科技，做生命科技核心工具締造者創新智造引領生命科技，做生命科技核心工具締造者三大核心業務線，自主可控的源頭性核心技術體系。華大智造秉承“創新智造引領生命科技”的理念，致力于成為生命科技核心工具締造者。截至 2023 年 9 月 30 日，華大智造在基

75、因測序與數字化技術領域擁有 736 項境內外有效專利，鑄造堅實的技術與專利布局。目前，基于自研可控的源頭性核心技術，華大智造成功打造了三大核心業務線：通量全覆蓋的測序儀產品線、實驗室自動化產品線、包含移動實驗室和遠程超聲機器人等在內的新業務產品線。圖表 15 華大智造Lab 實驗室構架圖資料來源：華大智造30自動化+數字化+AI，打造“Lab”。在智慧實驗室領域，華大智造依托自主研發的自動化平臺（包括樣品前處理、自動化核酸提取、自動化樣品制備、建庫測序一體機等），結合數字化管理系統及人工智能技術，成功打造了自我驅動的無人實驗室Lab。Lab 在數據與設備層面達到全面信息化：高兼容度的 ZLIM

76、S 管理軟件可連接實驗室所有硬件設備，實現全流程數據可追溯、“等保三級”數據安全及數據的高效分析和使用；在實驗室環境監測層面做到全域感知：利用多功能的傳感器結合監控報警系統，24 小時動態監測環境安全，并且，基于 AI 學習和圖像識別算法，可實現關鍵節點的視覺監控，并可根據實驗室結果進行機器學習，優化實驗流程；在自動化層面達到無人化：在現有自動化平臺產品系列基礎上，基于實際應用場景需求，打造相應的 IoT 與柔性機器人等工具，打造真正閉環可控、無人操作的智慧實驗室。今年 9 月，Lab 成功在香港科學園落地，作為首個部署融合 AI 的實驗室，其承載著華大智造聚焦前沿 AI 技術與應用研究及開發

77、的任務，企業將通過 AI 算法研發、數據分析、機器學習模型開發，推動 AI 在公司相關產品和服務中的應用。持續應用拓展，賦能生命科學。在智慧實驗室領域，華大智造將持續通過自動化、標準化的打造提升產品智能化水平，并加速數據驅動決策，通過數據分析和模式識別，為行業帶來整體效率的提升。未來，華大智造將在包含“智惠實驗室”在內的三大核心業務線基礎上，持續賦能科學研究，推動隊列基因組、細胞組學和時空組學等領域發展，并適配多元化產業應用，協同創新開發合作，構建共贏產業生態。5.35.3 正從科技用正從科技用 AIAI 視覺機器技術，打破固體分配與稱量國際技術視覺機器技術，打破固體分配與稱量國際技術專利封鎖

78、專利封鎖復合專業團隊，堅持正向研發和成果轉化。2020 年，集結了精密機械設計、動態機器視覺、多機聯動控制、運動學和產品化等領域的專業人才，帶著對實驗室自動化行業共性需求的挖掘和理解，正從科技在上海成立，旨在打造以自動化精密儀器、移動復合機器人平臺和高通量機械設備為核心的產品矩陣，把共性需求轉化成標準化產品并實現批量生產，助力生命科學領域科學家更好地做實驗。31圖表 16 正從科技自研產品矩陣資料來源：正從科技，蛋殼研究院制圖強大的人工智能機器視覺技術，打破國際封鎖。入局之初，正從科技選擇了固體自動分配與稱量這一實驗室自動化界的“世界難題”切入儀器智造，經過兩年的潛心研發，2023年初正式推出

79、全自動固體藥劑稱量加樣儀。該產品依托企業強大的人工智能機器視覺底層技術，創造性地結合震動、攪拌、電磁、靜電、氣流擾動等機械手段，實現 1 小時內完成多達 100 種以上不同性狀固體藥劑的精確稱量與加樣，打破了 METTLER TOLEDO和 CHEMSPEED 在固體藥劑自動稱量加樣環節的數百項技術專利壟斷。目前，產品已交付眾多生命科學領域頭部客戶并展現出優異的性能：在最小稱重精度 0.1mg 的水平上可實現 1030 秒內完成加樣（進口產品約為 4060 秒）、擁有更廣泛的適用范圍（12000g vs 1200g）、藥劑切換無需清洗設備、在不同樣品間實現 1 秒完成插拔動作切換以及超高性價比

80、的配套耗材。在實驗室自動化整體解決方案方面，正從科技設計和制造的柔性自動化機器人，同樣基于人工智能機器視覺技術，實現在不更換既有儀器設備的前提下，用自動化視角銜接所有設備，讓樣品流、控制流和數據決策流高效聯通。目前，該類整體解決方案也已完成多個生命科學領域訂單交付，在各真實應用場景中，切實解放了 3-5 名操作人員。深耕硬科技領域，做國產替代及超越的踐行者。正從科技憑借屢屢帶來的突破性創新產品現已獲得數千萬元天使輪融資以及產業方的戰略投資。未來，企業將繼續專注深耕生物醫藥、機器人、人工智能等國家重點關注的硬科技領域，堅持正向研發，持續突破國外技術封鎖，堅實掌握獨立自主的核心科技，努力升級 Ma

81、de in China 為 Made by China和 Designed by China，做國產替代和超越的踐行者。325.45.4 創澤生物全自動細胞智造，推動智慧生物實驗室建設創澤生物全自動細胞智造，推動智慧生物實驗室建設從一線需求出發，深耕生物醫學領域。帶著人工智能、自動化控制、顯微光學、實驗流程集成等領域的專業技術，創澤生物在 2016 年成立，隸屬于磐升生物工程集團。企業深入調研一線實驗室需求，致力于以需求為導向，用科技創新賦能生物實驗室智慧化。經過多年潛心研發，目前成功打造了三大系列產品：全自動細胞制備系統 AceMan、智慧生物實驗室建設 ABLE、實驗室及藥械自動化生產 a

82、Smile。拳頭產品 AceMan，為生物醫學奠定堅實基礎。在再生醫學、合成生物學、CGT 快速發展的背景下，細胞培養已然迎來需求的爆發期，然而不少實驗室依然受困于小批量的人工操作?；诖送袋c，創澤生物打造了核心拳頭產品 AceMan。該系統搭配顯微操作、無酶細胞處理、細胞圖像處理等技術，實現了對貼壁類細胞（成纖維細胞、間充質細胞、腫瘤細胞等）和懸浮類細胞（CIK、NK、Car-T 細胞等）的自動化標準培養。系統包含高精度智能視覺伺服控制系統、液體處理系統、多通道熒光分析系統等，結合生物技術及 AI，實現制備過程精確操作、細胞智能識別與狀態評估、實時在線顯微觀測系統等功能。圖表 17 創澤生物

83、 AceMan 產品示意圖及介紹資料來源：創澤生物，蛋殼研究院制圖據企業數據顯示，真實應用中，AceMan 可解放 3 名研究人員且分析結果與 3 年以上細胞操作人員相似度超 95%。憑此優異性能，AceMan 不但斬獲了眾多創業大賽獎項，更獲得了國家級重點研發專項，并在 2023 年 11 月被納入2023 年度山東省首臺（套）技術裝備及關鍵核心零部件企業及產品名單。此外，創澤最新研發的 AceMan-inTube系統，通過全封閉管路式細胞分離、擴增、富集等技術，與 AceMan 系統結合，全面覆蓋現有國際先進主流技術路線，進一步滿足細胞制造行業需求。持續技術自研，以豐富的產品管線助力生物實

84、驗室智慧化。在智慧生物實驗室領域，創33澤打造了覆蓋了多種通量要求的移液工作站、全自動微流控芯片點樣機等系列產品；在實驗室及藥械自動化生產領域，也已成功打造出全自動生物芯片生產流水線及無創皮下電穿孔導入儀等醫療器械。目前，企業正積極進行新一輪融資用于產品升級與管線新增。未來，創澤生物將打造更多的自研創新產品，推動生物實驗室智慧化建設。5.55.5 優思泰科無人化智慧實驗室和實驗室自動化產品智造商優思泰科無人化智慧實驗室和實驗室自動化產品智造商深厚半導體+自動化定制基礎，以化學及生物實驗室智慧化切入。帶著豐富的半導體行業實戰經驗以及 20 余年自動化定制的技術沉淀，優思泰科于天津成立，從化學實驗

85、流程及合成生物學主流工藝切入實驗室智慧化賽道，致力于提供高效、精準、安全的智能全自動實驗室。解構實驗流程底層模塊，提供從模塊到整體方案的靈活服務。創立之初，企業便與化學制藥頭部企業合作共創，解構多樣、復雜的實驗室流程，將之歸納為獨立的工藝模塊。目前，優思泰科已成功打造多個拳頭工作模塊：全自動固體粉末稱量分配系統、全自動高通量液液萃取系統以及全自動多任務真空濃縮系統，分別設有臺式自動儀器（人機交互自動運行）與全自動工作站（無人化自動運行）兩種產品形式，突破了傳統工作模塊只能執行單一任務的痛點，產品能同時執行多種任務，完美滿足各種通量要求的實驗需求。此外，企業還打造了全自動多任務有機合成反應監測系

86、統，實現同時對不同克級和毫克級有機合成反應任務進行全程無人化的溫度（-78至 150）、時間和攪拌監測控制，廣泛適用于生物制藥研發、化學實驗、食品、新能源及醫美化妝領域實驗室。圖表 18 優思泰科智能部分拳頭產品展示資料來源：優思泰科，蛋殼研究院制圖34除模塊工作站外，優思泰科還打造了系列小型化自動化設備已“無縫”滿足實驗室自動化需求。如進樣瓶自動供瓶器及微孔板自動在線打標貼標機，前者以極高性價比實現樣品瓶和反應瓶自動供瓶、自動精準定位，解決了當前實驗室無序取瓶交叉污染的問題；后者根據微孔板的高度可自定義貼標高度及貼標面，完美滿足合成生物學實驗室自動化過程追溯的需要，性能趕超頭部企業，正快速實

87、現國產替代。持續與頭部共創，布局生物實驗室領域。優思泰科基于現有成熟產品體系，不斷交付有機合成化學領域項目的同時，也積極布局合成生物學領域的產品研發。秉承與頭部共創的研發理念，企業與中科院天工所、天津大學及業內生物技術企業達成戰略合作，共同研發生物實驗室智慧化產品。未來，優思泰科將帶著持續迭代的技術，不斷推出適用于更多類型實驗室的智慧化解決方案，助力行業快速發展。35特別鳴謝（按訪談順序排列）：漢贊迪 CMO 何丹博士、正從科技創始人兼 CEO 吳俊偉先生、創澤生物聯合創始人王澤南教授、優思泰科創始人侯鳴濤先生、華大智造業務拓展中心總監林思遠先生、華大智造業務拓展中心項目經理何瑩女士。免責申明

88、：本報告的信息來源于已公開的資料和訪談，蛋殼研究院對信息的準確性、完整性或可靠性不作保證。本報告所載的資料、意見及推測僅反映蛋殼研究院于發布本報告當日的判斷，過往表現不應作為日后的表現依據。在不同時期，蛋殼研究院可能發布與本報告所載資料、意見及推測不一致的報告。蛋殼研究院不保證本報告所含信息保持在最新狀態。同時，蛋殼研究 院對本報告所含信息可在不發出通知的情形下做出修改，投資者應當自行關注相應的更新或修改。版權申明：本文檔版權屬于蛋殼研究院/北京蛋黃科技有限公司，未經許可擅用，蛋黃科技保留追究法律責任的權利。蛋殼研究院（VBR):蛋殼研究院關注全球醫療健康產業與信息技術相關的新興趨勢與創新科技。蛋殼研究院是醫健產業創投界的戰略伙伴，為創業者、投資人及戰略規劃者提供有前瞻性的趨勢判斷，洞察隱藏的商業邏輯，集合產業專家、資深觀察者，盡可能給出我們客觀理性的分析與建議。研究人員：樊筱瑜 高級研究員