清流资本 Crystal Stream

【清流资本:硬币的另一面】之深势科技:当我们说AI for Science的时候都在说什么

清流资本 2022.7.25

编者按:清流资本在一般人眼中,是一个投的“妖”、“稳”、“准”的基金。这个“妖”的印象大概率来自于清流那些出色的TMT/大消费类portfolio们。但是清流资本还有硬币的另一面 – 同样出色的大科技类portfolio们。我们特意策划了专栏系列“硬币的另一面”,将通过清流合伙人和CEO对话的形式,讲述清流资本和科技类被投企业发生的那些投资故事。今天,我们对话的主角是深势科技创始人兼CEO孙伟杰

本文包含以下内容:

• 一个深奥的技术项目如何融资

• 科学家创业如何提升成功概率

• 创业公司如何拿下顶级企业的订单

• 初次创业如何规划组织架构

• 如何将公司打造成所在领域的黄埔军校

• 投资人眼中的深势科技

深势科技成立于2018年,是AI for Science科学研究范式的先行者,致力于运用人工智能和分子模拟算法,结合先进计算手段求解重要科学问题,为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。目前已经和宁德时代、瀚森制药、泓博医药等企业展开了合作。

深势科技的创始人团队堪称豪华。创始人兼首席科学家张林峰在全球高性能计算领域获得了最高奖“戈登贝尔奖”,创始人兼CEO孙伟杰也是凭借优秀特质屡次获得福布斯、36氪等专业机构颁发的创业者奖项。深势科技的发展,在外人看来是非常顺利的,成立之初就在18个月内获得了一线投资机构的四轮融资。在科研和行业应用领域也是捷报频传,不仅入选2021投中榜·锐公司100榜单、2022未来医疗100强「创新数字医疗榜TOP100」等行业奖项,还摘得科技部首届“全国颠覆性技术创新大赛”最高奖,备受认可。

这样一个看上去是天才组成的团队,和清流投后团队,近期发生了一些有趣的对话。

清流:用大家可以理解的语言说说,深势科技是做什么的?

孙伟杰:深势科技是AI for Science 的先行者,基于AI for Science新范式,驱动药物和材料的理性设计,帮助药物、材料研发领域和相关研究领域的科学家改善研发方式、提升研发效率。因为我们所在的行业认知门槛相对较高,所以我们对于做药物的医药学家、做材料的化学家和做科研的科学家,其实是分别形成了三套自我介绍的话语体系。

清流:可以详细说说吗,三套话语体系分别是什么?

孙伟杰:首先是科研领域,深势科技致力于解放科学家的生产力。很多科学家在科研过程中需要计算时,都要自己买机器、安装、部署、运维。我们基于AI for Science新范式,可以把与计算相关的所有基础设施打包成一套全新的科学计算 SaaS 软件提供给科研工作者,科学家点开网页就可以做科研,所有的科研成果都能沉淀在自己的数据库上,科学家之间还能一键分享科研成果。这样我们就解放了科学家的生产力,让他们只需要聚焦在最核心的科研工作上

其次是材料领域,过去的材料研发方式被戏称为“炒菜”,把不同的元素加进去,然后得到一个结果,这是盲目试错的方法。而我们用组合化学的方法,可以生成几百万种潜在的材料配方,再用计算的方法进行初筛,把不靠谱的都干掉。在这之后,我们用基于AI for Science的方法进行进一步计算,最后可能只得到几十个“靠谱”的潜在配方,再将这些“精选”出的配方实际制备出来去测试,看是否满足要求即可。过去的材料研发时间可能是以年为计,现在用深势科技的产品进行新材料研发,可能就几个月就可以了

药物研发领域和材料研发会有点类似。整个药物研发的链条很长,从微观层面,药物起效的本质是药物分子和蛋白靶标之间的相互作用。想要做一种药,我们先得确定跟疾病有高度相关关系的靶标,之后要知道这个靶标蛋白质的结构,这就是结构生物学领域的主要工作之一。过去科学家们想要知道蛋白质的结构,通常是用 X 光去照,需要花几十万人民币、用几个月的时间。而现在我们有Uni-Fold这样的方法去对蛋白质结构进行预测,仅用两个小时就能出结果。像这样的环节可能有十几个,而在每一个环节上,我们都有相应的算法去帮助药物研发人员提升十倍以上的效率

关于那些“听起来毫不费力”的融资

“我和张林峰被拒绝的次数

绝对比其他看上去融资不顺的人要更多。”

清流:18个月拿到几家一线投资机构的四轮融资,对于一个创业公司来说算非常顺利了,你们是怎么做到的?

孙伟杰:从结果上看,融到资的都是顺利的,但是我们被拒绝的时候,别人是往往看不到的。我和林峰被拒绝的次数绝对比其他看上去融资不顺的人要更多。但我觉得被拒绝的多了,也没必要非得把自己塑造的那么困难。

早期融资的时候,我知道我们在做的事情会不好融资,因为它太深了,但我们又没有那么多时间去见投资人。所以我就做了一个特别艰深的BP ,如果能看懂,那咱就接着聊。

清流:那当时看完BP还来找你的,有几个机构?

孙伟杰:大多数投资人看了之后就表示算了。清流Deal Team算是极少数看懂了的机构之一。其实当时在和清流见面之前,我们在前一个会上已经拿了一家投资机构的ts,但和清流的Deal Team聊了不到15分钟,她们就说:“你这个东西牛逼!你等我明天上午就带梦秋过来!”

当时我也很兴奋,但同时也不确定清流对我们是不是真的这么认可。第二天早上,清流的Deal Team就带着梦秋到了我们当时的办公室。聊完之后我们感觉特别好,从她们问的问题能看出来,她们真的get了我们的价值,于是我们想着无论如何也要拿清流资本的钱

清流:最后我们Deal Team是什么打动了你?

孙伟杰:第二次见面,起初是我一个人和梦秋及投资团队聊,林峰他还在另一个会上。然后你们Deal Team的韫敏问了我三个问题:

1.如何用少量原子体系训练的模型预测大量原子体系的性质?

2.如何更加高效地生成量子力学数据?

3.机器学习从量子力学数据中学到的描述符是否具有物理意义?

我听到以后特别兴奋,立马把张林峰叫过来,说:“我们真的遇见非常懂我们的投资人了!”林峰也是非常兴奋,我们一起聊了好几个小时。聊完后我们感觉清流实在是太强了,只用了这么短的时间能够把我们的技术理解到非常深刻的地步,在这个深刻理解的基础之上,为我们带来资源的协同和帮助,这个意义是不同的。当下我们就判断清流是未来能够和我们长期一起战斗的伙伴。事实证明我们的选择是非常正确的。

清流:那我们投完以后,有哪些 moment 让你觉得确实验证了你们当时的选择是对的?

孙伟杰:当然有很多了,首先几件大事就不用多说了,我们的 HR、产品负责人、技术负责人其实都是你们清流帮着寻找推荐(成功)的。还有就是一些日常的小事,比如说当我和林峰有一些新的见解和新的进展,梦秋、晓晨、韫敏会第一时间转发、祝贺,这就是她们的表达方式。除此之外,韫敏还会把我们的学术进展第一时间转给认识的深势用户。我觉得除了一些大事上的帮助,这些小的瞬间也是真的能激励到我和林峰的,很温暖。

补充:深势科技和梦秋见面后的第二天,就听到他们获国际高性能计算应用领域最高奖“戈登贝尔奖”的消息,然后,就听到他们不断被VC堵门的消息……清流卡在了最好的点上。

关于科学家创业

“足够强的技术穿透力,

可预见的成熟周期,最短闭环。”

清流:创业初期就拿下了宁德时代、瀚森制药、泓博医药这些头部公司的合作项目,这个值得嘚瑟一下的。还是那句话,深势是怎么做到的?

孙伟杰:创业公司本质的驱动力有几种:一种是技术或者科技、一种是产品、一种是运营或者销售。所有创业公司的起点,一定是解决了一个重要但是别人不容易解决的社会问题,而重要问题的解决方案通常是由技术或者产品驱动的,所以我认为早期阶段最重要的是对问题的解决,且要有远超出别人的效率。当然,一个前沿性的技术,很难说在技术创立之初就天然的知道应用在哪,一定要让应用方来找我。比如很多时候是一线大企业因为我们的技术联系过来,进而达成了合作。

清流:作为一个创业公司,如何吸引到这些大企业主动来找你们呢?

孙伟杰:作为技术驱动的公司,一定要把技术势能积累得足够高。

清流:就是说塑造专业领域里面的影响力,例如发很多paper这样?

孙伟杰:对,除了发paper,还有建立我们的开源社区,以及我们在学术范围内的影响力。最开始,任何一个技术领域在他的核心圈层里一定是有一个评价体系的,好的技术一定是有口碑传播的,如果口碑传播没有做好的话,这个技术势能的起点就不具备。

清流:说实话,从科研走到商业化,其实历史上失败率很高,你们打算如何避免呢?

孙伟杰:这是一个好问题。从我们自身的观感来看,从科学到商业必须要具备三个关键的前提:

一是这项技术必须有足够强的技术穿透力,就是它是真的能够给行业带来改变的;

二是技术成熟的周期要在一个可预见的周期内,有很多技术一旦出现就会给世界带来很强的改变,但这可能不是在近10年的时间内发生的。10年是一个最长的周期,如果超过 10 年的话,我们没有办法对这个技术设置milestone。比如说核聚变就是 20 年以上的事情,我们没有办法对它进行理性思考,这种技术还是应该放在科研机构中,而不是放在公司里来做。公司里处理的大部分是共识的、可预测的东西。

第三是最短闭环意识,每一项技术一定要找到一个最短的、能够去验证的地方,这样能提升它的成功率。其实这个在互联网上叫敏捷开发,但是我们不光是敏捷开发,我们要敏捷闭环、敏捷反馈。因为科技的创新时间非常长,如果不能把它拆成一个个小的、非常快速的闭环的话,最后一下发现做错了,10年可能就白费了。

清流:从你们提出AI for Science这个概念,到现在很多大厂也在提及,讲讲你们作为AI for Science新范式布道者的心路历程?

孙伟杰:我觉得目前离AI for Science成为大家共识性的概念还有很长距离。现在很多人对于 AI for Science 还停留在概念认知阶段,远远没达到逻辑认知、理性认知的高度,仅仅是局限在非常小的群体里的 know what。大家基本上都知道AI for Science能解决很多问题,比如在下游的应用端,可能药物和材料的一些人隐约听说过AI for Science,但是并不知道怎么用。所以我觉得让AI for Science真正落地变成一个共识,还需要非常多的努力。站在现在的节点上,我只能说是有些兴奋,三、四年后的今天看到市场终于开始认可,就有那种感受:“当年我说什么来着!”

关于创业团队的成长

“所有的物理模型最后应用的场景都是工业设计和工业仿真,我们已经是AI for Science的黄埔军校”

清流: 在外人看来,深势科技是一帆风顺的,那你觉得从开始创业到公司发展至今,遇到过什么印象深刻的“困难”吗?

孙伟杰:我觉得从现在回望过去,我们经历的每一个历史环节,其实都面临着很多巨大的困难。但实际上当我们迈过去这个困难,它就不难了,它已经被克服了。真回忆起来的话,我觉得没必要自己给自己加戏,我们已经一路走到现在了,那证明过去的事情没有给我们造成真正的挑战,或者说在这个挑战过程中我们也在共同成长,整个组织也在成长。比如说我们刚刚创业只有十几、二十个人的时候,需要进行扩张,当时我和林峰要找的第一个人当然就是HR,因为如果HR没有找到的话,其实公司没有办法有效地扩张,在扩张的过程中也可能会出问题。

清流:你们在 20 个人的时候就觉得 HR 会制约公司发展了?

孙伟杰:那当然。就像大家做科学的时候一样,学知识的时候先要知道“元思考”是什么,而HR对于我们当时来说就是我们的“元”员工。

清流:这个听起来和咱们的技术一样,也非常“第一性”原理了。你和林峰都是比较年轻的创业者,过去也没有在很大的组织里面工作过,是什么促使你们有这样的思考?

孙伟杰:我觉得对于组织发展的思考,也是在我们跟投资人不断的交互过程中,在我们自己日常学习的过程中,包括在逐渐的体验当中建立起来的。当然这里面有一个通用的思考方式,就是基于第一性原理的思考。我和林峰都认为任何一件事情都是可知的、可以被预测、可以被了解的,不然的话我们就不要做任何事情了。另外,我们相信任何一个事物在比较长的时间范围内,都能找到第一性的指标来衡量它的发展。科学一定是可知的、可以被学习的,如果我们不能学习它,那只能说我们对它的了解不够,我们应该去找更专业的人去请教,他们一定有更好的对事物进行拆解的方法。

本质上这就是我们一直在公司内部强调的、我们企业文化里面非常重要的一条原则——我们做事情要依据科学方法论。我们做科学最排斥的第一是不可知论,第二就是相对主义。

清流:所以你们是如何学习“组织发展”这个“它”?

孙伟杰:我们只能活一次,但是某件事情如何做,我们却可以在大脑中推演无数次。从我们最后想要解决的这个问题的终局来看,应该匹配一个怎样的组织,这里面有哪些角色是一定要具备的,我们对这件事不断做推演,逐渐排出在不同阶段需要的人的优先级,最后得出:优先级第一的是HR负责人,之后是技术负责人、产品负责人,再之后就是在每个专业领域都能超越我和林峰的业务负责人。

清流:嗯,以终为始,那你们推演的这个事情的终局是怎样的?

孙伟杰:所有物理模型最后应用的场景都是工业设计和工业仿真

现代人类文明最重要的几大行业:生命健康、新能源、新材料、新技术,他们主要的瓶颈都在微观层面的工业设计和计算上。微观粒子之间多体作用的数学问题太复杂,就是所谓的维数灾难。而AI是一个对高维函数非常有效的拟合和求解工具。所以AI能系统化解决科学里面的这些高维问题,我们基于AI for Science 提供的这套微观尺度的计算和设计平台,就是要解决这样的量子多级问题,这也是我们创业的起点。

未来微观层面的研发发展一定是逆向设计(我想要一个什么样的药或者材料,算法帮助我从浩瀚的化学空间里面直接搜出来),实现的过程就是工业自动化,所以,以智能化和自动化来实现微观层面的研发就是终局。

清流:你们在做一件别人没有做过的事情,那如何选择同行伙伴呢?

孙伟杰:其实这样的组织并不是没有先例的,像微软、Google包括百度在创业早期的时候都是类似的,创新领域没有现成的人才供给很正常,当年他们也是招聘了大量的实习生、应届生。我们也有大量的实习生。在深势,实习生的产出并不少于正式员工,我们有同事在实习阶段就做到了我们的算法开发的一个小团队的 leader,我们还专门为实习生设计了一套激励机制。

清流:当年的百度被称为互联网研发人才的黄埔军校,未来你们也会成为AI领域的黄埔军校?

孙伟杰:我觉得在AI for Science 的领域里面,深势科技目前已经是黄埔军校了。只是目前深势科技还在非常快速地成长,还能容纳更多的人进来。有朝一日深势科技如果真的有幸成长像华为、阿里、百度那样的规模,那它肯定会为行业去输送一些人才。

投资人说

清流资本的Deal Team也介绍了深势科技的投资逻辑
清流的数字科技投资板块,核心主线一直很稳定:• 以云和AI为代表的互联网技术向下渗透带来的平台级新基础设施机遇;• 各个垂直行业的专业数字化,智能化带来的效率升级机遇。

这两个主线一直是我们的核心投资主线,多年一直保持着持续的覆盖和跟进,在不断的寻找有价值的场景和创业公司,也是基于这些重点技术方向和行业的持续的累积,让我们在遇到深势科技(以下简称“深势”)的时候能够快速了解他的业务模式和价值,并作出判断。

我们对深势所覆盖的场景和技术的创新型非常看好,他们为微观世界科学研究赋能的创新型在于不是解决一两个单点问题,而是给出了更底层的有整套系统方法支撑的体系框架,使之能成为一个研究微观世界的基础设施,并且这个体系涵盖了向不同尺度拓展的空间,可能催生出跨尺度的研究协同机制,带来产生全新的多种研究方法的机会。

同时深势所涉及的技术多样性,难度和复杂度也非常高,不仅founder是领域的佼佼者,团队整体的背景也很强,这是个需要多项交叉学科知识的领域,团队聚集了来自多所世界一流高校、顶级科研机构和行业领先企业的“科学家天团”,彼此已经有多个项目合作,配合默契,构建这样一个团队的门槛很高。

“AI+分子模拟”被誉为人工智能技术继计算机视觉、语音和自然语言处理等赛道之后的下一个颠覆性应用场景,深势正是这个赛道的领军者。

投资以后,无论从产品,团队,客户端产业落地还是社会价值和影响力方面,深势科技均在按照预期规划推进中。

• 产品矩阵已经形成 :

完成从底层数理模型到计算机科学下的模拟工具,结合化学、生物、材料等具体场景的多样化模拟研发需求,已推出Hermite™药物计算设计平台、Bohrium微尺度科学计算云平台以及Lebesgue 高性能任务调度与算力编排平台等微尺度工业设计基础设施,形成深势科技的微尺度工业设计平台矩阵。

• 开源社区:

DeepModeling开源社区建设持续进行中,社区中的开源软件已得到国内外近千个研究组使用,涉及物理、化学、材料、生物、地质等多个领域。诸多学术成果发表在了Science等国际顶级学术杂志上。社区以开放与包容的环境,推动全球科学计算事业发展。

• 团队构建:

公司核心职能完成组建并处于良好运转中。近日,深势科技还任命张晓敏博士为首席药物官,药物研发团队又揽入一员大将。而在这过程中更值得肯定的是founder们的飞速成长,这个正是作为投资人更乐于看到的结果,唯有公司自身迭代进化的能力更强,公司才能更长足的稳健发展。

在修炼内功的同时,深势科技也在不断完成产业的实践和落地,已经在药物设计、材料设计等领域落地了创新性的产品及解决方案,并与医药和材料领域的多个头部企业建立起深度合作,唯有能给产业带来价值的技术才是真正能改变世界的技术!

联系我们