跨国深谈← 返回←40 年传奇投资人 Annie Lamont:AI 正在重写医疗与投资

40 年传奇投资人 Annie Lamont:AI 正在重写医疗与投资

关联

人物 Annie Lamont

公司 Oaks HCFT · Devoted · CHI · Halluminate · Augur · CareBridge

概念 AI · 大型语言模型 · 智能体 · 强化学习环境

管理过 140 亿美元、40 多年投资生涯、70 多次成功退出、15 次 IPO——说这些数字的人是 Annie Lamont,Oaks HCFT(一家专注医疗健康与金融科技的基金)的创始人兼管理合伙人，也是 Forbes Midas 榜单七次的头号医疗健康投资人。她在纽约证券交易所接受 Sorcery 播客采访，聊的核心话题是：过去十年她一直盯着 AI,却没看到它产出更多可开发的药物和疗法；而过去两年，一切都变了。

药物研发为什么突然爆发

Annie 的判断很直接：药物开发是当今「最困难、最昂贵、最无章法」的行业，失败率可能是所有产品里最高的。而 LLM(大语言模型)出现后带动了一整套基础设施，催生出专门针对生物和化学的模型——不是 LLM,而是行业专属模型。再加上实验室里的实体 AI 和机器人，药物设计那套繁琐流程的每一步都有了被重做的机会。

她投的 CHI 就是例子：先做抗体，正在搞定中，效率比没有它的实验室高一百倍；接下来是多肽(一类介于蛋白质和小分子之间的药物分子)，然后是小分子。她强调关键方法是：用计算模型去近似那些已被使用了 40 年的动物实验和湿实验(即在实验室里用真实试剂做的实验)的结果，但必须拿真实实验数据去校验模型输出。

中国是「生存威胁」

这段是全集中火药味最重的部分。Annie 说，过去四年中国在生命科学的轨迹「对美利坚合众国极其具有威胁性」——制药公司花在外部研究上的资金有 50% 流向中国，五年前不是这样。

大家以为中国只会做 Me Too 药(模仿已有药物稍作改动的仿制药)，但现实是他们的大学和研究机构产出的专利数量已经和美国一样多甚至更多。而恰在此时，NIH(美国国家卫生研究院)正在从美国大学撤资——大学是美国一切药物发现的基石。她的结论：需要通过技术、工具、投资，以及「对 FDA 和流程的彻底重构」来快速修复。

Devoted Health:她口中「世界上 AI 应用于医疗最好的例子」

Annie 说自己通常不夸大其词，但她对 Devoted 的评价破例了。这家十年前创立的公司做 Medicare Advantage(美国联邦医保优势计划)健康险，起步就极难：要在每个州拿执照、建医疗网络、发展会员，同时自建支付方世界里没人做过的技术平台，还有一个自己的初级保健医生网络作为虚拟管理层。

现在 AI 进入图景：过去一年公司规模扩大三倍，运营比率降低一半，EBITDA(息税折旧摊销前利润)大幅增长。她认为它未来「几乎不可能被竞争」，因为 AI 前端 + 背后的医生 + 保险一体化，会员体验无缝。它还将进军商业保险市场。

至于传统医疗机构——她说医院不会消失，但医疗成本里 25% 到 30% 是行政成本，而 AI「大概是第一个」真正做到把行政负担从临床医生身上卸下来的技术。放射影像有 30% 被放射科医生读错、有遗漏，AI 在医生身后把关，不会淘汰医生，反而可能需要更多。手术机器人也会进化——da Vinci 手术机器人相比将要出现的，就是「暴力硬干」。

有意思的悖论(主持人提出)：病人几乎永远不会知道 AI 参与了治疗。Annie 的回应是，病人会以正面方式感受到——医生不再埋头对着笔记本电脑，诊断更准；农村社区可以通过远程指导的机器人手术获得顶尖水平的外科能力(今天农村肿瘤治疗结果显著更差)。

怎么看创业者：一切都围绕人

投资方法上她的第一原则没变：先看创业者。「你信任那个人吗？

你被鼓舞吗？他是谈论这个主题、真正围绕它创建一家公司的绝对最佳人选吗？

」她形容伟大的创业者是 Pied Piper(吹笛人)——走进房间五分钟，你就知道想投他。她从未见过比这一代更努力的创业者，世界变化太快，创业者必须比过去更优秀才能胜出。

一个具体教训来自她职业生涯早期：有史以来最伟大的零售业投资人 Jerry Gallagher(投出 Dick’s Sporting Goods、PetSmart 等)直白地告诉她——「你的创业者标准还不够高。」这句话她记了一辈子。

重复押注是她最自豪的事，而且「最让我自豪的是他们选择再次让我们来投资」。例子是 Brad Smith:她找了十五二十年一个说得通的姑息治疗模式，Brad 描述的模式是「病人赢、支付方和医疗体系赢、公司也赢」的三赢，她立刻投了；后来又和他共同构思(各自花了一年)创办了 CareBridge 和 Main Street 两家公司，CareBridge 卖给了 Elevance。她给 Brad 的评价是：「你在做一件没有其他人在做的事情」——跟风的公司太多了。

Oak 的模型：全生命周期 + 杠铃世界

基金从最初 5 亿美元涨到最近两支各近 20 亿美元，支票从一百万到一亿美元不等。核心是「全生命周期投资」：常常第一天就向公司承诺一亿美元(对供应链公司 Augur 就是这么干的)，同时基金的 20% 到 40%(约 4 亿到 8 亿美元)投早期——在估值飞涨的环境里，早点进去才能拿到合理价格。他们甚至可以把基金的 10% 投上市公司普通股，因为在生命科学领域，上市对公司是融资机制而非退出，投资人能借此拿到专有信息。

她形容现在是「杠铃式的投资世界」：早期基金和超晚期资金、交叉基金各占一头；想成为有分量的投资人，必须大到能开大支票，又能早出手。

估值方面她很清醒：市场普遍失真，只有约 10% 的公司值它们被给的估值，90% 不值；很多 AI 应用于小众市场(比如 TPA 软件公司)的公司，即使利润很好，最终只能按 EBITDA 被收购，不会有战略倍数——「谁会来买这个？」。真正有巨大 TAM(可触达市场总量)跑道的是制药、企业级技术这些大市场。

M&A:买他们是因为他们比你聪明

AI 时代并购格局在拓宽：以前医疗领域只有约五家支付方和 McKesson、Cardinal 这类买家；现在 Frontier Labs(前沿 AI 实验室)有兴趣进入医疗——微软买过 Nuance,Oracle 买了 Cerner,都可能走得更宽更深。而且新世界里很多公司估值太高、缺内嵌专业知识，想扩大 TAM 就不得不买。

她观察并购成败的关键：失败比成功多，而成败取决于收购方如何对待和留住被收购团队，还是「只是一次产品或数据收购」。她提到 Palo Alto Networks 的 Nikesh Arora 八年做了 40 次收购，态度是「他们才是专家…

…我们收购他们是因为他们比我们聪明」;反面教材是 Credit Suisse——买下了世界上最擅长信贷业务的人，却优先老员工、不尊重被收购方。科技公司对产品更尊重，整合通常做得更好；而很多小公司收购其实是合并——「意识到自己是一个产品，而不是一家公司」。

新仓位：他们实际在投什么

• Halluminate:强化学习环境公司(给 AI 智能体提供训练和测试环境的平台)，客户是大型实验室。它模拟金融分析师做投资的全流程——不只电子表格按键，还有评分卡、法律工作、如何得出投资摘要和推荐；甚至完整模拟了一家房地产经纪公司来测试新商业模式。六个月里「从零冲到六十」。
• Augur:CEO Dave Clark 在 Amazon 花了 22 年建立整个供应链和物流体系，后管理电商。公司做供应链的编排层、数据洞察与运营层，不只提供洞察，还提供真正执行洞察的智能体。COVID 期间供应链断裂暴露了大型企业内部的分析多么粗糙——深入看你会想「你们之前都在干什么？」Oak 预先向他们承诺了 1 亿美元。

从想法阶段就参与创建公司约占他们所做工作的 15%;他们也做收购后围绕它建设的 buildups,比如在基于价值的医疗领域收购 Curana、在全国开设门诊输液中心。

本集带走

• AI 十年没打动她，两年改变了她：判断切入时点的信号是「模型开始真正产出可开发的产品」——她看到 CHI 让药物设计效率提升百倍、抗体路线已通，才大幅加深投入并扩建旧金山团队。
• 深度行业知识是横向 AI 公司最缺的资产：医疗是「你见过的最小的『大市场』」——真正重要的服务提供商约一百家、大型支付方只有十家，理解购买决策的人脉就是壁垒。
• 行政成本是 AI 最大的医疗红利：医疗成本 25%-30% 是行政，AI 是第一个真正给临床医生卸负担的技术；放射影像 30% 被读错，AI 是把关而非替代。
• 估值纪律：只有约 10% 的公司值它们的估值；没有大 TAM 的 AI 应用，最终只能按 EBITDA 出售，拿不到战略倍数。
• 并购成败看人：「我们收购他们是因为他们比我们聪明」——尊重并留住被收购团队，比技术整合更决定成败。
• 永远先看人：想法和数字都容易让人兴奋，但「每一次都要看人」——创业者标准不够高，是最早期就该警惕的失误。

制药公司花在研究上的外部资金有 50% 流向了中国。
50% of the outside dollars they’re spending on research are going to China.
—— Annie Lamont · [08:10]

每天都在变得更好，但他们现在极其高效，比没有他们的实验室高效一百倍。
It’s getting better every day, but they’re incredibly productive right now, like a hundred times more productive than a lab without them.
—— Annie Lamont · [11:55]

而你得到的是一家，我想说，未来几乎不可能与之竞争的公司。
And you have a company that is, I would say, almost impossible to compete against in the future.
—— Annie Lamont · [15:59]

它绝对是最 AI 化的，可能是目前世界上 AI 应用于医疗健康的最好例子。
Like it is definitely the most AI, probably the best example of AI applied to healthcare in the world right now.
—— Annie Lamont · [16:39]

所有医疗成本中有 25% 到 30% 实际上是行政成本。
It is 25 to 30 percent of all health care costs are really administrative.
—— Annie Lamont · [18:14]

30% 的影像被放射科医生读错。
30% of images are read wrong by radiologists.
—— Annie Lamont · [18:42]

我是说，da Vinci 相比我们将要看到的，就是暴力硬干。
I mean, da Vinci was a brute forcing in those compared to what we’re going to see now.
—— Annie Lamont · [19:51]

并购失败的可能比成功的多，而这很大程度上取决于收购方如何对待员工、如何留住人才，还是说只是一次产品收购。
They’re probably more failures than successes, but that has so much to do with how an acquirer treats the people and retains the people and the talent, or whether it’s just a product acquisition.
—— Annie Lamont · [36:42]

我认为市场中的通胀是恰当的，因为只有，我不知道，5% 的这些公司值它们被给的那个数，你知道，那些 100 亿美元的估值、200 亿美元。
And I think the inflation in the market is appropriate for 10, I don’t know, 5% of these companies are worth the number that they’re given, you know, the $10billionvaluations,$20 billion.
—— Annie Lamont · [45:24]

我只是认为，你有 10% 的公司是物有所值的，而 90% 不是。
And I just think you’ve got 10% of the world that’s worth it and 90% that’s not.
—— Annie Lamont · [46:14]

在我 30 多年的投资生涯中，还没有什么东西像这样有意思。
I, you know, in my over 30 years of investing, there has nothing been as interesting as this.
—— Annie Lamont · [47:08]

我们收购他们是因为他们比我们聪明。
We’re acquiring them because they’re smarter than us.
—— 嘉宾 · [38:14]