实际上，新药研发周期长、投入大、持续时间久、效率低，一直是医药领域的“心腹大患”。根据某研究中心的数据，一款新药的面市从药物发现到获得FDA批准平均大约需要96.8个月。而在成本上，有数据显示，自2010年以来，12家主要制药公司的获批药物开发成本已经增加了33%，每年约16亿美元。而随着AI的加入，这些问题让人看到了可喜的改变。根据TechEmergence的研究报告，AI可以将新药研发的成功率从12%提升至14%， 这仅有的2%的增长不容小觑，可以为整个生物制药行业节省数十亿美元，同时，还可以省下很多研发时间。

　   一是机器人编程，现在机器人编程方法阻碍了机器人的推广。二是机器人的校正方法，新机器人与现有工厂坐标匹配协同是非常复杂的过程，亟须自主掌握快速简洁的方法，才能让未来机器人像电视那样，一打开包装就能投入工作。三是传感器结合，也可以说是传感器融合。比如，传统机器人多使用位置传感器，未来要加入视觉传感器等等，但协同实效还很差。

　　那除了提高药物研发效率外，Ta还能做什么呢？其实，药企在开发新药时关心的莫过于成本以及研发问题，比如，能否带来新药研发时间上的缩短？能否帮助企业节省人工成本？能否降低风险等？这些问题，“AI”制药已经开始带来了惊喜。有AI制药企业人员曾表示，通过AI计算、预测，能够帮助药企优先选择容易成功的药物化合物、晶型候选和研发路线，从而减少研发时间和试错范围。尤其是晶型研发周期，会从几个月甚至一年缩短到几周到几个月。这也意味着，AI能够降低新药研发的出错率，提高成功率，缩短研发时间，为企业带来更好的效益。

        对此，席宁分析称，以工业机器人为例，中国大部分还是采用进口产品，这对国产机器人企业是个挑战。现在，国产机器人因性能、数量和质量等差距，还局限于应用在相对低端的工业。而国产传统机器人亟待突破的关键，始终在于变速器、控制器、传感器等核心部件。此外，席宁认为，还需要与另外三个新的产业瓶颈一起推进研究和突破。 　

　　另外，一直以来有许多人都并不信任中药，因为大部分中药都标明不了具体的分子学药理机制及毒副作用。如果能把AI药物发现的技术用于中药研究，或将加速中药发展历程。比如，AI通过深度学习，构建神经网络，吸收所有已知的单步有机化学反应，解构药物里的分子，并将所有化学物质都分离出来，通过化学反应和临床数据，找到那个有效的化学物质，同时将其它化学物质进行一一的分析。如果真的能实现，相信会对中药的发展，起到重要的促进作用。

 　　席宁称，目前，针对上述三个瓶颈，国外也在加紧研究中。所以，国内国外处于同一个起跑线上。 

　　其实，AI制药若真能成为大势所趋，或许对未来降低药价也能产生作用。这将进一步减轻患者用药负担，给患者提供更多高质药品的选择。一方面，药企不必因为研发失败过多而将成本转移给患者，另一方面“AI制药”能够提高新药上市速度，可以进一步平衡研发成本。

　　此前，席宁是IEEE机器人学会的主席，现在又在深圳建设了一个机器人研究院。在最后被问及是否针对这三个问题进行了研究和实践的问题时，席宁举例说，他们确实做了一些工作。“比如，有的工程中需要很多高压输气管道，接口内部需要打磨平整，否则焊料积压容易造成核心部件事故。以前，法国一家公司能做这种打磨机器人，但不卖给中国，企业需要交昂贵的服务费，人家才带着机器人来提供服务。现在，我们开发的打磨机器人，解决了这个问题。” 

　　目前，随着人工智能的发展，可以预见未来无论是在新药研发还是其他领域，AI制药的前景都非常广阔，但同时大家也要看到当前AI制药行业还处于发展初期，依然有大量的难点需要突破，相关产品的大面积落地应用也还需要很长一段时间。此外，医药行业一直以来都是国家严格监管的行业之一，属于典型的政策驱动行业。因此，在AI制药的过程中，更要对国家政策加大关注，做到随时应变。