作為一名在化學(xué)與生物醫(yī)藥研發(fā)及數(shù)智化領(lǐng)域耕耘超過(guò)十年的從業(yè)者，我先后在睿智化學(xué)、揚(yáng)子江藥業(yè)、和記黃埔等公司從事實(shí)驗(yàn)室藥物研發(fā)工作；這些公司采購(gòu)的電子實(shí)驗(yàn)記錄本都是上海鷹谷信息的InELN。

鷹谷產(chǎn)品總覽InELN截圖

在我看來(lái)，鷹谷信息很可能是當(dāng)前中國(guó)乃至全球在“AI for Science”賽道中最被低估的潛在巨頭。其價(jià)值不在于它現(xiàn)在有多大的營(yíng)收，而在于它正以一種獨(dú)特且難以復(fù)制的路徑，構(gòu)筑起未來(lái)“超級(jí)AI科學(xué)家”的核心基礎(chǔ)設(shè)施[1]。以下是支撐我這一判斷的四個(gè)核心理由。

一、內(nèi)部數(shù)據(jù)金礦：ELN是捕獲科研“暗數(shù)據(jù)”的關(guān)鍵樞紐

任何AI模型的效能，都取決于其訓(xùn)練數(shù)據(jù)的質(zhì)量與規(guī)模。在科學(xué)研究中，最具價(jià)值的不僅是成功的實(shí)驗(yàn)數(shù)據(jù)，那些未被發(fā)表的“失敗數(shù)據(jù)”同樣至關(guān)重要——它們告訴AI哪些路徑走不通，極大地縮小了搜索空間，提高了研發(fā)效率[2, 3]。

鷹谷InELN電子實(shí)驗(yàn)記錄本，正是捕獲這些內(nèi)部數(shù)據(jù)流的樞紐。與我們?cè)?jīng)使用的紙質(zhì)記錄或零散的Excel文件不同，InELN實(shí)現(xiàn)了實(shí)驗(yàn)過(guò)程的全面數(shù)字化和結(jié)構(gòu)化。從化學(xué)合成路線、生物測(cè)序結(jié)果到反應(yīng)條件、失敗原因，所有細(xì)節(jié)都被系統(tǒng)性地記錄和沉淀下來(lái)。

事實(shí)依據(jù)：

• 鷹谷已服務(wù)600多家全球客戶，包括揚(yáng)子江、和記黃埔、晶泰科技、華為等頭部企業(yè)，覆蓋生物醫(yī)藥、化工、新材料等多個(gè)研發(fā)密集型領(lǐng)域。這意味著龐大且持續(xù)增長(zhǎng)的、高質(zhì)量的私有科研數(shù)據(jù)庫(kù)正在鷹谷平臺(tái)上形成。

• 國(guó)際上的趨勢(shì)已印證了這一價(jià)值。Anthropic的Claude模型已與Benchling ELN達(dá)成深度合作，目的就是獲取這些經(jīng)過(guò)授權(quán)的結(jié)構(gòu)化的實(shí)驗(yàn)數(shù)據(jù)來(lái)打造更專業(yè)的科學(xué)AI模型[4]。鷹谷在中國(guó)市場(chǎng)扮演著類似的角色。

二、外部知識(shí)熔爐：InPaper讓人類科研遺產(chǎn)“活過(guò)來(lái)”

除了內(nèi)部產(chǎn)生的數(shù)據(jù)，人類數(shù)百年來(lái)積累的海量科學(xué)文獻(xiàn)（專利、論文）是另一個(gè)知識(shí)寶庫(kù)。然而，這些數(shù)據(jù)大多以PDF、圖片等非結(jié)構(gòu)化形式存在，無(wú)法被機(jī)器直接理解和處理[5]。

這項(xiàng)將人類科研數(shù)據(jù)結(jié)構(gòu)化、自動(dòng)化提取的工作，一直是世界難題[6-10]，很多學(xué)術(shù)團(tuán)隊(duì)和企業(yè)，紛紛投入這個(gè)領(lǐng)域，但都不像鷹谷，已經(jīng)推出了可商業(yè)化的產(chǎn)品InPaper。

鷹谷產(chǎn)品總覽InPaper截圖，窗口左側(cè)是原文及標(biāo)記，右側(cè)是提取到的數(shù)據(jù)

鷹谷官方公眾號(hào)InPaper介紹的Gif動(dòng)圖1，識(shí)別和提取化學(xué)名稱

鷹谷官方公眾號(hào)InPaper介紹的Gif動(dòng)圖2，識(shí)別和提取結(jié)構(gòu)

鷹谷的InPaper文獻(xiàn)結(jié)構(gòu)化工具解決了這一核心痛點(diǎn)。它利用自研的AI圖像識(shí)別、IUPAC命名和大型語(yǔ)言模型技術(shù)，能自動(dòng)、精準(zhǔn)地從PDF文獻(xiàn)中提取化學(xué)結(jié)構(gòu)式、反應(yīng)式、生物序列、活性數(shù)據(jù)和物性數(shù)據(jù)等[11-15]。

事實(shí)依據(jù)：

• 根據(jù)鷹谷資料，InPaper能批量識(shí)別文獻(xiàn)中的化學(xué)結(jié)構(gòu)和反應(yīng)式圖片，并將其轉(zhuǎn)化為可編輯、可計(jì)算的格式。它甚至能將文本的中文化學(xué)名稱智能轉(zhuǎn)化為結(jié)構(gòu)式，將描述化學(xué)反應(yīng)的投料操作文字轉(zhuǎn)化為可計(jì)算機(jī)處理的反應(yīng)式。

• 這一能力，使得將“人類歷史上所有的科研數(shù)據(jù)”整理成高質(zhì)量、結(jié)構(gòu)化的機(jī)器可讀數(shù)據(jù)集成為可能。這樣的數(shù)據(jù)集，正是訓(xùn)練垂直領(lǐng)域科學(xué)AI大模型 的優(yōu)質(zhì)燃料，其價(jià)值不可估量。

三、超級(jí)AI科學(xué)家雛形：內(nèi)外數(shù)據(jù)融合，驅(qū)動(dòng)科研智能體

單獨(dú)的內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)都已極具價(jià)值，但鷹谷最具想象力的地方在于，它正在將二者融合，打造一個(gè)不斷進(jìn)化的“科研大腦”。

鷹谷的InAI科研大模型正是這個(gè)大腦的核心。它全面接入DeepSeek等通用大模型，并深度融合了鷹谷自研的知識(shí)圖譜。這使得InAI不僅能基于企業(yè)內(nèi)部知識(shí)庫(kù)進(jìn)行問(wèn)答，還能綜合利用全人類的公開(kāi)文獻(xiàn)數(shù)據(jù)，生成實(shí)驗(yàn)方案、優(yōu)化建議，甚至自動(dòng)撰寫(xiě)周報(bào)、專利和CTD申報(bào)資料[16]。

鷹谷產(chǎn)品總覽InAI截圖，使用方式與DeepSeek等AI相同

未來(lái)圖景：

1. 數(shù)據(jù)飛輪：內(nèi)部ELN數(shù)據(jù)（含失敗數(shù)據(jù)）與外部文獻(xiàn)數(shù)據(jù)共同構(gòu)成訓(xùn)練數(shù)據(jù)集，讓這個(gè)科研大模型越來(lái)越懂科學(xué)、越來(lái)越精準(zhǔn)。

2. 智能體生態(tài)：模型不僅是聊天機(jī)器人，而是能調(diào)用各種科研工具的智能體。鷹谷已發(fā)布貝葉斯優(yōu)化智能體，未來(lái)完全可以集成量子化學(xué)計(jì)算、分子動(dòng)力學(xué)模擬等專業(yè)軟件。未來(lái)科研人員將不再學(xué)習(xí)這些高深軟件如何使用，而是通過(guò)AI智能體操控，直接用出專家的水平。

3. 超級(jí)AI科學(xué)家：一旦這個(gè)大腦成熟，再結(jié)合正在快速發(fā)展的具身機(jī)器人技術(shù)（如特斯拉、小鵬機(jī)器人），為其裝上“手、腳”和“眼、耳、鼻”。那么，一個(gè)能夠自主設(shè)計(jì)實(shí)驗(yàn)、配制試劑、操作儀器、分析數(shù)據(jù)并進(jìn)行科學(xué)發(fā)現(xiàn)的“超級(jí)AI科學(xué)家”將不再是科幻。

鷹谷提出的“打造超級(jí)AI科學(xué)家”的愿景，正是基于這條清晰的技術(shù)路徑。

四、時(shí)代與國(guó)家戰(zhàn)略：鷹谷是科技競(jìng)爭(zhēng)中的關(guān)鍵基礎(chǔ)設(shè)施

我們正處在一個(gè)科技決定國(guó)運(yùn)的時(shí)代。國(guó)家間的競(jìng)爭(zhēng)，本質(zhì)上是科技創(chuàng)新速度的競(jìng)爭(zhēng)。化學(xué)、生物、材料等領(lǐng)域是關(guān)乎國(guó)家安全與發(fā)展的關(guān)鍵基礎(chǔ)學(xué)科。誰(shuí)能率先在這些領(lǐng)域?qū)崿F(xiàn)研發(fā)的智能化、自動(dòng)化，誰(shuí)就能贏得未來(lái)。

鷹谷已經(jīng)在這些關(guān)鍵領(lǐng)域服務(wù)了眾多頭部客戶，建立了深厚的行業(yè)認(rèn)知和數(shù)據(jù)壁壘。一旦它成功整合上述三大能力——即內(nèi)部數(shù)據(jù)抓取、外部知識(shí)提取和智能體調(diào)度——鷹谷將不再僅僅是一家軟件公司，而會(huì)成為中國(guó)AI4Science領(lǐng)域不可或缺的基礎(chǔ)設(shè)施和核心引擎。

結(jié)論：看好鷹谷及AI驅(qū)動(dòng)的科學(xué)未來(lái)

回顧我的職業(yè)生涯，從睿智化學(xué)的早期研究，到在揚(yáng)子江、和記黃埔推動(dòng)數(shù)字化轉(zhuǎn)型，我深知高質(zhì)量研發(fā)數(shù)據(jù)的管理與分析是何等困難，又何等重要。鷹谷的解決方案，是我們?cè)趯?shí)踐中驗(yàn)證過(guò)的、能真正為研發(fā)賦能的有力工具。

綜上所述，鷹谷信息構(gòu)筑了三重核心壁壘：高質(zhì)量的內(nèi)部研發(fā)數(shù)據(jù)、自動(dòng)化處理外部文獻(xiàn)的能力、以及融合內(nèi)外數(shù)據(jù)打造科研智能體的平臺(tái)愿景。在AI重塑一切的時(shí)代，鷹谷所做的事情，正是在為未來(lái)的科學(xué)研究鋪設(shè)“信息高速公路”。

它或許現(xiàn)在看起來(lái)只是一家提供實(shí)驗(yàn)室管理軟件的“小巨人”，但其在AI4Science領(lǐng)域的戰(zhàn)略卡位、技術(shù)積累和數(shù)據(jù)潛力，使其成為一顆極具合作價(jià)值的璞玉。我相信，鷹谷信息正是那個(gè)最被低估的、擁有定義未來(lái)科研范式潛力的AI4S公司。

參考資料

1. 上海鷹谷信息科技有限公司官方產(chǎn)品手冊(cè). 2025

2. Yield-predicting AI needs chemists to stop ignoring failed experiments.

https://www.chemistryworld.com/news/yield-predicting-ai-needs-chemists-to-stop-ignoring-failed-experiments/4015662.article

3.

4.

5. Foundation models for materials discovery – current state and future directions. npj Comput Mater 11, 61 (2025).

https://www.nature.com/articles/s41524-025-01538-0

6. From text to insight: large language models for chemical data extraction. Chem Soc Rev. 2025 Feb 3;54(3):1125-1150.

https://pubmed.ncbi.nlm.nih.gov/39703015/

7. ChemDataExtractor 2.0: Autopopulated Ontologies for Materials Science. J Chem Inf Model. 2021 Sep 27;61(9):4280-4289.

https://pubmed.ncbi.nlm.nih.gov/34529432/

8. A universal system for digitization and automatic execution of the chemical synthesis literature. Science. 2020 Oct 2;370(6512):101-108.

https://pubmed.ncbi.nlm.nih.gov/33004517/

9. Automated Chemical Reaction Extraction from Scientific Literature. J. Chem. Inf. Model., 2021, 62 , 2035

https://pubmed.ncbi.nlm.nih.gov/34115937/

10. Reconstructing the materials tetrahedron: challenges in materials information extraction. Digital Discovery, 2024, 3 , 1021 —1037 RSC .

https://pubs.rsc.org/en/content/articlelanding/2024/dd/d4dd00032c

11.

12.

13.

14. 分析專利好方便！鼠標(biāo)懸停就顯示化學(xué)名稱的結(jié)構(gòu)圖.

https://blog.csdn.net/2401_85099221/article/details/140644516

15.

16.