羅奇斌：基因產業背後的商業機遇和挑戰

（本文整理奇雲諾德羅奇斌於4月27日在Xtecher深圳私享會上的分享發言）

我做基因這塊比較久了，所以今天主要還是講基因。之前看了一下本次私享會題目是人工智慧，說實話，到今天為止，基因行業AI的技術還沒有真正投入。我今天分享的主題是：基因產業背後的商業機遇和挑戰—我們團隊過去做的一系列相對偏應用的技術。其中可能有比較多的數據，通過這些數據和大家一起探討我們遇到的一些挑戰。

我是從中科院出來的，當時也以為基因這塊是一個風口，但事實上出來做了兩三年之後發現這裡面水很深，坑特別多，所以每次我都會喜歡和大家直接討論我們遇到的一些問題。

到今天為止我們的業務和方向已經轉了至少三次。有一個公司叫七橋基因組，英文名Seven Bridges Genomics。這個公司剛開始創立的的時候，我們已經在德國跟他們一起開發了一些應用，所以當時我們對他們的產品是比較了解的。後來我們想山寨一個七橋基因組的產品出來，目的很明確，於是就找了一些生物信息專業和IT專業的人來，想把別人產品山寨過來。結果山寨之後，我母校浙大有一些基金就馬上看中了，就說你要不要出來創業，創業我就給你投資，但是你必須要脫產。當時我人在中科院，所以我就決定離開中科院，然後真正做這個企業的負責人。奇雲諾德這個名字聽起來比較酷，英文叫QY NODE，我們當時想著所有的奇點要到來，它最後會彙集成雲，所以我們叫奇雲。為什麼叫「諾德」呢，因為「諾德」英文叫Node，我們認為我們要做一個單點突破，所以叫奇雲諾德。

當時做了這個系統之後，我記得拿融資很快，就一個上午的時間。我把整套系統展示給我們的投資人，先給他看了我們的SaaS平台，然後他說你就這麼一個SaaS平台嗎？我說不是，其實我們這個平台是後台，然後給他看了其他的，然後他說行，我明天給你打款。那時我們沒什麼經驗，以為很快，後來發現原來中間還有盡調這件事，都全部正規地走，逼著我們就做了很多的變動。

在這個平台上線之後，我們的想法很簡單，就是賣賬號，我們是2014年年底的時候開始賣賬號，賣給誰呢？反正中科院出來很多科研老師，一個科研老師賣一個賬號，一個賬號1萬塊錢，結果一年賣了幾十萬，但是這幾十萬塊錢最後讓我們貼了兩三百萬，你知道為什麼嗎？老師有什麼問題都會打電話過來，然後一個電話打過來你要接啊，要服務，我們的工程師現在20多個，當時還比較少，只有10個人，每天都在接電話，每天都在回答問題，沒有任何的時間做研發了。但是人家交了錢，1萬塊錢一年，當時一個工程師一個月工資也不止1萬，所以後來我們覺得這個坑太大了，真的是虧大了。所以後來我們想，為什麼要相信基因革命呢，其實就是被人坑了，就像大學部學習。

再看這個發展歷程，其實是很激動人心的。我們在中科院基因組所的頂層有一個博物館，當時產品山寨后，我們就做了一個展廳，大家現在可以在中科院基因組所的頂層看到整個的歷程。最後你會發現，時間點基本上斷開了。

我這裡有一個數據，當時也是看了這個數據之後才決定要出來創業而不是做科學家的。我們現在科技成果轉化率是10%，以色列是40%以上，相當於兩個科研成果有一個轉化出來。我就在想為什麼這麼低？我們很多時候做了科研成果，發了文章，我們的確發過很多文章，現在想想，發的5篇文章能轉化出一個真正的成果嗎？很少。轉化出來10個成果有多少成果是可以變成產品的？

其實，我們產品的轉化率應該不足1%，也就是說有100個paper能不能出來一個產品？很難說。這裡就出現了斷層，就是產品經理人很少。基因行業裡面產品經理真的挺難的，產品經理是有國際認證的，叫做PM認證，我們現在要求我們所有的工程師要過PM認證，就是Project Manager。這個認證在互聯網領域是比較普遍的，但是大家發現很多生物信息的人出來你讓他去寫個程序可以，但是讓他自己按照產品經理的思維和整個架構去做，就會經常掉鏈子。所以後來迫使我們招的全部是IT的產品經理，讓他們帶下面所有生物基因工程師。就算你是生物基因工程的博士，而人家大學部畢業，有8年或者是7年的經驗，就一定要管你。我現在提拔上來的人全是做IT的。大家全部是處女座，處女座的人做產品還是非常認真的。所以說我們下面的工程師裡面基本上由兩個部分組成，一個是生物信息的負責人，一個是IT部門負責人，都是處女座，包括我自己也是上升處女座。

我曾經統計了一下，我們發的文章究竟夠不夠多，來提供給進行財富轉化。截止到今年年初的時候，可以看到有4萬篇以上。也就是說在科研領域其實已經有非常多的文章，是可以支持我們去做轉化的。但是，所有由技術轉化的產品，沒有一個人參與這個轉化的過程，這個是很悲哀的。從過去第一代到第三代以至於第四代理論的核心技術沒有一個人參與。

這裡面有一個問題就是，我們什麼時候知道我們的基因時代可以到來？我們做了一個很有趣的統計表。任何的科技時代，每個產品有一個指標，這個指標有25%的普及率，為什麼是25%？大家聽過有一個故事叫池塘里的荷花，池塘里的荷花是今天長一朵花，明天長兩朵，第三天長四朵，有一天你突然間發現池塘裡面有四分之一是荷花的時候，第幾天它會全部長完？第三天，為什麼？因為第二天長一半，第三天全部長完。所以說前面的所有幾十天你會看不到有荷花，因為太少了，突然間最後兩天的時候全部長好了，這種叫做指數級別的增長。所以我們經常會用25%來衡量一個產品，它要多長時間，才能有25%的人使用？

比如說電源，直到有25%的人口用電，經歷了40多年。從電話廣播、電視機、手機出現，再到25%的人使用，分別經歷了20多年、16年、13年，大家猜一下智能手機是多少？兩年。所以很多人會說我們基因的價格是反摩爾定律，其實你仔細去看一下，這個反摩爾定律是假的，為什麼？所有的基因的價格的拐角全部是在2006年，大家知道2006年發生了什麼事情嗎？Illumina收購了Solexa。通過資本去收購這麼一家公司，強迫價格全部降低，這是資本推動，它不是技術推動，所以它不符合反摩爾定律，因為反摩爾定律是在技術層面上的。你這樣去計算的時候，你會發現有一個很有趣的問題，怎麼去看一個從開始走向衰亡。所以說，這一塊是叫做信息時代。

那麼下一個時代是什麼？生命時代。所以生命時代應該從這裡開始計算。我們看一下PCR技術花了多長時間？分子診斷技術花了多長時間？大家知道NIPT（無創產前檢測）被美國全部孕婦的25%使用花了多長時間？四年。2011年的時候美國開始推行NIPT，到2014年的時候已經達到了25%的，孕婦在使用NIPT。什麼時候到25%？還未知，如果一旦到了應該就是華大基因和貝瑞全部上市以及股票上漲的時候。所以，每年有4000萬的孕婦，25%大概是1000萬孕婦可以做這個，意味著這個市場馬上會產生3-5家的上市公司。大家可以回去查一查，每一個技術背後滋生的上市公司至少是兩位數以上，而非上市公司至少在三位數以上，整個生態鏈的公司是在四位數以上。也就是說我們現在整個的基因產業有沒有三位數？有的，有沒有四位數？接近的。所有的基因公司能夠支撐這麼一些技術，並被25%的人口使用的時候，這是很了不起的。所以我們現在計算下有多少人做過基因檢測，有沒有1%的人？沒有。1%的人是多少？1000萬以上。也就是說什麼時候達到1000萬？

一個訂單至少是在20萬到50萬的樣本，我們在嘀咕這樣的客戶我們該怎麼做呢？想來想去該怎麼推渠道。後來我才知道有一家公司很奇葩，它居然已經做了100萬的用戶。我看到這個數據以後驚呆了，太恐怖了這個數據，而且他們居然是盈利的。在我們知道這個事情之後，我們就覺得我們現在是不是做的太偏學術了，其實樣本量最大的來源是健康環節，其次是醫療。我們現在跟醫療的對接很簡單，我們不做醫療數據，只跟醫療數據對接，一對接我們就接入了，80%的三甲醫院，包括30萬的腫瘤的樣本，從診斷一直到治療，到死亡，全部的數據就會導入到我們平台，我們就發現這個數據很寶貴。剛才說每家醫院之間不通，但事實上已經全部打通了，你們可以去看一下。為什麼現在都說醫院的系統通不了，其實是方向的問題，你們去攻醫院是有問題的，別攻醫院，攻PI，攻主任，攻所有的腫瘤科主任，所有的腫瘤科主任全部都有權力把數據拿出來，因為他發文章的時候這些所有的腫瘤數據都得放到一個地方，你想想這個地方是醫院嗎？不是的。就三家醫療大數據，覆蓋了80%的三甲醫院的數據。想想是誰的名字，我們直接跟他一對接，馬上他們就可以做一個很棒的事情。他們說，我跟你對接，你幫我解讀基因，我剩下的事情往你這邊打，但是打過來的醫療大數據全部要清洗，全部要脫敏。我說沒問題，你打過來吧，打過來之後我們就做對接。我們今年馬上就成為CSCO（臨床腫瘤協會）下面所有的技術支撐公司，大家將會看到那個基因模塊。所以為什麼說今年我們馬上要在數博會上展示所有的腫瘤模型。

其實我們對腫瘤模型不是很懂，但是有一樣很懂，就是他問了我們幾個問題，我發現可以解決。他問我，第一，幫我們存基因數據可以嗎，我說可以，收錢。第二，你幫我把基因數據分級存儲，可以嗎？我說可以，收錢。我就一步一步幫他制定好收錢的解決方案，收多少錢，一塊錢，一塊錢出一份報告，兩塊錢對接一個介面。我簽一個單大概是100萬，為什麼？因為一個報告1塊錢這麼便宜，你至少給我50-100萬的量，沒有這個量我也活不了。所以基本上我們簽單就很簡單，100萬以上的單子我去，100萬以下的話我們銷售去談。所以我們就通過這樣的方式發展，去年的時候，我突然發現日子好很多了，今年我們一下子在六個區成立銷售中心。我們發現轉型之後就好玩了，以前還想著給科研的老師做，從這裡面我們就摸索出很多東西。今年發現其實還有很多很好玩的，我們發現和企業合作研發有一個很大的不同，我們以前是先去做研發然後想著賣出去，哪怕是綁定一些渠道或者一些專家，後來我們發現還不如落地一些，市場要什麼反過來看自己能不能做，如果你能做別人不能做你就有生意。先把生意做起來，把現金流轉起來。在這裡面有一個很重要的方面，體現在測序的市場增長，這個其實有點老了，我們最近發現跟去年有一個不一樣的，現在還沒有完全統計。今年所有的測序儀基本上都不好買，因為我們去跟他們拉業務的時候發現去年有40%的空餘，今年突然間我們收回樣本要排隊，一排隊兩三個月，那這個肯定有問題，全部都跑滿了。這什麼概念？測序儀賣得很好，而且馬上這些機器全部跑完了，現在訂不知道什麼時候可以到貨。現在開始在每一個省份，有一些產業園會起來，然後由於這邊會整合一些國內的企業做一個測序工程，你想測序儀幹嘛要賣啊，租給你不行嗎？我租給你都不要，我就放到那個地方託管，託管1萬台或者1千台。根據雲計算一個核實5分錢或者5毛錢，包這個Lane 3000塊錢做五個，要不要？所以全基因組其實1000美金早就已經降下來了，根本不用想。我們現在做的就是一個全基因組的晶元。

可以看到之前所有的醫療市場會往前在推，會推移到什麼地步呢？我們經常會說你首先要有數據，有了數據之後怎麼去把這個數據變成一個信息，怎麼去把信息變成一個知識，我相在知識層面上，大家可以看到很多AI的應用，在數據層面上大家都在關注，而這兩個趨勢現在是比較明顯的。第一個是設備開始變小型化，我們今年拿了一些設備非常小，可以直接插到iphone上面，做快速診斷，現在馬上會有重量級的產品進到，大家會在年底的時候看到。大家是不是都在想這個是什麼？這個東西已經在報關，一旦在推行的話，會比較受歡迎，因為它比較成熟；另外一個產品更厲害，可以迅速地在十幾分內快速診斷，一個非常小的設備，直接插到iphone的介面，然後一滴血馬上就可以現場出來一份報告。然後售價應該是在15塊錢以內。它的設備是送的，你可以買一箱，比如說10萬個小晶元，很便宜。

現在如果有一些的企業在做設備小型化趕緊去投，因為這個馬上會起來。我認為所有的設備應該做到什麼程度呢？有幾個標準，第一個標準是這個設備一定要方便，一定要快捷、可攜帶。就像是一個行李箱，拿過來打開放到桌面上不會佔用一平米的地方，放在這邊，一個中專畢業的小護士可以在半個小時內看說明書馬上用，應該這麼簡單。然後可以做到在1個小時或1個半小時之內迅速地出一份報告，這個時候可能有一塊錢我們就掙到了。其中，試劑之類的就會形成一個產業鏈，比如說它有的設備是開放型設備，它可以兼容不同的，拿到證的盒子和試劑，有的是封閉型的設備，它只允許自己研發，有的設備可能會有8到10瓶的試劑盒子，有的是一個小的可以實現一步試劑，比如說我直接採到唾液放進去不需要做DNA提取，全部可以在一個反應皿上一個小時全部出來。這就要看你的研發實力，而這種研發試劑的定製可以在一個月時間迅速反應，它直接通過所有的工廠智能化匹配，可以在一個月內給你合成。我覺得AI其實不需要很複雜，在生產領域馬上就可以做到價值鏈重構，甚至是可以實現設備小型化，不說老百姓，至少是每一個衛生站，每個社區的衛生站裡面至少是能夠配備一整套或者是多套。這樣整個智慧城市、智慧社區都可以投放，比如說1000、10000個投放，每個地區的領導就可以拿著這個東西來當業績，數據馬上就上傳到他自己建的一個智慧城市超算的平台，馬上就可以實現上雲。

第二個標準就是，一旦這些部署的時候就會出現一個產業鏈，叫做數據分析專業化。包括數據的清洗、數據的脫敏、數據的存儲、數據的壓縮等等，每一個過程都會形成。我們剛剛從汕頭過來，發現那邊居然有創業項目叫「數據清洗」，我說你們怎麼清洗？他說你們的醫療數據我幫你們清洗，我一聽這不是生物信息的事嗎？一問原來是一個那種職業高校做計算機的，他可以給你做數據清洗，我就覺得現在IT已經做的這麼專業了，完全都可以繞開我們生物信息，因為IT就可以直接做。所以，我們就想到一個點，萬一IT的人員開始飽和，大量的產品經理和IT人員找不到工作，進入到我們這個醫療健康行業怎麼辦？他們可是正規軍，我們這種生物信息的人突然感到危機。所以我們現在招生物信息的時候會給他們講這個事情，你看人家IT的，現在被樂視辭退了大量地出來找工作，你現在還要那麼多錢？不要了，雖然你有什麼博士學位之類的，但是人家IT的人可以直接做一個軟體，你可以嗎？你就是寫一個報告。然後你說演算法，演算法可以去公開的開源庫裡面拿。所以使得我們現在摸了很多坑之後，一做產業就會發現，原來跟以前我們所謂的高大上差距太大了，所以我現在基本上正常就是有一半時間在悲觀，另外一半時間在做轉型。

這兩個趨勢是我們現在看到的，其實也是一個必然趨勢。不承認它也在發生，不承認人家掙了錢，人家把這個做成了事實，你就被淘汰。所以很簡單的一個邏輯。所以我們一直在想，經常聽到人說生命數據化，我們現在看生命數據化不是這個意思，不是說你有什麼樣的技術，而是真正地實現怎麼從這個地方掙到錢。所以我們現在已經很落地了，我們經常說生命數據化怎麼掙到錢？所以說我現在PPT都講「盈利模式」，我不講什麼技術了。

其實這些數據都可以掙到錢。千萬別做那種貼錢的買賣，比如說有些醫生跟你說你先給我做一堆樣本，其實有很多時候是可以獲得那些珍貴的樣本而把錢掙來。所以說我們在摸索的時候發現，比如說我直接跟醫生合作，醫生說先投放，先給錢，我說我沒錢怎麼辦呢？我們現在出一份報告一塊錢，很便宜的，也不掙你錢，你自己做又很貴。但是你要換logo嗎？換logo 10萬。大家知道互聯網的模式，你要換膚，什麼叫換膚？就是你的模板，我們有五套給你選，你們看到這個很差的一套模板，一看就覺得這個研究信任度不高的，那個是便宜，1塊錢。但是你要換一個好一點的，五塊，是一份。然後你再換一個更好的定製可能就20塊錢。20塊什麼概念呢？你如果一年能夠保證1萬份報告的時候，你就給我20萬了，那我們這個模式不僅可以換膚，我還可以幫你做解讀內容的升級。這些全部出來的報告都是PDF的，你想不想要H5的？H5的就貴了，因為H5是可以直接用手機查看的。2塊錢一份報告是H5的，1塊錢是PDF。H5的話直接一個項目是2塊錢，比如說你想做一個套餐，有50項，2塊錢一項大概是多少錢？100塊錢，那人家會問，數據怎麼分析？我們數據分析是免費的。你把數據給我們，不管你給什麼數據，反正就一塊錢一個報告，那你說數據太大怎麼辦？免費給你做，現在數據分析是免費的，其實說的不好聽也不是免費的，只不過我們可以給醫院來做嘛，但是我們可以最快地拿到一個報告，因為這個報告是我們的，數據是誰的？是消費者的，我們不要數據。為什麼？這裡面有個很重要的問題，真正核心的地方不在於它的原始數據，而在於比對和分析出來之後那個mutation的矩陣數據，這個數據在合同裡面界定是我們的，因為是我們算出來的。

所以，在這樣的過程中，原始數據要給我們存儲，我們不要，但是你硬要給我怎麼辦？收費嘛。你存到我這裡我肯定收費，不可能說我為了要你數據我還要貼錢，我才不幹這種事情。存在我們這個地方20塊錢一年，一個樣本，應該是可以cover，我們就把它轉包就行了。

如果你覺得不安全怎麼辦？數據安全是很重要的，我們給你加密和解決安全性問題，因為這牽涉到收費。安全性問題要解決可是一個非常貴的業務，有很多解決安全性問題的公司，我們跟它合作，然後他們來解決安全性問題。其實你想到的任何問題在我們這邊就是一個業務，所以這樣來看這就是數據分析和業務來做生意的。所以從這一點看這些都是一個盈利點。

比如說你是做服務的，我們現在給體檢中心是這樣的，體檢中心經常會跟我們說，它有一個產品，比如它能代理華大基因，我就問他一個問題，最後你的用戶查看報告是在華大基因還是你們的平台？他們說是在華大基因，那我就知道了，如果華大基因在它的APP上面推你的產品怎麼辦？比如說它在華大基因上面或者是在某某基因上面去查看報告，那這個時候用戶原來是在你這個平台買的產品，結果第二天為了查看報告去了另外一個平台，而另一個平台剛好買你的產品，而這個產品不是你們家怎麼辦？沒辦法。所以未來一定會出現什麼呢？就是說我的硬體介面是可以直接對接到你的APP，可以在你那邊查看報告。你說最後的報告是誰的，管它是誰的，你要換logo直說，你如果不換logo人家一看是奇雲諾德技術支持的，有我們logo也不會覺得奇怪，因為它沒付去logo的錢，如果付了去logo的錢就看不到了，如果它付的錢再多就會變它自己的。所以，我們的目的很簡單，先把服務做起來，只有把服務標準化，才能把服務做成盈利模式，你的公司就學我們，我們希望像我們這樣公司剛才那種思維應該出來至少100家，使得我們開始不要自己做了，全部很舒服地外包，並且是有數據的。這樣才形成一個生態。

所以，我們在這個過程裡面，大健康應該是這樣的子分級：一開始的時候做預測，預測基因檢測，我們現在就做基因檢測的數據服務，這個市場就可以誕生很多的大企業。然後再做早篩干預，你已經有足夠數據以後，你的用戶已經綁定平台了，其實在這裡面再去推選購的一些ctDNA等等，其實是很順理成章的事情。那麼越往後面你會發現整個的人群會像漏斗一樣，它是不斷被篩選的，最後剩下一些特別少量的人，這些人一定要一對一服務。這個時候一對一的服務是誰？醫生。所以，醫生在後面的參與中起到核心的作用。其實我們也不能把它叫人工智慧，我們只能叫做智能。智能方面我們現在只能解決一個問題—自動化。先實現自動化，然後把人解放出來，把工程師全部解放出來，開始在自動化的基礎上不斷地開發應用，然後到了一定智能。有了智能之後我們再去用人工研究、升級演算法。

所以，我覺得這塊在國內是相對比較落地的。我不知道能不能落地，今年我們能做到幾千萬、1個億？不知道，先看看內部再說。可能我們也會換，但是至少說明一點，就是我們在往前摸索的時候，有一些東西是比較清楚地看到的時候，我們就應該做一些轉變。給大家分享一張圖，這張圖裡面其實是一個醫療數據，它的不同維度。每一個維度裡面會有一個分析的內容，它會產生一個意義的產出，其實這裡面的意義產出背後的這些數據源一定是誰呢？一定是涉及到一些國家層面上，還有一些不同聯盟，他們共同去定一些規則和標準才能繼續維護的。比如我們在醫療大數據上，我們現在的看法是什麼呢？不要自己去收集所有的數據，因為人家已經有很多成形的平台和數據，你為什麼重新再建呢？我覺得比較合適的是跟他們進行對接。你只要跟他們對接，1加1大於2，我相信他們會跟你合作。所以我經常會跟他們說，我說我跟你合作，我幫你解決幾個問題，第一個問題是所有的醫生給你的基因數據，你怎麼知道這個基因數據從公司裡面拿過來是靠譜的？有人說，醫生把公司的原始數據拿過來給他，醫生都不知道這個原始數據是真的假的，他怎麼辦？我說我們可以知道，我幫你做一個數據的質量評估，3塊錢，很便宜。甚至可以免費做，但是後面不是免費的。比如說你要查看質量的一系列統計的可視化的時候，我再收你的錢也可以。

所以，這樣分級就會產生很多的應用。這些應用我不會全部放在自己的平台，我會放在一個可以嵌入式的平台，就是你原來有什麼樣的軟體，SaaS平台或者自己的一些軟體，我就插進去，插進去之後就做一個API介面，這在互聯網裡面是一個非常快速實現的並且可以在三天內實現的一個模式。那我就可以馬上在你的APP里。所以在這樣的基礎上，比如我們剛剛簽的中糧集團，它下面就有我買網，它不想跟大基因公司合作，因為怕其它基因公司把它收買了，他怎麼辦？我說行我幫你對接，所有的報告全部在你的APP上查看，每一個報告背後會產生一個營養素的矩陣，而這個營養素的矩陣會跟你的5000多個商品的營養素的矩陣嵌入一個介面，我就能夠精準地幫你推薦，比如這個人當他做完一次之後，我能夠幫你精準地推薦他缺失的矩陣跟什麼樣的商品是最吻合的，我給你報告一下。每一次實現有效點擊和有效購買的話我提成。這個其實也是一個方式，我們現在不知道成不成，已經跟它對接了。

我們去年跟樂視對接，結果發現一塌糊塗，為什麼呢？不知道你們有沒有碰到一些基因產品，在你們做樂視電視建設的時候，那個是我們給它做的的，結果我們發現轉化率極低，我們後來發現是個坑，它把這個東西拿去融資，轉化率真的太低了。所以我們發現和互聯網結合實際上還有很多的距離，不是說你這個平台有一億用戶就可以轉化。現在互聯網經常拿這個來跟我說，給我們先做了一個免費的，我才不信，我說你先給我簽了合同再說，簽了合同之後我可以給你先試著做幾套，但是我報告全部上線，打開鎖要先付錢。所以這也是我們跟它合作的一個經驗，就是我還不知道你的平台的轉化率是不是像你說的那樣子，就比如說有的平台說遊戲用戶有2億，一定有人會願意買基因檢測的，我說你試試再說，如果可以的話我可以給你定價，你不要拿這個來跟我砍價，我說這個砍不了。所以說我們已經很低價了，一塊錢一個報告，你還想要多少？五分嗎？

所以，從這一點來說，我們就看到有很多挑戰。第一個挑戰，實現第一步其實是可以盈利的。比如說我們現在看data，其實這個圖是很多人提出來的，我們現在發現AI在這個層面其實是更有效的，在data這個層面其實你還是能把它變小一些，把有效的信息提取出來，然後有效的信息裡面如果能出來一些有效的報告，我覺得馬上就可以轉化。如果轉化成功產生一定的有效信息庫的時候，你可以在這個地方挖掘，形成一個知識庫。所以現在這兩塊是盈利的，而這塊是賠錢的，就是在knowledge上面我們做了很多深度的挖掘，都是賠錢的，賠多少呢，大概一年賠五個工程師，給工資，不斷在上面挖，挖出東西我就申請專利，所以每年我們拿很多專利。我們剛剛成立的時候，去年拿了國家高新，他們有幾個VP想要北京戶口，我說拿了這個就可以有北京戶口，這就是指標，你們就看著來拿。所以這些東西在你的研發過程中一定要把握，哪些是花錢的，哪些是進錢的，至少要保持正常現金流。這個是我要交待的事情。

現在最核心的地方，我個人覺得是產品化速度太慢了。就是說我們現在發現，我經常跟人家說我們有什麼樣的好的分析，但是跟我們簽單老是簽不下來，你沒產品，挺難的。後來我們就發現想要把它變產品賣的時候，跟市場對接又有問題。所以我們現在，你有技術賣技術可以，人家在技術上說你幫我做完技術之後我希望要這個知識產權，你賣多少錢？你開發三個月把這個東西賣給人家？不可能的。你想不做這個就做產品，做產品人家不給你推市場，你找不到靠譜的渠道，或者你的產品出來一大堆Bug，反過來質疑你。做消費市場不是那麼容易的。所以，我們現在發現很多坑是因為產品化速度太慢，如果產品化速度快的話，我可以不斷試錯，我可以同時出來好幾個，可以省錢，馬上做一個APP產品我就可以試，在不同領域裡試。

然後這個是一個基因產業的圖，現在我們看到上游、中游和下游，這塊我們發現逐步把測序服務當做是一個工廠。現在我們去比較測序服務很簡單，就是你能給我多少錢的成本，然後你能給我們多少服務，現在基本上是明碼實價，而且競爭非常激烈，我們現在拿一個全基因組的時候就很緊張。我現在拿一個採集盒，我就比較，給我看一下你的效果，多少錢，我拿多少套，預付款多少。這一塊裡面基本上我們發現會誕生很多穩健型的上市公司，這是必然的，他會像上海生工一樣比較穩健，他會在這個行業裡面當我們的老大。但是這一塊現在還在不斷發展。數據服務有三個掙錢的地方，第一個是科研的，第二個是醫療的，第三個是健康的。我們現在就是做健康，通過健康去看看哪一塊醫療掙錢再繼續，而不是一開始就花錢在醫療方面，然後去看哪個地方能爆。但是科研一定是掙錢的，科研掙錢有一個很重要的點，單純地做科研的收集特別累，我好多朋友做這個，幾乎都像窮人一樣，很多時候老師單純願意拿出來做分析的很少，都是整個包一個項目，連著測序，加上20%的分析給做了。所以很多我們現在看到的都是原來做科研、分析的團隊出來做然後就被併到了另外的測序公司等等。測序公司會不斷地收購這裡面做科研服務的生物基因公司，合併之後上市。這是必然的。所以，如果哪些公司想要上市就差整合的話趕緊收一個，現在收的差不多了，沒有多少能夠獨立存在做得好的。

然後這塊一定是設備要開始走兩個極端，一個極端就是工廠式的，就是大片的測序工廠，你過來就跟我簽大單；一種就是小型的，通常就是走健康會所，走體檢中心。再往下基本上可以看到有一個在增長就是健康管理，健康管理的增長一定是原有傳統的健康管理的升級，而不是一個完全做科研或者做基因的公司去做健康管理。一定要找人家已經有非常穩健的渠道和非常穩健的客戶群體，你幫他去做一個升級，我覺得這個是靠譜的。

然後，在美國，可以看到這一塊基本上被互聯網公司包了很多了，在做數據分析，因為很多美國的生物信息公司都上雲了，他們通過雲來處理，很多很快。就是剛才那個問題，產品化速度太慢，咱們是一個問題，因為很多IT對接那些跟不上，但是美國是可以跟上的，所以他們的產品速度非常快。所以我們經常比喻自己，現在在做一個超級引擎，但是這個超級引擎有沒有在高速公路跑呢？還沒有，但是我們不能做，燃料就是數據，沒燃料我們也可以做，但是最後的目的地一定是健康，所以我們經常會用這樣的比喻來給團隊打得雞血，告訴他們我們還是有前途的。我們現在每年三分之一的人會流失，大概都是被炒掉的，我們每年會辭掉三分之一的人。因為要活下來，小公司一定要換血，有的技術做了一年之後其實它已經幾乎面臨著沒有辦法，所以我們勸他你可以去其它公司，其它公司有前途，我們公司這個技術現在不需要了。當然我們也希望留下來的都是金子。

最後，感謝大家聆聽我的分享。