合成生物学（工程生物学）是生命科学领域的一门新兴交叉科学，被认为是理解生命的新钥匙（造物致知）和未来的颠覆性技术之一（造物致用）。

为进一步加强国内外合成生物学领域的交流合作，提高我国在合成生物学领域的国际地位，推动国内生物产业蓬勃发展， 2023 年 4 月 27-28 日第四届工程生物创新大会、第二届中国合成生物学学术年会、首届亚洲合成生物创新大会将在深圳光明科学城启幕，为推动中国与亚洲合成生物科学与产业发展提供交流平台，为加速深圳合成生物产业发展集聚贡献力量。

以下是圆桌对话 Ⅶ在第四届工程生物创新大会上的精彩致辞，由云现场整理。

周佳海：

感谢各位嘉宾的精彩发言，让我们体会到未来已来。我们继续下一轮圆桌对话环节：合成生物产业标准化和自动化，有请主持人中国科学院深圳先进技术研究院研究员金帆。

金帆：

大家好，非常感谢大家坚持到最后。最后一个话题，也是挺有意思的，讲的是合成生物学的标准化和自动化的问题。首先我想先邀请一下我们今天邀请到的行业大咖和一些及宾，他们是：

LifeFoundry杭州衍进科技有限公司创始人CEO 晁然

深圳赛陆医疗科技有限公司创始人、CEO 赵陆洋

晶泰科技首席技术官 古亮

创新工场前沿科技基金生物投资负责人 丁峰

深圳市赛特罗生物医疗技术有限公司CEO 张利峰

上海交通大学副教授、芯宿科技联合创始人 赵昕

深圳臻合智造生物科技有限公司创始人、CEO 董进法

请大家掌声欢迎。

下面开始我们今天关于合成生物产业标准化和自动化的圆桌讨论。我非常感慨，我们跟很多嘉宾非常熟，上次一年半以前的会议，我也主持了这个环节，我很感慨，这个行业发展得非常迅猛，已经迅猛到大家开始卷起来了。刚才我在期间去看了一下展台上，像晶泰科技、镁伽以及其他公司做的产品手册，大家做得都开始有点像了，这是好事，我们已经标准化了，大家都看到了这样的东西。同时，我们也自动化了。

今天想谈的第一个问题，标准化和自动化，当然对合成生物学的发展来说，肯定大家都看到了，这样做肯定是有好处、有机遇的，所以今天我想首先谈谈，既然做得这么快，大家也做得这么好，行业整个自动化、标准化之后，机遇是什么？为了避免大家卷起来，我们怎么能做到一些差异化的竞争？希望行业大咖能多谈一些问题，这样也能引发我们圆桌论坛更多的思考。首先我们请晁然先生谈谈自己的看法。

晁然：

谢谢金老师，我们第二次做这个论坛，我觉得非常有必要，刚才您提的问题，其实一方面也比较尖锐，我们公司可能是比较特殊的位置，简单介绍一下，我们公司叫LifeFoundry，最初我们团队搭建体系平台，开始尝试做算法驱动的研发，利用它跟机器学习机器结合，完成全流程、高通量、自动化。我们主要是做生物系统的开发，平台对我们来说只是工具。我们并不会非常快地把产品的市场化作为我们的方向。一方面，行业已经有非常多的优秀参与者了。另一方面，我们认为我们真正擅长的部分，是将流程当中的难点解决掉，为合成生物学中的高通量流程服务，而这些步骤，有非常多的卡点，是针对一个非常小众的市场。真正在做这样的科研机构和公司，是非常少的，这个市场其实并不是非常大的。但是它又很难做，所以我们去开发这些工具、装备和软件的时候，一方面，我们会敏捷开发地迭代加速我们的构成。另一方面，让它进一步标准化和模块化，这样可以让我们更加具备系统性，可以让这个系统迭代的速度更快一些，用更少的成本解决这个问题。

金帆：

谢谢晁然最的介绍，请赵总谈谈自己的看法，谈谈对于行业的痛点。

赵陆洋：

我们主要做两大块业务，一个是高通量基因测序的上游设备，是全自主开发的上游设备，另外一个是基于基因测序的技术，都是属于合成生物学底层类的。不光是服务于医疗行业，但凡我们要写一个基因组，必须要读取基因组才可以。当然，我们想更深入地研究细胞和组织这个赛道，就离不开单细胞空间组学，能够知道细胞内基因调控的情况，所以我们是服务于生命科学的底层工具。对于这个工具来说，它的自动化非常关键，对于省人工，以及工业化生产来说，在这个领域当中，最难的环节，因为前面涉及到样本制备环节，中间是基因测序，后面是分析环节，这三个是独立模块，每一个模块都缺乏上下衔接的接口，所以我们的中间目标就是把它衔接起来，做成自动化的产品。当然我们还在往这个方向努力。

对于我们来说，有一个差异化的地方，很多人都提到BT+IT，但对于我们来说，赛陆还用了另外一个“T”，是ST。我们借鉴了大量半导体行业当中的光学、成像检测，甚至是晶圆、生物芯片，这是我们在自动化方向当中比较差异化的地方，跨行业结合，也就是IT+BT+ST。

古亮：

谢谢金老师，也谢谢在座各位嘉宾和观众，这么晚了，还有这么多嘉宾在现场，大家坐在这里交流。

晶泰科技在我们今天谈到的话题当中，未来整个行业的自动化和标准化这个领域上，我们现在采取的路径叫智能化和自动化相融合的未来产业趋势。过去这么些年，晶泰科技也服务了比较多的药物研发管线，大概现在有180多个药物研发的管线，也利用各种各样的算法，在虚拟AI空间，利用虚筛等一系列技术，加速了药物设计的过程。2020年开始，我们就进入了自动化，利用自动化，我们加速了整个物理的操作环节，包括自动化合成。现在我们已经开始进入生物、大化工、检测等领域的场景，我们看到了这里面的共性趋势或挑战，也回应一下金老师提问的问题。其实我觉得接下来更多是一个机会，就像现在AI进入ChatGPT时代，它反映的是虚拟空间爆炸的结果，而接下来我们将会面对的，未来十年，我们将会获得虚拟空间和物理空间的融合，AI和自动化的融合，形成新一轮用智能化驱动物理空间，带来新一轮物理空间加速的效果。这也是为什么晶泰科技在整个自动化实验室进行了大量尝试，目前我们也覆盖了包括刚才提到的整个药化和大化工。

我们也看到了，包括中医药、天然产物赛道等等，它的标准化很难做，包括化学合成的过程，也很难做。通过智能化和自动化，我们今天谈到的主题，标准化和自动化，都会获得，并且整个产业会进入下一个阶段，这是我们的一点看法。

丁峰：

谢谢金老师，我们创新工场是李开复老师成立的，我们更多地关注AI，如果AI没有数据，就像巧妇难为无米之炊，所以我们很早就对于AI需要的数据以及上面的高通量自动化设备进行了布局。很多AI科学家或自动化科学家，一开始有一种要改变世界、改变一切的感觉，经常会提一些大而全的想法。我们观察到一个趋势，现在这些企业更多地去务实，针对一些真正有需求的场景，去做一些小的闭环，或者说做一些自动化的功能岛，针对合成生物学特别有需求的功能，构建自己自动化的局部，但它是更深刻的闭环/循环。

我们也观察到同样的一个问题和挑战，之前在一些学AI或自动化的，他们想要踏足生命科学这个场景的时候，其实更多的时候不够理解这个场景。我们也观察到，越来越多的公司有非常多交叉的团队，这些交叉团队对于交叉学科的深刻理解，也让他们的产品更加落地化，这也是我们创新工场投了很多AI之后，我们现在对于交叉学科，以及不同学科人才碰撞产生的机会，都是会非常关注的。

张利峰：

我是赛特罗生物的张利峰，我们是一家用人工合成蛋白替代抗体，并把这种技术用于细胞免疫、食品安全快速检测领域的一家公司。我们公司在蛋白质合成和人工试剂的过程中，大的生物方向，比如像合成生物学，这个我们很难去讨论。但是在这个过程中我们发现，像液体处理、生物反应器、高通量筛选，这些自动化的程度已经很高了。我们自己在应用的过程中，比如复杂的样本处理，还有一些数据的分析和处理，再加上一些特有的生物传感器，我感觉我们的企业未来有很大的创业机会。很多时候我们想定量或定性一件事情，但往往很多时候手头的自动化工具是不多的，我感觉未来可能我们拿到的尺子越多，我们做标准化定量的参数就越多，得到的自动化定量就会月高。

董进法：

我们臻合智造团队，已经有二十年的服务经验了，我们在深圳这边组建了自动化、数字化团队，用这两个团队解决我们过程中会碰到的问题。现在整合合成生物学产业的标准化和自动化，我们看到的问题，现在整体是以定制化为主的，现在很多协议接口还不统一。我们也看到了非常大的趋势，随着应用场景变多，刚刚古经理也讲了，我们现在更多会基于这些应用场景，从小的应用场景里，做一个相对完整闭环的小功能岛来解决问题，我们现在也要把这个小的功能岛做成标准化产品。我们现在也看到了新的机会，因为合成生物学产业自动化、标准化的发展，导致我们有更多的功能模块需要去开发。所以对这个行业、产业来说，就像之前3C或汽车产业一样，可能会有更多公司聚焦于单独功能模块的开发。以前功能模块开发的市场非常小，但以后单独功能模块的开发，将会有非常大的市场。

赵昕：

大家好，我是赵昕，我们是芯宿科技，我们用集成电路做基因合成，从某种层面来说，赵总他们是测序，我们其实比较像，用半导体、光做半导体测序，都是芯片、电、光为主，所以一方面，就像刚才赵总提到的，其实我本人是半导体出身的，我以前是做芯片的。大家知道，半导体产业整体的自动化和标准化的程度非常高，大家如果看过最新的Feb会发现，很多年来，除了这个仪器坏掉之外，不然里面是不能有人的，会有污染，在这种超洁净的环境中，会带来污染型。生物产业的标准化和自动化，很快也会进展到那个程度，但相对于半导体来说，我个人有一个非常明显的感受，如果要做标准化、自动化，另一个隐含的意思就是要模块化，我们怎么做电子，怎么做晶管？我觉得AI本质上在这些方面是有问题的，而且本身也有标准化、自动化开发的难点存在。

金帆：

总结一下嘉宾的发言，因为我也深有感触。总得来说，合成生物学这个产业的自动化、标准化，也借鉴了很多其他成熟行业的基础，比如芯片行业、IT行业，以及仪器设备的很多行业，并不是说凭空想出来的。大家刚刚也提到了很多一样的关键词，比如智能化、数据、高通量、标准化这些词。其实大家在自己的公司里，或者在自己服务客户的时候，想到的东西都自发地变成一样的东西了，我们也有这种感觉。我们合成设施团队想做的，也是服务于企业客户及科研用户的自动化，而且是高通量的，而且还是非常柔性的设备，所以可能我们跟诸位企业家朋友们想到一块去了。这就引出了下一个问题，大家已经看到了这个行业发展到这个地步，大家从某种自发角度，或者说为了行业的发展来说，必须要把某些共性的东西标准化，这对整个行业的发展来说，一旦各个行业有了行业标准，或者是公认的共识，这个行业可能才会有指数级发展。如果你没有标准，大家还是各自为政的话，最后要倒逼我们必须在行业中提出一些标准，这也是今天讨论的非常重要的话题。作为行业的先驱者，我想问问诸位在标准化方面有什么看法？大家可以多提一些批评的意见，或者是一些行业痛点的意见，可以给我们的观众和听众更多的启发。

晁然：

我觉得这是一个非常重要的问题，现在我国不论是在产业界，还是在学术界，很大的一个问题就是会重复投资。有很多的设备、装备，都在不断地针对一些应用场景做开发。其中的一些组件是否可以找到一些共性，给它模块化？这是我们一直比较坚持的一点。因为我们的团队不大，我们的标准化要做很多事情，这是不得不去完成的，我觉得这个关注点是非常重要的，我们也可以做更多、更深入的针对自动化领域的参与者的交流。比如我们做的一些组件，有多少可以用在别人的层面。以及有多少别人做的东西，可以用在我们的层面，包括他们培养的供应链做出来的组件，可以接入到我们不同的体系当中，成为一个组件或系统模块，都是可以大大节省投入的。

说到标准化、自动化，我觉得它分几个不同的层面。一个是生物系统的标准化和模块化。合成生物学整个学科的整套方法论和工具包，很大程度建立在这个体系上，我们有搭建自己内部的零件标准，它可以帮助我们快速构建从基因编辑工具到一系列的方式。我们在一个层面做抽象，一方面可以加强我们对于生物系统的改造，另一方面，可以提高我们对生物系统改造的确定性，这也成为了我们生物系统自动化操作的基础。还有一个层面，我们的样品和装备需要有标准。大家都知道，我们现在公司采用的，很多都是SBS标准，我们是否可以让这套标准更加地普及、更加地好用？有很多的装备，2021年全国被疫情困扰的时候，我们看到很多核酸采集，还是在用样品管来实现。我一直在想，对于这么大量的需求，有没有办法让它做得更加标准化、模块化？其实非常浪费。针对非常低效的样品管的采集，又开发出了一堆核酸仪器，而这个过程，市场很快就down了，现在这些东西都不怎么好卖。

软件层面也非常重要，这些设备怎么实现数字孪生？最终的愿景，我们希望顶层有一套像Linux这样的操作系统，大家可以共享，在它之上，我们不同的科研单位和公司，可以搭建我们的应用，在应用层再需调用我们硬件层的装备。我们公司开发了这套顶层的操作系统FoundryOS，可以快速迭代，提高我们DevOps的能力框架，还需要匹配数据系统和数据结构。像大家知道的Linux的痛点一样，可以开发很多Linux，但是能满足合成生物学这一个领域需求的很少，包括药物开发、基因检测等不同层面的需求，可能这样的Linux想要定制的话，也会提出新的挑战。

金帆：

赵总，从你个人的看法来说，这个标准应该由谁来提？

赵陆洋：

标准这个事，我觉得挺难的，因为没有标准，太混乱了，没有办法快速发展，大家各过各的，容易产生混乱。但是另一方面，先进这个赛道的人提的标准，必然还是带着后继者的意味在的，所以这个事情是“双刃剑”，我认为很难办。谁来提供、制定这个标准？举个例子，我们所处的基因测序这个赛道，指导原则谁来定？肯定是国家局来定。国家统一出面，了解到所有企业的相关信息，了解到所有的技术路线，然后根据实际情况来制定这个标准。但这个标准是不是我们理解中的标准，能够按照这个标准执行？也未必，大家心里都不是非常笃定，这个事情需要群力群策，肯定不仅仅是企业层面，需要更多的层面去做，然后企业层面广泛参与。我们处于不同行业，大家都需要不同的标准，我们把自己的声音都发出来，在更高层面统一规划。为了避免我刚刚说的问题，其实过严过松，都是有问题的，这是我的一些想法。

金帆：

谢谢赵总的分享，请古亮老师从行业角度谈一下标准的重要性。

古亮：

谢谢金老师，也谢谢前面两位老师的介绍。在行业层面来看，晶泰科技过去实践看到的情况是，我们可以说两层标准，跟我们今天的话题相关。第一层，刚才两位都谈到过，就是自动化这一层，实现了仪器、设备、系统、软件、硬件、接口，这些尽可能模块化、标准化过后，帮助这个业务发展。当然在这个生态来说，标准化有先后的问题和挑战，刚才也谈到了。另一方面，它也会加速整个产业的联合试错。第一个层面是系统，但最终是第二个层面，也就是业务层面的标准化，不管是基因，还是蛋白，包括其他的有机质生成等各个领域，大家都有不同的工艺和配合，我们最近碰到的，比如工艺优化、反应条件筛选等等，你把自动化的东西做的足够标准之后，它也可以很快优化工艺水平。所以我们现在考虑的事情，除了你谈到的硬件系统本身的标准化以外，更重要的标准化是人+系统，不管是软件系统还是硬件系统，它怎么更标准，符合我们的合规安全及基本要求，同时跟我们的产率、产能以及最高经济性有相关要求，标准一定会起到这样的要求。

金帆：

丁总这边跟数据、IT相关，据我了解，软件这个行业很多的标准是自下而上的，有很多开源社区和生态，为软件的标准制定起到了非常大的推动作用，希望丁总从这方面给我们谈谈，如果合成生物学要建构于软件数据层面，我们应该怎么开展软件标准制定的思路？

丁峰：

谢谢金老师。刚刚问了一个新的话题，其实我在想标准的另一个话题，简单抛砖引玉一下。各位对于产业的标准可能更熟悉，但是比如像基因的元件，它的可迁移性、鲁棒性不好。我觉得标准很大的挑战是系统，就是在多维的角度下，不知道学界或者是AI算法，会做出什么样的突破，可以更好地对生物里面的元件或模块化的东西去更好地定义标准。刚刚金老师问的是软件的标准，说实话，我不是特别熟悉，因为我是生物背景的。可以说，安全性或自动化、标准化，可能对于这里面的结构化，以及可以更好地监管，肯定是有帮助的。

金帆：

也请张总谈一下应用层面对于标准的想法。

张利峰：

我倒是感觉，标准化应该从商业化和市场化反推回来，当你这个市场足够大的时候，就会对自动化、高效率的生产提要求。自动化的过程，就会对标准化提要求。最后，没有一个企业是可以做到位的，大家在配合的过程中，就自然而然地发起了标准化的运动，我认为这个反而应该从市场需求到元件路线去标准化的过程。这个过程可能需要一段时间，需要头部企业先把市场呼吁起来一段时间，然后边自动化、边标准化这么螺旋进行。

金帆：

那您觉得现在到了这样一个时刻了吗？

张利峰：

我感觉它俩是可以同时进行的，先建立一个初步的标准，然后适应现在的自动化的过程。自动化的程度高了，原有的标准不适合了，可能要重新进行调整，修正我的标准。我感觉还是要以商业或市场为主导。没有市场，没有商业行为的标准化，我们定制起来也是没有生命周期的。

金帆：

非常深刻的见解，谢谢张总。董总在生物仪器领域深耕多年，谈谈您的看法。

董进法：提到标准，我们为什么会谈定制化？我们产业前期，更多是处于研发阶段，我们自然而然觉得这个产业的壮大，会达成这个标准化的要求，所以我们一些先进的行业，比如医疗行业，前面在研发的过程中，可能会有各种各样的定制，但最终要做统一的标准。刚刚金老师也讲了，比如由谁来制定这个标准？我们现在整个产业属于上游，更多还处于开发、研发的阶段，后期的产业联盟，或者说由国家产业主导单位来提这个要求，一定程度上倒逼我们迎来定制化，从而标准化。

金帆：

也请赵总谈谈自己的心得。

赵昕：刚刚各位嘉宾都提到过，有联合去做一件事情的感觉，大家围绕一些共通性的问题，一起形成一套比较统一的动作。我们也看到了，虽然是大家一起坐下来形成标准，但最终的标准化，并不是说各条都是完全统一的事情。一方面，在标准和定制层面，要达到非常有意思的平衡。拿我们举例，我们会做基因合成，我们会发现基因合成可以降成本，在半导体或芯片上发生反应，对成本的降低是有好处的，围绕这个产业的应用，可以有一些新的标准，包括一些之前在别的产业中发生的事情，其实很快也会在生物产业发生。

金帆：

谢谢赵总的分享。我发现了一个很有意思的规律，这个论坛在座各位嘉宾，做的其实都是合成生物学的底层技术，包括自动化、标准化、设备、芯片，如果我们分成台前和幕后，现在在座的基本都是幕后人员，是为合成生物学产业和科研做底层技术支撑的。这里面有一个很有意思的问题，做幕后、做工程的人，最终因为这些产品和服务，还是要面对用户的。换言之，如果我们换位思考一下，用户可能不太关心你的自动化、高通量、标准，用户就是想，付了钱之后，怎么能少花钱，怎么能多拿到数据，研发产品能不能出得快一点，这才是他们关心的事情。所以今天有一个重要的话题，虽然说这些大咖们做这些东西，如果没有你们去做这些东西，是空中楼阁，但我们做标准化和自动化的时候，还是要回到产品和用户的思维，我们怎么才能把东西真正服务于用户的需求？他们的需求其实是无所谓的，就是给你钱，你把样品和数据给我，要提效降本，我们怎么能跟用户的需求联系得再紧密一点？因为他们是金主，如果没有他们的市场，大家做这些底层技术支撑，也就变得没有意义了，没人为这个技术买单。

你们都是行业大咖，比较有经验，我们怎么保证我们技术的发展？怎么保证我们做的是正确的事情？希望这些幕后发展技术的人员，来谈谈对于这个问题的看法，先请晁然总发表一下自己的观点。

晁然：

金老师提的问题都特别好，像我们这样的公司，最终面对的客户，我们主要服务于国内的应用端和生产端的企业，做企业赋能，然后我们合作去开拓下游的市场，完成一个产业化的过程。这个链条其实比较长，我们不得不完成上游技术平台的开发，才能真正地将我们的研发更加工程化、产业化，然后在此基础上，我们才有可能服务于更多的客户。但我们怎么将上游的技术研发，转化成下游客户需要的东西？这是非常重要的问题。我们的客户也问我们，如果你们前期多收钱的话，我们是否能保证有足够多的力量投入到这个项目当中？客户也在为我们着想。

我们的理念是，有的项目投的人越多，越不容易做成。对于很多科研机构来说，拿到一个非常复杂的任务，可能会拆解成为很多不同的子项目。今天上午中科欣扬的嘉宾讲到PI制还是流水线制？我认为这两个不矛盾，我们希望有核心的PI，借助标准化的流水线，放大它的智力产出。我们之前如果做课题组或者传统的PI制，会拆解成多个子课题，一个学生、一个博后，去带一个课题，希望最后能拼接成一个好的结果或菌株，但往往这个过程会非常复杂、非常慢。我们利用这种自动化平台，一方面，我们可以放大我们的PI，研发可以做智力产出，并且可以实现比较有效的学习模态，不仅研发成本可以降低，同时还可以产生更多的数据，同时可以用AI算法提出对于这个数据和生物系统构建的需求，这样的话我们就可以实现对这个生物系统更快、更好的学习方式，做原来做不到的优化空间。

另一方面，通过这个模式，我们可以实现在产品端的快速敏捷迭代，我们不一定一个项目上来之后，要花几百万才敢去做，我们可以小步快跑去试错，两端可以放下一些成本端的包袱，探索产品的可能性。这是我们这个平台为下游带来的，以及我们能想到的部分。

金帆：

非常重要，请赵总谈谈。

赵陆洋：

我们是一个非常年轻的公司，2020年10月份成立，也非常幸运，在光明区的热土上快速发展，能直接收到用户的反馈和意见，用户的要求也非常简单直接，就是数据质量好而且便宜，但这是非常高的要求。

怎么样做到数据好用而且便宜呢？其实需要很多分化1具，我们在测序的过程中要大规模模型进行，才有可能降低单位数据的成本。

第二分化还可以人为的误差，减少人工的参与。

这些好处都能够让我们报质保量的完成任务。

我们还有自动化平台，这是一个自动化、智能化空间多组学的平台，我们希望通过机械的方式以及蛋白质组学，多组学以分析端联动起来，这是其定位。这种方式能够记忆数据好，又成本低的完成客户的要求，这也是我们下一重点发展的方向。

金帆：

谢谢，古亮老师，你们肯定为客户做了很多考虑。

古亮：

刚才两位讲到了自动化、智能化、标准化都是为了业务，所以业务的需要是最关键的，做的方式上，最好的方式是业务联合创新，因为联合创新的背后是客户需求驱动力的关键点，比如降本增效、做到原来不能做的事情，如果这些都没有，可能就是走过程的事。如果能降本增效，能带来人工不能完成的，一旦过了分水岭，降本增效带来的产能优势，这个行业会变，这是我们相应的方案。对我们的装备和服务供应商面对机会和挑战，相应的方案做到了分水岭的时候，成本、复杂度过了分水岭，相应的推广会非常大，不管是蛋白、DNA，包括材料，相应的研发、生产，只要能够利用自动化快速加速，客户会毫不犹豫的选择他，甚至有一些客户在高通量筛选之后，马上把产能扩大，做到万吨级和千吨级的，这是很自然的。

从业务来说，就是快速联合协同创新，真正做到降本增效，整个产业才能顺势而为。

金帆：

谢谢。请丁峰总分享。

丁峰：

之前在AI存在的问题，大家不在意是不是AI做的药，这个药要满足临床需求或者药还是要达到比其他平台药要好的程度，所以AI制药里发现，有几种方式，一个是用我的工具自己做药，把能力内化，利用优势做产业链，还有是做服务，因为一开始在上游的环节可能许多办法教育客户，我做到某一个环节，用这个环节的数据打动下游的客户，这个问题核心是如何减少教育客户的成本，只能通过和客户的交互或者内化的某种能力，导致展示出来的案例或者数据向别人证明我这个数据更好。

金帆：

谢谢。请张总分享一下自己的看法。

张利峰：我感觉自动化目的就是不需要人进行制造，核心就是替代人，从这个角度来讲，自动化的过程可以为我们的用户提供更大量的制造机会，因为人的脑力资源有限，用设备自动化可以降低客户对这个产品花费的费用，就是降低成本。

最新的AI技术在自动化过程中，形成更丰富课题化的产品线，可能会满足不同客户的需求，AI自动化可能是合成生物学未来很大的方向。

金帆：

谢谢。请董总分享一下。

董进法：

我们公司对市场客户需求的洞察，用户自动化和数字化创新产品或者改善产品。

我们会不会找正确的路径，所以我们一直想得非常简单，产品的改进到底能不能提高客户的创新，能不能提升客户整体的效能，能不能把成本降低和时间的节约，以及效益的提升，所以这是我们致力于通过自动化把整个环境体系降低。另外就是稳定性，不需要重复或者有更好的同步性。另外因为时间的关系，我们不停的运转，对每一个产品的提升和创新，完全基于最简单的价值主张，我们觉得如果能够吻合这些价值，我们做的事情应该是在正确的路径上。

金帆：

谢谢，请赵总分享。

赵昕：

谢谢。对我们来说是了解客户的需求，更进一步是在整体团队设计上，我们的是比较偏科技的产品，我们非常了解客户到底长什么样，所以对新产品开发进行最早的干预和指导，总体上就是越贴近需求越对。

金帆：

谢谢各位嘉宾的分享，我们有很多有意思的观点分享给大家，2023年是非常意思的一年，也是合成生物学交付的一年，很多公司的产品已经做出来了，合成生物学也让大家有无限的想象力，把东西拿出来的时候，往产业或者世界赋能的时候，才能真正面对公众的期望，这也是非常大的话题。因为世界变化非常快，比如人工智能和颠覆技术的出现，希望做底层技术的大咖们深耕于这个领域，因为这个行业是不容易的，因为公众们的想象和期望快于你们的工程能力，所以我们还是要坚持，随着坚持，标准化、自动化，数据打通了，总有一天，合成生物学还是要爆炸的，谢谢大家。

谢谢各位坚持到现在，我把话筒交给周老师。