2023智慧实验室产业报告：检验检测市场下沉，药物研发是热门

报告核心观点

临床检验检测类实验室：

● 入局者多、产能过剩，市场趋于红海；

● AI融合、开放式产品打造是当下主流产品策略；

● 下沉二级及以下的医疗机构、向研究研发型实验室“进军”，寻求增量市场。

研究研发型实验室：

● 疫情后大量潜在需求被激发，市场规模不断扩大；

● 覆盖全线操作的自动化模块配以快速集成能力，帮助企业赢得竞争力；

● 自动化助力高质量实验数据快速积累，亟待“量变”带来 “质变”，打造自我驱动的干湿闭环实验室；

● 赛道尚处于发展初期，务必从需求出发、与头部共创，助力企业打造核心产品。

赛道整体尚处早期，临床检验检测领域却趋于红海

1、自动化与数智化螺旋式发展，行业亟需高质量数据

搭载在医疗仪器和设备上的自动化方案是“解放人力”的主要智慧化手段。与此同时，对数据的存储、处理和应用能力，承担着“解放大脑”的重任。

智慧实验室构成要素及历程

智慧实验室需要软硬件螺旋式发展。目前，“解放人力”的进程整体快于“解放大脑”，但要达到如图所示的“极致”，均还有一段距离。“两条腿”的共同进步需要彼此“扶持”，自动化所产生的大量的、高质量的数据是数智化发展的重要基础；自动化如何才能产生高质量的数据，则有赖于数智化的“分析”。整体而言，我国生命科学领域的医学实验，正处于快速收集数据的阶段。

2、赛道整体虽处初期，临床检验检测却已红海

智慧实验室整体处于发展早期。据蛋壳研究院不完全统计（数据截至2023年9月25日），布局智慧实验室的企业共62家，其中54家企业成立于2010年后；拥有融资经历的共48家，其中处于A轮阶段的企业最多，占比40%，其次是处于A轮以前的企业，而在B轮及以后的企业占35%。可见，整个智慧实验室赛道依然处于发展早期。

目前各融资阶段企业数量统计（仅统计企业最新一轮融资）

但通过进一步细分发现，布局临床或第三方检验检测类实验室智慧化建设的企业整体融资轮次偏后期，并已跑出如安图生物和华大智造等上市企业。尤其是在经历了疫情之后，这一赛道的成熟度更是迅速上升，企业蜂拥而至。导致该赛道的竞争激烈，市场已相对红海。

部分智慧实验室建设企业融资情况（仅展示最近一轮融资）

数据来源：动脉橙产业智库、企查查、天眼查；按融资轮次排序，轮次相同按时间排序

而在生命科学领域，服务药物研发或基础研究的实验室智慧化企业竞争格局还并不明朗，众多企业结合自身特点，分别从不同的痛点切入，助力这一赛道的实验室智慧化建设，例如从移液角度切入的汉赞迪、从固体称量角度入局的正从科技和优思泰科、从细胞制备技术切入的创泽生物等。这些实验室智慧化建设的“新鲜”血液也在市场端获得认可。

深度AI融合，坚持自研为内核，并加速数据积累

1、坚持自研、深度AI融合的开放性检验检测实验室是行业共识

临床检验检测痛点突出，在疫情催化下得以高速发展。巨大的市场空间与疫情催化吸引了众多资本和大量企业入局，临床检验检测的自动化得到高速发展。据调研，目前我国流水线装机量超3000条，三级医院流水线渗透率更是超过80%，部分医院甚至设置了多条流水线。以目前的态势来说，剩余的流水线市场已不足50%，如果以平均每年装机超500条的速度渗透的话，未来3—5年国内临床检验检测流水线将趋于饱和。

产能过剩，用真实的性价比获得更多“蛋糕”。面对产能过剩的局面，企业的产品战略也有所调整，提升品牌力、服务力和开放性，从而提高临床检验检测流水线产品的整体性价比是重要发展方向。

国产企业三大重要产品战略方向

品牌力对长期发展至关重要，需要厚积薄发。目前，罗氏、贝克曼等跨国企业的品牌影响力依然难以撼动，在有预算空间的情况下，医院依然会坚定选择品牌力而非性价比。品牌力需要好的产品配合好的营销策略，对长期发展而言至关重要，是一个厚积薄发的过程。

服务力是现阶段差异化竞争切入口。服务力是另一个重要且有效的产品策略。进口产品在稳定性上目前依然优势明显，但相关的服务，一直是临床的痛点，例如产品迭代更新速度较慢、产品售后服务响应速度与解决效率普遍偏低。在这一块，国产厂商有天然的本地化优势，得以更加灵活地跟上临床的需求变化，这为国产厂家提供了差异化的竞争切入口。

开放性是大势所趋。如果说品牌力是奠定长期竞争力的基础、服务力是提供差异化入局的切口，那么开放性就是最直接、有力的竞争武器。目前，临床检验检测流水线领域的跨国头部企业为市场提供的多为封闭式流水线。在此局面下，使用同样的打法，无论全线布局产品的速度还是品牌力打造的速度，大概率会长久保持追赶的状态。因此，开放式的自动化产品为国产品牌提供了弯道超车的机会。

坚持技术自研、加强AI融合。在检验检测领域，做出一条能够运行的自动化流水线产品似乎不难，但是做出一条能够稳定适配主流仪器，并且能够保证与仪器一致的高通量、样本精准识别以及顺畅联通的前后处理的开放式流水线难度很高。

过去，为了抢占市场，不少自动化产品由众家零部件快速整合而成，但未来，拥有核心技术的自研产品将展现出越来越强的竞争力。一方面，自研技术能够最大化保证产品的灵活性和迭代速度，另一关键原因是自研产品的成本可控。

对核心技术进一步解析，对AI的应用与融合是当务之急。高集成并且稳定的自动化产品像是一个健康的体魄，与之配套的高智能化软件则是其中的灵魂。一个开放生态的自动化产品，不仅能兼容第三方的硬件，还能通过同一调度软件控制硬件流畅运行。打造一套能够合理安排每个环节的运行、实时辨别运行状态、记录运行数据并做出调整的控制调度软件将极大提升自动化产品的适用范围、提高使用的便捷性和体验感。

快速发展的AI技术在这一块具有极大的潜力，能帮助软件变得更加智能；此外，AI的深度融合还能直接降低操作人员的使用门槛，让产品的交互方式变得更加符合临床操作人员的思维和习惯。

华大智造是这一领域的先行者，在运用自动化产品、柔性机器人、实验室信息管理系统达到无人化操作的基础上，还为实验室融入了AI算法，通过自然语言处理、机器学习、计算机视觉识别、数据处理与分析等模块，达到24小时动态监测环境安全的同时，还可根据通量和产出要求，自主评估最佳运行配置、优化实验进度，打造自我驱动的“黑灯实验室”。

可以预见，在AI的帮助下，智能的软件将真正帮助临床检验检测的自动化流水线产品变得数字化、数智化，从而搭建样本进报告出的智慧实验室。

2、药物研发智慧化的下半场，是数据积累和底层模块

标准化程度、决策量需求不同，智慧化建设需求各异。药物研发和基础研究的实验室智慧化策略与临床检验检测类的有所不同，这来自操作流程的标准化不同、实验过程中需要做的分析和决策的量不同。

两类实验室智慧化建设所需产品对比

当数据达到“质变”，实验室智慧化将获得飞跃式发展。药物研发实验室对数字化、数智化的要求呈量级增加，除了对物理位置、环境状态的监测，更是需要对实验数据进行多维度分析并产出洞见指导后续实验的优化、实施，以及实验成果的预设和验证。而这一高度的数智化建设需要建立在足够充足的、高质量的数据基础之上，该类数据除了前沿文献、论文的数据，更需要真实的湿实验累积下来的包含成功与失败的大量数据。

目前，对文献、论文数据的收集与运用已经相对成熟；而真实湿实验产生的数据则有赖于高效自动化建设来保证其海量且高质量，在这一板块，行业正处于快速数据积累阶段，当数据体量累积到质变点，药物研发和基础研究类实验室的智慧化建设也将取得飞跃式进步。届时，通过人工智能达成的自我驱动式干湿闭环实验室将极大减少药物研发与基础研究的试错成本。

自动化建设遵循相同逻辑、不同建设方式。在自动化的建设中，两类实验室遵循一样的底层逻辑，即首先将动作标准化，然后将标准化的动作自动化，随后再优化自动化的动作高效化。不过，由于两类实验室的终极使命不同，让三个环节所需要的智慧化建设服务也就有所差异。

相同底层逻辑下两类实验室不同的智慧化建设需求

在自动化建立的过程中，药物研发和基础研究类实验室相较检验检测类实验室还需要“前置”一个归纳和建立标准化的过程。在该类实验室中，定制化程度较高，但大量非标准的定制化服务并不利于企业的长期发展。因此，企业必须尽可能将万千操作进行最小单位的归类，让同一套产品可以适配的操作更广，例如允许几种实验操作动作随机组合、允许同时进行试剂配制不同的操作流程、允许根据上一动作结果自动选择后续操作流程等。

研究研发类实验室智慧化建设进入下半场，逐步渗透低标准化操作。在这一类实验室智慧化建设的下半场竞争中，自动化将朝着标准化越来越低的操作进行渗透；这一过程对自动化工业技术的要求将越来越高，对企业平衡成本和投入的能力要求也会逐步提高。

目前，行业主流的产品打造模式可分为两种，即“从下往上”和“从上往下”：前者是理解和拆分底层模块，再按照需求集合成所需自动化产品；后者是搭好所需自动化产品的框架，再寻找相应能够满足需求的配件，尽可能合成与框架无限接近的产品。

药物研发类实验室自动化建设两大主流模式对比

在“从上往下”的模式中，最大的“诱惑力”在于产品打造时间短、投入成本低、变现周期短，在早期市场相当空白时，对于快速占领市场拥有一定优势。但随着入局者越来越多，成本的“硬伤”、由于核心技术缺失而缺乏溢价能力等劣势将越来越凸显。毕竟，自动化的目标并不是全面自动化，而是最大程度的降本增效。因此，据调研数据反馈，“从下而上”的模式在目前更受认可。

打造最小操作颗粒度的自动化模块组，构建核心竞争力。在“从下往上”的模式中，核心竞争力是打造出能够覆盖所有实验室操作的底层模块组，帮助服务企业能够游刃有余地选择相应的、恰到好处的模块集合起来，高质量满足需求。

想要拥有该核心实力，最基础的要求即是对实验室众多操作的深入理解，然后用工业自动化的方式达到用机器产出与研究人员操作一样的效果。该模式在产品交付落地中，由于灵活模块的快速集成，也有望极大程度缩短实验室建设的周期。

以汉赞迪为例，成立之初就坚持以强大技术模块配以快速集成能力来满足实验室个性化需求。汉赞迪将生命科学实验流程分为底层创新、设计实现、分解动作、核心单机、应用方法、核心应用和研究领域七大环节，然后再逐一细化，目前已打造模块80余个；凭此模式在某高通量蛋白药物发现和筛选自动化大型项目中，创下6个月完成交付的卓越成绩。

众多模块组的设计、打造和反复打磨是一个耗时且需要不小成本投入的过程。不过，丰富、完善的多模块组可以支持智慧化建设企业按照实验室需求精准集成所需的产品，在使用体验感和成本上都有显著的优势，在智慧化建设这场马拉松里，为企业注入持久的核心竞争力。

3、AI潜能挖掘，用“软件”思维建设智慧实验室

智慧化建设中待解决的“世界难题”。在智慧实验室整体打造中，行业对于解决思路有了一定的共识。自动化建设部分由工业技术挑大梁，数智化的建设由物联网及AI负责。沿着这样的思路，我们可以看到，在生物医药领域的自动化进程整体进展更快。由于该类实验室主要涉及在液体内的反应，目前我国在移液领域的工业技术已经能够很好适配实验室相关需求；且其对反应条件要求相对温和。

生物和化学类实验室操作部分维度对比

而在化学制药领域，对工业的要求更多且更高。化学实验领域涉及更多的固体称量，传统实验室中，人工称量多种类、多形态的固体试剂是一个繁琐、耗时且易出错的环节。超过目标重量的固体通常无法回收（时常发生）而产生不可避免的浪费，部分固体称量时对于操作人员的安全也存在隐患，此外大量重复的称量与记录也很难避免其中不出现人为错误。

自动化无疑给了一个有效解决方案，但目前更多的固体称量还集中在粉末，因为从工业角度而言，这类物质的流动性、粘度等更易实现实时称量；而其余如油脂类、膏状类、雪花片状类等性状更复杂，且易压缩、易吸附、易受潮、并可能产生静电，精准称量难度高，行业也一直难以实现对其的自动化称量。沿着工业技术的思路，即便未来实现自动称量，与之相应的研发成本应该也“高不可攀”。

新技术带来新思路，引领革命性创新。目前，行业正在积极探索与尝试可“替代”工业技术达到相同效果的方式，AI展现出极大的潜力。据调研反馈，在通过AI视觉角度切入完成固体称量领域有重大突破。2023年初，正从科技发布了全线自研的全自动固体药剂称量加样仪，依托人工智能机器视觉技术，结合震动、搅拌、电磁、静电、气流扰动等机械手段，实现对数千种不同性状固体药剂的精确称量与加样。该创新产品，不但解决了实验室固体称量自动化的“世界难题”，且基于正从科技成熟的标准化产品供应链管理能力，产品价格也极具吸引力。

未来，随着数据积累进程的快速推进，AI还会在实验室的自动化和数智化建设中，展现出更多令人欣喜的潜力，逐步解决目前还未能解决的难题、逐步优化目前昂贵的解决方案，带来更多革命性创新，推动行业大步发展。

检验产品在下沉市场寻求增量，药物研发场景或将崛起

1、检验检测产品下沉、进军研究研发领域，开拓增量市场

产品下沉，主动开拓增量市场。在临床检验检测领域，除了被动等到三级医疗机构现有流水线到期后的国产替代机会，产品下沉是智慧实验室厂家更加主动的市场化策略。据调研，目前国内很多县级人民医院、二级医院经过扩建和改建也在积极引入流水线，这为国产智慧实验室厂家切入增量市场提供了良好时机。

向研究研发类实验室进军，寻求更广阔的市场空间。产品下沉二级及以下的医疗机构无疑扩容了临床检验检测实验室智慧化建设的市场，但该增量难以抚平疫情后，随骤减的核酸检测需求而快速萎缩的市场需求。据调研数据显示，主营业务收入来源于临床检验检测相关自动化流水线建设的企业，在疫情后，营业额平均下降50%以上，这也促使企业们开始对“新大陆”的探索。

目前，赛道中的企业逐步向研究研发类实验室“进军”是另一大发展趋势。企业凭借坚实的研发实力，从相似的底层操作模块切入，逐步探索药物研发和基础研发类实验室智慧化建设解决方案，欲在相对蓝海的智慧实验室建设领域发挥更大的价值。

2、从需求出发+与头部共创，加速开拓药物研发新蓝海

从需求的“最大交集”开始逐步渗透。对实验室而言，智慧化建设通常是逐步完成的。最先进行智慧化建设的部位为：有明确的标准及规定的操作环节、围绕保证实验室安全等“红线”问题的操作环节。

除此之外，实验室的操作板块将根据标准度、操作重复性、对人力依赖程度三个维度从高到低逐一建设。标准度越高、操作重复性越高（操作应用越频繁），并且智慧化的成本投入越是低于传统人力操作成本的操作板块，将越优先进行智慧化升级。

于是，基于此“渗透”顺序，致力于药物研发类实验室智慧化建设的企业，将优先围绕满足相关标准规定、解决实验室“红线”的操作板块进行产品打造；同时将对各类药物研发类实验室的需求进行深度理解、拆分、归纳后，再将“需求交集”从大到小依次排列，最后根据自身的技术优势进行匹配，找到适合企业打造的“最大交集”操作板块，打造拳头产品。

例如，在再生医学、合成生物学、细胞基因治疗快速发展的背景下，细胞培养的需求日益加剧，然而这个步骤不少实验室依然靠人力进行。细胞培养的成功率与质量有赖于操作人员的经验与成熟的手法，且耗时费力。在临床和实验室细胞培养需求激增的当下，如何高效、高质量进行细胞培养是生物领域实验室共同面对的难题。

部分嗅觉敏锐的的企业已经开始相关产品的布局。如创泽生物打造的拳头产品全自动细胞制备系统AceMan，在2023年11月被纳入《2023年度山东省首台（套）技术装备及关键核心零部件企业及产品名单》。AceMan可对贴壁类细胞和悬浮类细胞进行自动化标准培养，解放3名研究人员，实现24小时不间断的多种类细胞培养，且分析结果与3年以上细胞操作人员相似度超95%。

与头部共创，打造更贴近真实需求的产品。在目前相对早期的市场中，快速占位十分重要。具体而言，就是如何更快打造出高度贴合需求的产品、同一产品如何适配更多的应用场景从而获得更大的市场、产品如何快速被业内知晓并获得源源不断的订单。

根据调研，与头部企业共创是优势战略之一。头部企业能够提供足够多的应用场景，供企业获得更完善、丰富的信息，以归纳出更加全面、更贴近真实需求的操作模块。这样一来可以很大程度缩短产品的验证和打磨周期，节约产品研发成本。

如优思泰科，入局化学药物研发领域便与头部药物研发CRO企业合作共创，打造了固体粉末称量分配、液液萃取、真空浓缩等主要自动化工艺产品系列，和自动供瓶器、微孔板自动打标贴标机等小型自动化设备。产品有独立应用的自动台式仪器和应用于全自动实验室场景的工作站两种形式；突破只能执行单一任务的痛点，可同时执行多种任务，满足各种通量的实验研究需求。

除了能够快速掌握产品特性，减少研发“弯路”以外，头部企业对于赛道的其他参与玩家具有借鉴甚至标杆的意义，使得与之共创的产品更容易与市场更多应用场景适配。不仅如此，一旦产品打造完成并成功投入应用，在行业的影响力也不容小觑。这是一个解决药物研发实验室操作高度非标准化现状的一个“捷径”，当行业逐步达成共识，越来越多的操作模块“被标准化”，智慧实验室建设的进程也将大幅度提速。

3、药物研发吸引众多创业者入局，疫情后浮现更大市场

五大智慧服务，组合式满足各类实验室的不同需求。目前，助力实验室智慧化建设的服务种类大致可以分为五类，即自动化流水线、自动化产品、解决方案设计、记录类软件和决策类软件。

智慧实验室建设5类主要服务类型

需求与市场服务能力匹配，药物研发夺得智慧化“头条”。智慧实验室的三大主体分为检验检测类实验室、生物医药类药物研发实验室、高校和科研院所的基础研究型实验室。三大主体由于市场规模、任务属性和营收情况等不同，在实验室智慧化进程中服务需求也各不相同。

各类实验室对5大类服务的需求程度

对于药物研发类实验室，智慧化能够带来足够的成本和效益优化，给予了实验室智慧化的动力，加上需求与目前市场的服务能力高度匹配，给予了实验室管理者充足的智慧化建设信心。此外，在基于液体处理为主的生物实验室中，目前国内移液技术，无论是从通道数还是最小操作单位，都能和实验室需求高度匹配，并且能够高质量满足相关的合规要求，智慧化进程迅速。而在固体操作较多的化学类实验室，由于实验操作更高的复杂性，整体还需更多时间打磨，但行业也不断出现新的突破与创新，推进整体智慧化进程。

疫情后，智慧实验室领域浮现更大潜力市场。疫情推动了临床检验检测实验室的智慧化，让这一细分领域的自动化程度大幅度提高。对于其他两类实验室，虽没有直接智慧化推动的体现，但极大提高了智慧实验室建设的重要性，对行业可谓进行了一次里程碑式的“市场教育”。

疫情后，药物研发实验室所孕育的更大潜力市场需求将加速释放，而智慧化服务企业经过市场打磨的服务实力也能更好满足灵活的需求。未来，在生命科学，尤其是药物研发实验室，将是实验室智慧化快速发展的下一个细分赛道。

未来趋势

● 完成国产替代甚至超越，更开放的智慧化产品是大势所趋

● 数据快速积累，打造干湿闭环的自驱动实验室势不可挡

● 核心技术自研搭配产业协作，平衡产品研发及市场化