生物科技為何能抵禦AI顛覆？關鍵在於「人的專業知識」不可取代

觀察CNBC最新報導，我們發現一個反直覺的現象：AI轟炸各行各業，但生物科技 sector 似乎進了「防空洞」。為啥？說穿了，AI在生物科技領域目前只能當個「神隊友」，而非「主力輸出」。

臨床試驗這條路，不是寫寫 code 跑個模型就搞定。每一次 drug trial 都涉及真人病患、倫理審查、FDA/EMA 監管溝通，這些環節需要具備深厚醫學背景的專家一錘定音。AI 可以幫你篩選候選分子、預測不良反應，但最終「要不要上人體」、「劑量多少」這些決策，還是要靠人類醫生 的臨床直覺與責任承擔。

更重要的是，臨床試驗本身是一場漫長的人海戰術——動輒數千人、數十個國家的患者的數據需要整合，而其中涉及的主觀評估、數據質量把關，AI 目前還遠遠無法全自動化。這導致 AI 必須在「專業知識」與「臨床測試」上投入大量人力，短期內根本省不了成本，反而變成另一個燒錢黑洞。

根據 JAMA Network 的一項研究，美國 268 家上市藥廠中，前 20 家就占了 80.8% 的臨床試驗工作量，且他們的患者月均成本比同業低了 27.4%。這說明規模與效率在臨床試驗中至關重要，而 AI 有望進一步拉大這種差距，但前提是得有「數據」與「專家」結合。

Josh Brown點名的兩檔潜力股到底有什麼來頭？

資深投資人Josh Brown在CNBC的「Halftime Report」中明確指出，生物科技 sector 對AI的抵抗力來自於其特有產業鏈。他 likes two stocks in this industry. 根據後續追蹤，他提到的 Probably 包括 Veeva Systems (VEEV) 和 Vertex Pharmaceuticals (VRTX)。

Veeva Systems (VEEV) 不是傳統製藥公司，而是一家提供生命科學雲端軟體的平台型企業。可以把它想成是生物科技界的「Salesforce」。根據 Wikipedia，Veeva 於 2007 年成立，客戶囊括 Bayer、Eli Lilly、Novartis 等巨頭。2025 年，Veeva 更推出自家 AI 功能，協助藥廠自動化日常任務。Joshua Brown 最近在 CNBC 的節目中提到他將 VEEV 加入「最佳股票」清單，理由是它置身於製藥公司的數位轉型浪潮，且AI對它是加分而非取代。

Vertex Pharmaceuticals (VRTX) 則是生物科技代的「鐵漢子」。成立於 1989 年的 Vertex，過去20 年一直專注於攻克囊腫性纖維化 (CF)。根據 Forbes 報導，Vertex 透過 rational drug design 策略，成功打造出 Kalydeco 與 Trikafta 等突破性藥物，把原本的致命疾病轉型為慢性病。Vertex 的 R&D 團隊展現了「serial innovation」能力，在 CF 之後又布局基因編輯、疼痛管理等新領域。這種 pipeline depth 正是生物科技公司抵禦波動的關鍵。

還有一家我們也必須關注的是 Regeneron (REGN)。雖然 Josh Brown 未直接點名，但 Regeneron 是 AI 時代的「另類受惠者」——它投資 heavy 於 VelociSuite 抗體平台，並與 Roche 大規模擴展 biologics 產能。Regeneron 的優勢在於「從靶點發現到商業化」一條龍能力，這種整合 Offer 使其 AI 協作的門檻更高。

2026-2035生物科技市場規模預估：兆美元級别的增长

市場研究機構對全球生物科技估值從數千億到數兆美元不等，這主要是定義範圍不同。Precedence Research 將範圍涵蓋醫療、農業、工業生物技術，給出最樂觀的數字：2026年市場規模將达 2.02 兆美元，到 2035 年更看上 6.34 兆美元，CAGR 13.61%。Grand View Research 則專注於醫療生物科技，預估 2030 年達到 3.88 兆美元。無論如何， growth trajectory 很明顯。

驅動增長的三大動能：

1. 精準醫療與基因編輯：CRISPR、base editing 等技術成本下降，使得個人化治療成為可能。
2. AI / Digital Twins：雖然 AI 不能取代人類，但可大幅提升臨床試驗效率、患者招募、數據分析，間接降低開發成本。
3. 老齡化與慢性病負擔：全球人口老化加劇，對癌症、神經退化、罕見疾病藥物的需求持續上升。

值得注意的是，投資人在追逐 AI 概念時，容易忽略生物科技本身的「化學/生物創新」。真正的 blockbuster drug 往往來自 Merck、Novartis 等大廠的內部 R&D，而非 AI startup。因此，在構建投資組合時，建議將「傳統 big pharma」與「創新 biotech」並列，分散風險。

臨床試驗：生物科技的防火牆與成本黑洞

臨床試驗是生物科技公司最大的時間與成本陷阱，卻也是AI難以入侵的堡壘。根據 ASPE 報告，開發新藥的平均時間中，臨床階段耗費約 95 個月（接近 8 年），非臨床階段僅 31 個月。成本方面，臨床試驗佔了整體 R&D 支出的 69%，是壓在每間藥廠身上的大山。

這段時間裡，公司必須：

• 招募符合條件的患者（往往涉及跨國、跨種族考量）。
• 處理 Real World Data，包括電子病歷、影像、生物標記等。
• 與 Site Investigators、CROs、監管機構保持頻繁溝通。
• 隨時調整 trial design，因應中期分析結果。

AI 或許能在患者招募、數據清潔、預測模式上幫忙省點油，但「倫理決策」與「安全信號」仍需人類醫生拍板。例如，一場三期試驗中，若出現意外死亡率，DSMB（數據安全監測委員會）必須基於臨床經驗判斷是否中止試驗。這種責任，AI 背不起。

2026投資策略：擁抱變革，但不被AI泡沫迷惑

站在 2026 年，我們看到 AI 浪潮席捲，但生物科技的「基本面」仍由「藥物輸出」驅動。投資人應避免被那些空有 AI 故事卻無臨床數據的 Biotech Startup 吸引。以下是我們的核心主張：

1. 增持「AI-enhanced pharma」：像 Veeva 這樣幫藥廠提升效率的 Platform 公司，享受兩頭賺——既有 biotech 增长，又有自己的 SaaS recurring revenue。
2. 精選「pipeline 深度」的 innovator：Vertex、Regeneron 這種能 consecutive 推出 blockbuster 的公司，免疫能力最強。看看他们在 CF、眼科、免疫學的產品線，即使某個項目失敗，仍有現金牛支撐。
3. 分散治療領域：別只押注癌症。罕見疾病、神經退化、傳染病各有不同的監管路徑與支付方特性。多樣化可降低單一 trial 失敗的衝擊。
4. 關注監管動向：FDA 的「AI/ML‑Based Software as a Medical Device」（SaMD）政策、欧盟的 AI Act，都會影響 AI 在臨床試驗中的落地速度。合規領先的公司將取得先機。

最後提醒：生物科技波動大，適合風險承受能力高的投資人。建議用「核心–衛星」策略：核心部位配置大型 biopharma 與 diversified biotech ETF，衛星部位挑選 2-3 檔具有突破性技術的成長股。如此一來，即使 AI 概念退潮，你手裡還有的是實實在在的藥物銷售與現金流。

常見問題（FAQ）

生物科技公司真的能完全免疫 AI 嗎？

不是免疫，而是「相對抵抗」。AI 目前主要用於輔助任務如數據分析、患者招募、分子篩選，但臨床決策、監管溝通、患者關懷仍需人類專家。生物科技公司擁有的臨床試驗經驗與監管關係是 AI 難取代的資產。

Josh Brown 推薦的股票有哪些？適合長期持有嗎？

根據 CNBC 報導，他推薦 VEEV 和 VRTX。VEEV 作為生命科學軟體平台，受益於製藥業數位轉型，SaaS 模式提供穩定收入；VRTX 则在 CF 領域建立壟斷性優勢，且 pipeline 持續擴張。二者皆具備長期增長潛力，但需注意估值過高風險。

2026 年生物科技市場的前景如何？有哪些風險？

前景樂觀，全球市場預計在 2026 年突破 2 兆美元，主要動力來自精準醫療與基因編輯創新。風險包括：臨床試驗失敗、監管政策變化、利率上升影響資金成本，以及 AI 概念泡沫破裂導致板塊輪動。分散投資與深入研究個股是應對之道。

參考資料

• CNBC: Biotech is resistant to AI disruption. Josh Brown likes these two stocks
• Precedence Research: Biotechnology Market Size
• JAMA Network: Clinical Trial Characteristics and the Costs of New Drug Development
• ASPE: Drug Development
• Veeva Systems 官方網站
• Vertex Pharmaceuticals 官方網站
• Regeneron Pharmaceuticals 官方網站