最近有个case很值得讨论，一些biotech管线做不下去，居然选择转型做AI。它们的抉择背后，既有迫不得已的生存压力，也蕴含着对未来商业模式的重新想象。

01

KALA Bio：临床失败后的绝地求生

KALA Bio（NASDAQ: KALA）的故事，是一个典型的"绝处逢生"叙事。这家曾经专注于眼科药物开发的临床阶段生物技术公司，在不到六个月的时间里完成了从传统biotech到AI平台公司的急速转型。我们先来捋一下它从转型的时间线。

2025年9月29日，KALA的核心资产KPI-012在CHASE Phase 2b临床试验中宣告失败，未能达到治疗持续性角膜上皮缺损（PCED）的主要终点。这一消息导致公司股价在盘前暴跌超过90%，从约19美元跌至不足2美元。

转折出现在2025年12月1日。新的投资方Lazar同意通过两轮私募提供最高600万美元的资金，这让KALA暂时避免了资产被清算的命运。随后2025年12月初，公司完成了1000万美元的注册直接发行；2026年1月初，KALA又通过债务清偿安排解决了约1060万美元的负债，进一步重塑了资本结构。

2026年3月4日，KALA正式宣布了战略转型：公司将部署并持续开发一个面向生物技术行业的本地化AI基础设施平台，并与AI开发公司Younet AI签署了平台开发及独家许可协议，获得了名为"Researgency"的专有AI研究平台。

仅仅一周后的3月11日，KALA宣布其首个商业化AI产品将在约14天内交付，正式将自己定位为一家"双引擎增长公司"——一边保留拥有FDA孤儿药认定和快速通道资格的生物技术管线，一边通过Researgency.ai平台切入AI-as-a-Service赛道。

写到这里相信大家也能看到，逼着KALA转型的直接因素是生存压力，这是最基本的驱动力。 CHASE试验的失败不仅摧毁了公司的核心价值叙事，更让其陷入了资金链断裂的绝境。KALA的股价在试验失败后暴跌89%，这意味着通过传统的biotech融资路径（增发、合作开发、管线授权）重新站起来几乎不可能。公司需要一个全新的价值叙事来吸引资本。

然后就是最重要的一点：AI概念提供了一个估值重构的窗口。 从估值角度看，传统临床阶段biotech通常按照管线价值进行DCF估值或rNPV估值，成功率低、周期长、确定性差。而AI-as-a-Service公司则可以按照SaaS模型估值——以ARR（年度经常性收入）为基础，享受远高于biotech的收入倍数。KALA自称要做"生物技术领域的Palantir"，这一类比并非随意——Palantir的收入倍数长期维持在20倍以上，而同等规模的biotech公司可能只有2-3倍。通过将叙事从"临床失败的眼科公司"转变为"服务于1800亿美元AI医疗市场的平台公司"，KALA正在进行一次估值体系的根本性切换。

除此之外，其实行业痛点的真实存在也确实为转型提供了一定的合理性基础，这是毋庸置疑的。 KALA瞄准的是中小型biotech公司的AI基础设施需求——全美超过3200家生物技术公司中，绝大多数缺乏自建AI基础设施的能力和资源。全球前20大制药公司2024年研发投入约1670亿美元，但AI驱动药物发现的投入仅约40亿美元。更关键的是，Researgency采用完全本地化部署模式，独立于公共AI服务运行，允许企业在本地存储敏感的专有生物数据。在数据安全日益受到重视的背景下，这一定位确实切中了行业的真实痛点。

当然，目前KALA的转型存在显著的执行风险。公司尚未披露GPU规模、硬件合作伙伴或部署成本等关键信息。从一家被债权人威胁清算的临床biotech转变为一家运营多客户AI基础设施的平台公司，所需要的资本、技术合作关系和运营深度远远超出传统临床开发的范畴。截至目前，股价虽然在3月11日的AI发布消息后上涨了约24%，但仍较52周高点下跌超过98%。

02

Avalon：从细胞治疗到AI视频的惊险一跃

如果说KALA的转型是"绝地求生"，那么Avalon GloboCare（NASDAQ: ALBT）的转型则更像是一场"渐进式身份重塑"。这家公司的转型轨迹更为复杂，涉及多次业务调整和战略收购。

Avalon GloboCare最初的定位是一家智能生物技术开发及医疗服务提供商，拥有两个可报告业务板块：房地产运营和实验室检测服务。随着时间推移，公司的业务重心逐渐从细胞治疗知识产权和精准诊断消费产品，向生成式AI软件方向漂移。

2025年全年，ALBT都在与Nasdaq的最低股东权益要求作斗争，面临数百万美元的权益赤字。在这一背景下，公司开始了一系列激进的资本运作。

2025年4月29日，ALBT向SEC提交了S-4注册声明，正式披露了与YOOV Group Holding Limited的合并计划。YOOV是一家专注于智能业务自动化的AI-as-a-Service（AIaaS）平台提供商。这笔交易的设计极为大胆——如果完成，YOOV股东将持有合并后公司近98%的股份，这实质上又是一次借壳上市，Avalon更多地扮演了Nasdaq上市壳公司的角色。

2025年12月12日，Avalon完成了对RPM Interactive, Inc.的收购。RPM是一家生成式AI出版和软件公司，拥有名为"Catch-Up"的SaaS平台，能够利用生成式AI应用和大语言模型自动生成短视频内容。这笔交易以全股票方式完成，Avalon向RPM的股东发行了19,500股Series E不可投票可转换优先股，总对价1950万美元。公司表示，Catch-Up平台将支持其消费健康产品KetoAir的营销推广。

2026年1月12日，归功于RPM Interactive收购带来的资产注入，ALBT解除了长达数月的退市威胁。

2026年2月底，ALBT进一步强化了其AI布局，宣布被接纳加入AMD的AI开发者计划，获得了云端AI开发积分、培训资源和高级工具，用于加速其生成式AI出版和软件战略。

如果说KALA是生存压力所迫，那么ALBT，则呈现出更为复杂的博弈格局。

退市危机是最紧迫的催化剂。 Nasdaq的最低股东权益要求是上市公司的生命线。ALBT在2025年面临的权益赤字意味着，如果不能在规定时间内恢复合规，公司将被转入OTC市场。对于小市值公司而言，从Nasdaq退市到OTC交易往往意味着一个"死亡螺旋"——流动性枯竭、机构投资者撤离、融资渠道关闭。收购RPM Interactive这一1950万美元的AI资产，在会计层面直接改善了股东权益状况，帮助公司渡过了退市危机。从这个角度看，AI收购首先是一个财务工程，其次才是战略布局。

借壳上市的反向操作暗示了转型的实质。 YOOV合并交易中，YOOV股东将持有合并后公司约98%的股份，这一比例清楚地表明：这不是Avalon收购了一家AI公司，而是一家AI公司借Avalon的壳完成上市。Avalon的价值在这笔交易中主要体现为Nasdaq上市地位。这意味着，ALBT的AI转型在很大程度上不是自身业务的有机进化，而是资本结构层面的重组。

但是，这次合并，对现有股东的稀释代价不容忽视。 ALBT的转型高度依赖可转换优先股和过桥贷款，这些金融工具一旦转换为普通股，将对现有股东形成显著稀释。目前公司财务数据不忍直视，AI转型的故事虽然改善了叙事层面的估值预期，但尚未在基本面层面带来任何实质性改善。

03

转型还是蹭热度——AI时代的迷思

纵观KALA和ALBT的转型案例，可以提炼出几个值得关注的共同特征。

第一，转型均发生在生存危机的背景下。 KALA因核心管线临床失败而面临资产清算，ALBT因权益赤字而面临Nasdaq退市。两家公司在转型前都已经丧失了作为传统biotech继续运营的基本条件。

第二，AI概念充当了资本市场的"叙事桥梁"。 两家公司都利用AI概念完成了估值框架的切换——从依赖管线成功率的biotech估值，转向依赖收入增长潜力的科技/SaaS估值。这种叙事转换在短期内确实产生了效果：KALA在AI发布后股价上涨24%，ALBT通过AI收购恢复了Nasdaq合规。

第三，转型路径都依赖外部资源的快速嫁接。 KALA通过与Younet AI签署许可协议获得Researgency平台，ALBT通过收购RPM Interactive获得Catch-Up平台。两家公司都没有从零开始构建AI能力，而是通过合作或并购的方式快速获取AI资产。这种"买入式转型"降低了时间成本，但是否有真正的核心竞争壁垒，这才是决定基本面的关键问题。叙事转换容易，叙事落地难。

第四，财务状况均不支持大规模的自主研发投入。 两家公司在转型时都处于严重的财务困境中，这意味着它们无法像大型药企那样投入数十亿美元进行AI基础设施建设。它们的AI战略更多是"轻资产"模式——平台许可、SaaS服务、合作开发——而非"重资产"模式的自主技术积累。这在华尔街分析师强调“halo”概念的当下，会不会面临快速被资本市场抛弃的风险？

更普遍来说，biotech转型AI是否具有普适性，这或许会是更深刻的问题。

至少现在，我们需要认识到，"真正的AI-biotech融合"与"贴标签式的AI转型"之间存在本质区别。 真正的融合——如利用AI加速靶点发现、优化临床试验设计、提高分子模拟精度，这都需要高质量的专有数据和持续的技术投入。这与KALA和ALBT所展示的"快速嫁接AI资产"的模式有根本性差异。前者创造的是技术护城河和长期竞争优势，后者更多是资本市场层面的叙事重构。

小型biotech转型AI上，笔者认为最大的挑战是数据壁垒——AI模型的价值高度依赖训练数据的质量和规模，而小型biotech通常不具备足够的专有数据积累。然后是资本强度——虽然AI业务的边际成本可能低于药物开发，但构建可靠的AI基础设施同样需要大量前期投入，包括算力、工程团队和客户获取成本。

而对于我们投研来说，或许更为重要的是，关注叙事转型能否真正落到实处，落地到基本面。

结语：归根结底，AI与biotech的融合是一个充满机遇的方向，但机遇属于那些真正投入资源构建技术能力的公司，而非简单地在公司名称或新闻稿中加入"AI"字样的公司。在这个意义上，KALA和ALBT的案例更多地反映了小型biotech在生存压力下的适应性策略，而非AI-biotech融合的典型范式。它们的转型成败，最终将取决于能否将资本市场的叙事转化为可持续的商业现实。

声明:本文系药方舟转载内容，版权归原作者所有，转载目的在于传递更多信息，并不代表本平台观点。如涉及作品内容、版权和其它问题，请与本网站留言联系，我们将在第一时间删除内容