AI制药团队从大厂分拆，创业者该如何设计独立经营与母公司协同？

AI制药团队从大厂拆出来，真正要解决的不是“能不能融到钱”，而是拆分之后，谁负责把算法变成可验证的研发成果。模型、人才和算力可以让团队更快起步，却不会自动补上临床开发、监管沟通和商业化能力。Anew Labs从字节跳动分拆的报道，恰好提供了一个观察组织设计的切口：怎样把大厂资源带出去，同时让新公司拥有独立经营的责任与动力。

分拆带走的，不应只是团队和技术

据钛媒体报道，Anew Labs由字节跳动的AI制药业务分拆而来，团队、算法平台与已有管线资产一并注入新主体；报道还称，字节跳动在融资后仍持有56%股份。这个安排呈现出分拆型创业的两面：新公司获得了现成的技术基础和产业起点，母公司则保留重要股权与影响力。

但“带走资产”不等于“形成经营能力”。AI制药公司的底盘至少有四层：

• 团队：算法、计算生物学、药物化学和药物研发人员能否围绕同一研发目标协作。
• 技术与数据：模型、代码、数据及其使用权限是否清晰，后续迭代由谁负责。
• 管线资产：每个项目的知识产权、实验记录、开发决策权和后续投入责任是否明确。
• 算力与平台：公司能否稳定调用必要资源，服务如何计价，资源中断时有没有替代方案。

其中，管线尤其不能只以“已经转入新公司”作为交割标准。新公司需要知道自己对哪些项目承担决策与投入责任，母公司又是否保留特定权利或支持义务。若权利边界含糊，合作推进时可能出现谁都能参与、却没人对关键节点负责的情况。

母公司协同，要从“关系”变成可执行安排

母公司的价值，可能体现在算力、工程基础设施、人才网络或过渡期服务上；但如果这些支持只靠人情和临时协调，新公司就难以制定预算、排研发计划，也无法判断成本结构。

比较稳妥的做法，是把协同拆成具体协议和责任清单：

这不是要把母公司排除在外，而是避免把“协同”当作无法核算的免费资源。母公司提供支持，应有明确的服务边界；新公司使用资源，也应进入自己的经营预算。双方可以保持合作，但不能让关键研发节点依赖口头承诺。

独立经营，关键在决策权与责任匹配

股权结构能说明谁拥有多少经济权益，却不能单独说明公司是否真正独立。即使新公司设有独立团队，若关键预算、管线取舍和高管任免仍由外部逐项决定，经营责任与决策权就可能分离。反过来，若新公司拥有很大自主权，却没有明确的融资、研发和治理约束，也容易出现资源使用缺乏纪律的问题。

创业团队和母公司可以先把三类权责说清：

1. 经营层负责日常招聘、预算执行和项目推进，并对约定目标负责。
2. 董事会或股东层决定重大融资、资产处置、关联交易和战略调整。
3. 研发决策机制依据实验结果、项目价值和资金约束决定继续、暂停或终止项目。

对于大厂分拆型创业，激励安排也不能只看短期估值。核心团队需要看到长期收益与自身贡献相连；母公司则需要保障原有投入的合理回报。可讨论的工具包括股权激励、分阶段归属、关键岗位长期激励，以及对关联服务采用可审计的定价机制。具体方案应由公司治理和法律专业人士结合股权结构、所在地规则及协议内容制定，不能仅凭“创始团队有股权”推定激励已经充分。

AI能力之外，还要补上药物开发链条

AI制药团队常以算法能力起步，但药物研发不是模型竞赛。新公司需要把临床、监管和产业化能力纳入组织规划：既可以自建关键岗位，也可以在特定阶段通过合作补齐，但无论采用哪种方式，都要明确内部谁对研发决策和交付结果负责。

建议将能力建设分成三步：

• 先盘点缺口：按项目阶段梳理药物发现、实验验证、非临床研究、临床开发、注册事务、生产与商务合作所需能力，找出当前没有负责人或外部依赖过重的环节。
• 再确定自建边界：长期影响核心资产判断和项目取舍的能力，通常需要公司内部有足以作出决策的负责人；阶段性、专业性强的工作，可以考虑外包或合作，但应保留质量审查与供应方管理能力。
• 最后绑定预算与里程碑：不要只以模型性能或论文成果作为进展指标，还要设置与实验验证、项目决策和资金消耗相匹配的阶段检查点。

商业化责任也要提前明确：公司是自己承担药物开发风险，还是将部分项目授权给产业伙伴；如果采取合作开发，谁负责后续研究、监管沟通和商业谈判？Anew Labs官网将其定位为结合AI进展、实验科学与药物发现专业能力的平台，但企业的自我描述并不能替代对组织执行与研发结果的验证。对创业者而言，重要的是把“技术能做什么”转换成“公司愿意为哪一段开发链条负责”。

不同资源条件下，分拆方案不必相同

有大厂持续支持、且已有可转移资产的团队，可以优先建立清晰的服务协议和治理机制，避免关键资源无限期依赖母公司。资金有限、资产尚未成熟的团队，不一定要一次性把所有职能和固定成本搬出去，可以先通过联合研发或外部服务验证关键环节，同时明确数据、知识产权和决策权。若创业团队缺少药物研发经验，则比扩充算法团队更紧迫的，可能是引入能对临床前开发、监管路径或产业合作作出判断的负责人。

失败风险也不只来自技术本身。一类风险是“名义独立、实质依赖”：算力、数据、人员和决策都离不开母公司，一旦支持条件改变，经营计划就失去基础。另一类风险是“过早切断协同”：为了强调独立而重复建设基础设施，增加固定成本，却没有因此获得更多研发控制力。还有一类是把融资规模和估值当作进展指标，忽略公司是否有能力持续做出项目取舍、管理研发预算并承担失败。

给分拆团队的一份落地检查清单

在正式启动或完成分拆前，创始团队可以逐项验证：

1. 资产清单是否可核验：团队、模型、数据、代码、实验记录和管线分别由谁拥有、谁可使用？
2. 服务是否可持续：母公司提供的算力和其他资源，是否有价格、标准、期限和退出方案？
3. 决策是否有人负责：谁能决定管线投入、暂停和终止？谁对预算偏差作出解释？
4. 能力缺口是否有预算：临床、监管、产业合作等能力由谁补齐，资金从哪里来？
5. 激励是否面向长期：核心员工的收益能否与实际贡献和长期研发周期相匹配？
6. 合作边界是否透明：母公司既是股东又是服务方时，关联交易和利益冲突如何披露、审查与记录？

Anew Labs的融资与股权信息，能说明市场关注度和组织安排的一部分，却不能证明某条管线已经取得临床或商业成功。大厂分拆型创业真正值得借鉴的，不是“拆出来就更容易成功”，而是如何在资源延续、独立决策和研发责任之间建立可执行的边界。

【软盟资讯观察】

趋势判断：AI制药分拆的核心，正在从技术团队能否独立成军，转向公司能否组织模型、实验与药物开发能力，形成持续决策的机制。大厂的算力和工程经验可以降低起步门槛，但药物开发所需的专业链条仍须由新公司逐步承担或有效组织。

机会与风险：对创业团队而言，分拆能让技术、人才和资产获得更聚焦的经营主体，也有机会引入产业资本；相应风险是把母公司的隐性支持误当成稳定供给，或把融资热度误读为研发验证。资源、权利和责任越早写清，后续合作摩擦越少。

冷思考：评估此类公司，不妨追问它能否清楚说明每个项目的决策依据、下一阶段投入和停止条件。融资是经营资源，不是研发结论；组织设计的价值，最终要体现在更透明的取舍与更可持续的执行上。