2024年6月，當全球科技業的目光都聚焦在輝達（NVIDIA）掀起的人工智慧（AI）狂潮時，一家看似屬於傳統生技領域的公司——Tempus AI，悄然登上了納斯達克交易所。它的上市，沒有像晶片股那樣掀起市場的巨大波瀾，卻在華爾街的專業投資圈裡，投下了一顆震撼彈。
多數台灣投資人對Tempus或許感到陌生，乍看之下，它就是一家提供癌症基因檢測服務的公司，類似於更專業、更昂貴的高階健檢中心。然而，就是這樣一家仍在虧損的公司，上市首日市值一度衝破60億美元。這不禁讓人困惑：華爾街的聰明錢，到底在想什麼？他們看到的，難道不只是一份份昂貴的基因報告嗎？
答案，遠比表面複雜。Tempus的崛起，並非一個單純的醫療檢測故事，而是一個關於「數據淘金」的全新商業寓言。它巧妙地將傳統的基因檢測，從一次性的「服務收費」，轉化為一個能持續產生價值的「數據入口」。這家公司真正的產品，不是檢測報告本身，而是報告背後那座由數百萬病患數據堆砌而成的金礦，以及那把能點石成金的AI鑰匙。
本篇專欄將為您深入拆解Tempus AI的商業模式，揭示其如何將冰冷的醫療數據轉化為滾燙的商業價值，打造出令競爭者難以跨越的「數據護城河」。我們將一同探討，這個被稱為「數據飛輪」的獲利魔法，為何讓華爾街甘願為其未來買單。同時，我們也會將視野拉回亞洲，比較美、日、台在AI精準醫療領域的戰略佈局，看看從Tempus的成功故事中，台灣的產業與投資人能學到什麼寶貴的一課。
Tempus究竟是誰？不只是一家高階健檢中心
要理解Tempus的價值，我們必須先回到它試圖解決的根本問題：癌症治療的困境。長久以來，癌症治療在很大程度上是一種「經驗醫學」，醫生根據病患的癌別、分期與過往的臨床指引來決定治療方案，這就像是拿著一張大致的地圖在濃霧中尋找出口，有效，但效率不高，且充滿不確定性。
從「精準醫療」的痛點出發
「精準醫療」的出現，試圖吹散這片濃霧。透過基因定序（Genetic Sequencing），科學家可以找出驅動癌細胞生長的特定基因突變，從而使用「標靶藥物」精準打擊。這好比是為地圖配備了GPS導航，大幅提升了治療的成功率。
然而，新的痛點隨之而來。首先，基因檢測價格高昂且技術複雜，並非所有醫院都有能力執行。其次，也是最關鍵的一點，檢測產生的數據往往是非結構化的，分散在各大醫院的伺服器裡，形成一座座「數據孤島」。A醫院的病患數據，無法有效地與B醫院的數據進行比對分析；基因數據與病患後續的用藥紀錄、治療效果、影像報告等臨床資訊，也常常是脫鉤的。
這導致一個巨大的價值浪溝：我們擁有越來越多的數據，卻無法從中學習。醫生無法輕易得知，擁有相同罕見基因突變的另一位病患，用了什麼藥、效果如何。藥廠在開發新藥時，也難以找到足夠的受試者，或是理解藥物在真實世界中的療效。Tempus的創辦人Eric Lefkofsky正是看準了這個「數據整合與應用」的巨大缺口，決心創立一家與眾不同的公司。
雙引擎商業模式：基因檢測服務 (Genomics) 與數據服務 (Data & Services)
Tempus的商業模式，可以看作是由兩個緊密連動的引擎所驅動。
第一引擎：基因檢測服務 (Genomics)
這是Tempus的基礎業務，也是它的數據入口。Tempus提供全面的次世代定序（Next-Generation Sequencing, NGS）服務，分析病患的腫瘤DNA、RNA，甚至是遺傳性基因。與一般檢測公司不同的是，Tempus從一開始就目標遠大，它不僅提供檢測，更致力於將檢測數據與臨床數據進行「結構化整合」。
這意味著，當醫生將病患檢體送到Tempus，他們不僅會得到一份基因突變報告，Tempus還會透過AI與人工專家團隊，去識別、擷取並標準化病患的電子病歷（EMR），包括診斷紀錄、用藥歷史、影像掃描、實驗室結果等。最終，每一份檢測報告背後，都是一個被完整標註、可供機器學習的「多組學」（Multi-omics）數據集。
這個業務本身就能帶來穩定的現金流。根據其財報，2023年Tempus全年營收達到5.318億美元，其中絕大部分來自於這項檢測服務。這就像電信公司鋪設光纖網路，每一位申辦網路的用戶（病患/醫院），都在為公司的基礎建設（數據庫）付費。
第二引擎：數據與服務 (Data & Services)
這才是華爾街真正看到巨大潛力的地方。當Tempus透過檢測服務累積了海量的、高品質的結構化臨床與基因數據後，它就擁有了一座獨一無二的數據金礦。這座金礦對於急需創新動能的製藥公司來說，具有無可抗拒的吸引力。
Tempus將這些去識別化（anonymized）的數據授權給製藥與生技公司，幫助它們解決研發流程中的核心痛點：
1. 加速新藥開發：藥廠可以利用Tempus的數據庫，尋找新的藥物靶點，或驗證現有藥物的潛在新適應症。
2. 優化臨床試驗：過去，招募符合特定基因特徵的罕見癌症病患，是臨床試驗中最耗時、最昂貴的環節之一。Tempus可以快速地從其數據庫中篩選出合適的病患，大幅縮短試驗時程。
3. 提供真實世界證據（Real-World Evidence）：藥物上市後，藥廠需要持續監測其在真實醫療環境中的療效與安全性。Tempus的數據庫，恰好提供了一個完美的觀察窗口。
這項業務的毛利率極高，因為數據一旦生成，複製與授權的邊際成本極低。根據Tempus的上市文件，全球前20大的製藥公司中，有19家是它的客戶。這個「二次變現」的模式，正是Tempus從一家「檢測服務商」蛻變為「數據平台公司」的關鍵。
華爾街為何買單？揭開「數據飛輪」的獲利魔法
僅有雙引擎模式還不足以撐起數十億美元的估值。Tempus最讓投資人著迷的，是它所打造的一個強大的「數據飛輪」（Data Flywheel）效應，這構成了一道難以模仿的商業護城河。
關鍵一：以檢測為入口，打造獨佔性的數據護城河
這個飛輪的運作邏輯如下：
-
- 更多的檢測：Tempus與越來越多的醫院和癌症中心合作，處理更多的病患檢體。
- → 更大的數據庫：每一次檢測，都在為其數據庫增添一筆獨特且高品質的「臨床+基因」整合數據。根據其IPO文件，截至2024年3月31日，其數據庫已涵蓋了約770萬份臨床紀錄，規模堪稱全球之最。
- → 更聰明的AI模型：龐大且結構化的數據，是訓練AI模型的最佳燃料。Tempus的AI演算法能更精準地解讀基因變異的意義，預測治療反應，甚至發現新的生物標記。
- → 更優質的服務：更聰明的AI，意味著Tempus能為醫生提供超越傳統檢測報告的深度洞察，例如推薦最適合的臨床試驗，或提供相似病患的治療成效參考。
- → 吸引更多客戶：優質的服務與洞察，自然會吸引更多醫生與醫院使用Tempus的檢測服務。
這個正向循環一旦啟動，就會像滾雪球一樣，越滾越大。後來者即使擁有同樣的技術，也很難在短時間內累積起同等規模與品質的數據庫，這就是Tempus最核心的競爭壁壘——「數據護城河」。
關鍵二：從實驗室到藥廠，數據的「二次變現」價值
如果說數據飛輪是引擎的加速器，那麼與藥廠的合作，就是將速度轉化為實際利潤的變速箱。
對一家大型製藥公司而言，開發一款新藥平均需要耗費超過10年時間和超過20億美元的資金，且失敗率極高。任何能夠提高效率、降低風險的工具，都價值連城。Tempus的數據平台，正扮演了這樣的角色。
舉例來說，一家藥廠正在開發針對帶有BRAF V600E基因突變的肺癌藥物。傳統上，他們需要與數十家醫院合作，慢慢篩選病患。而現在，他們可以直接向Tempus查詢：「請告訴我，在你的數據庫裡，有多少肺癌病患帶有這個突變？他們之前接受過什麼治療？存活率如何？」幾分鐘內，藥廠就能獲得過去需要數月甚至數年才能收集到的情報。
這種價值是實實在在的。它能幫助藥廠避免在錯誤的方向上投入數億美元，也能讓有潛力的新藥更快地送到病患手中。因此，藥廠願意為此支付高額的數據授權費用，這構成了Tempus數據業務的主要收入來源。這個模式，成功地將醫療體系中原本沉睡的數據資產，轉化為驅動藥物創新的燃料，並從中獲利。
他山之石：美、日、台的AI精準醫療戰略地圖
Tempus的成功並非發生在真空中。在全球範圍內，利用AI和數據改造精準醫療的競賽早已開打。觀察不同國家代表性企業的策略，更能凸顯Tempus模式的獨特性，也為台灣的發展路徑提供參考。
美國同業的肉搏戰：Guardant Health的專精與Foundation Medicine的巨頭庇蔭
在美國市場，Tempus面臨著激烈的競爭。其中兩家最具代表性的對手，展現了不同的生存之道。
- Guardant Health：這家公司選擇了「專精路線」，主攻「液體活檢」（Liquid Biopsy）。相較於需要手術或穿刺才能取得的組織檢體，液體活檢只需抽取病患血液，分析其中的循環腫瘤DNA（ctDNA），更加無創、便捷。Guardant Health在此技術領域深耕多年，建立了強大的品牌與技術壁壘，特別是在癌症的早期篩檢和復發監測市場，佔有領先地位。它的策略是「以技術深度取勝」。
- Foundation Medicine：這家公司走了另一條路——「背靠巨頭」。它在癌症基因組分析領域同樣是先驅，但在2018年被全球製藥巨頭羅氏（Roche）完全收購。這讓它獲得了羅氏龐大的全球銷售網絡、雄厚的資金支持，以及與羅氏旗下藥物開發部門的深度協同效應。它的策略是「成為產業生態系的一部分」。
相較之下，Tempus的策略更像是「平台思維」，它不只專注於某項特定技術，也不完全依附於單一巨頭，而是致力於成為一個連接醫院、病患、藥廠的獨立數據中樞。
日本的穩健佈局：從硬體巨人到數據整合者（如Sysmex）
日本在精準醫療的發展路徑，則帶有其傳統製造業強國的深刻烙印。以全球臨床檢驗設備龍頭希森美康（Sysmex） 為例，它的策略是從「硬體優勢」延伸至「數據服務」。
希森美康在全球醫院佈建了數以萬計的血液分析儀、尿液分析儀等設備，這些設備本身就是數據的產生點。近年來，它積極透過投資與合作，跨入癌症基因檢測與液體活檢領域，試圖將其硬體網絡與新的診斷數據結合，打造一個整合性的診斷平台。日本的模式更偏向「硬體 + 數據」的整合路徑，先有設備通路，再逐步疊加數據服務。這與Tempus「數據優先」、以輕資產模式切入市場的路徑截然不同。
台灣的潛力與挑戰：行動基因的專注與健保數據的金礦
將目光轉回台灣，我們同樣有優秀的參與者。行動基因（ACT Genomics） 是台灣在此領域的代表，專注於提供癌症基因檢測服務與治療方案建議，其商業模式在基因組學業務上與Tempus有相似之處，同樣服務於臨床醫生與藥廠客戶，在亞洲市場佔有一席之地。
而台灣真正的獨特優勢，在於我們擁有世界級的「全民健保資料庫」。這個資料庫涵蓋了全台灣兩千三百萬人幾十年的就醫紀錄，是發展醫療AI的無價之寶。理論上，如果能將行動基因這類公司的基因數據，與健保資料庫中的臨床結果進行串連，台灣極有潛力打造出一個不遜於Tempus的數據平台。
然而，挑戰也正在於此。健保數據因涉及個人隱私，在法規上有嚴格的限制，其「去識別化」與「商業化應用」的模式仍在探索階段。數據標準不一、跨院整合困難等老問題也依然存在。此外，台灣的資本市場規模與美國相去甚遠，新創公司難以像Tempus那樣，在虧損狀態下仍能持續獲得鉅額融資來打造數據飛輪。近年來，像廣達電腦等科技巨頭投入智慧醫療，或許能為台灣帶來另一種可能性：以強大的科技實力與資本，自上而下地推動產業整合。
投資者的啟示：辨識下一隻AI醫療獨角獸的關鍵密碼
Tempus的故事，為關注生技與AI領域的投資人提供了深刻的啟示。它告訴我們，評估一家AI醫療公司，不能再用傳統的思維。
超越技術本身：檢視數據規模、品質與商業化能力
過去，我們評估一家生技公司，看的是它的專利、藥證或技術平台。但在AI時代，以下三個指標變得同等重要，甚至更為關鍵：
1. 數據的規模與品質：公司是否擁有大規模、且持續增長的獨佔性數據？更重要的是，這些數據的品質如何？是否為整合了基因、影像、臨床結果的「多組學」數據？數據的乾淨與結構化程度，直接決定了AI模型的上限。
2. 數據的商業化能力：擁有數據金礦，還需要有點石成金的能力。公司是否有清晰的商業模式，能將數據轉化為營收？是否與產業鏈的關鍵付費方（如藥廠）建立了穩固的合作關係？
3. 生態系的建構能力：公司能否打造一個網絡效應，將醫院、醫生、病患、藥廠都吸引到自己的平台上，形成一個正向循環的生態系？
風險在哪裡？高昂的研發、激烈的競爭與數據隱私的紅線
當然，Tempus的模式也並非全無風險。首先，建立並維護這樣一個龐大的數據平台與AI團隊，需要持續投入巨額的研發與營運資金，這也是公司至今仍在虧損的主因。其次，精準醫療領域的競爭極其激烈，技術迭代迅速，Tempus需要不斷創新才能維持領先。最後，數據隱私是懸在所有醫療數據公司頭上的達摩克利斯之劍，任何法規的變動或數據洩露事件，都可能對其業務造成毀滅性打擊。
結論：數據，是新時代的血液
Tempus AI在華爾街的亮相，不僅僅是一家生技獨角獸的上市，它更像是一個宣言，宣告了醫療產業一個新時代的來臨：在這個時代，數據不再是醫療行為的副產品，它本身就是核心資產；生物學與資訊科學的界線日益模糊，能夠駕馭這兩種力量的公司，將定義未來的醫療樣貌。
Tempus的成功，在於它將基因檢測從一個「終點」，變成了一個「起點」。每一次檢測，都是一次數據的播種，透過AI的灌溉，最終收穫為給予醫生、藥廠乃至整個醫療體系的豐碩果實。這個「以檢測換數據，以數據創價值」的飛輪，正是華爾街願意為其虧損的現狀，投下信任票的根本原因。
對於身在台灣的我們，Tempus的故事提供了一個極具價值的參照系。我們擁有優秀的醫療人才、領先的科技產業，以及獨一無二的健保數據金礦。未來的挑戰在於，如何打破框架，學習Tempus的平台思維與數據商業化能力，將這些分散的優勢串連起來。
對於投資人而言，這堂課的啟示或許更為直接：當您下一次評估一家生技或醫療公司時，除了詢問他們的最新藥物或儀器，不妨多問一句：「你們的數據策略是什麼？」因為在這個新時代，數據，就是醫療產業的新血液。能掌握數據流動的企業，才能真正掌握未來的先機。
