Illumina（ILMN）深度研究：賣水的人，在 AI 淘金潮中的真實位置
在這個系列裡，Tempus 是賣數據的，Veeva 是收過路費的，SDGR 是押未來的。Illumina 是最不性感的那一個：它賣的是鏟子。但當所有人都在淘金的時候，賣鏟子的人，往往是最後笑的那一個。
一、一個必須先建立的認知：基因定序是所有 AI Biotech 的地基
在討論 Illumina 之前，必須先建立一個認知框架，否則你很容易低估它的戰略地位。
所有你聽說過的 AI Biotech 革命——AI 設計藥物分子、機器學習預測蛋白質結構、大型語言模型分析基因組數據、個人化癌症治療——有一個共同的前提：你必須先有數據。而這些數據，絕大多數來自同一個地方：基因定序。
基因定序是把生物的 DNA 或 RNA 讀出來的過程。沒有定序，你就沒有基因組數據；沒有基因組數據，AI 模型就沒有東西可以訓練；沒有訓練好的模型，所謂的 AI 藥物發現就只是一個空洞的概念。Tempus AI 引以為傲的多模態數據，其中最核心的一層就是基因組數據，而這些數據大量來自 Illumina 的定序儀。Schrödinger 用來設計藥物分子的物理模擬，需要了解靶蛋白的三維結構，而這些結構的基礎數據同樣依賴定序技術。
這就是 Illumina 的根本地位：它不是 AI Biotech 故事的主角，但它是這個故事能夠發生的先決條件。在整個生命科學的知識生產鏈上，Illumina 的定序儀坐落在最上游——所有人都要先用它，才能做後面的事。
而 Illumina 在這個位置上，做了一件讓它幾乎無法被替代的事：它在過去二十年裡，把基因定序的成本從天文數字壓到了幾乎可以忽略不計。
二、定序成本的崩跌：科技史上最驚人的價格曲線之一
2001 年，人類基因組計畫完成了第一個完整的人類基因組定序，花費約 27 億美元，耗時十三年。到了 2007 年，成本已經降到數千萬美元。到了 2014 年，Illumina 推出 HiSeq X Ten，宣布把全基因組定序的成本壓到 1,000 美元以下。到了 2023 年，NovaSeq X 的推出讓成本進一步降到 200 美元左右。
這個成本曲線不只是一個技術成就，它是 Illumina 商業戰略的核心。每一次成本的大幅壓縮，都開啟了新的應用場景：1,000 美元的定序，讓癌症個人化治療的基因檢測變得可行；200 美元的定序，讓大規模族群基因組研究成為常規操作；如果成本繼續下降到 50 美元，可能讓出生基因組定序成為標準醫療項目。成本每下降一個數量級，需求就擴張一個數量級，而這些需求帶來的耗材收入，都流回到 Illumina。
三、商業模式的精髓：刀架和刀片，但刀架也收費
Illumina 的商業模式，常常被比喻為「刀架和刀片」（Razor and Blade）——賣便宜的刀架（定序儀），然後靠刀片（耗材）賺錢。這個比喻大致正確，但不夠精準，因為 Illumina 的刀架本身也不便宜：一台 NovaSeq X 的售價在 100 萬美元左右，一台 MiSeq 也要 10 萬美元以上。
更準確的描述是：Illumina 賣的是一個封閉生態系統的入場券。買了 Illumina 的定序儀，你就進入了 Illumina 的生態——你必須用 Illumina 的試劑盒（Reagent Kits）來執行定序，因為它們是針對 Illumina 儀器設計的，不能和其他品牌的儀器互換。這些試劑盒就是真正的現金牛：毛利率高、重複消耗、需求和儀器安裝量直接掛鉤。
這個商業模式的精妙之處在於時間維度。一台 NovaSeq X 的設計壽命是七到十年，在這段時間裡，使用這台機器的實驗室每年要消耗大量的試劑盒、流動槽（Flow Cell）和其他耗材。換句話說，今天賣出去的每一台儀器，都是一個未來七到十年的耗材訂單。
目前全球在用中
每年平均耗材消耗
幾乎是純軟體業的水準
設計使用壽命
四、護城河：為什麼 80% 的市占率不是巧合，而是結構
Illumina 在短讀長定序（Short-Read Sequencing）市場的全球市占率超過 80%。這個數字在任何行業都稱得上壟斷，但在 Illumina 的案例裡，這個壟斷不是來自反競爭行為，而是來自多層次的結構性護城河。
第一層護城河是技術積累。Illumina 的 SBS（Synthesis by Sequencing）技術是通過多年的研發和收購累積起來的，涉及數千項專利。這不是一個競爭對手可以在幾年內追上的技術差距。
第二層護城河是數據格式的標準化。全球的基因組數據庫、學術論文、臨床標準，都是基於 Illumina 的定序格式建立的。所有的分析軟體、工作流程、驗證方案，都針對 Illumina 的輸出格式優化。如果一個實驗室換掉 Illumina，它需要重新驗證所有的下游分析流程——這不只是技術問題，還是監管問題，因為很多醫療用途的定序必須使用已驗證的平台。
第三層護城河是人才生態。全球大多數接受過基因組學訓練的科學家，都是在 Illumina 平台上學習的。Illumina 的使用介面、數據格式、分析工具，是他們熟悉的語言。這種人才生態效應，讓切換到其他平台的成本不只是機器和試劑，還包括人員的學習成本和生產力損失。
一個值得思考的問題：Oxford Nanopore（長讀長定序）和 Pacific Biosciences（PacBio）都在挑戰 Illumina 的地位，而且在特定應用場景（如全長轉錄組、結構變異分析）確實更有優勢。但這些技術是「互補」而非「取代」的關係。短讀長定序的成本優勢和數據質量，讓它在大規模人口基因組研究和癌症檢測等主流應用場景中仍然是首選。Illumina 不需要在所有場景都贏，只需要在最大的市場保持主導地位。
五、GRAIL 事件：一次昂貴的教訓，和它留下的後遺症
要理解今天的 Illumina，必須正視這家公司在 2021 年犯下的一個代價高昂的錯誤：以 71 億美元重新收購 GRAIL。
GRAIL 是一家早期癌症液態切片檢測公司，最初從 Illumina 獨立出來。Illumina 在 2021 年試圖將其重新納入，理由是 GRAIL 的多癌種早期篩查技術（Galleri 血液檢測）需要大量的 Illumina 定序，整合可以帶來協同效應。這個邏輯本身不完全錯，但執行上犯了一個致命的錯誤：Illumina 在歐盟和美國監管機構尚未批准的情況下，就完成了收購。
結果是漫長的監管戰爭。歐盟委員會認定這次收購違反競爭法，要求 Illumina 剝離 GRAIL；美國聯邦貿易委員會也提出了異議。最終，Illumina 在 2024 年完成了 GRAIL 的剝離，整個過程耗費了大量的管理精力、法律費用，以及數十億美元的商譽減損。
這個事件對 Illumina 的影響是多方面的：財務上，相關的損失和費用嚴重拖累了 2022–2024 年的報表；管理層上，前 CEO Francis deSouza 在董事會壓力下離職；戰略上，公司需要重新聚焦回它的核心業務。
但這個事件也有一個積極的後果：它強迫 Illumina 回到它真正擅長的事——做定序儀和賣耗材。2024 年之後，在新 CEO Jacob Thaysen 的領導下，Illumina 開始重新聚焦：削減成本、改善利潤率、加速 NovaSeq X 的市場滲透、重建與客戶的關係。
六、Illumina 的 AI 應對策略：融入、鎖定、還是反攻？
這是這篇文章最核心的問題之一，也是市場最常討論的爭議點：AI 時代對 Illumina 是機會還是威脅？
表面上看，AI 對 Illumina 是純粹的利多：AI 驅動了對基因組數據的需求，更多的數據需求意味著更多的定序量，更多的定序量意味著更多的耗材收入。這個邏輯是正確的，但不完整。因為 AI 同時也帶來了一個潛在威脅：隨著 AI 計算能力的提升，未來是否可能用更少的物理定序數據，通過 AI 模型「推斷」或「合成」出更多的基因組信息？如果是的話，對物理定序的需求增長可能比預期的慢。
Illumina 對 AI 的應對策略，可以分為三個層次，每個層次代表不同的戰略邏輯：
七、財務現況：GRAIL 後遺症正在消退，重新聚焦的成效
2022 到 2024 年，Illumina 的財報是一場災難——不是因為核心業務崩潰，而是因為 GRAIL 相關的費用、減損和法律成本嚴重扭曲了損益表。但如果你把 GRAIL 的影響剝離，看核心定序業務的表現，畫面就清晰得多。
持續穩定
全球市占率
安裝基礎
2024 年剝離完成
2024 年 GRAIL 剝離完成後，Illumina 的資產負債表開始重新清晰。新 CEO Jacob Thaysen 啟動了一個成本削減計畫，目標是在 2025 年將 Non-GAAP 營業利潤率恢復到 20% 以上，並持續改善現金流。NovaSeq X 的市場滲透仍在進行中——舊機型的客戶升級到 NovaSeq X 的過程，在短期會造成耗材收入的暫時性下滑（因為新機型的試劑盒和舊機型不同），但長期會帶來更高的通量和更高的耗材收入。
這個「升級週期」是未來 2 到 3 年 Illumina 投資者需要追蹤的關鍵動態：如果 NovaSeq X 的滲透率持續提升，同時 AI 驅動的定序需求持續增長，Illumina 的耗材收入有機會重回 2021 年的高峰並突破。
八、風險：不是沒有，而是要分清楚短期和長期
客戶從舊機型升級到 NovaSeq X 的過程中，需要重新採購新的試劑盒，而新試劑盒的起步期可能造成耗材收入的暫時性波動。這個風險在 2024–2025 年仍然存在，預計 2026 年之後會逐漸消退。
長讀長定序在某些應用場景（如結構變異、完整基因組組裝）確實比短讀長更有優勢。Oxford Nanopore 和 PacBio 在這些場景正在蠶食 Illumina 的市占。雖然目前影響有限，但需要長期追蹤，特別是隨著這兩者的成本持續下降。
如果半導體定序（如 Roswell Biotechnologies 的技術）或下一代奈米孔技術在精度和成本上同時超越 Illumina 的 SBS 技術，可能帶來更根本性的競爭威脅。這個風險在十年維度上是真實的，但在五年維度內不是主要擔憂。
九、投資策略：這不是成長股，也不是衰退股——它是週期中的複利
Illumina 目前的投資命題，比 Veeva 更複雜，但也比市場認知的更有趣。它不是一個「躺平收息」的穩定資產——它有 GRAIL 留下的傷疤，有 NovaSeq X 升級週期的短期擾動，有競爭技術的長期威脅。但它也不是一個基本面惡化的衰退企業——它的核心市場地位仍然穩固，AI 趨勢是它的順風，已安裝基礎帶來的耗材複利仍然在運作。
最精準的定位是：Illumina 是一個正在從特定事件（GRAIL）的干擾中恢復的高護城河企業。如果恢復過程順利，它提供的是超出當前估值的回報空間；如果恢復過慢，或者競爭壓力比預期強，它也有足夠的護城河支撐，不會出現價值崩潰。
在 ILMN 股價因為季度性耗材數據不如預期而出現急跌時，IV 通常會升高，這時候在主要支撐位下方設置 Bull Put Spread，可以在高 IV 的環境下收取較高的權利金，同時把賭注押在「Illumina 的核心業務不會崩潰」這個相對確定的命題上。
如果你相信 NovaSeq X 的升級週期會在 2026–2027 年帶來耗材收入的加速成長，可以考慮用 1–2 年期的 LEAPS Call 替代直接買股，在控制下行風險的前提下，用較小的資金參與潛在的估值修復行情。
十、結論：賣水的人，在 AI 淘金潮中的真實位置
在這個 AI BioTech 系列裡，我們看到了四種不同的投資命題：Tempus 押的是「數據飛輪能否轉動」，Veeva 押的是「制度成本能否維持」，Illumina 押的是「定序這個動作能否持續擴張」，而下一篇的 SDGR 押的是「未來某一天成功的藥物能否帶來版稅」。
Illumina 在這四個命題中，是確定性僅次於 Veeva 的一個——但它的確定性來自一個不同的地方：不是來自鎖定效果，而是來自它所在的市場位置的不可繞過性。只要生命科學繼續往前走，只要 AI Biotech 繼續需要數據，只要基因組學繼續成為主流醫學工具，定序就必須發生，而 Illumina 仍然是定序這件事發生的最主要方式。
這不是一個令人心跳加速的故事。但在投資這件事上，讓人心跳加速的故事和讓人長期賺錢的故事，從來就不是同一批。
整個系列最關鍵的一句話：
Tempus 在賣數據，Veeva 在收過路費，SDGR 在押未來。
Illumina 在做一件更底層的事：它在賣讓這一切能夠發生的能力。
不管 AI 如何改變藥物發現，這個能力不會消失——它只會被需要更多次。
📚 AI BioTech 系列
- 第 1 篇：Tempus AI——唯一把「數據直接變現」的 AI Biotech 公司
- 第 2 篇：Veeva——AI 時代最被低估的現金流機器
- 第 3 篇：Illumina——賣水的人，在 AI 淘金潮中的真實位置（本篇）
- ← 返回 AI BioTech 系列總覽
Comments ()