Ginkgo Bioworks 營收年減 37%，押注「自主實驗室」拚轉型
2026 年第一季財報會議（2026 年 5 月 7 日）—— 一家正處於轉型期的公司，詳盡闡述其自主實驗室願景
以任何傳統標準衡量，Ginkgo Bioworks 的第一季財報表現均不理想。該公司營收為 1,900 萬美元，較去年同期下滑 49%；即便剔除 2025 年第一季因終止 BiomEdit 協議而產生、虛增帳面數字的 750 萬美元非現金項目，其核心營收跌幅仍高達 37%。然而，這場長達近兩小時的財報會議，大部分時間並非用於辯解這些數字，而是詳細且具說服力地闡述了 Ginkgo 為何堅信自己正在打造下一代生物研究的基礎設施平台。這項願景是否足以支撐當前的現金消耗，是投資人現在必須回答的核心問題。
生物安全業務拆分，重置財務基準
本季最重要的會計變動，是將生物安全業務正式劃歸為「停業單位」。該業務已拆分為一家名為 Perimeter 的獨立公司，交易於 2026 年 4 月 3 日完成，Ginkgo 獲得 6,000 萬美元現金並保留 Perimeter 的股權。財務長 Steve Coen 直言，往後的財務評論將僅涉及「持續經營業務」，且過往期間的數據已進行追溯調整。投資人在比較本季與歷史數據時需留意，去年同期的比較基準已調整為同質性的持續經營業務，這意味著 49% 的營收跌幅是目前最真實的反映，且數據並不樂觀。
Coen 指出，2026 年第一季調整後 EBITDA 為負 4,200 萬美元，較 2025 年第一季的負 4,400 萬美元略有改善。關鍵在於，他強調此單一部門的調整後 EBITDA 數字，現在包含了每季 1,600 萬美元的閒置租賃空間持有成本——即 Ginkgo 目前未占用、扣除轉租收入後的房地產開支。此成本先前未計入部門層級報告，導致與往期比較時產生誤導。這是一項實質的現金流拖累，且短期內無營收抵銷，管理層坦言僅能透過轉租活動部分緩解。
2026 年第一季現金消耗為 4,800 萬美元，較 2025 年第一季的 5,800 萬美元下降 17%。然而，該數字包含了一筆 1,400 萬美元的一次性款項，用於支付 Google Cloud 相關的合約重組（於 2025 年 10 月執行），此舉將 Ginkgo 對 Google 的未來最低承諾額減少了超過 1 億美元，並將合約期從三年延長至六年。若剔除此筆支出，現金消耗的改善更為顯著。公司重申 2026 年全年現金消耗指引為 1.25 億至 1.5 億美元。截至季末，Ginkgo 擁有 3.73 億美元現金且無銀行債務，雖有緩衝空間，但並非無限——若以指引中位數計算，大約還有兩年半的時間，屆時自主實驗室業務必須展現出商業動能。
Waymo 類比：為何 Ginkgo 認為傳統實驗室台面已過時
執行長 Jason Kelly 將大部分演講時間用於解釋 Ginkgo 的「自主實驗室」論點，這是該公司資本配置的戰略核心。其核心論點明確對標自動駕駛技術：傳統實驗室自動化（由 HighRes、Thermo 和 Biosero 等公司製造的工作站）就像地鐵，自動化程度高但完全缺乏彈性，專為執行單一預設流程而設計。手動實驗室台面則像汽車：靈活性極高，但每個步驟都需要人力。而 Waymo 則是目標——結合了全自動化與全靈活性，取代了過去需要人類介入的環節。
「它擁有汽車的靈活性，」Kelly 在談到 Waymo 時說道。「這兩者的結合，即高靈活性加上高度自動化，使我們必須賦予它一個新名稱。我們不稱其為自動化汽車，而稱之為『自主汽車』（autonomous car）。」其意涵直接：實驗室領域尚未出現具備規模效應的同類產品，而 Ginkgo 正試圖打造它。
Kelly 提出的市場規模邏輯令人印象深刻。他指出大型製藥公司的年度研究預算約在 10 億至 30 億美元之間，其中超過 95% 的支出用於手動實驗室台面，而用於傳統自動化的支出不到 1 億美元。「我認為這些數字應該反轉，」Kelly 說。他提出了空間效率的三倍提升論點（自主實驗室的設備密度遠高於人工操作設施），加上四倍的利用率改善（每週 168 小時運作，對比手動實驗室約 40 小時），理論上可實現每平方英尺生產產出 12 倍的提升。如果這套投資回報率（ROI）計算在實務中成立，其影響將極為深遠。
Nebula 達到 103 個機架，達成具創新性的規模里程碑
本次財報最具體的進展是，Ginkgo 位於波士頓的 Nebula 自主實驗室即將達成 103 至 105 個可重組自動化機架（RACs）的整合運作。截至會議時，由 Emeryville 硬體團隊在過去三週內運抵並安裝的 50 個新 RAC，正與原有的 50 多個機架系統並行運作，預計於 5 月 14 日左右完成全系統整合。Kelly 對於不確定性保持一貫的坦率：「我們將拭目以待。」
RAC 的設計哲學是差異化的核心。不同於圍繞固定流程構建自動化的傳統工作站模式，每個 RAC 將六軸機械手臂與磁性軌道環繞在單一實驗設備周圍，實現模組化連接。樣本透過標準化的 SBS 格式盤在軌道網路上傳輸，任何支援 SBS 盤的設備均可在約一個半月內完成整合。Ginkgo 目前已整合超過 80 種設備。內部的排程系統「Catalyst」能即時管理多個具備不同時間限制與設備需求的流程並行執行。Kelly 展示了 17 至 20 個流程在不同設備上同時運作的視覺化畫面，排程系統會動態將新的實驗請求分配至可用空檔。這與傳統的批次處理模式截然不同，也是自主實驗室能否成功的技術關鍵。
Ginkgo 目前已在 Nebula 上執行超過 100 個流程，其中 30 多個是由科學家（而非自動化工程師）提交的獨特實驗。Kelly 指出，單日提交流程的科學家高峰達到 439 人。「當今世界上沒有其他地方能像 Nebula 這樣，以這種規模和獨特流程數量進行開放式科學研究，」他說。雖然此聲明無法獨立驗證，但指標的具體性賦予其可信度。
GPT-5 運作實驗室，成果顯著
先前宣布的 OpenAI 合作案已取得值得關注的成果。在六輪 AI 指導的實驗中，由 GPT-5 設計實驗、解讀結果並規劃下一輪，Ginkgo 在無細胞蛋白質合成成本上，展現了比現有科學水準高出 40% 的改善。每一輪涉及 100 個 384 孔盤，並透過 Nebula 處理。Kelly 承認此結果令人驚豔，包括內部人員：「我們事先並不知道模型是否能達到這種精細程度來設計實驗並解讀數據。」
這裡的架構願景是讓 AI 科學家將自主實驗室作為其物理基質——模型設計實驗，實驗室執行，數據回流，模型迭代。Kelly 將此類比為一位科學家能同時部署五個 AI 代理在自主實驗室上，以極低成本達到 30 人學術研究小組的產出。這雖具推測性，但與前沿 AI 實驗室及生物製藥研發主管們的探索方向一致，Ginkgo 的基礎設施確實處於競爭對手難以企及的優勢地位。
雲端實驗室、數據點與三大商業通路
Ginkgo 在第一季為其雲端實驗室（Cloud Lab）與數據點（Data Points）服務啟動了三個新通路，分別與 AWS Biodiscovery、Benchling（主流電子實驗室筆記軟體供應商）及 Tamarind Bio 建立合作。這三者目前皆聚焦於抗體發現工作流程，透過 Ginkgo 的雲端實驗室（cloud.ginkgo.bio）將 AI 蛋白質設計模型與物理實驗執行連結。Kelly 坦言，這些通路在 2026 年的營收貢獻尚小，對指引影響有限，因通路尚屬新興且狹窄。但他明確指出其戰略意義：「這是我第一次看到這種雲端層直接對接實驗室作為銷售通路。」特別是與 Benchling 的合作，鑑於該軟體已嵌入全球大多數頂尖生物製藥研發組織的日常工作流程中，意義重大。
在數據點方面——即 Ginkgo 旨在訓練 AI 模型的生物數據生成服務——Kelly 報告稱，在推出約 18 個月內已與 10 家頂尖生物製藥公司合作。他將需求動態比作 Scale AI 在影像與語言模型訓練初期的經歷：一旦客戶看到更多數據帶來的效能提升，重複購買就會隨之而來。「這就是營收解鎖的關鍵，」Kelly 直言。該服務目前運作模式類似生物學界的「Scale AI」，為大型製藥公司產生龐大數據包，以訓練其內部的蛋白質與分子模型。
PNNL 合約與政府動能提供驗證，但商業規模仍待證明
Ginkgo 先前宣布與太平洋西北國家實驗室（PNNL）簽署的 4,700 萬美元合約，正邁向在 PNNL 新大樓安裝近 100 個 RAC 的目標。這是最具體的外部驗證，顯示頂尖政府研究機構對 Nebula 架構具備足夠信心，願意投入大規模資金。Kelly 也引用了白宮層級的政策動能，包括「創世紀任務」（Genesis Mission）倡議、美國國家科學基金會（NSF）對雲端與自主實驗室網路的 1 億美元承諾，以及 Young 參議員提出的法案，這些皆顯示美國推動科學研究自動化的國家級趨勢。
Kelly 對於為何這具有地緣政治急迫性提出了尖銳觀點：中國科學家以約美國同業三分之一的勞動力成本進行同等藥物研發，已導致藥物發現工作從劍橋轉移至中國。「我認為那個時代已經結束——在此刻已徹底結束，」他在談到美國科學勞動力成本優勢時說道。在此框架下，自主實驗室不僅是產品，更是美國應對結構性劣勢、提升國家競爭力的必要手段。這種框架是否能轉化為加速的採購決策，仍有待觀察。
誠實的成績單：執行風險真實存在
Kelly 並未迴避挑戰。「隨著我們擴大規模，問題確實會發生，」他在談到 Nebula 時說。排程系統被形容為極具挑戰性的軟體問題。在會議召開時，103 個機架的整合尚未完全連接。營收正急劇下滑，且服務業務（雲端實驗室、數據點、解決方案）尚未展現出足以證明 Nebula 正在取代而非僅是補充客戶端手動研究預算的商業規模。Ginkgo 擁有 3.73 億美元現金，這爭取了時間，但自主實驗室願景在財務報表上顯現的時間窗口是以「季」而非「年」來計算。
該公司仍背負著每季 1,600 萬美元的閒置租賃成本，這是先前過度擴張留下的後遺症，無論自主實驗室業務進展如何，都將持續壓抑調整後 EBITDA。在無銀行債務且重申全年現金消耗指引 1.25 億至 1.5 億美元的情況下，財務狀況雖有紀律但尚未能自給自足。Ginkgo 正要求投資人基於對技術與團隊的信念來支持這場平台轉型——這份信念現在比一年前有了更多證據支持，但尚未在具規模的營收層面獲得商業驗證。
Ginkgo Bioworks 深度剖析
商業模式：從合成生物學代工廠到自動化雲端實驗室
Ginkgo Bioworks 的創立基於一個簡單而宏大的前提：生物學可以像電腦程式一樣被編寫。過去，該公司作為一個水平整合的生物工程平台運作，充當合成生物學的「代工廠」（foundry）。其原始商業模式高度依賴預付技術存取費，並結合後續的價值獲取，通常以權利金、里程碑付款或客戶股權的形式體現。在 2020 年代初的零利率環境下，Ginkgo 成為當時資金充裕、處於早期階段的生物技術新創生態系統的外部研發引擎，其中許多新創公司還是由 Ginkgo 透過合資方式協助創立的。然而，隨著未獲利的生物技術公司融資環境崩潰，Ginkgo 的下游股權價值與營收基礎也隨之瓦解，迫使其進行結構性的重新評估。
截至 2026 年 5 月，Ginkgo 已完成從投機性合成生物學孵化器到純粹 AI 驅動的「實驗室即服務」（laboratory-as-a-service）供應商的根本性轉型。2026 年 4 月，該公司剝離了非核心的生物安全（Biosecurity）部門；該部門曾在 COVID-19 疫情期間作為金雞母，但隨著結構性意義下降，已逐漸成為營運上的干擾。如今，Ginkgo 透過明確的技術服務線獲利：Nebula、Datapoints、Solutions 以及新推出的 Cloud Lab。Nebula 是 Ginkgo 位於波士頓的集中式自動化實驗室基礎設施，建立在專有的「可重構自動化車」（Reconfigurable Automation Carts）之上。這些模組化單元結合了高精度機械手臂、磁浮樣本傳輸系統與工業級軟體，能 24 小時不間斷地執行濕實驗（wet-lab），無需人工介入。透過 Ginkgo Cloud Lab 介面，全球研究人員可經由網頁瀏覽器提交生物實驗方案。名為 EstiMate 的 AI 代理會即時評估該方案與 Ginkgo 機械手臂系統的相容性，提供透明報價並遠端執行實驗。Ginkgo 實質上是針對這種高通量、自動化的實驗能力收取費用，以更具可預測性的服務費與數據生成收入，取代了過往投機性的權利金模式。
客戶、終端市場與主要競爭對手
出於生存需求，Ginkgo 的客戶群已顯著成熟。該公司已積極轉向具備大規模研發預算能力的藍籌製藥與農業巨頭，而非資金拮据的新創公司。2026 年的主要企業客戶包括 Novo Nordisk、Pfizer、Biogen、Boehringer Ingelheim 與 Bayer Crop Science。該公司亦獲得關鍵的非稀釋性政府合約，其中最受矚目的是近期與美國能源部太平洋西北國家實驗室（Pacific Northwest National Laboratory）簽署的 4,700 萬美元協議，將建造一座擁有 97 台自動化車的設施。其終端市場本質上相當廣泛，涵蓋治療藥物研發、農業生物製劑與生物工業材料，不過利潤最高的應用領域在於生物製藥優化，例如無細胞蛋白質合成與單株抗體開發。
Ginkgo 的主要競爭對手是現狀：即大型製藥公司內部由博士級科學家操作的手動實驗台。全球絕大多數的生物研發仍是在內部使用傳統移液管與實驗台完成。克服機構慣性，並說服首席科學官將核心實驗工作流程外包給第三方機器人雲端平台，是 Ginkgo 面臨的核心商業挑戰。在合成生物學領域，競爭對手已大幅減少。過去知名的高調同業有的已申請破產、進行重組或被併購。Ginkgo 本身收購了 Zymergen 的殘餘資產。Twist Bioscience 仍是重要參與者，但它更多是作為合成 DNA 的關鍵供應商，而非端到端自動化實驗室服務的直接競爭對手。其他參與者包括專業的合約研究組織（CRO）與設備製造商，例如 Inscripta，該公司於 2025 年收購了 Synthego，旨在將 CRISPR 工具與自動化生物代工能力結合。儘管有這些專業廠商，Ginkgo 在水平整合、多模態自動化生物基礎設施領域仍擁有主導市場份額，有效地創造了一個「雲端生物學」的新子類別，目前尚無規模相當的直接競爭對手。
競爭優勢：規模、數據與 AI 整合
Ginkgo 的結構性護城河植根於資本密集的實體基礎設施與閉環人工智慧。位於波士頓的 Nebula 設施在 2026 年上半年擴建至 100 台可重構自動化車，代表了數億美元的沉沒資本支出。對於新進者而言，複製這種機器人密度以及協調數千種不同實驗方案所需的專有軟體，門檻極高。透過濕實驗自動化，Ginkgo 從根本上改變了生物實驗的單位經濟效益，降低了單次測試成本並呈指數級提高通量。這種規模使 Ginkgo 能夠探索那些以人工實驗室科學家無法在數學上完成映射的生物序列空間。
第二項且日益重要的優勢在於數據生成與 AI 整合。現代生物學生成式 AI 模型的瓶頸不在於運算能力，而在於缺乏高品質、標準化且海量的生物數據集。Ginkgo 的自動化基礎設施專為餵養 AI 模型而設計。該公司充分利用與 Google Cloud 的策略合作關係，在 2026 年初支付了 1,400 萬美元以結清基礎設施承諾，旨在建立強大的生物學基礎模型。此外，Ginkgo 已整合前沿 AI，利用 OpenAI 的 GPT-5 作為「AI 科學家」來優化無細胞蛋白質合成。在近期的演示中，該閉環系統僅在 6 輪自動化實驗中，就比現有最先進的基準測試提升了 40% 的效能。由 AI 模型設計實驗、機器人執行實體操作，並將產生的實證數據即時反饋給模型進行下一輪迭代的能力，是一項傳統合約研究組織無法複製的深刻競爭優勢。
產業動態：機會與威脅
Ginkgo 面臨的宏觀機會極為驚人。製藥研發效率已連續數十年下滑，新藥上市成本持續攀升。該產業每年在手動濕實驗操作上投入數百億美元。若 Ginkgo 能透過證明其 Cloud Lab 提供更快、更便宜且更優質的實驗結果，進而搶佔這些外包生物研發支出的一小部分，其營收成長空間將極為巨大。此外，對永續供應鏈的推動正驅動市場對石油化學品與農業肥料的生物製造替代品產生長期需求。隨著 CRISPR 等基因工程工具趨於商品化，差異化因素已從編輯工具本身轉移至快速測試數百萬種變異的能力，這使 Ginkgo 的基礎設施處於生物經濟的核心。
然而，Ginkgo 模式面臨的威脅是生存性的且迫在眉睫。最緊迫的威脅來自大型製藥公司的採用曲線，這些公司向來極度保護其智慧財產權。將專有的治療序列與實驗方案提交至外部雲端平台，需要大型生物製藥公司在結構上難以接受的信任程度。若一線客戶僅將 Ginkgo 視為補充工具而非內部基礎設施的替代品，Ginkgo 的潛在市場規模將大幅縮水。此外，Ginkgo 面臨嚴格的資本限制。截至 2026 年 3 月，該公司擁有 3.73 億美元的流動資金，但全年預計現金消耗（cash burn）在 1.25 億至 1.5 億美元之間，這意味著其現金跑道（cash runway）僅約 2.4 年。該公司必須在資金耗盡或被迫進行高稀釋性融資前，證明 Cloud Lab 的商業可行性，並顯著加速其 2026 年第一季 1,900 萬美元的營收基礎。
管理層績效：痛苦的成熟過程
執行長 Jason Kelly 與創始團隊的任期，以早期的巨大野心與隨後對公開市場現實的殘酷碰撞為特徵。在 2021 年透過 SPAC 上市後，Ginkgo 在資本紀律上表現鬆散，導致成本結構不可持續、過度依賴關聯新創公司的低品質營收，並造成早期公開市場股東價值幾乎全毀。這最終導致 2024 年 8 月為了維持交易所上市合規性，不得不進行 1 股換 40 股的屈辱性反向股票分割。在此期間，管理團隊因不斷誇大合成生物學商業化的時間表，在機構投資者心中喪失了大量信譽。
儘管有這段受損的歷史，管理團隊過去 24 個月的執行力仍值得客觀肯定。面對生存危機，他們執行了殘酷且必要的重組。在 2024 年與 2025 年間，Ginkgo 裁減了超過 50% 的人力，將研發費用削減了 40% 以上，並積極降低一般及行政管理費用。他們做出了剝離傳統生物安全部門的果斷選擇，選擇保留收購實體 20% 的股權，而非將內部資源消耗在非核心業務上。至關重要的是，他們成功將敘事與底層技術從模糊的「生物學應用商店」轉型為高度具體、商業上可落實的自動化實驗室服務。管理層自高峰以來已將年度現金消耗減少了一半以上，展現了過往罕見但至關重要的財務紀律轉向。即便近期營收絕對值有所縮水，Ginkgo 在 2026 年展現的策略清晰度，已遠超其早期版本。
總結評分
Ginkgo Bioworks 透過執行一場痛苦但必要的蛻變，成功從合成生物學炒作週期的崩潰中倖存。該公司已擺脫投機性的創投孵化器模式，轉型為高度聚焦的自動化實驗室基礎設施供應商。其 Nebula 設施與 Ginkgo Cloud Lab 代表了生物實驗方式的真正典範轉移，推動產業從手動、工匠式的實驗台工作，轉向高通量、AI 驅動的機器人執行。整合前沿 AI 模型來指導實體實驗室自動化，提供了深厚的結構性護城河，並已獲得近期與能源部及一線製藥巨頭的合約驗證。管理層已證明其執行嚴格成本紀律的能力，並針對當前現實調整了組織規模。
然而，此新模式在規模化後的商業可行性尚待證明。儘管營運費用已大幅降低，該公司仍產生顯著的負調整後 EBITDA（Adjusted EBITDA），且 2026 年第一季 1,900 萬美元的核心營收反映出這家公司本質上是在重新開始。Ginkgo 大約有兩年半的現金跑道，來說服保守且極度保護 IP 的製藥產業將其核心研發工作流程外包至雲端。其基礎設施無疑令人印象深刻，但投資論點仍需建立在一個陡峭且即時的商業採用曲線之上，而這在目前的財務報表中尚未顯現。