大量使用实验室研究的行业，如化学品和药品，继续面临着一系列新挑战的生产力下降。这些挑战包括平稳或降低的研发支出，更快的开发周期，环境因素等新规定的需求，以及信息过载，以及每年产生的研究数据的数量增长。这些障碍对公司的压力较少，并采用了可以提高实验室研究效率和有效性的数字工具。

实验室中数字的势头正在稳步增长

未来实验室的愿景在过去的几十年里已经发展出来，而个别乐器和流程从自动化和分析等数字工具中受益，而且可以安全地说实验室研究变化远远不到许多人。然而，由于越来越广泛而强大的数字工具包，包括人工智能（AI），机器人和物联网（IOT）传感器，未来的实验室 - 一个明显更自动化，高效，有效 - 可能更接近现实。

LUX TECH信号 - LUX研究的数据驱动工具分析创新兴趣 - 如图1所示，增加了进一步证据来确认这一趋势。在20世纪90年代后期初始炒作和活动的初始浪潮之后，对将数字工具应用于近十年的实验室的创新兴趣。然而，从2013年开始，兴趣稳步增长，表明空间可能处于一个可能导致显着影响的阶段。

Covid-19加速了用于研发的数字

尽管对许多研发团队构成了重大挑战，但Covid-19大流行使我们更接近未来的实验室比许多人预期的速度更快。由于社会疏散措施和法规，无法在实验室身体工作的员工转向数字通信和协作工具，以保持富有成效。主要在屏幕后面工作还为员工提供了探索新数字技术的机会，例如信息工具。更自然地，有些人转向即将到来的云机器人实验室翡翠云实验室和strateos允许他们甚至远程继续他们的实验。

当然，一些研究人员必须继续进入他们的实验室，但在受限制的占用限制和其他与大流行相关的做法下，仍然增加了数字工具的欲望。例如，一些研究人员利用自动化来弥补效率损失或语音助手Labtwin.最小化收集数据时接触共享曲面。总体而言，大流行通过必要性强制创新，并提供了一种催化剂，使团队能够从头来重新思考他们的进程。虽然并非所有这些变化都会比大流行，有些意志，也许同样重要的是，许多团队通过大流行工作的成功将使研发领导人在未来拥抱新的流程和数字技术。

实验室的新兴数字工具分为三个核心类别

虽然有许多数字使用案例和技术可以增强实验室研究，但它们分为三大类：建模和信息学，知识管理和实验室自动化。虽然每个类别都有自己的定义功能，但类别之间存在重叠和协同作用。例如，实验室自动化可用于收集实验数据，然后可以将其馈入信息学系统以最终产生知识。下面，我们更详细地描述这些类别。

建模和信息学

使用模拟和信息工具，如机器学习，加速开发和发现过程。用例类别包括：

• 优化：在Silico或设计实验中优化，以优化现有的化学和/或材料结构，用于特定的结构，性能，性能等。信息学供应商通常专注于优化，鉴于强大的商业兴趣和技术可行性。
• 发现：发现全新的新化学品和材料，包括合成路线。188金宝搏bet官网虽然这是在材料空间的早期阶段，Biotech和制药公司在这里非常活跃。188金宝搏bet官网

知识管理

系统地捕获，分析和分发整个研发组织的知识。用例类别包括：

• 文档和协作：录制注释和数据，并启用更多无缝协作。该空间的供应商倾向于专注于电子实验室笔记本（ELNS）和实验室信息管理系统（LIMS）。
• 知识搜索：搜索，分析和提取内部和外部知识的见解，如研究论文和报告。虽然像Sinequa这样的公司提供更多通用的搜索功能，但其他人喜欢Patsnap专注于专利数据。

实验室自动化

通过机器人提供自动化物理实验以及通过IOT和连接传感器的数据收集和实验室管理。用例类别包括：

• 进行实验：自动化实验步骤。这个空间中的玩家包括销售硬件或管弦乐流软件以及使用自动化为自己的研究的公司的公司。
• 实验室管理和数据提取：监控和维护实验室文书和条件，以及自动化仪器的提取和集成数据。此空间中的供应商包括销售连接的物联网设备以及专注于数据提取的软件播放器的供应商。

用于采用关键技术和用例的路线图

通过对负责数字转型的研发领导进行主要访谈，并定性分析特定用例的目前的影响和成熟，我们开发了一个用于采用实验室的数字技术的整体路线图（图2）。

AR / VR：增强现实/虚拟现实

遍历三个部分，有技术，公司和实验室应该采用今天，例如物业优化，elns和自动数据提取工具的材料信息。我们还显示了许多早期的阶段技术，应该经过积极监控或探索，例如量子计算，语音AI和闭环自动化，这将从现在起五到10年的重要作用，以及这两个之间的技术极端。总体而言，研发领导应定制此路线图，为其未来的实验室绘制课程。

数字将优化产品开发过程，成为关键的竞争优势

目前，建模和信息学，知识管理和实验室自动化的三个部分经常在某种程度上运行;但是，我们预计这些领域之间的线条随着时间的推移而越来越模糊。作为此过程的一部分，我们希望在此空间中看到整合，材料信息学公司可能会获得实验室笔记本或实验室自动化公司。188金宝搏bet官网虽然公司应该避免锁定到特定的供应商，供应商，以创建互操作和分享数据的工具的生态系统，在此空间中可以很好地定位。

随着研发变得越来越数字化，我们还期望在研究中，产品开发，制造，销售（例如，带数字销售平台）等更重叠而不是预测特定配方的财产，公司将尝试预测最终成本生产产品，在哪里以及如何制造它，生产需要多长时间等。一旦这些步骤都是数字化，公司可以优化流程的每个部分并减少所需的时间从多年到几个月甚至几周的成品研究。

虽然在这个空间中没有近期挑战不足，但我们预计数字能力提供了显着的竞争优势长期。这些数据驱动功能将随着时间的推移随着公司收集更多数据并利用它们来了解他们的客户需求，加强关系。最终，有效投资和采用这些工具的人将能够以不能与那些不匹配的速度和效果水平运营。虽然公司应该首先与供应商合作采用数字工具，但它们也应该一直致力于将这些能力在内部建立核心竞争力。

有关更多信息，请访问https://www.luxresearchinc.com/。

COLE MCCOLLUM也为这篇文章做出了贡献。