基因测序成本的下降幅度远超摩尔定律所描述的计算成本降幅，这意味着硬件销售利润空间被大幅压缩，行业盈利模式正从“卖设备”转向“卖数据服务与软件订阅”。数据存储、分析软件订阅、机器学习模型服务将成为测序企业构建新利润池的核心方向，而测序成本的降低也让辅助生殖、癌症早筛、遗传病研究等商业化应用大规模落地成为可能。

成本下降如何重塑行业结构

柏基投资在访谈中指出，基因测序成本曲线的下降幅度远远大于摩尔定律下计算能力成本下降的幅度。更关键的是，这种成本下降正在向相关领域扩展：基因测序产生的大量医疗数据，其处理和存储成本正在迅速下降，将机器学习应用于这些数据的成本同样在快速下降。

这一趋势直接压缩了测序硬件本身的利润空间。当测序成本以超摩尔定律的速度走低，单纯依赖设备销售和一次性测序服务的盈利模式必然难以为继。行业的价值重心正从“完成测序”向“解读数据”迁移——谁能更高效地存储、处理、分析海量基因数据，谁就能在下一阶段占据价值链的高地。

新盈利模式的三大支柱

数据存储与管理服务是转型的第一层。随着测序成本降低，测序项目规模迅速扩大，基因数据量呈指数级增长，数据存储、管理和安全保障本身就成为一项可持续的付费服务。

分析软件订阅是更具黏性的收入来源。测序数据的解读远比测序本身复杂，企业将分析流程标准化、产品化，以软件订阅方式向医疗机构和科研用户持续收费，形成经常性收入。

机器学习模型服务是利润池的深层延伸。将机器学习应用于基因数据的成本快速下降，使得基于大规模基因数据训练疾病风险预测模型、药物反应模型等成为可能。这类模型服务一旦成熟，其边际成本极低，而价值极高，是行业最具想象空间的盈利方向。

常见问题

测序成本下降会直接导致测序企业收入缩水吗？

短期内硬件和单次测序服务的收入确实承压，但成本下降同时打开了更大的市场——消费级基因检测（如23andMe）、大规模人群测序项目等过去不具备经济性的应用场景如今成为可能。企业通过向数据服务和软件订阅转型，可以在单价下降的同时扩大用户规模和收入持续性。

数据服务和软件订阅模式在基因测序行业有哪些具体形态？

数据服务涵盖基因数据的存储、管理、安全合规和跨机构共享；软件订阅包括测序数据分析流程、变异注释、报告生成等标准化工具；机器学习模型服务则包括疾病风险预测、用药指导、胚胎筛选评分等基于数据训练的算法应用。三者共同构成从“一次性交易”到“持续性服务”的收入结构转变。

这种盈利模式转变对国内测序行业意味着什么？

国内测序行业正处在国产化率提升的关键阶段，已获批的测序仪中既有华大智造等自研产品，也有与外资合作贴牌报证的产品。在国产替代进程中，本土企业若能同步布局数据服务和软件生态，有望在硬件之外建立更强的竞争壁垒，而非仅仅陷入设备价格竞争。