AI 在制药领域的应 用 AI 为何能改变制药行业的游戏规则 十月 2024 封面 Just_Super/iStock AI 可提升制药企业的营收和利润 AI 能够在制药价值链中释放巨大价值。应用得当时，它可以同时提高效率和收益，并在更短时间内为患者提供更好的药物。 在研发环节， AI 能够生成更好、更有效的候选药物，加速从药物发现到临床前候选阶段的进程。 在运营和生产环节， AI 通过释放全价值链改进潜力、实现除自动化以外的效率提升。 AI 的最新发展赋能新用例显著改善各种生产 关 键绩效指标。 商业化领域也受益于 AI 。使用 AI 工具直接协助与医务人员互动的应用日益增多，更快速为团队提供重要的医疗信息。 AI 还可 以通 过使用市场表现数据为销售、营销和市场准入环节提供独到洞察。 将 AI 整合进公司流程为制药公司提供了改善营收和利润的巨大潜力，机会正当时。然而，企业必须考虑大量因素，才能使 AI 发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司 量 身打造其 AI 应用之旅，以最大程度地提高公司应用适配性和影响力。 2 AI 在制药领域的应用 执行摘要 预期提效 预期增益 2 运营与生产 • 化学、制造和控制 (CMC)

人工智能在交通领域业务应用白皮书 （2020 年 9 月） 中国人工智能产业发展联盟 2020年09月 1 版权声明 本指南版权属于中国人工智能产业发展联盟，并受法律 保护。转载、摘编或利用其它方式使用本指南文字或者观点 的，应注明“来源：中国人工智能产业发展联盟”。违反上 述声明者，编者将追究其相关法律责任。 能作用，加快交 通的数字化智能化发展，推动人工智能和交通的融合应用，成为产学 研用的重要课题，也是本报告撰写的主要背景。 本报告以人工智能对交通业务的赋能为切入点，系统梳理人工智 能在交通领域的技术现状、典型应用、产业生态，总结业务发展面临 的挑战，展望未来发展的趋势，并附上当前典型的应用案例和赋能场 景，为进一步推进人工智能和交通行业的深度融合提供参考。 本报告于 2020 年 2 （三）人工智能对交通领域的赋能作用............................................................. 3 二、人工智能在交通领域的业务应用现状................................................................ 5 （一）人工智能在交通领域应用的产业环境趋好.....

看好丰富数据积累及应用场景驱动下，保险 +AI 大模型的受益机会 核心观点 ❖ 垂直领域大模型或成细分领域公司 AIGC 发力方向，金融领域已率先 落地。垂直 AI 大模型专注于特定的行业、领域或场景，且能够依托行业数据 与知识壁垒，并为企业提供更准确、专业的解决方案，更好满足用户在某个领 域的需求，有望成为后续细分领域企业的发力方向。彭博推出专为金融行业打 造的 500 亿参数大语言模型 Blo 认为，保险行业作为数字化、 智能化的先行者，在 B 端及 C 端掌握丰富的一手金融数据，且具备政策支持、 业务需求、财力支撑等核心现实基础，或可复制 BloombergGPT 路径，打造保 险领域的专业大模型，赋能保险业务全流程。 ❖ 海外保险机构 AI 大模型布局正加速推进，国内也有望实现 AI 技术的 迭代升级。海外方面，GPT 技术已从销售助理、智能客户、核保核赔等多场 景赋能 AI 大模型有望向个 性化产品定价、核保核赔、风控减损等场景延伸，深度赋能全产业链。国内方 面，近年来，我国大型保险机构持续关注科技投入，AI 技术已广泛应用于前 端销售、定损理赔、风控减损等领域，但主要仍以理解式 AI 为主，生成式 AI 仍在探索中。AI 大模型可从产品研发、渠道营销、运营管理等各方位实现保 险机构的全流程赋能，预计国内保险机构具备 AI 技术迭代升级的动力。 ❖

AI技术快速发展，医疗健康是AI技术最重要的应用领域。医疗健康产业正处于数字化转型与智能化升级的变革期，ARK Invest近期所发布的 《Big Ideas 2025》提到利用人工智能来“操作”数据将颠覆诊断、药物发现和治疗。医疗健康是AI技术最重要的应用领域，医疗保健板块 人工智能解决方案的全球市场规模预计将由2022年的137亿美元增至2030年的1,553亿美元，CAGR为35.5%，是人工智能应用最大的领域，具 备广 多，67项临床研究中22项为小分子药物发现、4项为抗体发现、6项为疫苗发现。 ◼ 投资建议：关注AI制药领域进展及具备潜力的海内外前沿公司。以“AI+CRO”、“AI+Biotech”为典型的商业模式，AI制药涌现出了一批优 秀的上市/非上市公司。除此之外，以赛诺菲、GSK、强生为代表的大药企亦在积极布局AI制药领域，一方面运用AI技术加强数据管理决策并 深度融合至药物开发流程之中，一方面不断加强与AI制 药专业公司合作，运用后者专业的技术平台，赋能药物发现和临床试验。建议关注AI 制药领域进展及具备潜力的海内外前沿公司：晶泰控股-P、皓元医药、药石科技、药明康德、成都先导等。 请务必阅读正文之后的免责声明及其项下所有内容 医疗健康是AI最大的应用领域 01 AI为药物发现带来时间及效率变革 02 国内外“AI+制药”企业梳理 03 投资建议 04 目录 请务必阅读正文之后的免责声明及其项下所有内容

摘要 2024 的医疗 AI，既是坎坷，又是新生。 快速发展的大语言模型，携着生成式 AI 掠过医疗领域。过往的互联网医疗、医学影像、 新药研发……一个一个场景经由新一代 AI 重塑，焕发出前所未有的价值。 不过，发现价值并不意味着能够掘得价值。如今惨淡的融资形势下，躬身大模型的企业 们无法像深度学习时代那样随意试错。有限的现金流，意味着每一家企业必须全面考察 场景、技术、风控、商业化等方方面面，才能做出决定。 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联网医疗、院内信息化系统已经引入相关技术，或能在明年实现规模化落地。 4. 下行经济形势下，医健企业一级市场融资受阻，IPO 延期。医疗 PV-iDose 支持不同 TPS 计划剂量分析、叠加、不同影像序列的剂量叠加15 图表 8 人工智能在放疗领域中的扩展应用（上）.......................................................... 15 图表 9 人工智能在放疗领域中的扩展应用（下）...............................................

HuggingFace 等平台提供开放、可扩展的 环境，支持灵活的 AI Agent 的开发 基准测试、评估框架的可用性以及与实际工 具的集成支持 AI Agent 开发和部署 企业、金融、医疗等多领域应用推动 AI Agent 架构和安全、合规等标准的完善 数据来源： OpenAI ，公开资料、甲子光年智库总结整理 2025 年， AI Agent 风口已至：基础能力成熟，推动 过去的状态：局限于简单的问答、内容续写等“答案生成式”的单一任务； 现在的要求：渴望自主规划、调用不同工具、横跨多个系统、涉及复杂步骤的端到端工作流。 核心挑战： 这些正是传统 AI 应用难以企及的、高价值的“流程自动化”领域。 数据来源：公开资料、甲子光年智库总结整理 满足市场需 求 部署模式 从“实验室”走向“生产线” 01 潜力契合 机制契合 能力契合 4 产品名称 底层模型 核心技术 自主性 多模态能力 高（网页交互） 强（视觉理解） 高（跨领域任务） 强（文本、图像、代码） 高（软件开发） 中（主要文本和代码） 中（辅助编码） 弱（主要代码处理） 高（自主执行） 中（文本和图像） 中（研究执行） 强（文本、图像、 PDF ） 低（协助编辑）

证，实现批量交付）、 III. 永和股份（ 1 万吨 / 年全氟己酮项目副产六氟丙烯三聚体可以应用于冷却液领域）、 IV. 润禾材料（公司硅油和改性硅油可用于冷却液生产）等。 u AI 芯片是人工智能核心，推动半导体材料大发展 AI 芯片系 AI 的核心，将在 AI 浪潮下获得快速发展和应用。半导体材料是芯片的基石，受益于 AI 呈现的窗口，有望引领光学显示材料新一轮发展 显示作为数字时代信息显示载体与人机交互的窗口，成为接收视觉信息的重要端口，显示产业正在和人工智能、 5G 、物联网等新兴产业深度融合。 AI 的诸多领域需要新型显示技术作为呈现载体， AI 带来的新需求将引领新型显示快速发展，相关显示及光学材料有望受益。我国光学膜、 OLED 发光 材料、 OCA 胶等材料仍处二三梯队，落后于美日韩等企业，国产替代需求较高。涉及标的： AI 浪潮带领下，产业链迎来新一轮发展机遇。 图表：人工智能产业链全景图 请务必阅读报告附注中的风险提示和免责声明 7 基础层 资料来源：中商产业研究院，国海证券研究所 自然语言处理等 关键领域技术 关键通用技术 产品服务 语音识别 应用场景 智慧城市 智慧交通 智慧零售 智能安防等 AI 芯片 云服务 数据服务 5G 通信 AI 模型生产等 无人机等 计算机视觉 机器学习

湿电子化学品是微电子 、光电子湿法工艺制程中使用的各种电子化工材料 ，具有技术门槛高 、资金投入大 、产品更新换代快等特点 ，广泛应用于 集 成电路 、显示面板 、太阳能光伏领域 ，据中国电子材料行业协会 ， 2021 年应用于三大领域的比例为 33% 、 36% 、 31% 。据我们测算 ， 随着集成电 路国产化进程加快 、显示面板产能持续增长， 国内湿电子化学品需求量有望从 2022 年的 267 。据中国电子材料行业协 会 ， 2021 年 我国集成电路用湿电子化学品整体国产化率达到 35% 。高端湿电子化学品主要由国外厂商垄断 ，半导体用高端湿电子化学品主要由 欧美 、日本厂商 把控 ；平板用湿电子化学品领域， 国内高世代线主要由韩国东进世美肯和韩国 ENF 供货， 国内企业国产化空间较大。 受益标的 随着国内湿电子化学品市场持续增长以及半导体行业国产化进程加快， 国内技术领先企业有望迎来发展机遇 、高纯双氧水两大高纯电子化学品国内产能最大） 、中巨芯 -U （电子级氢氟酸 、电子级硫 酸、 电子级硝酸等主要产品均已达到 12 英寸集成电路制造用级别） 、兴发集团（兴福电子的电子级磷酸产品在国内半导体领域市场占有率第一） 、 上海 新阳 、飞凯材料 、多氟多 、安集科技等。 风险提示 经济形势及行业周期波动风险 、原材料价格波动风险 、客户认证风险 、安全环保生产风险 、技术变化风险 、重点关注公司业绩不及预期。

AI 可提高研发效率，对实验数据建模，并使用该模型对反应条件进行优化和筛选催化剂等，加速研发进程；还可用于分子设计，并在 分子性能预测的基础上，提前筛选出合适的化学物质。 尤其是在合成生物学领域， AI 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也 室进行技术革命。其中 微流 控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。 u AI 优化化工设计和建设 AI 使工业领域落地周期逐步缩短。管道设计软件及流体力学仿真软件是设计研究和生产部门强有力的辅助工具，有效提高设计生产效率；一体化工 程设计软件推动卓越运营和智能制造，助力化工企业实现数字化转型，数字化孪生 ，并预测及优化特定参数。在工业中， 已应用于精馏塔、反应器、锅炉、控制器、冷水机 组、压缩机、泵、管道等各种工艺设备的校正、工艺参数预测、故障诊断与优化；在纺织，水处理，化肥，核电站和油气等领域均有应用。 投资建议： 重点关注：合成生物学：凯赛生物、华恒生物；基因测序：华大智造（医药）；设计与建造：中国化学、东华科技、中国石化、中国石油； AI 应用： 万华化学、江南化工；智能制造典型：