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.....

可信数据空间全国名录 ——领域（行业）数据基础设施先行先试名单 序 号 领域 名称 申报单位 1 教育 教育数据智能枢纽数据基础设施建设先行先试 教育部教育管理信息中心 2 科学 研究 科学研究领域数据基础设施建设先行先试 中国科学院计算机网络信息 中心 3 信息 通信 中国移动“人时空”数据基础设施建设先行先试 中国移动通信集团有限公司 4 信息 通信 中国联通通信行业数据基础设施建设先行先试 电磁环境数据基础设施建设先行先试 中国电子科技集团公司第二 十二研究所（电波传播全国 重点实验室） 6 信息 通信 时空数据基础设施建设先行先试 中国时空信息集团有限公司 7 装备 制造 船舶领域经济技术数据基础设施建设先行先试 中 国船舶集团有限公司综 合技术经济研究院 8 装备 制造 中汽数据有限公司汽车数据基础设施建设先行 先试 中汽数据有限公司 9 装备 制造 中国检验认证集团汽车数据基础设施建设先行 中能建数智融合创新数据基础设施建设先行先 试 中国电力工程顾问集团有限 公司 1 1 能源 电力 智慧能源应用数据基础设施建设先行先试 国网湖南省电力有限公司 1 2 能源 电力 电力领域数据基础设施建设先行先试 中电联（北京）数智科技有 限公司 1 3 能源 电力 基于可信数据空间的节能环保行业数据基础设 施建设先行先试 中节能数字科技有限公司 1 4 能源 电力

重大突破和快速应用正在重塑全球经济结构，改变未来发展 格局。《2025 研究前沿》报告遴选出十一大学科领域的 110 个热点前沿和 18 个新兴前沿，并对重要的前沿进行了解读 分析。在《2025 研究前沿》报告的基础上，《2025 研究前 沿热度指数》报告继续采用研究前沿热度指数来揭示世界主 要国家 / 地区在十一个学科领域的 110 个热点前沿和 18 个 新兴前沿的研究活跃程度，观察世界主要国家 / 地区在这些 施引论文被引频次份额 2025 研究前沿热度指数 01 利用研究前沿热度指数可以针对特定研究前沿、 特定学科或主题领域研究前沿乃至十一大学科领域研 究前沿整体，测度相关国家 / 地区、机构、团队以及 科学家个人等的表现。本报告利用国家 / 地区研究前 沿热度指数，从十一大学科领域整体、各学科领域和 特定研究前沿三个层面，测度揭示了各国在《2025 研 究前沿》报告的 128 个研究前沿的基础研究活跃程度。 次从研究前沿层面、学科领域层面到十一大学科领域 整体层面进行，计算分析方法如下： ①研究前沿热度测度分析：对于一个研究前沿， 根据国家 / 地区研究前沿热度指数和指标计算方法， 分别计算出所有参与国家 / 地区在该研究前沿层面的 国家 / 地区研究前沿热度指数，并进行排名和对比分 析。 ②学科领域研究前沿热度测度分析：对于一个学 科或领域，分别对所有参与国家 / 地区在该领域内所 有研究前沿的国家

006 2.2 研究前沿的分析及重点研究前沿的遴选和解读 007 背景和方法论 农业科学、植物学 和动物学 1. 热点前沿及重点热点前沿解读 011 1.1 农业科学、植物学和动物学领域 Top10 热点前沿发展态势 011 1.2 重点热点前沿⸺“利用植物根际促生菌缓解植物的盐胁迫” 012 1.3 重点热点前沿⸺“基于深度学习的植物病害检测” 016 2. 新兴前沿及重点新兴前沿解读 019 2.1 新兴前沿概述 019 2.2 重点新兴前沿⸺“花青素在食品智能包装膜中的应用” 019 生态与环境科学 1. 热点前沿及重点热点前沿解读 021 1.1 生态与环境科学领域 Top 10 热点前沿发展态势 021 1.2 重点热点前沿⸺“行星边界突破与地球系统风险治理” 022 1.3 重点热点前沿⸺“基于生物质的活性多孔炭吸附剂制备及二氧化碳捕集性能” 026 029 2.1 新兴前沿概述 029 2.2 重点新兴前沿⸺“污泥厌氧发酵产挥发性脂肪酸的微生物机制研究” 029 地球科学 1. 热点前沿及重点热点前沿解读 031 1.1 地球科学领域 Top 10 热点前沿发展态势 031 1.2 重点热点前沿⸺“中国陆相页岩油类型与重点地区资源潜力研究” 032 1.3 重点热点前沿⸺“骤旱事件成因与风险研究” 036 2. 新兴前沿及重点新兴前沿解读

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）