， 2015年-2023年累计有75个分子应用AI制药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段，其中45条管线处于临床I期研究， 19条管线处于临床II期研究，2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现，2023年AI技术在小分子药物的发现中应用较 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 索，2015年-2023年累计有75个分子应用AI制 药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段，其中45条管线处于临床I期研究，19条管线处于临床II期研究，2条 管线处于临床III期阶段。对AI制药开发的分子类型统计发现，2023年AI技术在小分子药物的发现中应用较多，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，市场上暂时没有利用AI制药技术研发的药物成功获批上市。 ， 2015年-2023年累计有75个分子应用AI制药技术开发并进入临床研究，2023年有67条管线处于临床研究阶段，其中45条管线处于临床I期研究， 19条管线处于临床II期研究，2条管线处于临床III期阶段。对AI制药开发的分子类型统计发现，2023年AI技术在小分子药物的发现中应用较 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

[Table_profit] 财务摘要 2021A 2022A 2023E 2024E 2025E 营业收入(百万元) 44,134 51,052 58,191 67,197 78,656 YoY（%） 37.7% 15.7% 14.0% 15.5% 17.1% 归母净利润(百万元) 387 -162 288 495 835 YoY（%） 利润表（百万元） 2022A 2023E 2024E 2025E 现金流量表（百万元） 2022A 2023E 2024E 2025E 营业总收入 51,052 58,191 67,197 78,656 净利润 714 1,696 2,061 2,785 YoY(%) 15.7% 14.0% 15.5% 17.1% 折旧和摊销 512 773 07 1.09 1.12 非流动资产合计 10,531 11,277 11,948 12,604 每股指标（元） 资产合计 52,840 55,919 67,204 73,088 每股收益 -0.14 0.25 0.43 0.73 短期借款 1,851 2,113 2,409 2,694 每股净资产 4.89 5.07

........................................................ 67 6.3.1 ྑഭଅᄢЦ࠿ ................................................................. 67 6.3.2 ೇЦ޳ڕЦ࠿ ......................................... ٲߙ৓ౄԎ൯֟ႺЦ࠿ē̼೴ᆓܤcྡྷ඘ܤcຣӝܤښҌӾڳ ිࣂ޷ᄭस௦ڶёē෗Վ৓ౄԎ൯֟Ⴚԅࢳ༰ܤcᄦݐܤࢅІd ¤¤¤¤¤ ྑഭଅᄢЦ࠿ ညܤිԙc࣠Сcں့ںӻԉᆑ௶ᆇၗྑഭଅᄢֺ಴ēࢳ༰غ — 67 — ¤ ¤ ໒ပ༝ࢗႺྑഭଅᄢēͬა௕့໘Ը֟ႺႾ৛c௕့ᄷӖႾ৛cᅖ ඘ٟટ௕Ⴞ৛c໭໸ьჳܤႾ৛cટၗۤႾ৛໿࣠Сᆇၗ̝௦Ⴞ৛ ԅಬಠēҼࠩಓСֺ಴cಓݣֺ಴৓ౄᅧ໸ۤԎ൯֟Ⴚē෗Վ࠼ޖ

...................................................................................................67 4.3.1 数据采集与预处理................................................................................... 以下为试点项目的关键数据对比： 指标 传统流程 DeepSeek 应用 后 提升幅度 案件处理时效（天） 7.2 4.3 40% 人工干预率 45% 12% 73% 争议案件占比 18% 6% 67% “ ” “ 通过技术赋能，保险理赔业务正从 被动响应 转向 主动服 ” 务 。本方案将围绕 DeepSeek 大模型在报案受理、资料审核、核 损定赔等核心环节的具体落地路径展开，为行业提供可复用的实践 挑 战。传统理赔流程依赖人工核保、定损及审核，平均处理周期长达 5-7 个工作日，车险案件人工核损环节耗时占比超 40%。根据 2023 年行业白皮书数据，Top20 财险公司理赔纠纷投诉中，67% 源于时效延迟或核损偏差，直接推高运营成本—— 行业理赔管理费 用率中位数达 12.8%，较承保利润率高出 4.3 个百分点。 核心痛点集中在三个维度：首先，海量非结构化数据的处理能 力不足，医疗险中仅

增加 攻击耗费的资源和时间[６６].Juels等设计在口令文件中增加 多个虚假的用 户 名/密 码 哈 希 值,当 虚 假 口 令 被 攻 击 者 利 用 时,会触发告警信息通知口令文件已被盗取[６７]. ３)系统层 通过伪造或变换应用服务、程序、终端设备和指纹信息来 构造欺骗环境,并制定相应的欺骗策略与攻击者进行交互,对 攻击者进行更深层次的欺骗. Zhou等利用各类高仿真蜜罐、探针、诱饵等部件 对攻击者进行更深层次的欺骗 [６８Ｇ７０] 数据层 在数据层面部署虚假数据文件、虚假口令文件、诱饵文件和虚假补 丁 等 欺 骗 实 体,以达到告警攻击行为、消耗攻击资源、延缓攻击进程等欺骗目的 [６６Ｇ６７] 欺骗资源的部署策略 基于掩饰 通过隐藏目标的特征信息,使攻击者无法获取真实的资源数据.部署策略类似 于 MTD 的跳变机制,通过随机性和 周 期 性 地 转 换、更 改 或 隐 藏 目 标 H．GhostPatches:FakePatchesfor FakeVulnerabilities[C]∥IFIP AdvancesinInformationand CommunicationTechnology．２０１７． [６７]JUELSA,RIVEST RL．Honeywords:makingpasswordＧcrackＧ ingdetectable[C]∥ACM SigsacConferenceonComputer

本次调研的关键发现 ■ 组织的高层领导已开始重视数智化审计。85.86% 受访者认为其所在组织的高级管理 层对组织的数智化审计改革给予了重视和支持。 ■ 大部分受访者对数智化审计已有一定的了解。67% 以上的受访者对数智化审计的内 容，78% 以上的受访者对数智化审计带来的优势，65% 以上受访者对数智化审计所需的胜 任能力，已经有了较为清晰的认识。 ■ 组织已具备基本的数据治理环境。68 ( 二 ) 受访者对数智化审计已有较准确的认识 受访者对数智化审计的内容范围、实施优势及胜任能力已有较准确的认识，审计执业人 员的认知水平直接关系到数智化审计业务在组织推进时的效率与效果。 •.67% 以上受访者已认识到数智化审计的内容包括了：深入分析组织自身数据后揭示深 11 数智化审计调研报告 层次风险 ; 运用数智化分析技术开展审计 ; 对数智化技术相关内容 - 如信息系统、云计算、

务模式面 临多重挑战。根据银保监会 2023 年数据，行业平均获客成本同比 上升 28%，代理人脱落率持续高于 35%，而客户满意度仅维持在 82 分（百分制）。在产品同质化严重的市场环境下，67%的客户 认为保险条款复杂难懂，理赔流程平均耗时达 5.7 个工作日。 行业主要痛点可归纳为： - 服务效率瓶颈：人工坐席日均处理咨询量约 50-80 通，高峰时段 响应延迟超过 30 分钟 OCR+自然语言理解技术，系统可自动解析客户上传的医 疗票据、事故照片等非结构化数据，与传统人工录入相比： 处理环节 传统方式耗时 DeepSeek 方案耗 时 错误率下降 医疗单据审核 8-12 分钟 1.5 分钟 67% 车险定损初判 20-30 分钟 3 分钟 54% 3. 服务资源动态调度 智能体通过实时分析对话情绪值（采用 BERT 情感分析模型） 和问题复杂度，自动触发服务升级机制：当检测到客户愤怒值 SM4 加 密，审计日志保留周期≥180 天。性能监控系统实时跟踪 300+指 标，异常检测响应时间<15 秒。该架构已在车险核保场景验证，相 比传统系统处理效率提升 4.3 倍，人工干预率下降 67%。 2.1.1 核心模块组成 DeepSeek 智能体的核心模块由六大功能组件构成，通过模块 化设计实现保险场景的高效交互与决策支持。以下是具体组成及功 能说明： 自然语言处理引擎 采用混合架构的

月 腾讯云 腾讯云金融行业大模型 2023 年 9 月 恒生电子 LightGPT （升级） +WarrenQ+ 光子 2023 年 10 月 幻方量化 DeepSeek LLM 67Bt 2023 年 11 月 同花顺 HithinkGPT 、 AIFinD 2024 年 1 月 东方财富 妙想金融大模型 2024 年 1 月 发布机构 金融垂类模型 共同优势 突出优势 模型训练创新优化 东方财富 妙想金融大模型 高品质金融数据供给 恒生电子 LightGPT （升级） + WarrenQ+ 光 子 / 轻量化 幻方量化 DeepSeek LLM 67Bt / 数学编程能力强 国内各家机构着力布局金融大模型 ，各大金融信息服务商产品陆续升级。 2023 年起金融行业掀起 AI 热潮 ，各大业内知名科技软件公司、 金 融信息服务商纷纷布局

数据泄露事件的行政罚款额度及适用情形？ 46 64.数据犯罪的刑事处罚情形（如侵犯公民个人信息罪）？ 46 65.平台未尽审核义务的连带责任认定？ 47 66.责任追溯的技术手段（如区块链溯源）合规要求？ 48 67.法律责任的跨境适用规则（如《民法典》涉外编）？ 48 68.合规整改的期限与验收要求？ 49 69.数据合规公益诉讼的适用情形？ 50 70.可信数据空间运营者的责任豁免条件？ 50 八、新兴场景类 数据流通争议的解决机制（如调解、仲裁）？ 65 十、风险防控类 66 91.可信数据空间的风险识别框架与维度？ 66 92.数据合规风险的评估方法（如定性/定量）？ 67 93.风险预警的技术实现（如AI监测、阈值触发）？ 67 94.风险处置的流程合规（如分级响应、记录）？ 68 95.数据合规风险转移的方式（如数据安全保险）？ 69 96.常态化风险防控的机制设计（如定期巡检）？ 69 防攻击）与稳定性要求，避免因技术缺陷导致追溯结果失效。综 上，合规本质是“技术流程与法律规则的双向适配”，确保追溯结果“ 可信任、可追责、可举证”。 法律责任的跨境适用规则（如《民法典》涉外编）？ 67. 《民法典》涉外编（总则编第八章“涉外民事关系的法律适用”）未 对法律责任设独立章节，而是将其纳入涉外民事关系的冲突规范框 架，通过“指引准据法”的方式解决跨境责任的法律适用问题，核心 规

...................................................................................................67 5.1.1 展品知识图谱构建................................................................................... 运维层面，传统方案需专业声学团队维护录音室设备，而本方 案通过自动化质量监测系统实现异常检测，当音频 MOS 分低于 4.0 时自动触发模型重训练。实际运营数据显示，某景区采用本方案 后，讲解服务人力成本下降 67%，用户平均停留时长从 23 分钟提 升至 41 ” 分钟。这种差异本质上源于大模型将语音服务从 录音重 ” ” ” 放 升级为 认知交互系统 。 3. DeepSeek 大模型技术适配 DeepSeek 500ms 以内， 因此模型参数量需在 70B 以下，并采用动态量化技术降低推理显存 占用。 3. 领域适配性：通过预训练+微调的两阶段方案，预训练模型选择 DeepSeek-V3 基础版（参数量 67B，上下文窗口 32k），其通用语 义理解能力可覆盖 90%以上的开放域问答需求。 定制化训练分为数据准备、微调策略设计、评估优化三个阶 段： 数据准备 - 领域语料库构建：收集历史语音讲解文本、用户高频问题、专业