备分析价值 的高质量数据，AI赋能数据挖掘；另外一方面是医疗产业链相对复杂，各环节交互较多，适合商业模式的创新。 ➢ 美股AI医疗投资对国内有借鉴意义：美股AI医疗赛道中上市公司较多，部分上市公司历史悠久、商业模式较为成熟， 国内多数商业模式仍然处于探索性阶段，因此美股的案例对国内AI医疗商业模式的研究具备一定的借鉴意义。 ➢ AI+医疗的产业图谱：国内AI医疗产业链相对比较复杂，按照AI赋 2025年医疗AI的“同与不同”： ➢ “不同”：AI的发展从硬件端进入到应用端，出现了非常多的低成本平民大模型和AI应用，为很多商业模式提供了低成本试错的机会。 如果我们把目光从“AI对行业的颠覆”切换成“AI对行业的改变”，就会发现改变或是大概率事件。 ➢ “同”：AI是一个新生事物，应用端的快速崛起，多数公司和商业模式目前处于摸索尝试阶段，跟上一轮一样或存在“不确定性”。 AI+医疗的中美差异 ➢ 产业发展阶段不同 800% 1000% 1200% HIMS & HERS HEALTH 资料来源：Wind，国联民生证券研究所 “AI+医疗”的产业图谱 ➢ 相对于制药产业链，医疗产业链包含的应用场景和商业模式更加复杂，AI在各种关系的交互过程中均有一定的作用。 众多应用场景中，“医患”场景是产业链中最重要的环节之一，我们认为，围绕“医患”可以衍生出四大类相对成熟 的应用场景：C端自我管理、B2C远程管理、B2C临床管理、B端自我管理。

出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人产业链出海现状（上游零部件） 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential All Rights Reserved. 企业画像

利，但其作为互联网价值的源头却享受不到互联网的价值收益。由 生态沉淀出的用户数据也被互联网平台占有，用户作为生态的重要 参与者和贡献者无法从中获益。 Web 3.0将重构互联网经济的组织形式和商业模式。Web 1.0和 Web 2.0以互联网平台为核心，由互联网平台组织开展信息生产与收 集，通过平台连接产生网络效应，降低生产者与消费者之间的搜寻 成本，优化供需匹配，因此被称为平台经济。而Web 的、标准化的、图灵完备的、易于开发和协同的应用，任何人都可 在智能合约中自由定义所有权规则和交易方式，以此发展出各类分 布式商业应用，从而构建新型的可编程金融、可编程经济。一个智 能合约可能就是一种商业模式，它可以具有无限的想象空间，用户 将共同分享各类可编程商业项目发展壮大带来的收益。 如前述所言，Web 3.0还赋予用户真正的数据自主权。个人信息 将成为用户自主掌控的数据资产，他们可以在数据流转和交易中真 国家顶层设计以及宽严相济的治理框架给予规范和引导。具体来说 包括以下方面。 一是建设高质量的分布式基础设施。不少行业人士将Web 3.0称 为“寒武纪创新爆炸”。但目前很多技术要素与基础设施仍然不完 善，如开发工具、技术标准、商业模式、分布式身份管理等均处于 初级阶段。建议加大芯片、密码学、物联网等相关技术和学科的研 发投入和产业布局，在此基础上建设权属清晰、职责明确、安全可 控、高效利用的新型数据基础设施。 二是推动治理

是以用促建引领 数据价值化加速拓展。数字基础设施和数据要素建设重心将从“平台建 设”向“解决行业痛点、释放数据价值”转变，更加注重多源异构数据 的共享融合、模型训练和融合应用，发展数据驱动型商业模式和新兴服 务，面向应用需要的数据治理和数据安全保障能力将持续筑底强化。二 是重点领域“人工智能+”激活新质生产力发展新动能。以“智能+”为 代表的赛道创新正在从行业试点与单环节应用向流程重构与规模化推广 显著增强；二是智能原生业态蓬勃兴起。企业逐步摆脱传统数字化改造 路径依赖，以人工智能、大数据等智能技术为原生基因，重构业务模式 与生产流程，催生柔性生产、按需定制、预测性维护、服务型制造等新 型商业模式。工业大模型深度融入研发设计、生产制造、供应链管理等 全生产环节，推动产业形态和生产方式根本性变革；三是转型重心转向 价值创造。产业数字化转型从单纯追求效率提升转向“效率优化+成本管 控+价 实时动态、分阶段推进场景功能更新。加大对数字消费型场景的导向与 激励，优化对软件、平台、服务及消费场景的资本配置与政策环境，激 发供给侧创新与用户需求释放，推动数字消费成为拓展内需与培育新业 态的重要增长点。 （三）筑牢商业模式“护城河”，提升数创企业核心价值 锚定需求精准变现，夯实盈利根基。引导数创企业聚焦制造业数字 化转型痛点，衔接公共数据授权运营机制与数据券算法券政策红利，开 发标准化数据产品或定制化技术服务。推广工业数据分析订阅服务、中

计和敏捷高效的组织架构 ; 数据资产沉淀 : 实现业务场景数字化，将业务流程中 产生的数据沉淀下来，形成公司的数据资产 ; 数字化转型目标 : 构建以用户为核心，以业务为导向， 数据驱动决策的商业模式。 1.1 金融机构数字化转型的核心矛盾 数字金融的基础 设施 数字金融的核心 要点 (TAMP) 、业务流程管理系统、客户服务系统等。 结论 : 数字化转型是金融机构的组织转型 + 28ÿ 证券行业 AI 应用 ¿ 计架构 资料来源 : Prudential Advisors ，中信建投证券 资料来源 ÿ 上海证券交易所 ÿ 证券信息技术研究发展中心 Ā 42 公司 核心商业模式 AI 应用 东方财 富 流量聚集 : 以东方财富网、股吧、天天基金网等互联网平台为基础，提供全面的财经资讯、互动社区和基金信息等内容，吸引 大量的投资者用户，聚集丰富的流量资源。 牌照变现 团队，聚焦模型效果评测和 AI 应用效果评估工作。 2025 年 2 月， 旗下投顾服务平台且慢宣布成功 接入 DeepSeek-R1 深度推理模 型 5.1 金融科技公司的商业模式及 AI 应用情 况 5.2 保险公司资负两端痛点及大模型技术应用价值 l 在保险业新“国十条”的指引下，保险行业要切实转变发展方式，加快由追求速度和规模向以价值和效益为中心转变， 加 快数

技术积累期（2013-2016 年）：一大批标志性企业在此阶段成立，包括 Exscientia、 Atomwise、Recursion，国内的英矽智能、晶泰科技等。这一阶段主要是进行前 期的技术积累与早期商业模式的探索，研究 AI 如何与新药研发的各环节融合。 3) 技术验证期（2017-2019 年）：最早一批 AI+新药企业基本完成前期技术积累， 并陆续开始获得临床前候选药物一类的验证性成果，部分 请务必阅读正文之后的信息披露和法律声明 9 在商业模式上，我国 AI 药物研发企业主要分为 AI SaaS、AI CRO、AI biotech 三种模 式，即出售软件、服务和研发药物，分别占了商业模式总数的 25%、23%和 8%。并多兼 容上述三种模式中的 2 种或 3 种，兼容 2 种商业模式的最多，占 31%，兼容≥3 种模式的 占 13%。有较强药物研发经验的团 图16 维亚生物建立一站式药物研发及生产综合服务平台 资料来源：维亚生物业绩发布会推广材料，HTI 维亚生物专注于发现、投资高潜力生物医药初创公司，以独创的技术服务换取股权 （EFS）的商业模式，解决未满足的临床需求。维亚生物创新中心（VBI）作为维亚生物 投资孵化和以服务换股权（EFS）业务的核心部门，专注于为全球创新生物医药企业提供 孵化和成长的开放式合作平台。 维亚生物从应用端切入方法开发打造纵向一体化平台，AI

数字化转型是以价值创新为目的、用数字技 术驱动业务变革的企业发展战略。 创造新的价值 数字技术 实现业务变革 企业发展战略 目标 本质 手段 定位 价值创造：降本增效 | 产品服务数字化升级 | 商业模式创新 数字化转型是建立新的生产力和生产关系 的过程。 www.top100summit.com 企业数字化转型面临众多挑战 据麦肯锡数据，数字化转型失败率高达80% 01 02 03 E-数字化评估 内外协同一体化运营 ①业务运营 ②科技运营 ③数据运营 ①数字化组织、文化和人才建设 ②信息系统建设 ③数据能力建设 数据 智能 敏捷 生态 体验 数字化战略愿景、目标和商业模式 制定数字化架构蓝图和实施路径 业务架构 数据架构 应用架构 技术架构 架构治理 项目群管理 架构管理 目标管理 变革管理 一把手工程，统筹推进 数字化评价和考核体系 形 成 反 馈 闭

. 6 二、长期行业格局或将改变，商业模式亦或将不断演变................................................ 6 2.1、国内外化工行业的软实力差距有望逐步缩窄................................................. 6 2.2、工具变革带来行业整合契机，商业模式或将有新变化............. 改善；②研发和生产的现代化水平相对较 高，对接改善的投入成本不会过大，否则投入产出比短期并不明显；③具有一定的规模基 础或者平台基础，否则难以覆盖投入成本等。 二、长期行业格局或将改变，商业模式亦或将不断演变 2.1、国内外化工行业的软实力差距有望逐步缩窄 AI 智能化突破或将改变制造业生产要素的重要性排序。不同的发展阶段、运营环境，以 行业深度研究 敬请参阅最后一页特别声明 年初到 10 月期间裁减 68 个相关职位。 - - 来源：DT 新材料，中国化工信息周刊，中国石化新闻网，百川盈孚，国金证券研究所 2.2、工具变革带来行业整合契机，商业模式或将有新变化 化工的 AI 智能化应用能够形成成本优化和新品扩展，但仍具有切入成本的，如果结合研 发和降本的双向要求，行业内的两极分化或将进一步拉大：  老旧产能的成本差距有望进一步拉

成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的AIGC学术科研都是潜在机会方向。从商业模式来看，当前， 软件增值服务、硬件整体售卖、MaaS服务、AIGC技能培训是主要的商业模式，各厂商根据模型 及算力、教育业务理解、教育数据等竞争要素的差异，在行业中分据而立。展望未来竞争态势， AIGC技术具有显著的资源密集和依赖特点，大 AIGC+教育商业模式探索 MaaS定制化服务探索、软件功能升级与硬件外化、传统技能培训服务 在底层技术创新驱动下，MaaS（Model As a Service）服务通常以技术大厂为主，可提供通用的API接口收取调用费用，也可向学 校、教育局、教企等开放模型，支持客户的定制化服务，帮助客户做特定场景或区域的模型，这对厂商的技术、算力、数据能力是 多重考验。在应用驱动下，商业模式包含软件增值服 变现能力强，AIGC带来的“被替代 恐慌”与能力提升需求升级，相关 机构和课程层出不穷。 案例： 2023年8月印度教育科技公司 upGrad发布20+门AIGC相关课程 内容驱动 应用驱动 AIGC+教育商业模式 5月 6月 136% 217% 科大讯飞学习机GMV同比增长情况 模型名称 收费（每万tokens） GPT-4 0.6$ 星火大模型V3.0 0.24-0.30￥ GPT-3

方案》 （工信厅联节函〔2024〕499号）以拓展应用场景为着力点，加强供需对 接和产业链融通发展，加快技术装备产品升级。我国氢能“制储输用” 关键技术和重要装备加速创新，应用场景日益丰富，商业模式加快探 索，正由试点示范转向规模化发展，逐步成长为新的经济增长点。园区 级能源系统将成为融合发展的重要载体。工业园区正从单一能源消费者 转向综合能源服务主体，通过建设多能耦合、负荷可调节的工业绿色微