增长：破圈，两个⽉到⼀亿⽤户的速度 “ 创新落后”的机会成本被不断放⼤ 产品：典型的 2B 能⼒集合 快速推出全家桶和云服务矩阵 市场：典型的 B 端商业模式 快速市场预热和商业化 Prompt engineering 提⽰词⼯程 Nvidia A100 （ A800 ） ⾼性 能卡 RLHF 强化学习 SFT RDMA 监督微调 DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型， 在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本 * 更⾼效资源利⽤ $5.5M vs. OpenAI’s $100M+ 使⽤ ~2,000 GPUs, 竞品使⽤ 10,000+ GPUs 再看 DeepSeek, ⼜⼀个“⼯程奇 腾讯健康内部测试数据，通过⾼质量医学病历数 据 11 ⼤模型及 DeepSeek 潜在应⽤场景探 索 DeepSeek 有哪些应⽤场景？能产⽣哪些价值？ DeepSeek 会给医药企业带来哪些变化？ • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 •

理能力，且训练成本极低 AI技术演变路线 5 理解Chatgpt,J⼀个AI领域的“⼯程奇迹” Chatbot： ⽂本交互式应⽤ Gpt3： 预训练⼤模型 Prompt engineering 提⽰词⼯程 RLHF 强化学习 Nvidia A100（A800） ⾼性能卡 SFT 监督微调 RDMA 解决数据处理的延迟 顶尖的AI⼈才 数⼗TB⾼质量数据 数万对⾼质量prompt 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型，在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2,000%GPUs,%竞品使⽤% 10,000+%GPUs 开源模型⽐肩头部闭源 60%+%指标优于 Llama3.1 Claude-3 DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划

1 算力基础设施高质量发展行动计划 算力是集信息计算力、网络运载力、数据存储力于一体的 新型生产力，主要通过算力基础设施向社会提供服务。算力基 础设施是新型信息基础设施的重要组成部分，呈现多元泛在、 智能敏捷、安全可靠、绿色低碳等特征，对于助推产业转型升 级、赋能科技创新进步、满足人民美好生活需要和实现社会高 效能治理具有重要意义。为加强计算、网络、存储和应用协同 创新，推进算力基础设施高质量发展，充分发挥算力对数字经 产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 形成技术产业发展合力。 绿色低碳，安全可靠。坚持绿色低碳发展，全面提升算力 设施能源利用效率和算力碳效（CEPS）水平。统筹发展与安全， 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 300 EFLOPS，智 个以上应用标杆。 二、重点任务 （一）完善算力综合供给体系 1. 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 50%的地区规划

药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 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 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 AI 企业需要加速商 业化，在产品形态、市场开拓、伙伴合作等方面实现全面创新，尽快找到扭亏为盈的具 体路径。 目录 第一章：什么构成了医疗 AI 的配置动力？...................................................................... ............................................................................................1 1.2 提效主导下的 AI 购置动力.......................................................................................

多元因素成为影响企业创新方向的关键。生成式人工智能技术快速发展，更 广泛的行业自动化用例已经无处不在。新的业务形态和商业模式正在持续出 现，企业既要高度关注新的市场机会，也要在面对存量市场竞争时，不断提 升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量 空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源 泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发 获得先进技术能力是当前企业选择下一朵云的首要核心驱动力。企业在新引 入云服务商时，应关注其是否在关键领域具备符合企业发展需求的领先技术 优势，这对企业未来发展具有显著的现实意义。这些关键优势包括：全面立 体的多云安全保障体系、先进的AI技术能力、高效普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 ROI（投资回报率）指标确认多云策略的成功。同时，伴随生成式人工智逐 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算 资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效 率、扩展性、灵活性、安全性和成本优势等。此外，企业在选择新的云服务 商时，应重点考量其对未来多模态、多场景、多技术栈等趋势的综合支撑能 力，确保企业IT技术架构始终具备足够的前瞻性和灵活性。

动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 7 ©2025.3 iResearch

动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 闲置，但这主要是供需错配导致。随 着DeepSeek等开源模型推动推理应用爆发，推理侧算力需求大幅上涨，智算中心利用率有望 逐步提高。 3) 工具生态日益完善：分布式AI框架、LLMOps平台和一体机产品等不断发展，深度融合软硬 件优势，加速了大模型的训练与部署，有效支撑了产业侧大模型的应用建设。 4）商业化以项目制与订阅制为主流：政企侧客户以项目制为主，C端产品多采用“免费+订阅 制”的模式 计划(2024—2027年)》 ◆ 2024年9月9日，全国网 络安全标准化技术委员会 发布《人工智能安全治理 框架》1.0版。 ◆ 2024年6月19日，四部 门联合印发《国家人工 智能产业综合标准化体 系建设指南（2024版）》 ◆ 2024年3月18日，市场监管 总局等18部门联合印发《贯彻 实施〈国家标准化发展纲要〉 行动计划（2024—2025年）》 7 ©2025.3 iResearch

services [J]. Washington Technology, 2001(13): 17185 - 1. 3 府互动的平台2。 我国政务热线的历史最早可以追溯到 1983 年，彼时沈阳市政府为向全市提 供政务服务、吸纳群众意见，特意开通了全国第一条市长热线，并在实践中取得 了不错的成绩。随后我国各大城市纷纷开通政府热线，1986 年广州市建立了我 国第一个 110 报警平台。中央部委与地方政府也陆续开通了 求量的发展趋势，政务热线可对政策执行进行诊断评估，为进一步优化政策及其 执行提供参考。 （二）技术融合下的服务升级——以北京接诉即办为例5 目前，在中央和各地政府的大力推动下，政务热线已成为反映社情民意、提 升政府治理能力和创新社会治理方式的重要手段和渠道。然而不可否认的是，我 国各地政务热线的发展水平仍存在明显差异；即便是处于同一级别的行政单位， 其政务热线的建设模式、服务水平、运营状况也各不相同。其中，北京市“接诉 同时，结合派单目录优化算法模型，智能推荐的精准性得到进一步提升，显著缩 短了工单分派时间。此外，系统新增了诉求人画像功能，能够在受理来电时自动 13 展示同一号码的历史来电频次及问题类别，帮助话务员快速了解诉求人特点，提 供更加精准的服务。大模型的应用，优化了诉求全流程管理，实现了政务咨询的 快速解答、派单推荐的高效精准、群众诉求的智能导办以及回访考核的“零干预” 智慧化应用。通过深度挖掘市民诉求大数据，北京市推进了市民诉求数据与多元

services [J]. Washington Technology, 2001(13): 17185 - 1. 3 府互动的平台2。 我国政务热线的历史最早可以追溯到 1983 年，彼时沈阳市政府为向全市提 供政务服务、吸纳群众意见，特意开通了全国第一条市长热线，并在实践中取得 了不错的成绩。随后我国各大城市纷纷开通政府热线，1986 年广州市建立了我 国第一个 110 报警平台。中央部委与地方政府也陆续开通了 求量的发展趋势，政务热线可对政策执行进行诊断评估，为进一步优化政策及其 执行提供参考。 （二）技术融合下的服务升级——以北京接诉即办为例5 目前，在中央和各地政府的大力推动下，政务热线已成为反映社情民意、提 升政府治理能力和创新社会治理方式的重要手段和渠道。然而不可否认的是，我 国各地政务热线的发展水平仍存在明显差异；即便是处于同一级别的行政单位， 其政务热线的建设模式、服务水平、运营状况也各不相同。其中，北京市“接诉 同时，结合派单目录优化算法模型，智能推荐的精准性得到进一步提升，显著缩 短了工单分派时间。此外，系统新增了诉求人画像功能，能够在受理来电时自动 13 展示同一号码的历史来电频次及问题类别，帮助话务员快速了解诉求人特点，提 供更加精准的服务。大模型的应用，优化了诉求全流程管理，实现了政务咨询的 快速解答、派单推荐的高效精准、群众诉求的智能导办以及回访考核的“零干预” 智慧化应用。通过深度挖掘市民诉求大数据，北京市推进了市民诉求数据与多元

能源企业关注资源配置、业务优 化和节能减排，目前缺少专注于 依托数字技术赋能业务流程优 化、业务模式创新、供需匹配优 化、排放监测、提效减排等方面 的人才。  管理层面：需要兼顾业务、技术和管理的复合型 人才。  应用层面：善于运用数字技术提升生产、调度等 环节质效，能推进技术创新，探索新模式。  技术层面：具备全面的底层数字支撑能力，助力 企业达成数字技术自主可控，构建起独立、安全、 的管理者应具备的 数字化视野和统筹 规划能力。 分析数字化转型中数字 人才与数字职业的对应 关系，适时引用现行的国 家职业标准，以保证标准 之间的协调性。 根据应用场景，对业务人员提 出与业务相关的数字化思维、 素养和专业技能要求。 典型职位 首席执行官、首席数 字官、企业中高层管 理者等 业务架构师、软件工程 师、IT 运维、用户体验设 计专家、大数据专家等。 企业数字化转型五大模块。 根据数字化管理人才的成长和认知规律，基于行动导向，构建岗位胜任力模型，开展高效 的教学。业内大咖讲师将企业数字化转型管理理论与实践融合教学，以企业数字化转型成功为 目标的知识讲解、教学做一体化的参与式实践及企业真实案例分享讨论，促进数字化管理者的 领导力提升及技能学习，实现能力和素质的协同发展、螺旋式上升。 第 22 页 数字化 管理人才 领导力 数字技能 数字化转型 企业数据资产管理