个人两大应用方向。本篇报告重点聚 焦 AI 在制药行业的应用，全面介绍了 AI 在临床前和临床阶段的落地情况；同 时作为一种新的药物研发模式，我们基于全球 AI 制药龙头 Schrödinger，重点 讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过程，达到降低成本，增加药物研发可能性目的。根据 DPI 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 数量持续增加，合作金额也屡创新高，AI 制药管线商业价值得到体现。 ❑ AI 制药可以分为 AI+SaaS，AI+CRO 和 AI+Biotech 三种经营形式。AI 制药 发展早期，企业以提供药物研发软件服务为主，附加值较低并且客户付费意 愿不强，市场空间有限，代表企业为 Schrodinger；为了更加深度参与客户药 物研发过程，突出 AI 制药优势，企业陆续向 AI+CRO 和 AI+Biotech 的商业 模式转变，通过 模式转变，通过 AI 技术为药企和 CRO 公司提供研发外包服务，甚至自建研 发管线对外授权或推进上市，近些年成立的初创公司多选择此类商业模式， 包括晶泰控股、英矽智能、Recursion Pharmaceuticals、Relay Therapeutics 等。 ❑ 单纯提供 AI 软件服务很难满足客户需求，同时市场空间有限，更深层次参与 新药开发过程提供 CRO 服务或者自建研发管线成为 Techbio

及不同品类青睐差异鲜明。 同时，运营商作为创新渠道可深化市场教育，OMO模式可进一步发挥本地资源优势。作为机构级渠 道的公立学校进校流程复杂，政企共同青睐区域集采模式。 • 从模式力来看，传统商业模式中，仍以软硬功能、内容资源等一次售卖为主，增值服务模式尚未发力 但未来可期。AI智习室作为创新模式，通过线上录播自学+线下伴学服务，变革了传统模式，满足了 供需多重需求。 • 从生态力来看 景，但由于出生率降低 等问题，增长空间有限 • 教育机器人市场渗透率 低，在具身智能、情绪 和陪伴价值影响下，可 能迎来新的发展空间 增量市场 • 智能作业灯毛利为负，硬件本身无法盈利，以亏损换增长的商业模式在双减后走向失败 • 学生PC仿效Chromebook而来，消费级市场缺乏完整的应用生态和刚需场景 淘汰 品类 消费级教育智能硬件市场竞争态势 20 ©2024.8 iResearch Inc 中级：通过摄像头进行简单的动作交互， 如坐姿提醒等，中高端机型已基本配置 • 初级：屏幕点选、语音交互全覆盖 交互形态 • 优质的教辅资源是不变的刚 需，受用户认可的资源内容 在家长心中有着品牌溢价， 更容易带来商业变现，如学 而思、高思的课程内容 独家优质资源 • 大模型技术可高效提升知识点查漏补缺 的能力，提高学生学习效率 • 在语言文科类知识图谱完善后，理科类、 综合素养类知识的生成更需要AIGC技术

球医疗成本持续增长。2） 老龄化社会加剧系统性压力。3）医疗资源分布极度不均衡。4）老龄化社会的长 期护理需求。5）医疗人才培养周期长且流动性差。6）基层医疗体系建设滞后。 ➢ AI 医疗商业价值逐步释放。DeepSeek AI 的技术优势，将沿着以下四大路 径，深刻改变医疗健康产业的格局。1、医疗资源分布式重构。2、制药工业范式 革新。3、健康管理服务升级。4、医保支付体系优化。通过深度整合 .................................................................. 4 1.3 DeepSeek AI 的技术优势：四大路径释放商业价值，重塑医疗健康产业 ............................................................................. 8 2 海外 AI 案的持续优化，提 升治疗效果。 资料来源：CSDN，民生证券研究院整理 DeepSeek 的技术突破，并非仅仅停留在实验室层面，而是深度契合医疗行业 的实际需求，具备极强的医疗适配性，为商业价值的释放奠定了坚实的基础。 DeepSeek 通过智能化手段帮助医生从海量数据中快速提炼关键信息，实现 精准医疗决策的飞跃：1）诊断效率的提升：DeepSeek 能够整合患者病史记录、 实验室检查结果及影像学数据（如

续落地的关键驱动因素。随着行情演绎，就 AI 教育主题，我们认为市场正 从“泛题材”切换至产品商业化路径及可持续商业模式搭建的实质性验证 上。借鉴多邻国以 AI 打造 C 端寓教于乐场景成功经验，同时考虑中国用户 消费偏好有别于美国（硬件付费意愿相对高于软件付费），我们看好 K12 教 育率先跑出可验证的产品及商业模式。从产品投产进度和市场验证来看，首 先建议关注有道、好未来、豆神教育、盛通股份、天立国际控股等公司；此 一些量级较小的业务，如彼芯托管、海外教培、大学生业务等。公司 K12 培训业 务深度受益于“双减”后 K12 教培市场供需错配的红利，依托多年沉淀的 OMO 运 营体系及突出的教研能力，营收快速增长修复；叠加多年打磨的成熟商业模式下 经营杠杆优化，经营利润率预计也不断修复。学习内容解决方案板块主要包括智 能学习平板产品、图书等，在智能学习平板层面，公司已构筑包括 Xpad（经典产 品）、Xpad Pro（高端产品）、学练机（专注练习）的产品体系。 2025 学年初在校生人数达 5.39 万人/+46.8%），以 及疫情后游学业务的快速增长（2024 财年贡献收入 2.25 亿元）。产品销售业务 增速较快，受益于多地加密销售渠道布局，其中校园电商业务约 1.42 亿元/-11%， 供应链整合业务约 7.77 亿元/+97%。托管业务受益于公司旗下托管项目的增加而 实现较快增长，2024 财年公司新增 14 个托管学段。 图39：公司 2020-2024

联网医疗用户规模达 3.63 亿、同比增长 21.7%），但也暴露出服务体验弱（局 限性、单一化、质量层次）、变现难（C 端服务付费意愿弱但医生成本高） 的问题。随着 GPT-4 和“文心一言”模型在医疗领域的商业化渗透，互联网 医疗有望迎来新机遇。 ❑ AI+问诊咨询：线上问诊咨询是对线下诊疗的重要补充，分为健康咨询和线上 问诊。①AI+健康咨询不仅能提高专业度和精准度、也能加强互动性甚至给予 人文关 注已具备一定流量及数据基础、积极引入 AI 模型的互联网医疗企业，例如京 东健康、阿里健康、平安好医生、智云健康、百度灵医智惠、微医、春雨医 生、好大夫在线、微脉等。 ❑ 风险提示：个人客户支付意愿不强导致商业化不及预期风险，技术迭代，生 成信息错误，数据安全，市场竞争，变现能力较弱，政策监管等风险。 行业规模 占比% 股票家数（只） 448 8.8 总市值（十亿元） 婴健康、心理健康、养老、残疾人关怀等）等。 图 11 健康管理需求、手段与目的 资料来源：招商证券 过去十余年来，国内“互联网+健康管理”经历了物种爆发→流量竞争加剧→淘 汰整合的变革，但并没有出现非常成熟的商业模式，也未对人们日常健康管理带 来颠覆性的改变。我们认为其中主要的原因包括： ◼ 消费者对平台及相关数据信赖度较低。当期可穿戴设备采集数据准确性和稳 定性较差、参考价值有限，且仅提供统一的固定公式对数据进行分析、难以

构建的架构内容，通过各要素之间的匹配关系的描述，可以为智慧教育的相应决 策（包括对智慧教育项目的指导和管控）提供依据。 3.4 智慧教育业务参考模型 业务架构主要包含的内容有业务模式（商业模式、运营模式等），业务分块 （如按业务领域划分的模块）和业务流程（如一级、二级、三级等不同层级的流 程）等。其中，业务流程的分类一般也是按业务域的分块进行划分。智慧教育架 构框架之业务参考模 架构（如龙 芯），Alpha 架构（如申威），X86 架构（如兆芯、海光），RISC-V（如阿里平头哥）。 开源操作系统主要有 Unix 和 Linux。Linux 的发行版本大体有两个：一个是商业 公司版本 RedHat，一个是社区维护版本 Debian。目前国产操作系统均是基于 Linux 内核进行二次开发的。国产操作系统主要有统信 UOS、麒麟、中科方德、 华为鸿蒙等。 信创云端主要考虑基础设施层、IaaS 管理 系统。根据数据模型的不同，数据库可以分为关系型数据库和非关系型数据库， 在党政、金融等集中式通用关系型数据库领域优势明显。国产数据库可以分为传 统商用数据库、云数据库以及开源数据库，传统商业数据库主要包括武汉达梦、 南大通用、人大金仓和神州通用；云数据库以阿里 OceanBase、华为 Gauss DB、 腾讯云、百度云等为代表，具备较强的自研能力，但在生态方面较前两类薄弱很 多

院发布《新一代人工智能发展规划》首次将人工智能放在战略层面进行系统布 局，聚焦 AI 与医疗等交叉学科应用，随后各级政府也陆续出台多项政策法规支 持我国医疗 AI 产业发展，涉及产业、人才、审评审批及商业化等各个维度，逐 渐建立起符合我国现状的医疗 AI 产业体系规范。 表 1：医疗 AI 相关政策梳理 时间 部门 政策 相关内容 2023 年 7 月 国家发改 委、卫健委 医疗 AI 技术经过数十年发展，应用领域百花齐放，我们根据不同终端用户，将 医疗 AI 分为 to 医院、to 药企和 to 个人用户三大类。其中医院作为医疗行为的 主要发生场所，AI 应用场景丰富、在商业化落地上亦相对成熟，因此本篇报告 作为招商医药团队医疗 AI 系列专题第一篇报告，将重点聚焦 AI 在医院端的使 用情况。 图 6：医疗 AI 三大应用场景 资料来源：招商证券 关于 被市 场淘汰风险； ◼ 市场竞争风险：医疗 AI 市场空间大，吸引众多参与者进入，市场竞争可能 加剧； ◼ 产品落地不及预期风险：医疗 AI 产品获批后，可能出现商业化销售不及预 期风险； ◼ 政策监管风险：医疗 AI 行业尚处于发展早期，可能出现监管趋严风险； ◼ 企业经营风险：企业战略、管理层等发生变动可能对公司经营造成一定影