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 ................................46 第四章：大模型之下，生成式 AI 何以颠覆医疗？.....................................................................48 4.1 前沿技术：从判别式 AI 到生成式 AI...........................................

通过⼩规模试点，验证AI ⼯具的效果并积累经验。 ⽣成式AI企业智能增效五步法® 生成式AI企业智能增效五步法® 第⼀步：启动AI思维 ⽬标： 培养领导层和关键员工对生成式AI的认知，了解其在提升生产 力方面的潜力 实施步骤： 组织AI思维培训：重点介绍生成式AI的基础知识、应用场景和 优势。 创建开放的学习环境：鼓励员工积极尝试和反馈生成式AI工 具。 第⼆步：聚焦⾼价值任务 ⽬标： 识别各 识别各部门工作流程中最耗时、最重复、最低效的环节，特别 是与沟通相关的任务。 确定首批应用AI的领域，并设定明确的自动化目标。 实施步骤： 梳理⼯作流程：找出最需要优化的环节，尤其是那些涉及大量 文本生成、编辑或沟通的任务。 优先排序任务：根据任务的价值和自动化潜力进行排序，设定 具体目标。 客⼾类型 服务类别 具体服务 个⼈客⼾ 储蓄与投资 储蓄账⼾、定期存款、投资基⾦、股票交易账⼾ 贷款和信贷 选择并实施适合优先领域的生成式AI工具 通过小规模试点，验证AI工具的效果并积累经验。 实施步骤： 评估并选择AI工具：根据试点任务的特点和需求，选择合适的生成式AI工 具。 1. 小规模试点：从简单任务开始，逐步扩大应用范围。 2. 快速迭代优化：根据试点反馈，不断调整和优化AI工具的使用方式。 3. 创建⾼价值任务模板库： 分析过往成功案例，提炼高效沟通模式。 利用生成式AI，根据不同场景和目标受众，生成多样化的模板。

1 罗兰贝格 | 4 大趋势 “经济与商业 ” 的次趋势 技术 & 创新 手指触摸图形 自动生成说明 的价值 创新 一个人的头部轮廓 自动生成说明 手指触摸图形 自动生成说明 一个人的头部轮廓 自动生成说明 机器人和人手的握手 自动生成说明 机器人和人手的握手 自动生成说明 的价值 创新 边疆 Technologies 人类和 Machines 创新是可持续增长的关键 5 创新增加价值的关键领域 驱动经济 推动社会福利 手指触摸图形 自动生成说明 吸引消费者并创造新的 市场。 通过新产品 / 新方式 付款 驱动繁荣。 经济增长(由 创新 ， 而不是人口增长) 增加 福利 (人均 GDP) 。创新驱动 公司可以提供更多更好的工作 薪酬较高的机会 一个人的头部轮廓 自动生成说明 转变商业模式。 随着一个新的 产品 / 市场方法、价值链、 收入模式 可访问(低价格 ， 良好的可用性) ， 他们 有可能改善穷人的生活 人们 (例如小额信贷、智能手机、太阳能 能源系统) 创新 吸引投资者。 创新有 产生高回报的潜力 机器人和人手的握手 自动生成说明 提高生产力。 通过优化 进程 推动经济增长。 In addition to 生产要素劳动的增加 和资本 ， 技术进步是 经济增长的第三个驱动力 降低温室气体排放量。 绿色创新可以减少所有部门的温室气体排放

无缝嵌入工作流 与决策支撑 基于大模型的多模态内容生成能力，Google、Microsoft、 WPS、百度如流、钉钉、飞书等推出多文档内容生成、 会议转录与摘要、 智能创作、流程安排等功能。 向垂类场景进发落地应用，开拓财务、人力、政务等场景， 大模型融入原有办公平台工作流，同时在生成式AI助手中深 化办公功能，提高理解准确度、内容丰富度、生成效率等。 在大模型的基础上形成办公智能体，从点状应用实现全面应用 院整理。 5 AI简化PPT工作流，在内容质量、美化设计、交互体验上为用户赋能 1.2 智能PPT的价值 AI+Output（智能生成） 一站式完成内容扩写和页面 排版布局 AI+Design（智能美化） 智能美化、多种可视化图表 一键生成 AI+Think（构思辅助） 理解需求、联网搜索资料并 扩写大纲 AI+Check（智能优化） 识别意图（指令、图片、文 字等）并进行修改/演示行为 工需要细分多个步骤方可达成；现阶段，AI已经能够一站式完成基础PPT制作，并为专业 化生产提升人效：生成式AI应用依靠AI大语言模型、跨模态理解能力，缩短内容生产时间，通过联网数据和素材库支撑加速PPT设计并 提升可视化效果。 传统PPT生产工作流：流程冗长、执行复杂 现阶段智能PPT生成：简化操作过程、提升可视化质量 联网搜索/素材库 AI大语言模型 跨模态理解能力 6 智能PPT

其在提升效率和推动产业升级方面的优势，展现出广阔发展前景，政府支持也为其提供了强劲 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 AlphaGo击败围棋 世界冠军李世石 文生视频Sora出现 Stable Diffusion、Midjourney 等文生图产品发布 GPT-4发布 妙鸭相机发布 自己亲手用上了AI， 生成了内容或者解决了问题 其他事件，如AI换脸的诈骗事件 我觉得AI时代还未到来 中国人工智能产业社会环境（1/2） AI观念逐渐“深入人心”，大模型热潮极大助力中国人工智能市场教育 来源：《 产品的出现让公众直观感受到，AI可以理解复杂的语言指令并生成流畅自然文本 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。

其在提升效率和推动产业升级方面的优势，展现出广阔发展前景，政府支持也为其提供了强劲 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 AlphaGo击败围棋 世界冠军李世石 文生视频Sora出现 Stable Diffusion、Midjourney 等文生图产品发布 GPT-4发布 妙鸭相机发布 自己亲手用上了AI， 生成了内容或者解决了问题 其他事件，如AI换脸的诈骗事件 我觉得AI时代还未到来 中国人工智能产业社会环境（1/2） AI观念逐渐“深入人心”，大模型热潮极大助力中国人工智能市场教育 来源：《 产品的出现让公众直观感受到，AI可以理解复杂的语言指令并生成流畅自然文本 的强大功能，极大突破了以往人们对AI通常进行简单任务处理的认知。AI、AIGC、大模型快速成为近两年科技产业发展的高频关键词，政 府侧、企业侧纷纷加大对AI技术投资以释放大模型生产力，消费者对生成式AI工具产品的兴趣也在增加，其中，文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。

临的压 力愈发严峻 — 这些压力源于不断提升的期望、金融科技颠覆者相继涌现，以及全球监管格局的持续变化，企业正专注 于使其运营实现转型，以继续保持竞争力。 对于部分企业而言，这方面的努力包括测试生成式 AI，以为成千上万客户提供 � 对 � 的大规模个性化服务。与此同时， 在经济方面的考量也推动着企业谋求更精益的运营和更高的流程效率，这两方面对于充分利用 AI 而言至关重要。本报 告探讨了行业 Young，Adobe 全球行业战略高级总监 转型现状 本章重点在于诠释业务转型的关键驱动力，揭示了我们调查的企业将精力聚焦于哪些方面，并强调了其所面临的阻碍。 生成式 AI：采用与影响 本章将撇开生成式 AI 的炒作热潮，深入分析其真实面貌。其审视了企业对生成式 AI 的认知、采用情况、 用例的关注领域以及它所带来的影响。 领导者的经验 本章探讨了领导者在转型方法上存在的不同。我们将研究发现提炼为关键框架和洞察，供您加以利用。 的企业表示，改善客户体验是其转型的核心驱 动力 生成式 AI 潜力巨大 但企业对其采用持谨慎态度 生成式 AI 有望降低成本，并助力产品/服 务更快上市。然而，在缺乏明确用例、基础 设施及风险缓解策略的情况下，企业的投 资态度较为谨慎。 ��% 的企业表示，采用生成式 AI 有助于降低 成本 ��% 的营销成本降低 - 已由测试过生成式 AI 用例的企业所观察到 内容供应链与服务是 生成式 AI 的最主要的用例

型分布 ..................................................................................... 6 2.2. 以生成式 AI 为主的大模型应用呈现 U 型分布 ............................................................................. ............................................................................... 12 3.3. 模式三：检索增强生成 .................................................................................................. 泛化能力强：大模型能够有效处理多种未见过的数据或新任务。基于注意力机制 （Attention），通过在大规模、多样化的无标注数据集上进行预训练，大模型能够学 习掌握丰富的通用知识和方法，从而在广泛的场景和任务中使用，例如文本生成、自 然语言理解、翻译、数学推导、逻辑推理和多轮对话等。大模型不需要、或者仅需少 量特定任务的数据样本，即可显著提高在新任务上的表现能力。如 Open AI 曾用 GPT- 4 参加了多种人类