2022 年 1 月第 34 卷 第 1 期 http://www.sjpm.org.cn/ ［专栏导语］新型冠状病毒肺炎疫情的重要启示之一是认识到传染病严密监测和早期预警的重要性。上海市《关于完善重大疫情防控体 制机制健全公共卫生应急管理体系的若干意见》提出了“建设协同综合、灵敏可靠的公共卫生监测预警体系”的目标，要求以新发突发传 染病、食源性疾病、不明原因疾病为重点，完善发热、肠道门诊 素和事件的监测系统，从顶层设 计上为今后传染病疫情处置的多点触发、及早触发确定基调。症状监测作为一种新兴的公共卫生监测手段，通过对临床确诊前的健康相 关数据和疾病可能暴发的信号进行监测，从而实现早期、迅速的应急响应，为及时有效处置和扑灭疫情赢得宝贵时间。上海基于症状的 传染病综合监测工作起步较早，于2012年在全国率先开展腹泻病综合监测，构建包括成人监测和儿童监测的全人群腹泻监测体系；2014 万条数 据，涵盖病例流行病学和临床症状体征、病原学检测结果等多个方面，为明确传染病流行特征、病原谱及其季节性和周期性变化规律、支 撑疾病早期防控和临床诊疗提供了充分的科学依据。本专栏系统介绍上海市相关监测体系及配套信息系统的构建，为推进各类传染病 的早期监测预警、支撑医防融合的诊疗和防控、完善各地疾控体系建设和配套政策措施的制定提供参考。 转变模式，创新发展 ——构建超大城市现代化传染病综合监测体系

AI 药企的合作 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 制药需求方，包括药企、CRO 公司和科研机构等，中游企业根据需求向它 们交付运算完成的药物分子结构。 图 6：AI 制药产业链结构 资料来源：智药局、公司官网、招商证券 AI 制药行业发展处于早期阶段，行业景气度与投融资金额息息相关。根据 DPI 及智药局数据，受全球资本市场及生物医药投融资等大环境影响，AI 制药融资额 也有所波动。2024 年全球 AI 制药融资事件为 128 起，总金额为 REC-2282 2 型神经纤维瘤病 Ⅰ/Ⅱ期 REC-3964 艰难梭菌感染 Ⅰ/Ⅱ期 Relay Therapeutics RLY-4008 实体瘤 早期临床 RLY-2608 乳腺癌和实体瘤 早期临床 Schrödinger SGR-1505 复发或难治性 B 细胞淋巴瘤、慢性淋巴细胞 白血病 Ⅰ期 SGR-2921 血液系统恶性肿瘤和实体瘤

狂热，持续引发金融/债务周期的循环。 7 资料来源：创新扩散论 技术 创新 扩散 度 行为改变 习惯改变 文化改变 100 50 0 75 25 早期大众 34% 晚期大众 34% 落后者 16% 早期采用者 13.5% 创新者 2.5% 突破阶段 关键阶段 自我推动阶 段 从众阶段 Page 8 现在，从AI技术的发展视角，更深入地探讨这些科技新趋势对保险行业的影响，以及对未来保险 采用 主导 技术 新模式 变革 以早期采用者为重点，适应和支持企业战略和管理革新的措施 导入 技术创新改变社会 美国传播学者埃弗雷特·罗杰斯（Everett Rogers）的“创新扩散理论”： ►技术创新改变社会分为：行为改变、习惯改变和文化改变。 ►用户可以分为：创新者（Innovators）、早期使用者（Early Adopters）、早期大众（Early Majority）、晚期大众（Late Majority）、晚期大众（Late Majority）、落后者（Laggards）。 ►新技术刚进入市场时，只有创新者和早期使用者才会去考虑它。而这两类用户有非常鲜明一致 的特征和需求，比如都是愿意接受风险、收入较高的年轻人，都愿意在自己的群体里与其他人 进行紧密的互动分享等。但是随着更加谨慎的早期大众逐渐开始接受新技术，一个基数更大、 但是需求更加多元化的消费者群体便会形成。 在深入探究构建保险行业

响，以及推动AI应用所需的 基本能力。 新技术采用的S曲线 通过对历史上多次工业革命的回顾与分析，我们不难发现，它们的发展轨迹均呈现出一种S型的 曲线特征。一阶段是“学习曲线”，往往历时较长，且早期先行者会在摸索如何使事物运转的过程 中不断试错；二阶段是“应用曲线”，此时的技术基石已十分稳固，企业开始在生产网络中部署相 关技术；三阶段是“优化曲线”，各行业围绕技术采用的最佳实践进行调整。在此阶段，新的标准 更早地投资建立了数据基础设施，虽然在早期承担了一定的风险，但在后期成功释放了AI的潜 力。 走出规模化的低谷 从灯塔企业身上我们不难看出，AI拥有的新用例不计其数，有望带来难以想象的绩效提升。 用例启迪能力，能力引领规模。2018年，前沿用例的具体表现还是高级分析和自动驾驶汽车的本 地化应用、高度透明的数据连接和可视化仪表板，以及类似的数字精益解决方案。与现在相比， 当时部署用例所需的时间更长。多数早期部署相关用例的灯塔企业称，前5个用例的部署平均花 塔企业称，前5个用例的部署平均花 费了10~20个月；而现在，75%的灯塔企业表示，他们在6个月内便可完成5个用例的部署。不仅 如此，30%的灯塔称，他们甚至可在三个月内完成。 灯塔企业在用例部署早期，需要对其数据采集和数据传输层进行“推倒重建”：设计技术堆栈，增 加或升级传统基础设施，训练员工使用先进工具，以及调整组织架构，快速部署数字解决方案并 获得反馈。打牢“地基”后，企业便能快速部署新用

和经济发展不尽相同，各地政府和相关投资机构也 必将根据当地特点，有针对性的推动低空产业在地 方的落地。 - 宗佩民，华睿投资董事长 作为低空经济最早的投资人和并购人，我有幸见证 了这个行业的早期发展，从愿景和概念到产品落地。 从风险投资的角度来看，现在是最佳的入场时间， 行业的爆发就在未来的 3-5 年间。而中国有机会领 先新能源航空领域这一新的赛道，也必将诞生一批 独角兽企业。 融合发展。面向未来，其在缓解城市交通阻塞、 提升城市应急响应能力、推动航空业互补发 展乃至国防军事领域都将拥有无可比拟的巨 大潜力。 诚然目前低空产业仍处于早期探索和市场培 育阶段，但纵观历史我们相信，未来 eVTOL 的发展路径将与新能源汽车发展路径存在相 似性，蕴含丰富的早期投资机会。我们认为 当前 eVTOL 所处阶段或类似于新能源汽车 2010-2013 年期间，此时新能源汽车处第一 轮推广应用阶段。该阶段国家战略层面提出 经济性的成功对于eVTOL的可持续健康发展 至关重要。而作为行业内对全生命周期总拥 有成本较为敏感的用户，低空经济的运营服 务提供商在城内通勤、城际交通等大规模应 用场景下扮演着举足轻重的作用。虽然整个 低空经济产业发展尚处于早期，但本文希望 通过探讨运营商视角下eVTOL业务的商业经 济性，进一步识别商业化运营过程中可能存 在的机遇与挑战。 财务测算将基于保守、中性和乐观三大情境 下对应的参数变量与典型取值。同时，具体变

和经济发展不尽相同，各地政府和相关投资机构也 必将根据当地特点，有针对性的推动低空产业在地 方的落地。 - 宗佩民，华睿投资董事长 作为低空经济最早的投资人和并购人，我有幸见证 了这个行业的早期发展，从愿景和概念到产品落地。 从风险投资的角度来看，现在是最佳的入场时间， 行业的爆发就在未来的 3-5 年间。而中国有机会领 先新能源航空领域这一新的赛道，也必将诞生一批 独角兽企业。 融合发展。面向未来，其在缓解城市交通阻塞、 提升城市应急响应能力、推动航空业互补发 展乃至国防军事领域都将拥有无可比拟的巨 大潜力。 诚然目前低空产业仍处于早期探索和市场培 育阶段，但纵观历史我们相信，未来 eVTOL 的发展路径将与新能源汽车发展路径存在相 似性，蕴含丰富的早期投资机会。我们认为 当前 eVTOL 所处阶段或类似于新能源汽车 2010-2013 年期间，此时新能源汽车处第一 轮推广应用阶段。该阶段国家战略层面提出 经济性的成功对于eVTOL的可持续健康发展 至关重要。而作为行业内对全生命周期总拥 有成本较为敏感的用户，低空经济的运营服 务提供商在城内通勤、城际交通等大规模应 用场景下扮演着举足轻重的作用。虽然整个 低空经济产业发展尚处于早期，但本文希望 通过探讨运营商视角下eVTOL业务的商业经 济性，进一步识别商业化运营过程中可能存 在的机遇与挑战。 财务测算将基于保守、中性和乐观三大情境 下对应的参数变量与典型取值。同时，具体变

数据创新中心 1 再加上深度学习模型规模的增加将导致 能源使用的大量增加 ， 具有潜在的破坏性 环境影响。8 然而 ， 与过去的技术一样 ， 许多 关于人工智能消耗能源的早期说法已被证明是 夸大和误导。本报告概述了辩论 ， 包括一些早期的失误以及它们是如何形成的 政策对话 ， 并澄清人工智能能源的记录 足迹以及未来几年可能会如何发展。它建议 政策制定者通过以下方式解决对人工智能能源消耗的担忧 采取以下步骤 通常是专有的 ， 而且技术变化如此之快 ， 甚至 准确的数据很快就过时了。9 然而 ， 一些研究试图量化当前和未来的 人工智能系统的能源需求和碳排放。不幸的是 ， 一些 最初的估计已经陷入了与过去早期研究相同的陷阱 关于数字技术的能源使用 ， 并产生了误导 估计。这些研究通常考虑 AI 所需的能量 系统在其生命周期中分为两个阶段 ： 1) 训练 AI 模型 ； 以及 2) 使用 AI 模型来响应特定的查询 GPT - 4 于 2023 年 3 月发布 ， 可以通过许多 为人类设计的流行考试 ， 如 SAT 、 GRE 、 LSAT 和 AP 各种科目的测试。46 这些结果是一个实质性的 比上一年发布的早期模型有所改进。而 AI 仍然 不能像人类一样执行许多任务 ， 例如抽象 推理 ， 现在一些人工智能模型在许多 基准 ， 在 某些领域。因此 ， 许多开发人员可能会更专注于 优化他们的 AI 模型 ，

的规格配置上，OCP Open Rack的 1/3宽2 OU节点，面向计算场景，大幅精简I/O扩展和存储扩展，实现Meta早期业务场景的匹配就是一个典型的实 例。天蝎整机柜服务器，在1 SU高度下，扩展服务器节点宽度，精简I/O扩展数量，支持更高密度的硬盘，来实 现早期百度搜索和云盘业务场景的匹配。此外，如果将视角移到此刻，在大模型蓬勃发展的当下，对于AI算力的 爆炸式增长需求，加之AI训 用也就越低。单机柜部署密度提升，同 等面积的数据中心，可以部署更多的服务器设备，则数据中心建设均摊也相应大大降低。另一方面，单机柜服务 器部署密度提升，在一体化交付时，交付效率也会同比例提升。在早期的开放整机柜服务器产品上，密度提升的 追求压缩了服务器节点的高度空间，作为补偿则带来了产品横向尺寸上的扩展，诞生了21英寸的服务器节点形态。 4） 形态兼容性：可以提升产品的组件复用性，扩大产 的前提下，通过定制优化和规模化采购落地业务 场景收益，才能够形成正向业务闭环，赋予整机柜服务器长久的生命力。 第 25 页, 共 63 页 图2-1 作为整机柜服务器最早期的用户之一百度积极推动天蝎整机柜服务器的批量部署 头部互联网公司和云服务提供商对于整机柜服务器的研究可以回溯到2010年前后，爆发性的业务增长，促使 头部互联网用户出于对未来业务乐观的发展预期

个模型在应用上来说必须是中性的数据。MBE 的宗旨是：数据是创建一次，并能直接被所有 数据使用者重复使用。该模型应该被视为系统 记录和配置控制的基础。 下游业务过程中模型使用者应该使用模 型参与产品开发周期的早期工作，如制造、成 本和产品维护支持都可以基于模型来做，因此， 模型不能仅仅包含几何模型信息，还必须包含 制造信息，比如公差配合、注释和功能参数， 以帮助沟通设计意图。该模型必须是一个完整 的技术数据包，它必须包含或关联相关的材料 的定义得到的一个能力指数 定义。该指数表提供了一套详细的标准来定义 MBE 的能力，可以帮助企业判断当前的状态 并制定企业 MBE 的发展路线图。 √ 允许在产品正式生产制造前进行制造 工艺过程的虚拟验证 √ 允许早期制造数据向设计的反馈 • 基于模型的维护 MBS 国防行业随着维持武器系统运行的时间 比原来设计的越来越长，以及国防在未来越来 越少的预算，迫切需要采取类似于 MBS 的维 持技术以提高运行维护效率和降低生命周期成 西门子基于模型的数字化企业解决方案白皮书（修订版） 大型装备制造业数字化之道 24 化可以进行整机查看，便于在早期验 证更多的问题，在整个企业流程中实 现 “可视化”。 • 知识的捕获和重用（聚焦设计），是 实现三维设计唯一之路。 • MBD 要求实施基于设计 / 制造的并行 协同流程。 为了顺利实施