[Table_InvestInfo] AI+制药：AI 技术蓬勃发展， AI+制药行业潜力巨大 [Table_Summary] 投资要点：  AI 技术蓬勃发展，AI+制药有望成为下一个黄金赛道。AI 技术通过机器学习和深 度学习等手段，已经在药物发现、临床前研究和临床试验等全流程中发挥重要 作用。从 2007 年的早期探索至今，AI 制药技术经历了技术积累、验证和快速发 展 展期，目前正处于一个技术创新活跃、政策扶持明显、市场前景广阔的阶段。 AI 制药投融资市场活跃，根据 Deep Pharma Intelligence 官网数据，截止 2023Q1 累积投资额达 60.2 亿美元，市场规模持续增长，预计到 2026 年全球市场规模将 达到 29.94 亿美元。  AI+制药受到国家政策支持，产业链上下游投资机会多元，应用端百花齐放。AI 制药行业得到国家层面的政策支持，如《“十四五”医药工业发展规划》和《“十 四五"生物经济发展规划》等，旨在推动云计算、大数据、人工智能等技术在新 药研发中的应用。AI 技术在新药研发领域中的应用推动行业快速变革，涉及靶 点发现、蛋白质结构预测、化合物筛选、ADMET 特性预测、临床试验结果预测、 药物重定位、晶型预测和逆向合成分析等多个关键环节。AI 制药技术的应用有 望缩短药物研发周期，降低成本，提高研发成功率。AI 技术使得从药物设计到 临床试验的全流程更加高效，为传统药物研发带来创新变革，并展现出在药物

IBM Watson Talent 人力资源中的 AI 业务案例 关于入门的见解和提示 Nigel Guenole 博士和 Sheri Feinzig 博士 人力资源中的 AI 业务案例 2 前言 人力资源正处于大规模颠覆的边缘。无处不在的移动和社交技术以及个性化重新定义了员工体验的 门槛。随着所有行业商业模式的颠覆 ， 人才获取游戏发生了变化 ， 随着技术变革对工作的影响 ， PoPMYoOtO 人力资源中的 AI 业务案例 3 Introduction 人工智能与战略洞察力相结合创造了新的商业机会, 并正在改变人力资源对组织竞争优势的贡献方 式。 本报告概述了人工智能在当今人力资源中提供价值的具体例子。它描述了 IBM 内部人力资源团队的 开创性工作，他们与 IBM 的客户服务专家一起为人力资源开发了真正出色的 AI 解决方案。所描述 的许多示例最初是为 构建投资业务案例 ， 确保有意义的业务和员工成果 ， 并提供有关如何管理由数字和 AI 重塑驱动的变革的独特见解。 作为一家以人才为中心、以人工智能为动力的领先组织 ， 我们很高兴能站在这一旅程的最前沿。 蒂娜 · 马龙 - 帕特里奇 全球商业服务管理合伙人、全球领导者、人才与参与。 IBM 人力资源中的 AI 业务案例 4 Contents ExecutiveSummary ....

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进 入了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提 取能力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突 破性的进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正 在深刻地改变这个领域的研究和发展流程。无论是在早期的药物筛 选、药物优化，还是在药物的临床试验和后期的上市监控，AI的应用 都愈发广泛。 在上篇 在上篇 "AI for 医疗" 的专题文章“AI for 医疗: AI大模型在药物 靶点识别中的应用”中，我们整体描述了药物研发的流程，并介绍了AI 大模型在药物研发的第一步: 靶点识别中的应用。这篇文章，我们将 延续这一路线，介绍AI在药物研发的第二步: 先导化合物发现中的应 用。 图1：药物研发生产流程，图片引自[1] 传统方法在先导化合物发现中的局限性 在AI大模型时代到来之前 满意的筛选，则需要长达3000年的时间。简而言之，利用CADD进行高精度的 药物虚拟筛选，所需的时间同样是难以接受的。 AI大模型辅助药物虚拟筛选 基于AI的算法，包括监督学习，无监督学习，自监督学习，强化学习以及基 于规则的算法，可能有助于解决传统方法中存在的问题。 AI方法通常基于对数据特征的学习。具体来说，就是从大量的已知药物化合 物和非药物化合物中，去学习成药所需的潜在特征，并依据这一特征对化合物进

AI+政务：最具执行力的 AI 应用落地方向 2025 年 04 月 26 日 ➢ 深圳推出“AI+政务助手”引发热议，多地上马 AI 政务项目。2 月 16 日， 深圳市基于政务云环境面向全市各区各部门正式提供 DeepSeek 模型应用服务， 其中深圳福田区上线“AI+助手”引起广泛关注。目前，福田区已上线 11 大类 70 名“数智员工”，“AI 数智员 政务 IT 包括多个垂直场景，AI 赋能实现开源节流。1）AI+招采：2023 年 中国公共采购交易总额超过 46 万亿元，招采业务以 Saas 为主要收费模式，通 过 AI 赋能可以提升招采环节效率，实现开源节流；2）AI+财政，我国财政体系 涉及大量的财政单位、预算单位，以及每年超过 20 万亿的财政支出，在整个财 政资金的流动环节中有大量的环节适合 AI 落地，财政 IT 双龙博思软件和中科江 DeepSeek，将 AI 全面应用到财政信息化系统中，在财政预算管理、 非税票据管理、政府采购环节等实现落地；3）AI+税务，随着金税四期数电发票 在全国推广上线，在“以数治税”的背景下，企业财税实务数字化产品及财税风 险及合规相关服务的市场渗透率和普及程度将大幅度上升，税务 Saas 龙头税友 股份推出自研 AI 大模型“灵犀”，在税务合规等领域加速 AI 应用落地。 ➢ AI 为政务办公实现效率提升。政务

请务必阅读正文之后的免责条款部分 证券研究报告 DeepSeek-R1 加速 AI 进程，看好 AI 应用端潜力释放 2025 年 02 月 10 日 评级 领先大市 评级变动： 维持 行 业涨跌幅比较 % 1M 3M 12M 究助理 wangyanwen@hnchasing.com 袁 鑫 研 究助理 yuanxin@hnchasing.com 相关报告 1 电子行业事件点评：AI 眼镜新品集中亮相 CES 2025，赛道未来可期 2025-01-14 重 点股票 2023A 2024E 2025E 评 级 EPS（元） PE（ 倍 ） 个市场的移动应用下载量排行榜上位居榜首。 DeepSeek-R1 模型以其卓越性价比和出色性能，为 AI 模型的研发和应 用提供了新的思路，打破了传统观念中对 AI 大模型高投入、高算力的 固有认知，加速 AI 大模型落地应用端。  DeepSeek-R1 蒸馏小模型性能卓越，驱动端侧 AI发展。根据 DeepSeek 官 网 数据 ， DeepSeek-R1 的 蒸 馏 小模 型在 多项

请务必阅读正文之后的免责条款部分 证券研究报告 DeepSeek-R1 加速 AI 进程，看好 AI 应用端潜力释放 2025 年 02 月 10 日 评级 领先大市 评级变动： 维持 行 业涨跌幅比较 % 1M 3M 12M 究助理 wangyanwen@hnchasing.com 袁 鑫 研 究助理 yuanxin@hnchasing.com 相关报告 1 电子行业事件点评：AI 眼镜新品集中亮相 CES 2025，赛道未来可期 2025-01-14 重 点股票 2023A 2024E 2025E 评 级 EPS（元） PE（ 倍 ） 个市场的移动应用下载量排行榜上位居榜首。 DeepSeek-R1 模型以其卓越性价比和出色性能，为 AI 模型的研发和应 用提供了新的思路，打破了传统观念中对 AI 大模型高投入、高算力的 固有认知，加速 AI 大模型落地应用端。  DeepSeek-R1 蒸馏小模型性能卓越，驱动端侧 AI发展。根据 DeepSeek 官 网 数据 ， DeepSeek-R1 的 蒸 馏 小模 型在 多项

AI如何赋能药物研发工作中的最后一步：临床试验。 图1：药物研发生产流程，图片引自[1]↓ 临床试验简介 药物研发的最后一步，便是将药物大规模应用到患者体内以进行实际效果测试，这 一步骤即临床试验。临床试验是一种系统性的研究，其目的是调查医药产品对人类 疾病过程的影响，以证实或揭示试验药物的作用、不良反应及试验药物的吸收、分 布、代谢和排泄，并最终确定试验药物的疗效与安全性。 基于大语言模型的临床试验患者匹配方法 近年来，随着大语言模型（LLM）的发展，越来越多的人注意到了大语言模型在提 高临床试验招募的效率和准确性方面的潜力。 大语言模型作为一种基于深度学习的AI技术，已经在许多领域展现出了惊人的能 力，比如大语言模型为自然语言处理（NLP）领域的文本生成、文本摘要、问答系 统等任务带来了颠覆性的突破，也为计算机视觉（CV）领域的文生图等多模态任 务提供了新

随着2006年DeepLearning算法的提出，人工智能(AI)的发展进入 了第三次浪潮。DeepLearning凭借自身优秀的信息表征及关系提取能 力，已经为计算机视觉(cv)及自然语言处理(nlp)等领域带来了突破性的 进展。现在，AI的魔力已经被逐步引入药物研发的领域，并正在深刻地 改变这个领域的研究和发展流程。无论是在早期的药物筛选、药物优 化，还是在药物的临床试验和后期的上市监控，AI的应用都愈发广泛。 本文 本文将简要的概括药物研发的流程，并深入探讨AI在药物研发的第 一步: 靶点发现中的作用，以及它如何为这个过程带来革新。 药物研发的整体流程 药物的研发是一个复杂且耗时的过程，业内一直流传着"三十定律"的说法: 耗时10年，耗资10亿美金，成功率不足10%。因此，如何降低药物研发的金钱 成本、时间成本，提高成功率已然成为了药物研发行业的重中之重。 通常而言，药物的研发包括以下步骤: 靶点发现，候选药物筛选，候选药物 的第一步，是新药研发中决定成败的一步，成功的靶点识别可以为后续的药物设 计提供方向。不仅能提高新药的研发效率，也能极大地改善患者治疗期间的生活 质量。 药物研发生产流程，图片引自[1] 传统方法在靶点识别中的局限性 在AI的第三次浪潮之前，靶点的识别通常依赖多组学实验方法或者计算机辅 助药物设计的方法。多组学方法主要通过对病例组和对照组进行基因组、蛋白质 组等组学数据差异性比较，提取出可能致病的基因或蛋白靶点。这一方法通常有

AI+HR黑科技秘笈 A I 赋 能 人 力 资 本 智 能 化 变 革 e 成 科 技 H R 图 灵 学 院 出 品 a i . i f c h a n g e . c o m AI黑科技揭秘 顶尖科学家团队力作 AI+HR创新应用 前言 前言 献给走在数字化浪潮前沿的 HR 们， 数字经济时代已全面开启，大数据、人工智能、云计算等新科技推动经济、社会、 企业发生翻天覆地 成科技打造的 HR 领域第 一 AI 专栏，希望以此为窗口，向 HR 传达专业的 AI 知识与信息，赋予人力资 本领域变革力量，以 AI 为钥，携手 HR 开启数字化变革之门！在这里，HR 们可以得到前沿技术思考、行业技术干货、全球 AI 好物、HR+AI 创新应用等。 目录 第一部分 人岗匹配 让 AI 技术提升人岗匹配效果，我们做了这些探索 解锁这项 AI 黑科技，马上实现人岗匹配自由 黑科技，马上实现人岗匹配自由 第二部分 人才画像 人才画像画得好，数字化 HR 有妙招 第三部分 音视频面试 AI 面试官来袭，HR 你准备好了吗？ 第四部分 RPA 一文读懂 RPA、AI 与 HR 的关系 真技术还是伪 AI，HR 如何选择合适的智能工具？ 第五部分 智能聊天机器人 请回答 BERT：HR 聊天机器人强大聊天技能背后的秘密 第六部分 人工智能历史 人工智能演义第一回：阿兰图灵开山鼻祖，达特茅斯豪杰聚义