AI 在制药领域的应 用 AI 为何能改变制药行业的游戏规则 十月 2024 封面 Just_Super/iStock AI 可提升制药企业的营收和利润 AI 能够在制药价值链中释放巨大价值。应用得当时，它可以同时提高效率和收益，并在更短时间内为患者提供更好的药物。 在研发环节， AI 能够生成更好、更有效的候选药物，加速从药物发现到临床前候选阶段的进程。 在运营和生产环节， AI 通过释放全价值链改进潜力、实现除自动化以外的效率提升。 AI 的最新发展赋能新用例显著改善各种生产 关 键绩效指标。 商业化领域也受益于 AI 。使用 AI 工具直接协助与医务人员互动的应用日益增多，更快速为团队提供重要的医疗信息。 AI 还可 以通 过使用市场表现数据为销售、营销和市场准入环节提供独到洞察。 将 AI 整合进公司流程为制药公司提供了改善营收和利润的巨大潜力，机会正当时。然而，企业必须考虑大量因素，才能使 AI 发展成熟度，提供一种模块化方法满足不同公司需求。我们的定制化解决方案可以帮助公司 量 身打造其 AI 应用之旅，以最大程度地提高公司应用适配性和影响力。 2 AI 在制药领域的应用 执行摘要 预期提效 预期增益 2 运营与生产 • 化学、制造和控制 (CMC)

机器学习在风电领域的应用 刘士君 微软创新技术合作事业部 技术顾问 shliup@microsoft.com In a world of near infinite compute power and an exponential growth in data, we are focused on empowering every developer to build applications

智能制造 / 智能仓储领域成熟解决方案。 服务领域 * SMT 行业 * 电子产品组装行业 * 汽车电子行业 * 通讯电子行业 * 航天电子行业 方案特色 05 单机所用配件及物料追溯 物料追溯 06 操作人 / 操作设备 / 工艺参数 / 测试数 据 / 维修记录 生产过程追溯 07 首检防呆 / 首检内容 / 是否过数 / 是 否扫描 / 是否采集物料 / 抽检数量 可 设定

的领域数据 / 企业 数据 / 专业数据； 2. 构建垂直行业领域 信息滞后。 4 大模型微调 （ Finetune) 方案 ： 1. 收集整理垂类相关 的领域数据 / 企业 数据 / 专业数据； 2. 利用这些数据修正 （微调）大模型； 效果 ： 1. 微调后的大模型， 更理解垂类应用要 求，性能更优； 2. 微调后的大模型， 事实性更准确，避 原始训练集 审核后训练集 专用训练集 微调后模型 模型上线 AI Agent 如何解决生成式大模型短板 Embedding 模型 通用大模型 垂直领域文档 5 大模型微调 ( 思维链 CoT) 方案 ： 1. 微调数据中包括领域知识 及解题步骤（思维链）； 2. 利用这些数据修正（微调） 大模型； 效果 ： 1. 微调后的大模型，更理解 垂类应用要求，性能更优；

Deepseek 在药企研发领域的本 地 化部署和应用场景 智慧芽生物医药 2025 年 03 月 智慧芽 01 大模型的发展阶段和 deepseek 02 Deepseek-R1 在药企的本地化部 署 03 芽仔与 Deepseek-R1 对接 04 Al 融入智慧芽生物医药产品 智慧芽 @LS- GTM 智 慧 芽 2 2022.12 语义过进 θ 切换视图目 田只小 ◎字段显示设置 复制检索式 [ 保存检素式 O 公开 ( 公告 ) 号 标题 [ 标当前申请 ( 专利权 ) 人 应用领域分类 输入一段文本描述或专利公开号 1 ·WO2022123456A1 太阳能电池的阻隔组件 3M 创新有限公司 ( 美国 ) 光伏发电 半导体器件 过滤项 ln 智慧芽 Q (Hallucination), 虚构不存在的事实 RAG 先检索相关证据文档，要求模型严格基于检索内容生成，显著降低错误率 (3) 领域适配成本问题 微调 (Fine-tuning) 需要大量标注数据和计算资源 RAG 仅需构建领域文档库，即可让通用模型输出专业内容 ( 如法律 / 医疗场景 ) 13 智慧芽 模型平台

源网荷储一体化虚拟电厂 在高耗能工业领域的智慧能源应用 连接 + 洞察 + 优化 助力智慧能源数字化转型 【以数据智能为核心的工业互联网平台服务智慧能源】 寄云科技 娄勇刚 2024.04 1- 寄云工业互联网平台的能源数字化行动路径 2- 能源和工业深度融合的综合能源服务应用案 例 ( 煤化工 石化 化工 ) 目 录 数字化 姓 " 工 " 不姓 " 互 " 轮融资：投资方为北京集成电路装备产业投资并购基金、中车资本和中国互联网投资基金，围绕重点应用领域，为能源电力、石油化工、 半 导体等垂直行业客户提供以数据智能为核心的工业互联网产品和服务； 寄云 NeuSeer 发展路 线 • 2020 年近亿元 C 轮融资：中电科领投，继续强化以数据智能为中心平台产品能力，在高端制造领域，与客户和行业合作伙伴共同开发基于数据的智能化应用； NeuSeer Apps 、销售计划的监控、分析及偏 差跟踪。 生产过程 监控： 关键流程 、关 键设备、关键参数、关键数 据 、异常报警的可视化监测统计，以及行业对标、企业对标、历 史对标、最佳值对比。 以专项领域数据为基础，在生产方面，以生产环境可视化、生产流程可视化、生产设备可视化、生产数据 可视化实现对各板块、营运企业生产计划、关键生产控制点、生产缺陷、生产视频全过程 动态监控。 4- 安全生产中 心

与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势：泛用性强、灵活性和利用率高、可迁移性强。劣势：特定领域深度较浅、模型复杂、训练时间长；金融垂类模型优势：领域专业性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 型 可能性较小。通用大模型在行业数据量 之一； 阿里 发布通义千问 2.0 ，专业维度能力较 强； vivo 发布 BlueLM 大模型 ，应用的场景广泛；月之暗面发布 Moonshot 大模型， 目前位于第一梯 队。 3 ）在金融领域中 ，通用模型应用表现各有 差异。其中 GPT 系列、文心一言、通义千问、腾讯混元以及科大讯飞表现较好。 金融垂类模型国外发展先行 ，国内成品问世。 1 ） 国外彭博 BloombergGPT 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当 ，甚至优于现有模型。 AI4Finance Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 通用大模 型“奇富 GPT” ；度小满推出国内首个千亿级中文金融大模型“轩辕” ；腾讯云公布腾讯云金融行业大模型

与金融的结合主要有两条技术路径：①通用模型 + 金融语料训练金融大模型 ，②金融垂类大模型。 1 ）双方优劣具有相对性。通用大模 型 优势：泛用性强、灵活性和利用率高、可迁移性强。劣势：特定领域深度较浅、模型复杂、训练时间长；金融垂类模型优势：领域专业性、针 对 性的解决方案、高精度和合规性。劣势：适应性限制、更新和维护复杂度、数据利用率低。 2 ）通用大模型通过金融语料训练超越金融垂类模 型 可能性较小。通用大模型在行业数据量 之一； 阿里 发布通义千问 2.0 ，专业维度能力较 强； vivo 发布 BlueLM 大模型 ，应用的场景广泛；月之暗面发布 Moonshot 大模型， 目前位于第一梯 队。 3 ）在金融领域中 ，通用模型应用表现各有 差异。其中 GPT 系列、文心一言、通义千问、腾讯混元以及科大讯飞表现较好。 金融垂类模型国外发展先行 ，国内成品问世。 1 ） 国外彭博 BloombergGPT 现大大超过了现有的大语言模型 ，而在通用场景上的表现则与之相当 ，甚至优于现有模型。 AI4Finance Foundation 开发 FinGPT ，为金融大 型语言 模型提供互联网规模的数据 ，以此推动金融领域的开源发展。 2 ） 国内金融垂类模型百花齐放。奇富科技率先宣布推出自研的金融行业 通用大模 型“奇富 GPT” ；度小满推出国内首个千亿级中文金融大模型“轩辕” ；腾讯云公布腾讯云金融行业大模型

向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路 英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加 10 倍。 l 计算与网络事业部收入占比提升，数据中心超过游戏成为收入主要来源。 FY23 ，公司收入为 269.74 亿美元，同比增长 0.22% ，主要由于数据中心及汽车领域收入的高速增长抵消了游戏及专业可视化领域所带来的收入减少； 净 利润为 43.68 亿美元，同比减少 55.21% ，主要由于运营费用同比增长 50% 所致，包括与 Arm 交易相关的 13.5 亿美元收购终止费用。公司业务部门 亿美元收购终止费用。公司业务部门 包括计算 与网络事业部和图形事业部， FY23 收入占比分别为 55.86% 、 44.14% 。公司的平台及产品主要应用于数据中心、游戏、专业可视化、汽 车等四大领域， FY23 占比分别为 55.63% 、 33.61% 、 5.72% 、 1.69% 。分地区来看， FY23 来自美国地区的收入占比最高，达 30.7% 。公司 FY1Q24 实现收入 71.92 亿美元 (YoY

向数据中心、游戏、移动设备、 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路 英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加 10 倍。 l 计算与网络事业部收入占比提升，数据中心超过游戏成为收入主要来源。 FY23 ，公司收入为 269.74 亿美元，同比增长 0.22% ，主要由于数据中心及汽车领域收入的高速增长抵消了游戏及专业可视化领域所带来的收入减少； 净 利润为 43.68 亿美元，同比减少 55.21% ，主要由于运营费用同比增长 50% 所致，包括与 Arm 交易相关的 13.5 亿美元收购终止费用。公司业务部门 亿美元收购终止费用。公司业务部门 包括计算 与网络事业部和图形事业部， FY23 收入占比分别为 55.86% 、 44.14% 。公司的平台及产品主要应用于数据中心、游戏、专业可视化、汽 车等四大领域， FY23 占比分别为 55.63% 、 33.61% 、 5.72% 、 1.69% 。分地区来看， FY23 来自美国地区的收入占比最高，达 30.7% 。公司 FY1Q24 实现收入 71.92 亿美元 (YoY