AI+影像设备；5）AI+家用；6）AI+智慧医疗。 ◼ 药物研发周期长、资金投入高、成功率低，“AI+”方案有望解决痛点。一款新药成功上市销售大约需要花费十年以上的时间，药物发现阶 段从靶点到苗头化合物再到先导化合物优化过程，整体成功率为51%，临床研究阶段的整体成功率仅为12.9%。资金花费上，一款药物从研发 到上市销售，平均需要投入8-23亿美元，上市后还要投入超过3亿美元。与传统药物研发对比，AI制药更具有优势：AI制药方法可以对数十 亿个分子进行筛选，缩小实际需要合成和筛选的分子数量范围，在2-3年内仅需合成及测试数百个分子；可以定制生成数百个苗头分子，探 索未知分子，提高药物研发的创新性；能够通过计算机模拟的方式减少需要实验室验证的分子数量，节约验证和测试时间。 ◼ AI研发的药物逐步进入临床阶段，且药物类型多样。尽管当前暂时没有利用AI制药技术研发的药物成功获批上市，但通过公开的数据库检索， 2015年-2023年累计有75个分子应用AI制药技术开发并进 医疗保健板块是人工智能应用最大的领域 6 ◼ 人工智能在医疗保健领域的应用场景广泛，能够为多个环节赋能。AI（Artificial intelligence）在医疗领域应用潜力巨大，可以为生命科 学研究、药械研发、医学影像、辅助诊断、健康管理等多个环节赋能，有助于提高医疗服务的效率和质量，改善患者的就医体验，并推动医 疗行业向智慧医疗新时代发展。 图：AI+医疗健康生态架构 资料来源：人工智能医疗器械创新合作平台，国信证券经济研究所整理

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。 场景、技术、风控、商业化等方方面面，才能做出决定。 因此，今年的人工智能报告将研究核心放在了“场景”与“产品”之上，尝试通过洞悉医院、 药企、械企多方的供需逻辑，分析先驱者们的实战案例，为 AI 企业下一步的布局、选 品、研发、商业化提供参考建议。 核心观点 1. 伴随 AI 应用的持续扩展与需方对于 AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 21 39 家主流制药 AI 公司新增管线/适应症............................................................26 图表 22 固态研发传统研发方法与自动化方法关键步骤对比..................................... 27 图表 23 2022-2024 医疗 AI 领域不同细分领域融资情况......

技术、容知日新、川仪股份 2022 年数据为真实值，其余为预测值） 重点关注公司及盈利预测 核心提要 人工智能未来有望赋能化工“研发 - 设计 - 建造 - 运营”全生命周期。 u AI 提升研发效率 在研发环节， AI 可提高研发效率，对实验数据建模，并使用该模型对反应条件进行优化和筛选催化剂等，加速研发进程；还可用于分子设计，并在 分子性能预测的基础上，提前筛选出合适的化学物质。 尤其是在合成生物学领域， 已在元件工程、基因线路、代谢工程、基因组工程中广泛应用，大幅提升合成生物学的各环节效率。基于 AI 的研发 平 台，可预测蛋白质结构，进而构造具有目标功能的物质。另一方面， AI 也促进了实验室自动化，对传统劳动密集型实验室进行技术革命。其中 微流 控技术，具有高灵敏度、高集成、高通量、高效率等多种优势，对合成生物学的研发和应用起到了巨大作用，加速合成生物学行业发展。 u AI 优化化工设计和建设 AI 评级。 风险提示：重点关注公司业绩不及预期；宏观经济大幅下滑；项目进展不达预期风险；行业政策大幅变动风险；行业竞争加剧风险。 请务必阅读报告附注中的风险提示和免责声明 4 目录 AI 提升研发效率 AI 优化化工设计和建设 AI 赋能化工生产运营 AI 在工业中具有巨大潜 力 投资建议及关注标的 行业评级及风险提示 请务必阅读报告附注中的风险提示和免责声明

请务必阅读报告末页的重要声明 1 / 29 AI+机器人正深刻变革化工行业，有望带来效率革命。传统化工研发依赖“试错法”，周期长、 成本高，而 AI 与机器人技术融合后，从分子模拟到材料基因组学的全链条效率将被重新定义， 既能降低传统材料成本，又能缩短新材料研发周期。面对化工新材料研发的“多尺度复杂性” 与“实验验证滞后”痛点，AI 通过跨尺度建模、分子动力学加速等方案实现突破。在生产流 程中，AI 程中，AI 结合高通量机器人实验优化生产，降低损耗与故障率。但 AI 也在瓦解传统技术壁 垒，“白痴指数”高的材料受冲击大。化工企业需加强 AI 研发、引进人才、推动数字化转型， 以应对挑战，把握发展机遇。 许隽逸 张玮航 陈律楼 黄楷 SAC：S0590524060003 SAC：S0590524090003 SAC：S0590524080002 扫码查看更多 ➢ AI+机器人重构化工研发范式：从实验室到工业化的效率革命 我们认为 AI+机器人大概率将带来化工行业的效率革命，尤其是类似 Deepseek 这样的顶尖 AI 工具的广泛应用，或驱动化工行业的研发和生产流程发生数量级层面的跃迁，在不久的将 来，很可能呈现“AI 驱动者胜出，迟疑者淘汰出局”的两极分化格局。传统化工研发依赖“试 错法”，周期长、成本高。如果以第一性原理

人工智能中枢作为智慧能力支撑平台， 提供了完整的智能模型全生命周期管理和 AI 应用敏捷开发能力，主要定位为智能模 型服务的共享复用和快速编排，实现 AI 应 用快速开发。人工智能中枢支持研发流程的 标准化、自动化，为前台业务提供快速构建 个性化智能服务的能力，实现算法模型和算 法能力的场景式编排，并向应用提供服务接 口，支撑人工智能场景应用建设，赋能城市 智慧化。 人工智能中枢 的医疗人工智能公司所开发的产品及服务，不仅使传统医疗生产活动成 本 降低、效果增强，而且为医疗相关产业链带来了新变化。 机器学习服务 提供商 硬件 / 软件产 品及药品研发 机构 医疗相关服务 研发与供应商 硬件产品及药 品生产商 硬件产品及药 品生产资料供 应商 医疗数据服务 供应商 医院 硬件产品及药 品销售商 患者及防疫等 服务接受群体 健康类产品消 互联网 + 医疗” 贡献海量医疗数据  深度学习推动 AI 进入商业化和产品化阶 段 1 智能医疗概述 • 《国务院办公厅关于促 进 和规范健康医疗大数 据应 用发展的指导意见》 • 支持研发健康医疗相关 的人工智能技术、生物 三维（ 3D ）打印技术、 医用机器人、大型医疗 设备、健康和康复辅助 器械、可穿戴设备以及 相关微型传感器件。 • 《国务院关于加快发展 康复辅助器具产业的若

型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型，在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 更⾼效资源利⽤ $5.5M%vs.%OpenAI’s%$100M+ 使⽤~2,000%GPUs,%竞品使⽤% 10,000+%GPUs 开源模型⽐肩头部闭源 60%+%指标优于 Llama3 Claude-3.5%GPT-4o% 打破⼤模型技术壁垒 重挫美国科技公司股价，英伟达 市值下跌5,900亿 AI的斯普特尼克时刻 被美国及其盟友列⼊各种限制 数据来源：*仅涵盖预训练成本，不包含研发、推理、后训练、员⼯等其他成本；2.(Sputnik(时刻，指1957年10⽉4⽇苏联抢先美国成功发射斯普特尼克1号⼈造卫星，是冷战中的其中⼀个重⼤事件及转捩点 DeepSeek的创新突破 • 每次推理仅激活相关专家，“术业有专攻” (腾讯健康内部测试数据，通过⾼质量医学病历数据 ⼤模型及DeepSeek潜在应⽤场景探索 DeepSeekJ会给医药企业带来哪些变化？ DeepSeek有哪些应⽤场景？能产⽣哪些价值？ 13 提升新药研发和 临床管理效率 数字化内部流程 提效 数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建

为经济高质量发展和全球可持续发展贡献力量。 在此背景下，本报告深入剖析当前技术应用的现状，关键技术 创新方向， 以及行业应用的具体情况，通过制造业具体场景的典型 案例揭示人工智能如何助力制造业研发设计、生产制造、运营管理 和产品服务的全流程智能化升级。在此基础上对制造业人工智能的 未来发展趋势进行展望， 以期为相关政策制定者以及行业从业者提 供决策支持，共同助力我国制造业在人工智能时代的转型升级和可 ... 17 三、人工智能+制造业关键技术及应用...................................................................21 （一）研发设计环节 .................................................................................... 21 （二）生产制造环节 四、人工智能+制造业应用挑战..............................................................................29 （一）研发设计环节数据获取及整合困难 .................................................. 29 （二）生产制造环节场景复杂安全风险高 ...........

对接客户 订单跟踪 有效激励 ERP 计划生产单 生产工单 提升效率 PMC 管理 自动排程 执行透明 ERP 采购订单 供应商协同 材料分析 SRM 协同 采购跟踪 研发管理 ERP BOM 开发新品 项目管理 成果管理 标准管理 品质 ERP 检验报告 品质改善 检验记录 品质分析 质量追溯 管理规范 生产进度 设备产能 综合分析 ：传统 Agile IT ：敏捷  可靠性  记录性  线性、瀑布型开发方式  成功模式驱动  擅长常规流程、项目  以 IT 为核心  长（几个月）  敏捷性  研发、品质、客户体验  迭代性、非线性、敏捷开发方式  实证型  擅长使用新方法、应对不确定因素  以业务为核心  短（几天、几周） 信息来源： Gartner 《 CIO 预测和应对数字化颠覆性影响的三大措施》 智能客服 阿米巴 智能财务 PLM 智能制造 PaaS 平台 核算高效，赋能业务，洞察未来 掌控通路，直达用户 连接客户并创造极致体验 激活个体，人人都是 CEO 数字工厂，个性化定制 研发升级，降本增效 连接、激活、赋能、降本、增效！ 21 ① 绝密信息 严禁泄露 Gartner 公司成立于 1979 年，是全球最具权 威的 IT 研究与顾问咨询公司。 Market Guide

浪潮下，制造业正面临深层次的结构性挑战与转型压力，站 在“再定义”的门槛上。一方面，全球产业链加速重构、劳动力 结构性短缺、质量与效率的双重压力日益显现；另一方面，人 工智能正以前所未有的速度，渗透至从研发、生产到供应链的 各个环节，成为驱动制造业高质量发展的新变量。在这样的背 景下，制造业不再是 AI 应用的跟随者，而是其落地的主战场和 主引擎。然而，人工智能赋能制造，并不仅仅是为了提升效率、 010101010 010101010 010101010 010101010 010101010 010101010 010101010 010101010 全生命周期 管理 协同研发 设计 生产设备 优化 产品质量 检测 企业运营 决策 设备预测性 维护 AI+ 机理模型 + 数据模型 AI+ 云平台 打造 AI+ 制造业全场景技术服务，通过对人、机、物 经营 关键内容 1. 产品技术领先： IPD( 集成产品研 发体系） +PLM （研发管理系 统） 2. 敏捷供应链：精益管理 + MPS /MRP +APS （高级计划与排程） + 供应商协同，实现产销平衡 3. 降费成本领先：智能财务（管理会 计） + 阿米巴经营 阶段效果 提升产品研发能力 提升客户定制能力 实现产供销的平衡 提升 XRKJ 盈利能力 加速资金流周转

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 高 二 二 二 二 低 3 1 商业化 研发 在研发环节， AI 可以在多个领域增加价值，如计算机模拟研究、医学洞察和湿实验室支持。 AI 已经能够通过生成更好、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， 帮 助药物发现环节变革。 AI 如何助力研发 在整个产品开发过程中提升创新力和效率 高效流程 • 更快的数据分析和计算机模拟测试 AI 在研发中的应用 创新产品 • 多靶点药物研发中，提高质 量 • 预测性设计生成提升创新力 技术接管研发 技术助力研 发 新型数字化助手 AI 如何提高创新力和效 率 “AI 在研发中的