行业研究/医药与健康护理 证券研究报告 行业深度报告 [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 行业研究·医药与健康护理行业 请务必阅读正文之后的信息披露和法律声明 2 目 录 1. AI 制药领域蓬勃发展，有望成为下一个黄金赛道 ........................................................... 5 1.1 AI 技术发展迅速，引领制药领域创新变革 行业研究·医药与健康护理行业 请务必阅读正文之后的信息披露和法律声明 5 1. AI 制药领域蓬勃发展，有望成为下一个黄金赛道 1.1 AI 技术发展迅速，引领制药领域创新变革 药物开发过程因其周期长、成本高、效率低而成为该行业长期关注的问题。平均而 言，药物开发需要 2 亿美元的投资，需要

数据艺术专家们完成了这句话：“在2026年将蓬勃发展的公司是那些理解...” 投资创新（人工智能、数据）和网络安全。两者都应进步。否则，IT足 迹将严重不成比例，带来的风险将大于价值。 公司需要选择：要么选 择一条风险高且困难的 道路，尝试新工具并成 为早期采用者，要么就 跟随。成为跟随者风险 更大，因为它限制了公 司适应快速变化市场的 能 那些将在2026年蓬勃发展的公司，是那些了解自身的公司——理解越深入 解越深入 ，它们就越能蓬勃发展。这意味着打破传统的技术与业务之间的界限，以 改进内部反馈回路并加速自动化。这也意味着普及数据访问权限，并赋予 员工先进的工具来探索、分析和利用数据。组织层面的自我认知，即了解 决策是如何制定的、价值是如何创造的，以及技术如何放大这些价值，将 成为成功公司的关键特质。 7 表现优异的公司正在协调数据、人员和目标， 以负责任的方式扩展人工智能 促进工程团队采用人工智

，到2050年，较不发达地区将占⼈形机器⼈市场的三分之⼆。 图3.按发展组别细分的人形机器人分析（单位：百万） 来源：Citi GPS 我们还注意到，亚洲对机器⼈的⻛险投资正在增加，根据专利数据，机器⼈创新在亚 洲蓬勃发展。美国可能在⼈⼯智能领域处于领先地位，但我们的专有分析显⽰，过去 20年中国占了所有机器⼈专利的78％。 ⾕歌⾸席经济学家哈尔·⽡⾥安曾经说过：“预测未来的⼀种简单⽅法就是看看富⼈ 今天拥有什么 训师和数据分析师，后者可以解读机器⼈⽣成的数据。 为了减轻就业岗位流失的影响，迫切需要定向的再培训项⽬，帮助⼯⼈从旧⻆⾊过 渡到新⻆⾊。政府和⾏业领袖需要共同努⼒开展培训计划，为⼯⼈提供在⼀个⽇益 ⾃动化的世界中蓬勃发展所需的技能。 例如，欧盟数字技能与就业联盟旨在培训20 到2030年，数字技能培训将有数百万⼈受益 除了从事先前经济不可⾏的任务外，机器⼈还有潜⼒通过承担更加乏味或需要⾝ 体劳动的任务，提升⼯ 策，可以帮助管理向更加⾃动 化的机器⼈经济转变的过渡，使⼯⼈和社会受益。有关AI对⼯作影响的更详尽探讨， 请参阅我们最近的CGI报告“AI的⼯作毁灭还是繁荣”以及“机器⽆法掌握的技能： 在AI时代蓬勃发展的技能” © 2024花旗集团 78 花旗环球研究：全球视⻆与解决⽅案 2024年12⽉ 结论 那么，在这份报告的旅程中，我们学到了什么？ 1. 快速技术进步，特别是⼈⼯智能⽅⾯，正在发⽣并⾛到⼀起

2021年3月，《国民经济和社会发展第十四个五 年规划和2035年远景目标纲要》，提出“加快 数字化发展 建设数字中国” • 数字中国目标分为数字经济、数字社会、数字政 府三个目标 • 2022年中国数字经济仍然保持蓬勃发展态势，规 模达到50.2万亿元，占GDP比重为41.5%。 • 2022年德国、英国、美国数字经济在国民经济中 占据主导地位，占GDP比重超过60%。 数字经济=数字产业化+产业数字化 数字中国全景

力资源分散、利用低效等问题的技术手段，也是支撑各行业数字化转 型、构建边缘算力产业生态的必然需求，其产业价值已成为推动数字 经济高质量发展的重要引擎。 1.3.3 技术演进需求分析 在数字经济蓬勃发展以及各行业数字化转型持续深化的当下，分 布式算力感知与调度系统的技术演进已是大势所趋，旨在契合日益繁 杂的业务需求，从容应对激烈的市场竞争。 从硬件基础层面来看，算力基础设施朝着异构化与分布式方向加 紧密围绕算力 资源的全生命周期管理，通过技术创新与功能优化，为数字经济发展 提供坚实的算力支撑，推动算力资源的高效利用与广泛普及。 19 1.4 分布式算力感知与调度发展目标 在数字经济蓬勃发展、数据量呈指数级增长的当下，分布式算力 感知与调度技术的重要性愈发凸显，其发展目标涵盖了体系构建、技 术突破、场景适配以及生态营造等多个关键维度，致力于打造一个高 效、智能、安全且开放的分布式算力服务网络，如图 定义。 这种标准缺失导致跨管理域的资源发现与调度需通过复杂的定制化 中间件实现，显著推高系统集成成本与生态协同门槛，阻碍产业级算 力网络的集约化演进。 经济挑战：在分布式算力感知与调度技术蓬勃发展的当下，行业 在经济层面遭遇诸多挑战。资源成本方面，地域与厂商差异导致算力 资源成本结构复杂多样。不同地区算力资源在价格、性能及可用性上 参差不齐，低价算力性能欠佳，高价算力性能卓越。这种异构性极大

5万亿元，同比增长9.6%；利润较快增长， 实现利润总额2.3万亿元，同比增长8.5%；收入规模前10的省份合计完成 收入20.6万亿元，占全国总量的81.7%，对全国增长贡献率达97.3%。数 字产业集群蓬勃发展，围绕数字领域的国家先进制造业集群、国家中小 企业集群、国家创新型产业集群累计170余个，实现数字经济核心产业全 覆盖。人工智能产业新赛道加快布局，人工智能芯片、算法框架等关键 核心技术上持

通信计算加速比精准控制在 10%以内，最大程度减少训练过程中通信 开销对计算效率的负面影响，全方位实现高效的分布式训练，为各类 复杂的人工智能训练任务提供强有力的支撑。 ● 智算资源整合 在数字经济蓬勃发展的当下，数据处理需求呈指数级增长。各个 智算中心虽具备一定算力，但因任务分配不均、资源闲置等问题，产 生了大量碎片化算力。这些算力亟待串连。通过科学合理地分配任务， 精准匹配所需资源，能将分布于不同区域、不同规模智算中心的碎片 成本获取 到优质的算力资源，满足自身业务发展的阶段性需求。特别是对于边 缘云而言，共享算力资源尤为重要，在供给侧，边缘云的建设通常并 不是大型公有云的重点，而在需求侧，特别是 AI 推理应用蓬勃发展 的情况下，边缘云的需求是旺盛而高速发展的，而边缘云的异属共享， 是弥补需求和供给之间的结构失衡的重要而有效的方式。 简要流程如下： 图 5-3 边缘共享 ① 企业管理者作为平台算力资源供应方将本企业的私有云/一

络互联的对 象从主机互联延伸到了超文本互联。 万维网出现之后（1995 年左右开始），互联网的商业化进程开始提速，网 面向 Web3.0 的数字实体互联白皮书 5 络技术的普及和应用创新蓬勃发展。电子商务、搜索引擎、社交媒体等新型应用 不断涌现，网络处理的对象和交互模式变得更加多样化。21 世纪前二十年，移 动互联网与云计算技术成为全球信息技术发展的主导趋势：智能手机等移动终端 的

硬件方面，人形机器人所需的大部分核心零部件已处于发展期，部分接近成熟期（如动力电池、行星减速器、无框力矩电机），为人形机器人 行业的爆发式发展奠定了技术基础。  软件方面，大语言模型和多模态大模型的蓬勃发展赋予人形机器人使用自然语言进行交互的能力和自主决策的能力，从而推动了人形机器人的 智能化、通用化进程。如英伟达通过GROOT项目提供通用人形机器人基础模型，降低了具身智能门槛，合作方包括1X Technologies、Agility

力，不断发布新版本，导致版本迭代 频繁。金融企业为满足业务需求，需定期或不定期进行版本升级，这也带来了生产环境中各个系 统的数据库应用版本差异问题。 随着国产数据库，特别是国产分布式数据库的蓬勃发展与规模化应用，金融企业对数据库应急管 理的标准化、自动化需求愈发迫切。为快速响应系统故障、减少人工干预并显著缩短故障恢复时 间（RTO），企业亟需构建一套标准化、自动化的应急管理平台，通过固化自动化应急流程，实现故