增长：破圈，两个⽉到⼀亿⽤户的速度 “ 创新落后”的机会成本被不断放⼤ 产品：典型的 2B 能⼒集合 快速推出全家桶和云服务矩阵 市场：典型的 B 端商业模式 快速市场预热和商业化 Prompt engineering 提⽰词⼯程 Nvidia A100 （ A800 ） ⾼性 能卡 RLHF 强化学习 SFT RDMA 监督微调 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 再看 DeepSeek, ⼜⼀个“⼯程奇 腾讯健康内部测试数据，通过⾼质量医学病历数 据 11 ⼤模型及 DeepSeek 潜在应⽤场景探 索 DeepSeek 有哪些应⽤场景？能产⽣哪些价值？ DeepSeek 会给医药企业带来哪些变化？ • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 •

理能力，且训练成本极低 AI技术演变路线 5 理解Chatgpt,J⼀个AI领域的“⼯程奇迹” Chatbot： ⽂本交互式应⽤ Gpt3： 预训练⼤模型 Prompt engineering 提⽰词⼯程 RLHF 强化学习 Nvidia A100（A800） ⾼性能卡 SFT 监督微调 RDMA 解决数据处理的延迟 顶尖的AI⼈才 数⼗TB⾼质量数据 数万对⾼质量prompt 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 Llama3.1 Claude-3 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 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划

80.81% 90.20% 79.00% 70.00% 84.70% 76.00% 业 务 智 能 编 排 准 确 性 业 务 智 能 编 排 全 面 性 业 务 智 能 编 排 时 效 性 �������� DeepSeek R1 DeepSeek V3 模型C 模型D 模型E ������������������������������������������ 40% 80.81% 80.81% 80.81% 70.00% 76.90% 70.00% 网 络 数 据 查 询 分 析 意 图 识 别 准 确 率 网 络 数 据 查 询 分 析 提 取 准 确 率 网 络 数 据 查 询 分 析 覆 盖 范 围 ���研������ DeepSeek R1 DeepSeek V3 模型C 模型D 模型E �������������� 90% 94.40% 80.81% 80.81% 80.81% 70.00% 96.90% 70.00% 网 络 拓 扑 生 成 意 图 识 别 准 确 率 网 络 拓 扑 生 成 提 取 准 确 率 网 络 拓 扑 生 成 覆 盖 范 围 �������� DeepSeek R1 DeepSeek V3 模型C 模型D 模型E ��������������������

产业和应用渐次导入的规律，推动核心技术攻关。充分发挥科 研院所、高校和企业在技术攻关、成果转化中的创新主体作用， 形成技术产业发展合力。 绿色低碳，安全可靠。坚持绿色低碳发展，全面提升算力 设施能源利用效率和算力碳效（CEPS）水平。统筹发展与安全， 进一步强化网络、应用、产业链安全管理和能力建设，构建完 善的安全保障体系。 （三）主要目标 到 2025 年，计算力方面，算力规模超过 300 EFLOPS，智 优化算力设施建设布局。按照全国一体化算力网络国家 枢纽节点布局，京津冀、长三角、粤港澳大湾区、成渝等节点 面向重大区域发展战略实施需要有序建设算力设施；贵州、内 蒙古、甘肃、宁夏等节点推进数据中心集群建设同时，着力提 升算力设施利用效率，促进东西部高效互补和协同联动。加强 数据中心上架率等指标监测，整体上架率低于 50%的地区规划 新建项目应加强论证。支持我国企业“走出去”，以“一带一 路”沿线国家为重点布局海外算力设施，提升全球化服务能力。 强化算力接入网络能力。推动城域光传输设备向综合接 入节点和用户侧部署，加快实现大带宽、低时延的全光接入网 络广泛覆盖，城区重要算力基础设施间时延不高于 1ms。提升 边缘节点灵活高效入算能力，满足企业快速、就近、灵活、高 效联接算力需求。 3. 提升枢纽网络传输效率。推动算力网络国家枢纽节点直 连网络骨干节点，逐步建成集群间一跳直达链路，国家枢纽节 点内重要算力基础设施间时延不高于 5ms。推动超低损光纤部 署，优化光缆路由。加快

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 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 ............................................................................................1 1.2 提效主导下的 AI 购置动力....................................................................................... 的政策也将传导至中国的药企。目前，Medidata、Veeva 等企业 已将 AI 融入数字化转型解决方案中，准备承接这波海外政策变化带来的新需求。 3 1.2 提效主导下的 AI 购置动力 与政策主导下的 AI 需求不同，早期提效主导下的 AI 需求没有引导、没有给定的形态， 它需要企业自身从医院的临床、运营、管理等流程中发现真正痛点，且当 AI 解决这一 痛点时，能够为医院带来直观的收益。

多元因素成为影响企业创新方向的关键。生成式人工智能技术快速发展，更 广泛的行业自动化用例已经无处不在。新的业务形态和商业模式正在持续出 现，企业既要高度关注新的市场机会，也要在面对存量市场竞争时，不断提 升客户体验；同时，一些企业还坚定地贯彻“走出去”战略，向外追求增量 空间。未来，数字化创新业务和数字化商业模式将成为企业发展的新动力源 泉，让企业能够始终保持积极的竞争姿态，在数字化新环境中打造可持续发 ROI（投资回报率）指标确认多云策略的成功。同时，伴随生成式人工智逐 步落地，推理任务逐渐增加，企业应审慎应对未来AI应用对数据传输、计算 资源等维度的更高要求，以确保推理任务获得更佳的访问性能、资源利用效 率、扩展性、灵活性、安全性和成本优势等。此外，企业在选择新的云服务 商时，应重点考量其对未来多模态、多场景、多技术栈等趋势的综合支撑能 力，确保企业IT技术架构始终具备足够的前瞻性和灵活性。 当前，以人工智能为代表的数字经济新技术、新产业、新模式，正在持续推动各 行业的高质量发展进程。人工智能、数据要素、算力和网络基础设施等具备极强 的行业普适性，一系列的数字化、智能化升级几乎可以给所有行业带来降本、提 质、增效的显著效应；更重要的是，人工智能应用进一步加速了数字产业化的进 程，产生了许多新的产业形态和就业岗位，从而帮助各地方构建出可持续发展的 数字经济产业链。 �� 图� 国家政策持续强化数字化发展

services [J]. Washington Technology, 2001(13): 17185 - 1. 3 府互动的平台2。 我国政务热线的历史最早可以追溯到 1983 年，彼时沈阳市政府为向全市提 供政务服务、吸纳群众意见，特意开通了全国第一条市长热线，并在实践中取得 了不错的成绩。随后我国各大城市纷纷开通政府热线，1986 年广州市建立了我 国第一个 110 报警平台。中央部委与地方政府也陆续开通了 求量的发展趋势，政务热线可对政策执行进行诊断评估，为进一步优化政策及其 执行提供参考。 （二）技术融合下的服务升级——以北京接诉即办为例5 目前，在中央和各地政府的大力推动下，政务热线已成为反映社情民意、提 升政府治理能力和创新社会治理方式的重要手段和渠道。然而不可否认的是，我 国各地政务热线的发展水平仍存在明显差异；即便是处于同一级别的行政单位， 其政务热线的建设模式、服务水平、运营状况也各不相同。其中，北京市“接诉 同时，结合派单目录优化算法模型，智能推荐的精准性得到进一步提升，显著缩 短了工单分派时间。此外，系统新增了诉求人画像功能，能够在受理来电时自动 13 展示同一号码的历史来电频次及问题类别，帮助话务员快速了解诉求人特点，提 供更加精准的服务。大模型的应用，优化了诉求全流程管理，实现了政务咨询的 快速解答、派单推荐的高效精准、群众诉求的智能导办以及回访考核的“零干预” 智慧化应用。通过深度挖掘市民诉求大数据，北京市推进了市民诉求数据与多元

services [J]. Washington Technology, 2001(13): 17185 - 1. 3 府互动的平台2。 我国政务热线的历史最早可以追溯到 1983 年，彼时沈阳市政府为向全市提 供政务服务、吸纳群众意见，特意开通了全国第一条市长热线，并在实践中取得 了不错的成绩。随后我国各大城市纷纷开通政府热线，1986 年广州市建立了我 国第一个 110 报警平台。中央部委与地方政府也陆续开通了 求量的发展趋势，政务热线可对政策执行进行诊断评估，为进一步优化政策及其 执行提供参考。 （二）技术融合下的服务升级——以北京接诉即办为例5 目前，在中央和各地政府的大力推动下，政务热线已成为反映社情民意、提 升政府治理能力和创新社会治理方式的重要手段和渠道。然而不可否认的是，我 国各地政务热线的发展水平仍存在明显差异；即便是处于同一级别的行政单位， 其政务热线的建设模式、服务水平、运营状况也各不相同。其中，北京市“接诉 同时，结合派单目录优化算法模型，智能推荐的精准性得到进一步提升，显著缩 短了工单分派时间。此外，系统新增了诉求人画像功能，能够在受理来电时自动 13 展示同一号码的历史来电频次及问题类别，帮助话务员快速了解诉求人特点，提 供更加精准的服务。大模型的应用，优化了诉求全流程管理，实现了政务咨询的 快速解答、派单推荐的高效精准、群众诉求的智能导办以及回访考核的“零干预” 智慧化应用。通过深度挖掘市民诉求大数据，北京市推进了市民诉求数据与多元

动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 供给侧前置布局及需求侧训练需求有所缓解等原因导致，随着模型技术迭代及推 理应用爆发，长久来看高性能算力仍处于高需求状态。智算中心建设需协调好地区产业资源规划，从软硬件角度优化算力利用率及平台运 行质效，稳健支撑上层AI产业发展。2025年初，随着DeepSeek V3及R1模型的开源及产品破圈，英伟达股价单日下跌幅达到近20%。在 美国对中国实施芯片出口管制的背景下，DeepSeek模型通过算法优 等。由于代码、数学等领 域更适配模型评估与奖励反馈环节，推理模型在这些领域的深度思考能力更强，而在文学、医药、科研等领域，因存在大量实验数据和非 唯一最优解等影响，后训练的效果提升相对有限。从落地质效来看，DeepSeek通过创新的模型结构和训练任务优化，如多令牌预测 （MTP）、多头潜在注意力机制（MLA）、GRPO（分组相对策略优化）等，在保持高性能的同时，大幅降低了训练和推理成本。这些低 成

动能。资本市场持续关注AI，投资重点聚焦于语言与多模态模型应用、芯片、算力服务等领域， 基础层与应用层协同发展，不断完善产业生态。社会层面，生成式AI的普及加速了市场教育， 公 众 接 受 度 显 著 提 升 ， 但 就 业 替 代 、 隐 私 安 全 等 问 题 仍 引 发 一 定 焦 虑 。 技 术 方 面 ， Transformer架构依然主导大模型发展，研发侧通过强化学习、思维链优化提升模型推理能力， 供给侧前置布局及需求侧训练需求有所缓解等原因导致，随着模型技术迭代及推 理应用爆发，长久来看高性能算力仍处于高需求状态。智算中心建设需协调好地区产业资源规划，从软硬件角度优化算力利用率及平台运 行质效，稳健支撑上层AI产业发展。2025年初，随着DeepSeek V3及R1模型的开源及产品破圈，英伟达股价单日下跌幅达到近20%。在 美国对中国实施芯片出口管制的背景下，DeepSeek模型通过算法优 等。由于代码、数学等领 域更适配模型评估与奖励反馈环节，推理模型在这些领域的深度思考能力更强，而在文学、医药、科研等领域，因存在大量实验数据和非 唯一最优解等影响，后训练的效果提升相对有限。从落地质效来看，DeepSeek通过创新的模型结构和训练任务优化，如多令牌预测 （MTP）、多头潜在注意力机制（MLA）、GRPO（分组相对策略优化）等，在保持高性能的同时，大幅降低了训练和推理成本。这些低 成