讨论 AI 制药的商业模式变迁，并梳理相关公司。 ❑ AI 可用于新药开发全过程，达到降低成本，增加药物研发可能性目的。根据 DPI 援引英矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段 的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新 药研发负担。目前人工智能技术在药物研发过程中的应用主要集中于药物发 现阶段，随着 Deepseek .... 11 图 17：Schrodinger 软件服务业务收入及增速（万美元） .............................. 11 图 18：Schrodinger 药物发现业务收入及增速（万美元） .............................. 11 图 19：晶泰控股发展历程 .................................... 据基础上，运用机器学习、深度学 习、自然语言处理等技术参与药物开发各个环节，包括靶点发现、化合物合成、 化合物筛选到患者招募、临床试验设计等，通过 AI 技术的运用有效解决传统新 药研发痛点，缩短研发周期，提高研发成功率，降低研发成本。根据 DPI 援引英 矽智能数据，通过 AI 技术能将 ISM001 分子发现时间由传统手段的 2 年降至 11 个月，总费用从 4.14 亿美元降低至 20 万美元，极大降低了新药研发负担。

程）等。其中，业务流程的分类一般也是按业务域的分块进行划分。智慧教育架 构框架之业务参考模型（SEAF-BRM），即智慧教育业务参考模型，采用的是业务 分类模型。业务分类将有利于整个智慧教育（包括基于信创的智慧教育）建设中 发现合作、共享和重用的机会，也有利于将复杂的问题简单化、系统化，分类分 层去解决。 智慧教育业务参考模型（如下图 3.4）将业务分为教学、科研、校园和管理 4 个业务域，10 个业务线和 35 在合作单位等信息，为高校老师开辟更多的科研经费获取渠道，也打通了科研机 构与实际需求方之间的信息不对称问题。 同时，提供全球专利搜索功能，轻松获悉国内外技术及全球布局情况，了解 技术的发展脉络，发现潜在的竞争对手和合作伙伴，帮助科研人员提高研发起点， 缩短研发周期。 ⚫ 智慧科研管理平台 科研一体化智慧管理平台，支撑科研院所全流程、全要素、全业务的数字化 运作，实现组织与人才、科研 的主要难题。借鉴一些头部高校如清华大学、浙江大学、南京大学、北京航空航 天大学的人才培养经验可以发现，这些学校在教学过程中，都十分重视实践实训 教学，提升学生动手解决问题能力的同时，也巩固了理论知识的记忆。虽然这些 学校实训教学方式的成绩斐然，但却难以在全国大部分高校落地，因为这种实训 教学是建立在强大的师资、财力和科研环境上的。总结实训教学的优势，我们可 以发现问题点主要在于以下四个方面：一是大部分院校缺少相关教学备课的材料；

包括平台系统 架构、范围、系统详细的功能、性能要求、技术要求、安全要求等。 投标人提供的一切资料均应以中文为准，如果因为语言误差造成的损失由 投标人负责。若中标人采用不符合要求的产品实施，一经发现所造成的一切后 果（包括处罚、赔偿、工期延误等）由中标人自行承担。 投标人有责任及义务仔细阅读技术规范书，并且在投标前将技术规范书要 求分别向所投产品厂商转达。施工过程中，若因不满足技术规范中任一内容， 部署流量检测探针及 APT 预警系统，对高校整体流量进行检测，发现其中的勒 索、挖矿、高级可持续性威胁等安全威胁。 校内业务区：校内业务区包括校内大部分核心业务系统及数据库，其中存 在大量敏感、高价值数据，需要部署 web 应用防火墙，实现对校内 web 业务 的防护；部署数据库审计系统，实时解析对高校数据库的访问行为，实现对数 据库操作的审计，发现异常访问及恶意攻击。 安全管理区：安全管理区作为高校安全统一运维、管理的区域，需要对高 安全管理区：安全管理区作为高校安全统一运维、管理的区域，需要对高 校整体安全态势进行统一分析，发现系统内整体的安全风险。需要部署上网行 为管理设备。 5.1.3.3.4.2 网络安全分项设计 安全通信网络 网络主要功能就是用来传输数据，因此网络通信链路中存在的安全风险将 直接给信息数据的安全性带来极大的挑战。在内部网络与互联网之间、不同网 络区域之间、不同业务之间的数据交换的活动中，对 TCP/IP 网络通信过程的任

Global Market Insights 报告，2022 年全球医疗 AI 市场规模超过 50 亿美 元，并预计将以超过 29%的年均复合增速增长至 2032 年市 700 亿美元。从市 场结构看，药物发现和医学影像是 AI 应用最广的两个领域，合计占比超过 50%， 随着制药工业发展和 AI 技术迭代，预计 2032 年 AI 药物研发市场规模将超过 205 亿美元。 图 3：2018-2022 将为医生带来效率的提升和帮助实 现更多更有意义的工作的开展：“有了 GPT-4，她就有更多时间督促其他 即将出院的患者关注预防性护理的重要性。她将病患的病历复制到手机 上……以发现病患护理计划中可能存在的漏洞。果不其然，它发现了一名 逾期未做结肠镜检查的患者、一名胆固醇偏高需使用他汀类药物治疗的患 者，以及一名有高风险心脏病但已经有 5 年未检查血脂水平的患者。” 敬请阅读末页的重要说明

倍，大幅缩短新药研发周期。2）临床试验患者精准匹配：AI 技术可以 将临床试验患者匹配精度提高至 89%，缩短研发周期 6-8 个月，加速新药上市进 程。3）药物靶点发现与设计加速：利用 AI 分析生物数据和分子结构，加速药物靶 点发现和药物分子设计，为新药研发提供更强大的技术支撑。4）临床试验设计与 优化：AI 能够优化临床试验方案，提高试验效率和成功率，降低研发风险。5）药 物生产工艺优化：AI

正被硬件产品逐个覆盖，各教育需求 正在逐步解决。 从科技基因来看，技术有其自身的发展路径和“想法”。凯文·凯利的技术进化论提出：“要 理解技术想要什么，并帮助其实现”。具体到教育智能硬件，可以发现学习平板的屏幕通过 墨水屏、类纸膜等技术不断强调护眼以弥补液晶屏幕的不足，屏幕越来越大以更高效地输出； 智能手写笔通过接入笔盒以提升续航和组网能力、实现课堂互动；词典笔跟屏幕、摄像头、 折叠设 学习中的定位、 具体应用场景、家长评价、购买驱动力以及当前存在的痛点。 • 通过本次调研，我们希望能够较为全面地认识各品类教育智能硬件在家庭教育中的作用，把握家长对教育智能硬件的看法和需 求，发现目前教育智能硬件存在的不足之处，为教育智能硬件厂商的产品研发与改进、用户触达和营销等各环节工作提供有价 值的参考依据。 01 研究目的及内容 02 调研样本说明 调研概况 描述 样本来源 艾瑞艾客帮在线调研平台 减”政策实施三年来客观上抑制了校外培训的过热现象，同时也给家长带来了新的挑战：孩子自主学习能力参差不齐，部分家长辅 导能力和精力有限，如何在家庭场景中保障孩子的学习质量，成为很多家长担忧的问题。本次调研发现70.4%的用户在“双减”政 策实施后增加了教育智能硬件的支出，将其作为支持孩子在家自主学习的新途径，努力为孩子营造良好的家庭学习条件。 样本：教育硬能硬件用户N=1000，于2024年6月通过艾瑞艾客帮调研社区获得。

字化管理，议题、决议、文件等统一管理，透 明留痕；会转督办，让决议落地更有保障。 督办管理：支持公文、决议等转督办；看板多 维度展示督办任务进度，方便领导实时监控， 全面掌握各部门工作办理情况，及时发现并解 决问题。 2025高等教育数字化研究报告 2025 Digital Research Report on Higher Education ▲公文智能拟稿 高等教育数字化管理典型应用

习者与虚拟角色开展情景对话， 提升实际交流能力。 多邻国借助 A/B 测试，以数据驱动策略调整，多方面提升留存率。据多邻国前 CPO Jorge Mazal，多邻国首先通过建立用户活跃度模型，分析发现当前用户留存率 （CURR）对 DAU 影响巨大，遂将其设为关键指标重点提升。公司推出优化后的排 行榜功能，依学习情况匹配对手、晋级联赛，此举使整体学习时间增加 17%，高 活跃用户数增至三倍。在推