年代，早期以专家系统（如 QMR、DXplain）为主，但因技术限 制（如算力不足、算法不成熟）未能大规模应用。21 世纪初，深度学习、自然语 言处理和计算机视觉技术的突破重新激活了 AI 在医疗领域的潜力。医疗行业数 据量庞大（占全球数据总量的 30%），但 97%未被有效利用，这为 AI 模型的训 练提供了基础资源。例如，AI 通过分析医学影像和电子病历数据，实现了从辅助 诊断到药物研发的跨 I+医疗”的方向，科技的飞 速发展正在不断改变我们对健康管理的思维模式与理念，医疗行业人工智能化发 展已是大势所趋，国内外多个大型科技企业高度重视并持续进行技术研发投入， 未来行业发展具有重要潜力。AI 医疗也将更好地服务患者，进一步推动行业的创 新升级，建议关注创业慧康、卫宁健康、东软集团、医渡科技、安必平、久远银 海、医脉通等 AI 医疗领域龙头。 ➢ 风险提示：技术路径变化不 年代，早期以专家 系统（如 QMR、DXplain）为主，但因技术限制（如算力不足、算法不成熟）未 能大规模应用。21 世纪初，深度学习、自然语言处理和计算机视觉技术的突破重 新激活了 AI 在医疗领域的潜力。医疗行业数据量庞大（占全球数据总量的 30%）， 但 97%未被有效利用，这为 AI 模型的训练提供了基础资源。例如，AI 通过分析 医学影像和电子病历数据，实现了从辅助诊断到药物研发的跨越式发展。

ISM001-055 等事件为标志，全球 AI 制药行 业进入突破期，AI 药企开始追求端到端的服务能力，同时开始自建管线完成并推 动临床试验完成。与此同时，Big pharma 逐步认识到 AI 制药的潜力，行业合作 和投资案例增多，2021 年 5 月 BMS 与英国 AI 制药头部企业达成超 12 亿美元 的合作，AI 管线商业价值逐步得到体现。 图 3：2017-2022 年 Big pharma AI，能够快速发现新靶点，高 效生成候选药物并预测候选药物在临床试验中取得成功的可能性，降低药物开发 成本。目前基于 Pharma.AI 平台，公司不仅提供软件授权服务，同时自建强大的 药物研发管线，2023 年具有 FIC 潜力的创新分子 ISM001-055 同时在美国和中 国开展Ⅱ期临床试验，是中国首个由 AI 研发并进入临床阶段的候选药物。 图 22：英矽智能端到端生成式药物研发平台 Pharma.AI 前公司建立了由 31 个项目组成的多元化 AIDD 管线，覆盖肿瘤、免疫、纤维化 等领域，并推动产品的对外合作和临床研发，2022 年公司与全球排名前 20 的制 药公司中的 11 家合作，推进管线中有潜力药物的开发。核心产品 ISM001-055 获得 FDA 孤儿药认定，中国Ⅱa 期临床试验已经完成，有望成为 IPF 领域 FIC 药物。2）药物发现服务：利用 Pharma AI 为客户完成疾病靶点识别和药物发现

资源、降低人力依赖、提高教学管理效率，推动“大规模高质量因材施教”的个 性化培养理念走向现实，为教育质量、公平、个性化升级注入技术动力。而对于 教育企业而言，低成本大规模高效普及意味着更强劲的用户增长潜力，个性化培 养方案与高质量信息输出意味着以学习效果提高用户粘性。 在具体的实践中，AI 赋能教育聚焦成本优化与质量提升双重维度。成本优化端， 自动化生成课件、音视频及习题（如 Duolingo 训练模块等）显著降低教师重复劳 倍，实现用户留存与增长 的突破。 多邻国增长飞轮：基于其 Freemium 模式下的用户漏斗 多邻国自 2021 年 7 月上市以来，收入维持显著增长，并在业绩端实现扭亏为盈， 展现可持续盈利的潜力。自 2021 年上市以来，多邻国单季度收入增速同比持续维 持 40%及以上（2024Q3 为 39.9%），同时在业绩端，随着收入增长公司研发及营 销投入有所摊薄，公司亏损大幅缩窄并于 2023 年第二季度扭亏为盈。

生态体系的集成逻辑和技术路线上，去试图追赶国外先进科技公司持续数十年的 技术研发和生态积累，注定会充满挑战。 而云原生作为新一代的 IT 技术体系，正展现出改变上述信创建设中被动 局面的巨大潜力。云原生平台在数据中心发挥操作系统的作用，能够屏蔽底层异 构基础设施的复杂性，直接支持新一代应用的构建；容器轻量级虚拟化技术，能 够极大弱化对硬件辅助虚拟化技术的依赖。云原生模式与技术能够彻底重构信创