公司资本支出与战略调整 - 亚马逊宣布将2026年AI相关资本支出提高近60%至2000亿美元，远超华尔街预期[1] - 为支撑AI投入，公司推进成本控制与组织调整，自去年10月以来累计裁员约3万人，约占员工总数的10%[4] - 公司重组人工智能部门，由资深高管彼得·德桑蒂斯领导，以加快AI服务与定制芯片的推出速度[4] - 业务层面，公司关闭部分杂货门店，缩减掌纹支付应用，将资源集中投向Whole Foods扩张、当日达配送及数据中心建设[4] - 有知情人士透露，亚马逊正就最高500亿美元投资OpenAI展开谈判，以强化AI生态布局[4] 财务表现与市场反应 - 消息公布后，公司股价在盘后交易中下跌约10%[1] - 公司当期净利润达到212亿美元，与分析师预期一致，第一季度营业利润指引为165亿美元至215亿美元[3] - 亚马逊云服务收入同比增长24%至356亿美元，增速落后于微软Azure的39%和谷歌云的近48%[3] - 公司强调数据中心容量上线后即被迅速售出，显示需求具有长期性[3] - 市场情绪转向谨慎，投资者关注点从短期业绩转向持续攀升的AI投入规模、云业务增速放缓及回报周期不确定性[3] 行业竞争格局与资本投入 - 亚马逊正与微软、Meta、谷歌及甲骨文等科技巨头一道，加速建设数据中心并为算力扩张融资[3] - 根据披露及分析师测算，上述企业2026年的合计资本支出将超过7000亿美元，规模接近日本年度财政预算[3] - 资本市场反应呈现两极分化：Meta和谷歌股价因广告及其他业务改善获得支撑，微软和亚马逊则因AI相关业务增速未达预期而承压[3] - 微软此前警告，云业务增长正受到AI所需硬件供应有限的制约[3]

公司融资计划 - 甲骨文于2月3日正式启动最高规模达500亿美元的集资计划，以全力冲刺云基建 [1] - 集资计划包含债券和股权组合，首期将发行规模介于200亿至250亿美元的债券，为单次性发行 [1] - 剩余资金缺口将通过股权相关工具及普通股发行来填补 [1] 公司战略转型 - 公司正试图从传统的数据库软件供应商，转型为重资产的云端基础设施巨头，以与亚马逊云(AWS)和微软Azure竞争 [2] - 此次大规模集资旨在支撑其激进的云端基础设施扩张策略，以抢占人工智能(AI)算力的高地 [1][2] - 市场对公司解决资本开支资金来源的担忧暂时得到缓解 [2] 市场反应与财务状况 - 宣布启动集资计划当日，公司股价先升后跌，盘初一度上涨4%，最终收跌2.75%，报160.06美元 [1] - 公司目前的未偿债务已高达约950亿美元 [2] - 在利率高企的背景下，大规模举债扩张引发了市场对公司现金流压力及财务结构脆弱性的忧虑 [2] 市场质疑与做空 - 市场对公司的质疑声音依然存在 [2] - 传奇对冲基金经理迈克尔·布瑞近期披露已沽空甲骨文，批评其进行不必要的重资产扩张 [2]

公司战略与融资计划 - 公司正式启动最高500亿美元的集资计划 以全力冲刺云基建[1] - 集资计划包含首期高达250亿美元的债券发行 剩余资金缺口将通过股权相关工具及普通股发行填补[1] - 公司正试图从传统的数据库软件供应商转型为重资产的云端基础设施巨头 以与亚马逊云和微软Azure竞争[2] 市场反应与股价表现 - 公司周一股价先升后跌 盘初一度涨4% 最终收跌2.75% 报160.06美元[1] - 市场对公司解决资本开支资金来源的担忧暂时得到缓解[2] - 传奇对冲基金经理Michael Burry近期披露已沽空公司 批评其进行不必要的重资产扩张[2] 财务状况与风险关注 - 公司首期发债将分为8个部分进行 预计规模介乎200亿至250亿美元之间 为2026年内单次性发行[1] - 公司目前的未偿债务已高达约950亿美元[2] - 在利率高企的背景下 大规模举债扩张引发市场对公司现金流压力及财务结构脆弱性的忧虑[2]

文章核心观点 - 云计算公司的“剩余履约义务”（订单积压）正成为衡量AI热潮是否过热的新标尺 这些由AI公司巨额长期承诺推动的积压订单正在重塑云计算市场竞争格局 但市场担忧其能否兑现并盈利 甲骨文的案例已引发股价下跌 市场对该指标的反应将是判断AI泡沫风险的重要信号 [1][6] 订单积压指标的重要性 - “剩余履约义务”这一财务指标在云计算财报季获得更多关注 它展示了云服务商未来将从多年期合同中确认的销售额 [2] - 自ChatGPT发布以来 OpenAI和Anthropic等AI公司向云服务商做出了数千亿美元的长期承诺 这些服务器为其AI模型提供算力支撑 订单积压的规模和变化揭示了AI时代的竞争动态变化 [1][2] - 美银分析师指出 当订单积压与营收增长方向出现背离时 投资者会特别留意这一指标 截至去年9月30日的数据显示 该指标已成为理解云计算市场格局转变的关键 [1][2] 云计算市场竞争格局变化 - 从新增订单积压金额来看 亚马逊云计算部门AWS已落后于排名第二的微软 甚至略微落后于谷歌 [3] - 谷歌凭借其尖端AI技术和定制AI芯片 已从云计算市场的平淡表现者跃升为足以与更大竞争对手抗衡的有力竞争者 成功吸引AI公司付费租用其芯片 [3] - 微软作为OpenAI的主要云服务提供商 在订单积压增长上占据优势 谷歌的异军突起改写了云计算市场由亚马逊主导的三足鼎立格局 [3] 订单积压数据的局限性与风险 - 订单积压数据存在统计口径差异 微软的数字包括Windows和Office业务的承诺 谷歌的指标也包含其生产力套件等其他业务 [4] - 来自单一云客户（通常是OpenAI）的巨额交易可能单方面推动该数字大幅波动 疫情期间企业曾与云服务商重新谈判合同将支出推迟 如今类似风险依然存在 [4] - 有观点质疑 所报告的剩余履约义务中有多少是遥远未来的业务 可能交付也可能不交付 可能确认收入也可能无法确认 [5] 具体公司的订单积压与市场反应 - 去年第四季度 OpenAI表示将在微软Azure上额外支出2500亿美元 在AWS上支出380亿美元 Anthropic则承诺从Azure购买300亿美元的算力容量 [5] - 甲骨文的订单积压自2022年末以来飙升了4600亿美元 几乎完全依赖于OpenAI承诺在未来租用其数据中心空间的3000亿美元合同 [6] - 尽管订单积压数字惊人 但甲骨文股价下跌了四分之一 投资者质疑该生意能否盈利以及完整交易能否真正落地 [1][6] - 当微软、亚马逊和谷歌的最新承诺体现在各自的订单积压中时 市场的反应将成为衡量投资者对潜在AI泡沫担忧程度的重要指标 [6]

文章核心观点 - 近期投资者通过投资人工智能相关的小众股票获利颇丰 而引领市场多年的“科技七巨头”自2025年10月底以来表现疲软 市场对其巨额AI投资的回报产生怀疑 即将到来的财报季将成为判断2026年投资策略的关键依据 这些科技巨头需要证明其高额资本支出正在转化为显著的增长和回报 [1][2][4][9] 市场趋势与表现分化 - “科技七巨头”（谷歌、亚马逊、苹果、Meta、微软、英伟达、特斯拉）在过去三年引领股市 但趋势在2025年底逆转 市场对其AI投资回报的怀疑加剧 [1] - 追踪该集团的指数在2025年10月29日创历史新高后回落 七家公司中有五家股价下跌并跑输标普500指数 同期仅谷歌股价飙升近20% 亚马逊也录得上涨 [1] - 交易员转而涌入获得大型科技公司资金支持的企业 自该指数高点回落以来 存储芯片制造商Sandisk股价上涨逾130% 美光科技上涨76% 西部数据上涨67% 电力生产商、发电机制造商及材料类公司也因增长预期和低估值跑赢大盘 [2] 即将到来的财报季与市场预期 - 微软、Meta和特斯拉将于周三公布财报 苹果于周四公布 Alphabet于2月4日公布 英伟达于2月25日公布 亚马逊于2月5日公布 [2] - 这些财报将揭示云计算、电子设备、软件、数字广告等多个行业的健康状况 [2] - 该集团预计第四季度利润增长20% 为自2023年初以来最慢增速 面临证明巨额资本支出带来更显著回报的压力 [2][4] - 标普500指数中除“科技七巨头”外的493家公司 第四季度盈利增长预计仅为8% 远低于对大型科技公司的预期 [5] 人工智能投资、资本支出与回报压力 - 人工智能增长在微软Azure等云业务中最为明显 Azure在截至9月的第一财季收入增长39% 华尔街预计其第二财季增长36% [4] - 微软、亚马逊、Alphabet和Meta预计2026年资本支出将达约4750亿美元 远高于2024年的2300亿美元 [4] - 投资者希望看到这些投资的回报 若达不到增长目标 公司可能受到惩罚 若投资回报率上升且盈利能力提升 将有助于缓解市场顾虑 [4][5] - 2025年10月29日 Meta因预计2026年资本支出将“显著增加”但未说明如何盈利 次日股价下跌11% 较8月峰值仍下跌17% 分析师预测其第四季度每股收益同比增长不到2%至8.16美元 营收预计增长21% [5] 估值与市场权重 - “科技七巨头”指数预期市盈率为28倍 低于此前峰值 与过去十年平均水平持平 [8] - 例如 英伟达股价自2022年底以来飙升1184% 但其预期市盈率为24倍 略高于标普500指数的22倍 [8] - 该集团在标普500指数中权重巨大 算上Alphabet的双重股权结构 占据了指数前九大权重中的八个 合计占比超过三分之一 [5]

市场趋势与策略转变 - 近期投资者通过聚焦人工智能领域的小众股票获得丰厚回报[1] - “科技七巨头”在过去三年引领股市走高 但趋势在2025年底发生逆转[1] - 自2025年10月29日“科技七巨头”指数创纪录高位后 该集团中有五家公司股价下跌并跑输标普500指数[1] - 交易员涌入从大型科技公司获得资金支持的企业 例如存储芯片制造商Sandisk股价上涨逾130% 美光科技上涨76% 西部数据上涨67%[2] - 电力生产商、发电机制造商及材料类公司也因经济加速增长预期和较低估值而跑赢大盘[2] 科技巨头财报与业绩压力 - 微软、Meta Platforms和特斯拉将于周三公布财报 苹果于周四公布 Alphabet于2月4日公布 英伟达于2月25日公布 亚马逊于2月5日公布[2] - “科技七巨头”预计第四季度利润增长20% 为2023年初以来最慢增速[3] - 公司面临压力 需要证明巨额资本支出正带来更显著的回报[3] - 市场环境要求公司以明显优势超越预期 而非仅以1%到2%的优势胜出[5] - 若大型科技公司无法达到增长目标 将可能受到市场惩罚[6] 人工智能投资与回报 - 人工智能的增长在微软Azure等云业务中最为明显 Azure收入在截至9月的第一财季增长39%[5] - 华尔街预计微软第二财季Azure收入将增长36%[5] - 微软、亚马逊、Alphabet和Meta预计2026年资本支出将达约4750亿美元 远高于2024年的2300亿美元[6] - 投资者希望看到投资回报率上升 以消弭对资本支出激增的顾虑[6] - 2025年10月29日 Meta Platforms因预计2026年资本支出将“显著增加”但未说明盈利路径 次日股价下跌11%[6] - 分析师预测Meta Platforms第四季度每股收益预计较上年同期增长不到2%至8.16美元 营收预计增长21%[6] 市场结构与估值 - “科技七巨头”在标普500指数中占据巨大权重 合计占比超过三分之一[7] - 该集团的盈利能力远超市场其他企业 标普500指数中除“科技七巨头”外的493家公司第四季度盈利增长预计仅为8%[7] - “科技七巨头”指数的预期市盈率为28倍 低于此前峰值 与过去十年平均水平持平[10] - 英伟达股价自2022年底以来已飙升1184% 但其预期市盈率为24倍 略高于标普500指数的22倍[10] - 投资者等待公司兑现增长承诺以摆脱股价低迷 此次财报季被视为重要的进展里程碑[10]

核心观点 - 法国巴黎银行认为，在AI应用浪潮中，以微软、亚马逊AWS和谷歌云为代表的超级云计算巨头将持续成为最大受益者，而传统的云软件公司（如ServiceNow、SAP）虽具增长韧性，但增长前景和股价表现将远逊于前者 [1][2][3] 行业趋势与市场动态 - 一项面向全球企业的重要调查结果对软件行业是一个警示信号，强化了近期市场对部分软件股的负面情绪 [1] - 超级云计算公司（微软、亚马逊AWS、谷歌云）在企业调查中持续“获胜”，其整体支出得分保持相对韧性 [1] - 公共云计算需求在AI应用渗透率扩张的推动下显著增加 [1] - 生成式AI在B端和C端的加速落地，正将算力需求从“训练”推向更广泛的“推理”与在线服务，从而大幅抬升全球云计算IaaS基础设施及PaaS AI开发者生态平台的景气度 [6] 公司分析与目标价调整 - 法国巴黎银行重申对微软的“跑赢大盘”评级，目标股价维持在632美元 [3] - 该行将ServiceNow的目标股价从186美元大幅下调至120美元 [3] - 截至报告提及的周四美股收盘，微软股价为451.140美元，ServiceNow股价为128.560美元 [3] - 分析师对Datadog和Databricks等云软件公司在1月企业调查中出现的“企业采用突然恶化”感到惊讶 [3] 超级云计算巨头优势分析 - 微软、亚马逊AWS、谷歌GCP是AI训练/推理体系最核心的基础设施提供者 [5] - 企业调查显示，无论企业是否购买具体的AI应用软件，AI平台资源支出始终是核心预算，这使得超级云计算公司在AI投资周期中受益更稳定 [5] - 这些巨头全面聚焦于布局生成式AI相关的开发生态，旨在降低各行各业开发AI应用的技术门槛，并提供强大的云端AI算力平台 [5] - 谷歌、微软和亚马逊在AI算力基础设施建设和AI开发生态平台方面需求处于超高景气区间 [6] - 谷歌云平台上的服务商MongoDB最新公布的营收与盈利全面超预期并上调全年展望，与谷歌大规模AI资本支出及强劲的云业务增长相呼应 [6] 传统云软件公司定位 - ServiceNow和SAP因需求改善而显得突出，被描述为具有相对基本面的韧性 [1][4] - 企业级SaaS（如ServiceNow/SAP）具有客户粘性和较稳定的营收增长曲线，因此被称为“有韧性” [5] - 然而，与传统云软件公司相关的IT支出，企业普遍持更谨慎态度 [3] - 这类公司的增长极度依赖企业IT预算周期，在宏观经济不确定时更容易被收紧，其增长路径更多依赖于各行业的采用周期，而不具备云计算平台“无视周期”的持续扩张属性 [5] 近期业绩预期 - 华尔街普遍预计微软第二财季每股收益约为3.92美元（同比增长34%），总营收约为802.8亿美元（同比增长30%） [7] - 华尔街普遍预计ServiceNow第四季度每股收益约为0.89美元，营收约为35.3亿美元（同比增长19%） [7]

微软近期股价表现与市场情绪 - 微软股价在最近三个月下跌约10%，触及七个多月低点，收于459.38美元，为2022年5月以来最低水平 [1] - 软件板块整体表现持续疲软 [1] - 尽管股价疲软，但摩根士丹利分析师指出，微软在信息技术主管的新增AI预算分配中仍是最常被提及的公司 [1] 分析师对微软估值与市场地位的看法 - 摩根士丹利分析师基思·怀斯认为，微软在获取生成式AI支出和IT预算方面最具优势，但这一点并未反映在股价中 [1] - 微软股价按明年GAAP盈利预期的23倍交易，估值低于软件同行，被认为“明显被低估” [1] - 高盛近期将微软目标价上调至655美元，认为其对Anthropic的投资及内部AI模型开发减少了公司对OpenAI的依赖，使AI布局更多元化 [2] 微软在AI与云服务领域的竞争优势 - 根据对首席信息官的调研，微软在AI领域拥有“清晰的”领先地位，获得78%的“净得分”（基于预计增加支出与减少支出的比例计算） [1] - 在云服务选择上，微软Azure是首席信息官的首选，其次是亚马逊AWS，再次为Google Cloud [1] - 随着更多业务迁移至云端，微软与亚马逊被视为此趋势的明确受益者 [1] - 在生成式AI产品方面，92%的CIO预计未来12个月将采用微软提供的工具，包括Microsoft 365 Copilot、Github Copilot和Azure OpenAI Services [1] 市场对AI投资的担忧与分析师的反驳 - 市场普遍担忧企业大量投入AI基础设施但付费使用带来的回报并未同步提升 [2] - 分析师怀斯反驳称，微软在AI领域仍有“持续热情”，并普遍预计公司将实现营收增长加速和经营利润率扩张 [2] - 尽管如此，市场对微软及与ChatGPT相关的软件股仍持怀疑态度 [2]

行业商业模式转变 - 顶级AI大模型公司开始探索广告变现，与早期“无广告”承诺形成显著转变，例如OpenAI首席执行官表示“对广告挺喜欢的”，谷歌也在洽谈其AI助手Gemini的原生广告合作 [1] - 行业正从追求纯净用户体验的免费模式，转向寻求成熟的商业化路径，未来AI助手可能转变为包含推广内容的“导购” [1] 财务压力与变现动因 - AI大模型的研发和运营成本极高，训练顶尖模型需数亿至数十亿美元，行业面临严重的“烧钱”困境 [3] - 以OpenAI为例，其2025年上半年营收达数十亿美元，但净亏损累计高达135亿美元，成本结构为每赚1美元需花费3美元 [3] - 谷歌、Anthropic等公司同样面临长期亏损，依赖外部资金输血，这种不可持续的模式迫使公司必须向投资者证明盈利能力 [3][4] - 在资本市场耐心耗尽和盈利压力下，互联网已验证的高效变现方式——广告，成为企业寻求“回血”的必然选择 [4] 广告嵌入形式演进 - AI广告预计不会采用粗暴弹窗，而是借鉴互联网经验，采用更“温柔”或“有价值”的嵌入方式 [6] - 基础形式为界面展示广告，如在对话侧边栏或底部放置品牌横幅或静态卡片，在不影响核心对话流的同时获得曝光收入 [6] - 可能采用“激励式”交互，例如免费用户通过观看简短品牌视频来换取更长的对话次数或解锁高级功能，这在游戏和工具类App中已很常见 [6] - 最具争议且难以察觉的是“生成式引擎优化”式隐性广告，AI在回复用户推荐请求时，可能在看似客观的比较中微妙倾向于合作品牌，模糊了客观建议与商业推广的界限 [8] 多元化商业路径探索 - 在个人用户市场，订阅制正趋向更精细化的分层，用户可能为特定垂直场景的专用AI助手付费，如法律咨询、专业编程或留学文书教练，其价值更明确且用户付费意愿更强 [10][11] - 企业级服务是利润最丰厚的主战场，企业愿意为能直接降本增效或创造收入的定制化AI能力支付高额费用，例如为金融机构定制风控模型或为制造业提供预测性维护方案 [11] - 各大云服务商正将大模型能力集成到云服务中，推动企业上云，构成了庞大的B端市场 [13] - 远景来看，随着AI工具调用能力成熟，其可能演变为数字世界的“调度中心”，在用户从查询、比价到下单、支付的闭环中抽取佣金，形成“AI即服务，服务即交易”的模式 [13] - 行业共识是纯粹的免费时代即将成为过去 [13]

全球AI应用平台市场概况 - AI应用平台正成为AI技术规模化应用的核心载体，是集成了模型开发、部署与运营能力的一体化企业级平台，旨在将复杂技术转化为解决实际业务问题的产品与服务 [2] - 全球市场由美国主导，其市场规模占比超过55%，中美两国合计已占全球近七成份额 [2] - 欧洲市场增长迅速，预计2029年市场规模将达到约2500亿美元 [2] 全球AI市场融资与规模 - 2025年全球AI创业公司融资额达到2023亿美元，同比增长超75%，占全球总融资近50% [13] - 美国在AI融资领域占据主导地位，2025年美国本土企业融资总额达1590亿美元，占全球AI融资的79%，其中旧金山湾区贡献了1220亿美元，占美国融资的四分之三以上 [13] - 西欧市场规模占整个欧洲市场的九成以上 [12] 中国AI市场现状与预测 - 预计到2029年，中国人工智能总投资规模将达1114亿美元，五年复合增长率为25.7% [18] - 生成式AI在中国市场占比将显著提升，预计从2024年占总投资规模的18.2%提升至2029年的41.1%，投资规模超450亿美元，五年复合增长率为48.0% [18] - 中国AI产品在用户规模与产品数量上已具备全球竞争力，2025年数据显示，中国AI APP下载量为2.63亿次，产品总数为172个 [17] - 但在商业化收入和Web端渗透率上仍有提升空间，2025年中国AI APP内购收入为8040万美元，AI WEB访问量为14.25亿次，显著低于全球水平 [17][18] AI应用平台服务商分类 - 平台层/PaaS提供者（如微软Azure、百度智能云），提供开发工具与基础设施 [3] - 解决方案构建者（如Palantir、迈富时），聚焦行业场景交付完整解决方案 [3] - 传统软件服务者（如Oracle、用友），在现有软件中嵌入AI能力实现产品智能化 [3] 全球区域发展特点 - 美国扮演“定义规则”的角色，在基础技术、产品形态与商业模式上引领全球 [3] - 欧洲注重“深度整合”，将AI嵌入高端制造、汽车等实体产业，追求高价值与高合规性落地 [3] - 中国作为“规模应用”的场景大师，依托庞大统一市场，在消费互联网、智慧城市等领域实现快速规模化落地与迭代 [3] 未来技术发展趋势 - AI Agent智能体将向具备规划与工具调用能力的自主系统演进 [3] - 低代码AI开发工具将进一步降低开发门槛 [3] - 多模态融合技术将推动AI从文本向图像、语音、视频统一理解与生成跨越 [3] 全球AI关键趋势 - 大模型推理成本大幅下降，例如DeepSeek-V3使推理成本年降90%，其输入成本仅为GPT-4o的1/18-1/5，输出成本为GPT-4o的1/4-1/10，对比Claude3.5，其输出成本仅为其1/53 [25] - AI Agent已进入大语言模型驱动阶段 [24] - 行业AI应用平台正从工具转向集成化平台 [24] 中国AI产业链结构演进 - 算力方面，正从依赖进口转向国产芯片性能追赶并构建生态，未来目标实现接口算子库/训练统一及云边端动态调度 [20] - 算法方面，从预训练规模竞赛转向强化学习与多模态重点发展，未来目标实现多模态认知统一及深度决策 [20] - 数据方面，从依赖公开语料转向建设语料平台与数据要素市场，未来合成数据占比将超50% [20] - 生态与开发方面，从闭源主导、工程化工具链缺失转向开源模型性能比肩闭源、自动化微调平台缩短周期，未来低代码平台将覆盖80%场景 [20] - 应用方面，从集中于数字原生行业转向行业分化明显，未来将向垂直行业深化与专业化本地化部署发展 [20] 行业AI应用需求与渗透率 - 人工智能行业渗透率持续提升，互联网、电信、政府、金融、制造、交通、服务和教育等是AI技术积极探索和广泛落地的领域 [27] - 2024年数据显示，中国互联网行业的AI渗透率已接近90%，处于绝对领先地位 [30] - 电信、政务、金融行业的渗透率普遍超过70% [30] 制造业AI应用 - 需求围绕“提效、提质、降本、控风险”展开，旨在通过AI打通全链路数据，实现各环节的智能化决策与自动化执行 [28] - 具体应用包括：研发环节的生成式设计与AI仿真以提升效率；生产环节的AI质检与预测性维护；供应链环节的库存优化与风险管控；销售环节的精准获客；服务环节的预测性维护与智能客服 [29] 零售消费业AI应用 - 需求聚焦“精准、高效、降本、提体验”，旨在实现从获客、服务到履约的智能化决策 [31] - 具体应用包括：营销环节的AI内容生成与程序化广告；会员运营环节的个性化分层服务；门店管理环节的智能巡店与排班；供应链环节的精准销量预测与库存优化 [32] 金融保险业AI应用 - 需求正从单点效率提升向跨职能协同与业务模式创新演进 [33] - 具体应用包括：风控环节的智能核保、反欺诈与异常监视；客服环节的AI客服机器人；营销环节的客户流失预测与个性化推荐；合规环节的自动化合同与法规审查 [34] 医疗健康业AI应用 - 需求围绕“精准、高效、可及、经济”的核心价值展开 [37] - 具体应用包括：诊疗辅助环节的医学影像智能分析与电子病历处理；患者管理环节的长期状态监测与个性化干预；药物研发环节的靶点发现与化合物设计 [38] - AI+医疗细分赛道中，医学影像分析商业化能力与市场成熟度最高，电子病历、专病专科、医院管理等也是重点布局领域 [38]