纪要涉及的行业或公司 * 本次电话会议主要围绕**华兰股份**及其在**AI制药（AI医药）** 领域的布局展开[1] * 会议涉及华兰股份的子公司**灵平数智（灵晴数智）**、**知识图谱方向分公司**，以及华兰股份投资的**科迈生物**[1][8][11] 核心观点和论据 **1 华兰股份布局AI制药的背景与优势** * **主业稳健，客户资源深厚**：公司是成立30多年的医用橡胶制品龙头企业，收入利润稳定，积累了**1000多家**药企客户资源，合作关系长达二三十年[3][4][6] * **资金充裕，主业提供支持**：公司现金流充裕，业务回款快，为AI制药布局提供了资金基础[5] * **客户资源高度协同**：华兰股份掌握的客户资源远大于AI制药业务所需，公司计划向AI技术团队**开放这1000多家客户资源池**，帮助技术团队快速获得客户信任，降低获客成本和时间[6][43][89] * **战略定位高**：公司将AI医药业务定位到与胶塞主业**同等重要的位置**，目标是未来3-5年达到齐头并进，并致力于打造成为上市公司中AI医药领域的**头部梯队**[42][43][44] **2 AI制药业务的具体布局与模式** * **双轮驱动策略**：采取**内部孵化**（知识图谱、小分子、抗体、小核酸四大方向）加**外部投资**（如科迈生物）的方式推进AI制药布局[9][10] * **专家委员会支持**：成立了由刘军教授、孙茂松院士、胡跃院士、赵宏主任组成的“天团级”专家委员会，为技术方向把关并提供技术加持[9] * **知识图谱业务路径**： * **技术来源**：初期通过授权使用**Insilico Medicine**的成熟技术，快速切入中国市场[28][31] * **发展路径**：规划了**本地验证、本地化、规模化、生态化**四个发展阶段，最终目标是成为生物医药创新生态的关键节点[48][49][50][51][80] * **商业模式**：初期以**项目制**为主，定制化程度较高，未来将逐步标准化并拓展客户[66][68] * **应用方向**：聚焦**药物重定向**（老药新用）和**药物警戒**两大方向[21][22][24] * **投资企业科迈生物的特点**： * **数据优势**：拥有**4年多**的**私有数据**积累，不仅关注亲和力，更注重序列数据，以优化表位特异性和激活效率[12] * **模型特点**：针对**GPCR等难靶点**和**高特异性**要求（如CAR-T）优化模型，直接针对**细胞层面的实际效果**进行优化，而非仅优化亲和力跑分[13][15][16] * **业务模式**：自身不持有管线，主要为Biotech公司提供抗体设计服务，并获取合作管线**10%~30%的权益**[36] * **客户拓展**：借助华兰股份的销售网络，快速对接国内药企的初步AI转型需求[61] **3 关键业务进展与规划** * **知识图谱技术实力**：Insilico Medicine的知识图谱构建方法（iCraft）已发表在**自然子刊**上，其自动标注质量已接近成熟的生化博士水平，并在国际比赛中多次获得**第一名**[26][34] * **知识图谱合作进展**：Insilico Medicine已与**赛诺菲、Salesforce**等公司签订正式合作协议，推进药物重定向应用；并与**FDA**就推进药物警戒（PV）技术标准进行合作[27] * **科迈生物项目进展**： * 一个**GPCR**靶点（代谢类）项目已获得动物实验结果，效果良好[36] * 一个**CAR-T**项目能高分辨率区分靶点蛋白的野生型与突变型，在细胞层面实现约**5到6倍**的杀伤差异，正在申报IND[37][38] * **团队建设**： * 各核心团队（如知识图谱）初始规模约为**10人左右**，后续根据项目扩展[85] * 专家委员会将持续引入不同领域的专家，人数不设上限[84] 其他重要内容 * **业绩考核与指引**：公司已对知识图谱团队设定了明确的**里程碑式考核指标**（从数千万到数亿元），并暗示了达成的大致时间范围（与会计年度相关）[7][46][55][56] * **数据产权**：科迈生物与百奥赛图的合作数据是通过支付股权及测试费用获取的，**产权完整属于科迈**，未来将继续采购高质量数据，并拓展如羊驼等其他数据来源[73][74] * **AI工具平台化**：科迈生物正在构建对内对外的**AI Agent（人工智能体）体系**，对内提升员工效率，对外通过业务平台为客户提供基础工具服务[60] * **本土化与二次开发**：华兰的知识图谱团队将在引进技术的基础上，聚焦中国本土的疾病谱、用药习惯和监管环境，进行**二次开发和场景适配**，以实现技术国产化和自主知识产权[28][29]

公司入选与荣誉 - 公司入选江苏省第一批拟入库培育数据企业名单 成为成功入选的3家农商银行之一[1] - 公司连续多年获评国家金融监督管理总局苏州市监管分局监管统计治理先进单位与人民银行苏州市分行金融统计工作一等奖[1] - 公司的“锦客通”综合营销平台项目获评江苏省银行保险智能创新实验室优秀课题成果[2] - 公司的全产品推荐模型项目荣获江苏金融业数字化转型职工技能竞赛二等奖[3] 数据治理与基础建设 - 公司建立“事前防控、事中管控、事后监督”的全流程数据质量管控机制 嵌入多维度自动化校验规则 实施核心指标双层审批制度[1] - 公司搭建数据资产管理平台“锦数知” 整合内部业务数据与税务、工商、司法等权威外部数据 构建标准化客户标签体系[1] 数字化创新与业务驱动 - 公司发起“企业微信、锦客通、知识图谱”三大平台化项目 推动业务模式由“人工驱动”向“数据智能”转型[2] - 公司构建以企业微信为核心的“移动化数字分行” 累计与超21万户零售客户建立联系 实名率近60% 客户经理月活率显著提升[2] - 公司搭建“锦客通”综合营销平台 上线40余个营销场景 下发客户线索综合触达率超40% 转化率近15%[2] - 公司打造企业关系智能图谱平台 依托图数据库技术深度挖掘高价值客户资源[2] - 公司依托数据资产深度运营打造的全产品推荐模型实现“千人千面”精准营销 点击及购买客户数较上线前提升5倍以上 带动存贷业务超百亿元[3] 智能风控体系建设 - 公司构建全链路智能风控体系 将大数据、机器学习技术融入信贷流程[2] - 贷前审批实现小额贷款“自动秒批”、大额贷款30秒输出决策建议[2] - 贷中运用图计算技术识别企业关联风险[2] - 贷后建立1300余个预警信号 以“实时风控”取代“定期贷后”模式[2] - 目前公司全业务线风险模型覆盖率达100% 风险指标精简50%[2] 未来战略方向 - 公司未来将持续深化数据治理领域 拓宽数据价值转化场景边界 在数字金融创新突破、数据安全保障等方面加码发力 不断迭代优化数字化运营体系[3]

公司战略与定位 - 联想集团提出企业智能化转型已从传统的“+AI”升级为“AI+” [1] - “+AI”仅是在现有工作环境中添加AI元素，而“AI+”依托AI原生组织，是企业转型在思想与方法上的重大迭代，将带来业务模式的创新 [3] - 公司具备从业务咨询到交付实施的全面优势，旨在为客户实现运营降本增效，并助力创新业务模式、挖掘增长机会 [1] 业务模式与解决方案 - 公司通过帮助客户使用AI重构全价值链以实现降本增效，例如帮助伊利实现原奶调配单吨运输成本显著下降，24小时到厂及时率稳达98% [3] - 公司指出数据是智能化转型的基础，但大部分企业90%的数据可能都无法真正使用 [3] - 公司通过大量端侧设备帮助客户有效采集数据，同时提供知识库解决方案与知识图谱，助力企业完成数据治理 [3] - 智能制造是公司未来聚焦的一大重点行业，公司将依托自身智能制造经验，以内生外化模式为客户提供全生命周期服务，区别于咨询公司“卖药方”的模式 [3] 市场展望与合作 - 在“十五五”开局之际，公司期待与更多客户合作，把AI潜力真正转化为企业的竞争力与增长力 [3]

公司战略与定位 - 联想集团在CES 2026期间举办了史上规模最大的创新科技大会 [1] - 公司提出企业智能化转型已从传统的“+AI”升级为“AI+” [1] - 联想具备从业务咨询到交付实施的全面优势，旨在帮助客户实现运营降本增效、创新业务模式并挖掘增长机会 [1] 对“AI+”转型的解读 - “+AI”仅是在现有工作环境中添加AI元素，可由判别式AI实现 [3] - “AI+”则依托AI原生组织，是企业转型在思想与方法上的重大迭代，将带来业务模式的创新 [3] - 以客户伊利为例，联想帮助其使用AI重构从牧场到消费端的全价值链，实现原奶调配单吨运输成本显著下降，24小时到厂及时率稳定达到98% [3] 数据智能化能力 - 没有数据，智能化转型就无从谈起，但大部分企业90%的数据可能都无法真正使用 [3] - 联想通过大量端侧设备帮助客户有效采集数据 [3] - 公司同时提供知识库解决方案与知识图谱，助力企业完成数据治理 [3] 重点行业聚焦 - 智能制造是联想未来聚焦的一大重点行业 [3] - 区别于咨询公司“卖药方”的模式，联想能够依托自身智能制造经验，以内生外化模式为客户提供全生命周期服务 [3] - 公司期待与更多客户合作，将AI潜力转化为企业的竞争力与增长力 [3]

行业市场规模与增长 - 中国高等教育教学数字化市场规模从2020年的127亿元人民币增长至2024年的213亿元人民币，复合年增长率为13.7% [1] - 预计到2029年，市场规模将进一步扩大至453亿元人民币，对应复合年增长率为16.3% [7] - 高等教育数字化教学内容制作市场预计到2029年规模达231亿元人民币，复合年增长率为18.8% [7] - 高等教育数字化教学环境市场预计到2029年规模达222亿元人民币，复合年增长率为14.1% [7] 公司市场地位 - 公司2024年在国内高等教育教学数字化市场收入排名第二，市占率为4% [1] - 公司在国内高等教育数字化教学内容制作市场收入排名第一，市占率为7.3% [1] - 公司客户数量从2022年的1174名增加至2024年的1738名，大客户数量从245名增加至449名 [9] 公司财务表现 - 公司收入从2022年的4亿元人民币增长至2024年的8.48亿元人民币 [2] - 2025年上半年公司收入为2.75亿元人民币 [2] - 公司毛利率从2022年的44.1%提升至2024年的61.9%，2025年上半年毛利率为46.9% [2][4] - 公司归母净利润从2022年的-5911万元人民币改善至2024年的1.05亿元人民币 [2][5] - 2025年上半年归母净利润为-9895.6万元人民币，主要受行业季节性模式影响 [2][5] 业务结构与发展 - 数字化教学内容服务及产品是公司支柱业务，收入占比从2022年的83.9%升至2025年上半年的91.3% [3][4] - 知识图谱业务收入占比从2022年的1.5%大幅提升至2025年上半年的54.7%，成为主力产品 [3][4] - 数字化课程业务收入占比从2022年的73.9%下降至2025年上半年的32.6% [3][4] - 虚拟仿真业务收入占比从2022年的8.5%下降至2025年上半年的3.9% [3][4] - 数字化教学环境服务及产品收入占比从2022年的15.9%下降至2025年上半年的8.7% [3][4] 核心产品与技术 - 公司于2022年推出知识图谱构建产品，截至2025年6月底已交付超过8700份知识图谱 [6] - 知识图谱产品覆盖工学、医学、理学、农学等多个学科门类 [6] - 公司计划未来设立1或2个知识图谱构建中心以支持业务增长 [6] - 公司于2020年推出虚拟仿真开发产品 [2]

行业市场概况 - 中国高等教育教学数字化市场规模从2020年的127亿元增长至2024年的213亿元，复合年增长率为13.7% [1] - 预计到2029年，市场规模将扩大至453亿元，对应期间复合年增长率为16.3% [7] - 其中，数字化教学内容制作市场预计复合年增长率为18.8%，至2029年规模达231亿元；数字化教学环境市场预计复合年增长率为14.1%，至2029年规模达222亿元 [7] 公司市场地位 - 卓越睿新在2024年国内高等教育教学数字化市场所有公司中收入排名第二，市占率为4% [1] - 公司在国内高等教育数字化教学内容制作市场所有公司中收入排名第一，市占率为7.3% [1] - 公司旗下品牌“智慧树”于2013年推出，已发展为国内知名的高等教育机构数字化教学解决方案提供商 [1] 公司财务表现 - 收入从2022年的4亿元增长至2024年的8.48亿元，2025年上半年收入为2.75亿元 [2] - 毛利率在2022年至2024年分别为44.1%、60.7%、61.9%，2025年上半年为46.9% [2][4] - 归母净利润在2022年为-5911万元，2023年为8142.1万元，2024年增长至1.05亿元，2025年上半年为-9895.6万元，亏损同比扩大 [2][5] 业务结构分析 - 数字化教学内容服务及产品是支柱业务，收入占比始终超过80%，并在2025年上半年升至91.3% [3][4] - 该业务涵盖教育部认可的12个学科门类及92个专业 [3] - 业务细分为数字化课程、知识图谱和虚拟仿真三个子单元 [3] 产品收入构成演变 - 2022年，数字化课程收入占比为73.9%，知识图谱和虚拟仿真占比分别为1.5%和8.5% [3] - 到2024年，知识图谱收入占比大幅提升至40.1%，接近数字化课程的41.4% [3] - 2025年上半年，知识图谱收入占比进一步升至54.7%，成为贡献增量收入的主力军 [3] 数字化教学环境业务 - 该业务旨在协助高等教育机构建立高效整合的数字化环境，细分为云LMS和数字化教室 [3] - 2025年上半年，云LMS和数字化教室收入占比分别为5.4%和3.4%，同比均有所萎缩 [3] 知识图谱业务发展 - 公司于2022年推出知识图谱业务，该业务随后快速放量 [6] - 截至2025年6月底，公司已为多个学科门类交付了超过8700份知识图谱 [6] - 公司计划在未来设立1或2个知识图谱构建中心，以支持该业务的快速增长和集中管理 [6] 客户与增长动力 - 客户数量从2022年的1174名增加至2024年的1738名，其中大客户数量从245名增加至449名 [9] - 每名客户平均收入和每名大客户平均收入均有不同程度的增长，呈现量价齐增趋势 [9] - 公司通过推出虚拟仿真开发、知识图谱构建等新技术与产品，致力于提供更具互动性、吸引力及个性化的学习体验 [2]

纪要涉及的行业或公司 * 公司为“零点有数”，主营业务为数据智能辅助决策，涉及政务、金融、消费品等行业 [1] * 行业涉及数据智能、人工智能（AI）、知识图谱、大模型应用及保险科技、金融科技等 [6][7][23] 核心观点和论据 **1 财务表现与战略调整** * 公司三季报毛利率提升，核心原因是数据决策智能软件业务占比从去年约25%提升至接近40% [1][2] * 数据决策智能软件业务毛利率约60%-70%，远高于传统咨询报告业务（毛利率仅20%+） [2] * 公司主动放弃低毛利业务，进行战略调整，旨在调结构而非单纯追求收入增长，导致收入小幅下降但亏损缩窄 [2][4][5] * 研发高峰期已过，研发费用大幅下降，投入更聚焦于基于知识图谱的低幻觉人工智能智能体研发 [3] **2 技术整合与产品方向** * 公司并购“海益思”后，整合其知识图谱技术，形成了“轻量级数据库+基于本体的知识图谱计算平台”的技术底座 [7][9] * 该技术平台旨在降低大模型幻觉，并利用大模型降低知识图谱构建和更新成本 [7][8] * 对标美国Palantir，计划将知识图谱能力从军工领域拓展至金融保险领域 [10][11] * 在保险细分领域探索新模式，目标按保费3%-4%进行TPA（第三方）收费，预计明年一季度推出产品 [11][12] * 在新消费领域（如新型零食）探索AIAAS模式，参与产品从概念到销售的全流程并分成，预计本季度落地 [26][27] **3 市场需求与业务亮点** * G端业务（政务）因经济环境及政府过紧日子相对低迷，但公司所在的民生治理领域（如12345热线）需求稳定未减量 [13][14] * B端业务需求增加但竞争激烈导致毛利率下降，公司通过AI审单等技术帮助客户降本增效，例如替代部分买手工作 [14][15] * 公司获得来自DeepSeek、豆包等大模型公司的商机，因客户发现大模型直接应用效果不佳，需要公司的工程化能力和行业Know-how进行落地 [19][20] * 观察到边缘计算趋势，并与芯片公司探讨合作，未来方向包括“软件芯片化” [21] **4 未来发展与商业模式演进** * 公司未来整合方向包括技术端、数据源（如IoT设备、软件系统积累的数据）以及行业线（保险科技、金融科技公司） [23][24] * 现有软件业务已具备类SaaS持续收费特征 [30] * 战略路径清晰：业务经验模型化、模型算法化、算法软件化、软件芯片化 [21][30] * 积极探索从卖工具转向卖结果的新型商业模式（AIAAS） [27][31] 其他重要内容 * 提及香港公司“海思科技”已递表港交所，其知识图谱相关收入约1亿元，AI Agent收入约1亿元，总规模约5亿元，作为知识图谱和AI Agent赛道受资本市场关注的佐证 [9] * 提及Palantir与英伟达的合作，作为边缘计算降低算力成本趋势的例证 [21]

大会概况 - 中国中文信息学会将于2025年10月28日至29日在北京举办第二届中国大模型大会（CIPS & CLM 2025）[2] - 大会旨在延续首届会议精神，聚焦大模型的理论突破、技术前沿、产业落地与生态共建，致力于打造更具技术深度与行业影响力的AI盛会[2] - 会议汇聚百余名国内NLP领域顶尖学者与技术专家，参会规模逾千人[2] 核心议程与特邀报告 - 大会荣幸邀请到管晓宏院士和方滨兴院士等多位知名专家作特邀报告[3] - 管晓宏院士（西安交通大学）将作题为“人工智能的奖励函数意味着什么”的报告[5][17] - 方滨兴院士（广州大学）将探讨“伦理与安全驱动的大模型关键技术研究”[5][18][20] - 文继荣教授（中国人民大学）将介绍扩散大语言模型新范式LLaDA，挑战自回归范式的地位[5][30] - 邱锡鹏教授（复旦大学）将提出“情境智能”作为补全AGI的关键拼图，以突破算力与数据瓶颈[6][33] 专题论坛与技术方向 - 大会将组织13场高端专题论坛，覆盖生成式AI、知识图谱、具身智能、情感计算等热点技术方向[3][7] - 专题论坛主题包括大模型与AIGC协同创新、大模型时代具身智能、大模型安全与隐私计算、大模型与民族语言等[7][8][10] - 具体技术议题涵盖智能体革命、大小模型协同、大模型高级推理、长上下文能力构建、多模态具身机器人等前沿领域[8][9][10] 产学研结合与产业应用 - 多个专题论坛聚焦产业落地，如“大模型时代语音技术的产学研协同”论坛将探讨学界和工业界如何协同发展[14] - 产业界代表将分享实践，包括阿里国际数字商业集团骆卫华博士探讨工业级大模型应用的挑战，字节跳动吴烨博士介绍大模型隐私保护推理，中国电信李杰博士分享星辰语音大模型研发应用[10][11][14] - 智慧医疗论坛将探讨AI全科医生构建、多模态医学数据分析、心电大模型等临床应用前景[11][16]

会议概况 - 新质生产力人工智能大会暨对接交流会在四川绵阳举行，作为科博会子活动 [1] - 会议吸引全国多省市企业负责人、高校专家及金融投资机构高管参与，通过经验共享和项目路演为新质生产力发展注入活力 [1] 行业趋势与专家观点 - 专家将AI进化类比人类进化，指出智能体是未来中国IT等产业发展的主题 [3] - 智能体互联网协议建设与应用是重要发展方向，并预测了人工智能未来发展方向 [3] - 企业AI智能自动化的未来在于打造数字员工组织，实现从赋能到共生的人机协同新范式 [3] 公司产品与技术展示 - 九科信息技术下一代企业自动化产品核心特性包括低门槛交互式辅助设计、智能性与可控性兼备、自动应对异常与变动以及数字员工团队组织与协作 [4] - 公司展示了突破卡脖子技术、开拓新场景的实践范例 [3] - 项目路演涵盖知识图谱与大模型融合的企业级文档管理、AI赋能金融、AI智能体服务科学家创业融资及企业成长、AI赋能情绪心理健康、智能线控制动及底盘域控技术等多个前沿领域 [4][5]

公司AI产品入选创新案例 - 公司9个AI产品通过开源大模型集成应用能力质效评估，入选首批"开源大模型+"软件创新应用典型案例，成为入选案例数量最多的公司[1] - 评估涵盖接入能力、应用能力、模型性能、安全能力、兼容适配、运营管理等六个维度[3] - 产品聚焦销售、核保、理赔和风控等实际业务场景，从68个入围案例中脱颖而出[3] AI能力建设与生态构建 - 公司构建"保险+科技+服务"模式，升级建设AskBob、智能图像、知识图谱、仿真预测四方面AI能力[4] - AskBob引入预训练大模型技术，已在核保、理赔等场景应用，团财核保答疑实现24小时0等待，有效解答率超90%[4] - 智能图像大模型替代烟囱式小模型，新场景交付时效大幅缩短，内容创作效率提升95%[4] - 知识图谱覆盖5类知识体系，实现知识自动化构建[5] - 仿真预测在车险保费预测场景实现从0到1突破[5] 业务场景应用与价值创造 - 公司完成DeepSeek大模型本地化部署，围绕销售、核保、理赔、风控等场景打造AI助手[6] - 创小保AI助手实现单条营销内容百万级客户精准触达，提升非车销售能力[6] - 团非数字核保人实现"人工核保"到"AI自核"模式变革，自核率提升17pt，首次报价时效缩短至2小时以内[7] - 数字化风控体系实现每年AI减损金额超50亿元[7] 行业地位与未来规划 - 公司AI大模型技术已全面融入业务流程，展现AI技术创新实践上的强大实力[3] - 公司在ICDAR、EMNLP、Gartner等多个世界AI顶级会议比赛中获得冠军[4] - 未来将深化数字化转型，推进"人工智能+"行动[7]