纪要涉及的公司和行业 - 公司：建辉信息 - 行业：AI医疗行业 纪要提到的核心观点和论据 - 业务进展 - 传统业务：公司有自研算法做药品库存、经销商管理及发放逻辑优化，大模型算法不及自研算法 [2] - 零售端：大模型介入有帮助，一是提升客户服务模糊查找功能，二是学习60多亿条处方数据和近两万种药品图片数据，有望用于用药指导和提升药品文字识别完整度；正在测试AI备货助手，预计提升备货准确性；预计3月下旬在上海华氏大药房上线第二代机型，SKU增加到8000种左右 [3][4][5][6] - 出海端：年初与马来西亚Big Pharmacy集团获卫生部批准，3月底4月初在马来西亚上线三台24小时自助取药设备，嵌入Chat GPT客户服务；正在和香港医管局沟通，探索在沙特和俄罗斯等国开展试点应用 [7][8] - 数据处理与商用 - 数据所有权：数据所有权理论上属于患者，是法律盲区，公司有脱敏和清洗专利，收集、整理、清洗、脱敏后使用无大法律风险 [10] - 数据商用：对数据大规模商用持保守态度，倾向与医疗机构共同开发；子公司武汉博科国信是上海数据交易所会员单位，与同济医学院有数据合作 [10][11] - 收入与收费模式 - 医院端：传统业务软件收费内含在设备总价和售后服务维保费用中，不单独计费 [12] - 出海业务：服务可收费，如马来西亚项目明确可接入ChatDBT，软件升级可收费 [13] - 医院与零售需求差异 - 医院端：目前付费意愿无明显提升，自研药品管理软件配置效果优于大模型 [16] - 零售端：药品配置复杂程度远超医院，商家有意愿用大模型指导备货，公司与美团等合作出解决方案 [16][17][18] - AI底座与数据合作：对deepseq本地化部署，让其学习资料提升软件性能；多次和美团、阿里健康探讨数据层面合作，联合向监管汇报基于处方数据的推荐方案 [20][21] - 行业发展前景与壁垒 - 前景：大模型在客户服务、药品识别等方面有优势，新零售侧客户粘性因大模型介入显著提升，海外和零售市场空间巨大，公司希望3 - 5年出海业务与国内业务齐头并进 [25][26][27] - 壁垒：未明确提及 其他重要但是可能被忽略的内容 - 公司自研算法在药品识别效率上每小时能自动识别和分解600个不同单元，是海外竞争对手的6 - 7倍，公司在不断优化算法，追求识别效率和准确性 [28] - 公司将部分研发任务拆分子项交给大模型验证或编写，在标书和技术文件整理准备工作上取得一定帮助效果 [31]