当前位置:首页 > 数码 > 从研究创新到市场应用-探索中国-AI-大模型的商业化之路 (研究创新性从几个角度)

从研究创新到市场应用-探索中国-AI-大模型的商业化之路 (研究创新性从几个角度)

admin8个月前 (04-13)数码39
大模型的商业化之路:困境与机遇 导言 大模型,作为人工智能领域的重大突破,拥有改变各行各业的潜力。其商业化之路却面临着重重困境。本文将深入探讨大模型商业化的困局、探索可行的路径,并深入分析中国市场在大模型商业化方面的现状和前景。 大模型商业化面临的困境 1. 巨额研发成本 大模型的训练需要庞大的算力和海量数据,这导致了巨额的研发成本。例如,OpenAI 的语言模型 GPT-3 的训练成本约为 500 万美元。巨额的投入对企业来说是一个巨大的负担,阻碍了大模型的广泛商业化。 2. 伦理和安全性问题 大模型的强大能力也带来了伦理和安全性问题。算法偏见、歧视和数据滥用等问题时有发生,这使得一些企业和大模型应用持谨慎态度。 3. 市场接受度和应用场景 目前,大多数大模型的应用需求集中在智能客服、智能推荐和智能营销等领域。其他领域的应用仍处于探索阶段,这使得大模型商业化进程相对缓慢,难以实现规模化发展。 大模型的商业化路径 1. 集成到现有产品和服务 互联网巨头可以通过将大模型集成到现有产品和服务中来实现商业化。例如,百度文库文档助手、淘宝问问和 Bing 搜索引擎都集成了大模型,这增加了用户粘性并带动了营收增长。 2. 订阅服务 另一种商业化模式是采用按月或按使用量计费的订阅模式,为客户提供持续的大模型访问权限。例如,OpenAI 的 ChatGPT 和百度的文心一言都通过订阅制的商业模式获得了收入。 3. 专业化服务 国家队厂商可以通过提供专业化服务来实现商业化。例如,智谱 AI 为大型企业和央国企提供定制化的大模型解决方案,满足其特定需求。 中国市场的大模型商业化现状 中国在人工智能领域取得了显著进展,但与国际领先水平相比,国内的大模型技术仍存在一定差距。尽管如此,一些国内企业已经开始探索大模型的商业化之路。 百度:百度文心一言被集成到各种产品和服务中,包括搜索引擎、内容创作和对话机器人。 阿里巴巴:阿里的通义千问同样采用了订阅制的商业模式,并为企业提供了定制化的大模型解决方案。 其他厂商:腾讯、华为和字节跳动等其他厂商也在积极布局大模型,但其商业化进展尚未明确。 结论 大模型的商业化之路并非坦途,面临着成本、伦理和市场接受度等方面的困境。通过探索集成的、订阅制的和专业化的商业化模式,以及解决伦理和安全性问题,大模型有望在各行各业释放巨大价值。中国市场在人工智能领域取得了长足发展,国内企业在大模型商业化方面也大有可为。随着技术的成熟和市场需求的增长,大模型有望成为未来企业竞争和发展的核心驱动力。

算法相对论|关于人工智能的产业化之路的三点思考

彭嘉昊 在过去的2021年,我们见证了人工智能这个细分行业的起起伏伏,有些企业长期亏损乃至濒临破产,有些企业顺利获得融资或成功上市,可谓几家欢喜几家愁。 但纵观现在国内人工智能的产业化之路,总是无法回避一个现实的问题,即“人工智能企业究竟离盈利还有多远?”诚然人工智能领域的研发工作需要巨大的投入,但所有的研发投入只有在产业化的落地场景中才能实现真正的商业价值,脱离了现实的产业需求,人工智能只能停留在技术本身。 目前,人工智能的产业化发展的3个路径:(1)AI+产业,即人工智能的技术型公司掌握某种人工智能技术后,向产业化的具体场景落地。 比如商汤 科技 、云天励飞、旷世 科技 等知名人工智能公司都是采取的这条路径。 (2)产业+AI,即由某一细分产业里的公司,尤其是头部大型企业作为主导力量,主动引入人工智能技术完成升级。 比如平安保险、、顺丰快递等细分领域的大型企业自身的产业升级。 (3)产学研成果转化,即由高校和科研机构为主导,主动面向市场的科研成果转化道路。 近些年各大顶尖高校都建立了人工智能研究院,诸如北京、上海、深圳等城市也有很多政府背景的人工智能科研和成果转化平台。 笔者从2020年以来持续走访了上百家人工智能企业及科研机构,就在行业里的所见所闻,结合自己的想法,谈一下我对于人工智能的产业化之路的思考。 一、“AI+产业”的道路已经进入平台期 “AI+产业”的模式,主要指人工智能的技术型公司通过技术先行,然后寻找合适的业务场景实现商业价值。 这条路可以借鉴移动互联网的发展历程,诸如淘宝、滴滴这样的互联网企业,都是通过技术和商业模式创新,发现了一个0-1的全新产业。 我们曾经也认为人工智能的技术型公司可以通过0-1的技术突破,借鉴移动互联网的经验,广泛覆盖到各行各业的细分场景中。 但除了人脸识别等少数几个场景外,人工智能的技术型公司并没有复制 科技 前辈在移动互联网的成功。 其中的原因有很多,我们并不能将其简单归咎于市场、资本或团队本身,笔者认为根源在于人工智能技术本身进入了一个进步相对缓慢的平台期了,我们拿人工智能的三大核心要素:算力、算法和数据来对应分析。 我们先说算力的问题,根据中国信息通信研究院在2021年《中国算力发展指数白皮书》的分析,虽然近些年基础算力、智能算力和超算算力都有很大程度的增长,未来5年全球的增速甚至超过50%,但与日益复杂的算法模型和快速增长的现实需求而言,仍然存在较大的缺口。 同时,存算一体架构、量子计算、光子计算和类脑计算芯片尚处于实验室的研发阶段,离大规模商业化还有较长的时间,无法以技术革命的方式实现跨越式发展。 虽然,诸如商汤 科技 、华为等头部公司采取了建立人工智能计算中心(AIDC)的方式,来满足未来智能计算需求的快速增长;我国神威、天河、曙光三台E级超算系统的研制工作也在逐步推进,很多国内的硬件公司着手计算机硬件的国产化替代。 但从短期来看,算力将会是一个制约人工智能技术发展的现实困难。 我们再说到算法,算法表面上是计算机技术,但就本质抽离分析它是个数学问题。 近些年数学领域还是有很多发展,比如无限函数计算等,但在计算机领域的发展速度相对而言没有那么的快。 就算法这一特定领域的发展,中美最顶级的算法之间目前并没有代差。 虽然层算法需要投入海量的资金进行研发,但是就应用层来说,企业完全可以自己下载Gitub或OpenAI的开源代码,或者使用网络、阿里、腾讯等互联网大厂的现有技术方案,从而大大降低技术应用的门槛。 在市场竞争的层面上,人工智能技术型公司并不必然比传统互联网公司,甚至处于数字化转型的传统企业更具有优势。 另外一个关键要素就是数据,我国从2020年开始就逐步收紧了数据安全相关的管理,《个人信息保护法》、《数据安全法》以及九部委《关于加强互联网信息服务算法综合治理的指导意见》的陆续出台,使得人工智能的技术型公司获得数据的难度越来越,除非他们能够深入到业务的细分场景中,否则很难像过去那样获得训练算法模型的大规模数据。 而这些“喂养”算法模型的数据,大都掌握在产业里的公司,尤其是大型公司的手中。 这些大型公司无论是处于商业目的,还是自身业务安全性的考虑,几乎很难同人工智能的技术型公司开展合作,这也造成人工智能的技术型公司在产业化的道路上困难重重。 二、“产业+AI”和产学研成果转化的机遇 “产业+AI”的路径,属于产业里的企业自发性升级换代的过程,我们可以将其归纳进企业数字化转型的进程。 产业里的企业为了适应市场竞争,会主动寻求与人工智能领域的技术型公司或者研究机构进行合作,甚至自己建立团队完成研发工作。 对于大部分产业里的企业来说,他们面对的并不是0-1的全新市场,往往是在既有的红海市场中竞争,这种长期在产业内的拼搏经历,使得他们在人工智能的产业化上具备以下两大独特优势: 1. 掌握了大量特定生产场景下的专业知识和数据资料:我们一般称其为行业knowhow,比如化工材料的配方或某种特殊的生产工艺流程等。 这种行业knowhow往往是企业的核心机密,在一些数据采集封闭、生产流程保密的领域,往往只有少数几家企业可以获得足够训练人工智能模型的专业知识和数据资料。 所以,很多产业里的企业在寻找技术合作方时,会对侵略性较强的技术型公司比较排斥,往往要求技术型公司提交算法源代码,目的在于避免培养潜在竞争对手。 2. 了解真实的交易和应用场景:比如怎样建立可靠的供应链,怎样探析市场的情报信息,怎样建立全新的商业模式和盈利模式等。 这些内容看似都属于业务相关的范畴,但却是技术型公司的痛点,几乎90%的人工智能公司都死在了打磨商业模式、寻找应用场景的道路上。 但对于产业里的企业来说,敏锐捕捉市场机会并从产业里赚到钱,是他们与生俱来的天然能力,所有不具备这种能力的企业都在过去的市场竞争中淘汰掉了。 随着人工智能技术准入门槛的降低,大量传统企业与人工智能技术的适配将更加便捷,未来每一家企业都具备成为“人工智能+公司”的潜质。 相信随着国家新基建和数字化转型工作的不断深化,在各行各业里都会出现“产业+AI”的明星企业。 在人工智能的产业化之路上,少不了高校和科研机构的参与,对于产业里的企业来说,高校和科研机构可以很好补充其自身研发能力的不足。 目前,我国的产学研成果转化的之路并不十分顺畅,虽然国家每年投入了大量科研经费,但由于学术、科研同商业、市场的差异巨大,高校和科研机构在商业判断和市场嗅觉等方面总显得不太“接地气”,更多的成果停留在实验室里很难走出去,面临“酒香也怕巷子深”的现实窘境。 另外,高校和科研机构往往在工程能力也有所欠缺,虽然容易聚集高层次的顶尖人才,但缺乏实际操作的操盘型业务能手。 正因为强于研发而弱于市场,高校和科研机构往往更愿意将 科技 成果以出售、技术入股或收益分成的方式与产业里的企业进行合作,而不是自己开拓市场。 与人工智能的技术型公司相比,高校和科研机构有着大量国家基础科研经费的保障,对于本就容易聚集人才的高校和科研机构来说,很多人工智能的技术型公司而言很复杂的技术,对于高校和科研机构来说并不困难。 随着国家《科学技术进步法》的修订,科研人员参与到成果转化的途径也将更通畅,一旦企业找到适合自身的成果转化路径,就可以很好的与高校和科研机构建立“产业+技术”的联合。 可以预见,未来各类新型技术和成果转化平台将持续涌现,作为技术与市场的桥梁。 三、以产业需求出发,以产业结果为验证标准 人工智能行业的发展变化很快,即使在产业内的从业人员也免不了持续性、高强度的学习和研究。 各行各业的专家在跨到人工智能这个领域的时候,可能都需要经历持续性“回头看”的过程。 笔者在2020年参与深圳特区人工智能立法的时候,关于“什么是人工智能”的界定,现在看起来内涵和外延都不充分。 过去,我们曾经认为人工智能就是模拟人的智能,但随着近些年的发展,我们发现机器在模拟人的智能上出现了很多痛点,但在模拟昆虫、动物的智能上反而进展很快,很多成果应用在障碍躲避、行为预判等诸多领域。 于是,我们发现人工智能并不能单纯界定为“模拟人的智能”,而应当是“人造的智能”。 显然,当时几乎所有的立法专家对于人工智能的基础理解并不全面和前瞻。 人工智能学界有一个著名的猴子上树的故事:我们不能认为基于当下在人工智能领域的技术进步,都是为通用人工智能的到来添砖加瓦;这正如我们不能认为一只猴子上了树,就意味着它向登月迈了一大步一样。 在人工智能的产业化之路上,我们必须保持着谦虚、务实的精神,一切从产业的需求出发,一切以产业的实际结果为验证标准。 任何一种技术或者商业模式的验证,都有自己的时间窗口,当市场机遇的红利期错过后,再想实现企业的快速发展就非常困难了,势必面临更加激烈的肉搏战。 与人工智能技术的发展一样,产业化的道路总是“看”起来容易,“做”起来难。 虽然我们不提倡以成败论英雄,但在人工智能的产业化道路上,能够解决真实问题、拿到客观结果,才是企业家需要思考的核心问题。 对于每一个产业里的专家来说,与其采取一种“预判式”的论证,执着于向其他人说明自己了解的知识,远不如切实在产业里面做出现实案例更具有说服力。 未来各行各业的每一家企业都是“人工智能+公司”,愿与行业里的同仁一起共同成长、见证人工智能产业化之路的发展。 (彭嘉昊系上海人工智能研究院数字化治理中心主任) 校对:栾梦

AI

人工智能未来的发展前景怎么样?

人工智能医疗行业主要公司:目前国内人工智能医疗行业代表性公司主要有:乐普医疗()、鹰瞳科技(2251HK)、心玮医疗(HK)、美因基因(IPO中)、推想医疗科技(IPO中)等

本文核心数据:人工智能的发展路径、市场规模,人工智能医疗相关政策、人工智能医疗投融资数据

1、人工智能发展路径及市场规模

——发展路径

人工智能(AI)是计算机科学的一个分支,通过智能系统模拟人类智能,达到机器展示人类智能的目的,如图像分析、语音识别等。自20世纪50年代以来,人工智能技术日趋成熟,应用场景也愈加广泛,相对于制造业、通信传媒、零售、教育等人工智能应用场景,AI医疗具有广阔的市场以及多元化的需求。

——市场规模

麦肯锡咨询的数据表明,人工智能每年能创造35万亿至58万亿美元的商业价值。根据IDC数据,预计到2025年全球人工智能应用市场总值将达1270亿美元,其中全球AI医疗处于高速成长期,占人工智能市场五分之一。我国人工智能产业发展快速,自2018年AI应用于基因测序以来,AI医疗的商业化模型逐步形成,2019年后,AI医疗以40%~60%的增速快速发展,如今中国AI医疗核心软件市场规模接近30亿元,加上带有重资产性质的AI医疗机器人,总体规模接近60亿元。

2、人工智能医疗底层基础逐渐完善

——产业进入商业模式构建阶段

国务院于2017年发布的《新一代人工智能发展规划》提到需要推广应用人工智能能治疗新模式、新手段,建立快速精准的智能医疗体系。2018年政府要求人工智能向基层领域自上而下渗透,进一步明确了在医疗影像、智能服务机器人等细分行业发展的目标与大方向。

2021年7月,国家药监局发布《人工智能医用软件产品分类界定指导原则》,明确人工智能医用软件产品的类别界定:用于辅助决策,按照第三类医疗器械管理目前已有四十余款AI类产品获批上市。

——人工智能医疗底层技术成熟

2012-2020年在医学文献中使用到的热门机器学习算法和深度学习算法包括:支持向量机(38%),主要应用于识别成像生物标志物和医疗影像分析;神经网络(34%),主要应用于生化分析、图像分析和药物开发;逻辑回归(4%),主要用于疾病风险评估和CDSS。AI医疗整体底层技术较为成熟,应用端准备充分

3、人工智能医疗投融资市场活跃

底层技术、顶层政策设计的双向增强了资本进入人工智能医疗行业的信心。2016-2020年人工智能医疗投融资规模呈现波动上升趋势,2020年中国人工智能医疗总融资金额达到398亿元,B轮之前的投资额占706%。AI医疗的未来发展应注重数据和科研的落地,如何切入到诊疗路径中解决切实的临床需求并有恰当的付费模式是商业化落地的关键。

综合以上分析,中国人工智能医疗顶层设计、商业模式、技术模式日趋成熟,投融资市场活跃,未来中国人工智能医疗行业将得到进一步发展。

西安乐普医学电子仪器待遇

医药行业被称为永不衰落的朝阳行业,其具有弱周期性、产业链长、行业及产品生命周期差异较大、竞争结构分化等特征。因而医药行业研究一般采用“自上而下”选择快速增长的细分领域,再通过“自下而上”确定投资标的的方法,要做到这点,则需要对医药行业有基本的认识。

1医药行业的特征

周期性特征:医药行业是典型的弱周期性行业,药品是一种特殊的商品,医药的需求刚性大、弹性小,受宏观经济的影响较小,因而医药行业具有防御性强的特征。

产业链特征:医药行业的产业链从上游原料企业到研发和生产企业在经过中间的流通领域,到达医院或零售终端,最后再面向消费者。

医药行业根据其在产业链中的位置不同,上游原料企业主要有化学原料药、中药材和中药饮片行业,中游生产企业主要有化学药制剂、中药、生物制药等,下游流通企业主要有医药商业行业(包括批发和零售)、医疗服务等。

在这条产业链中,上游原料药和下游医药流通比较稳定,中药则一直不温不火,相对来说容易出现牛股的是化学制药和生物制药,因为一般新的化学药出来如果效果好的话,会持续给公司带来巨大收入。

比如:恒瑞医药在2011年推出了针对癌症的阿帕替尼片,成为我国首款获得广泛认可的抗癌药。由此,恒瑞医药从2011年至今股价翻了10倍有余。

再例如生物医药的智飞生物,2017年代理了默沙东的宫颈癌疫苗9价HPV,业绩飞速增长,股价也在2年中翻了近3倍。

医药行业的生命周期:医药行业整体处于成长阶段,但其中细分产品具有很大的差异性。大部分医药产品都处于成长阶段,但其中相当部分生物医药产品和一些创新药品还处于初创阶段,如单克隆抗体药物、治疗性疫苗等,还有一些产品如青霉素、阿司匹林等药品已经进入成熟阶段,磺胺类等药品已经进入衰退阶段。

这么一说,大家应该明白了,为什么有些医药股股性活,而有些医药股死气沉沉了。简单的举个例子:从股性的角度上讲 恒瑞医药(创新药,成长型行业) > 鲁抗医药(青霉素、成熟型行业)> 新华制药(磺胺类,衰退型行业)

医药行业竞争结构:医药行业由许多不同的子行业所构成,各个子行业的运行情况与行业竞争结构各异。

总体比较下来,生物制药和医疗服务的竞争环境相对较好,化学原料药、化学药制剂、中药、医药商业和医疗器械的竞争环境相对较差。但在行业内的各个细分领域,又有很大的差异,如在化学药制剂中专利药品和独家产品的竞争环境也非常好,普药则很差;中药里面也有类似的情况,品牌中药的竞争环境很好,普通中药则很差。在对竞争环境的分析需要针对具体公司具体分析。

2医药行业的核心—供需

单颗药物对量的需求较低,所以一旦药物量产,满足市场是很容易的,因此,医药行业研究的重心在于需求端。

从宏观上来看,影响医药需求的因素是人口结构,比如老龄化程度、男女比例等都对医药的需求产生影响。

微观上来看,具体细分领域的需求还需从以下几点考虑:(1)该细分领域疾病的发病率;(2)各项政策,特别是医保政策是否会对该类药品的消费有拉动;(3)这种需求的增长能否落实到具体公司。

例如国内我们通过肿瘤的发病率快速提高这一信息,跟踪到抗肿瘤药物市场正在高速增长,而在全民医保的拉动下,抗肿瘤药物又是受到拉动最大的一个领域,从而得出抗肿瘤药物龙头企业相关产品将高速增长的结论。

带来医药行业投资机会的点比较多,通常可以从以下几个方面进行切入,寻找投资机会:

(1)细分行业和领域的整体景气度的提高,可以从行业收入和利润的增长情况,利润率的水平,现金流的情况以及行业内主要公司的经营情况进行跟踪;

(2)对于医药企业来说最重要的是产品,一种新的重磅药品往往对一个企业有着至关重要的作用。对制剂企业来说,对其新产品的研发进行跟踪,和了解公司产品在渠道中的销售状况都是必不可少的。同时由于国内企业以仿制药为主,需要掌握同类药品专利过期的时间,产品价格波动等。

(3)行业环境和政策因素,需要对政策导向进行解读,看政策是否会对行业产生大的影响,如一致性评价政策对仿制药企业的影响;

从医药行业的各子行业来看,不同类型的公司,其分析方法和投资逻辑差异很大,推动公司增长的动力也不相同。

31 化学原料药

化学原料药行业习惯上被分为大宗原料药和特色原料药,两类公司的盈利模式存在很大的区别。

311 大宗原料药

大宗原料药具有典型的周期性特征,对企业利润的推动往往决定于价格和销量。

这个比较典型的就是近两年股价大涨的新和成,近几年来它的主营维生素一直在涨价,但这个涨价并不是因为需求强劲,而是由于环保政策影响,维生素开工受限,以及维生素的核心技术仅掌握在巴斯夫、新和成、帝斯曼等少数几家公司手中,这几家公司联合挺价。所以,维生素出现了趋势性上涨。

312 特色原料药

特色原料药和大宗原料药相比,有一定的技术含量,讲求速度。特别是新药刚出来的时候能够快速实现原料供应,溢价能力逐步减弱,容易出现暴涨暴跌。比如早期的华海药业、天宇股份。

但近几年中,由于行业成长性的阶段性弱化(绝大部分领域的原料药都很明朗),使得这一领域逐渐淡出了我们的视野。

32化学药制剂行业

化学药制剂企业可以分为仿创型化学药(创新药)企业、OTC制剂企业和普药制剂生产企业。OTC的化学药和中药企业共性很强,其中中药OTC企业特征更为明显,因而我们放在中药部分讨论。

321仿创型化学药企业

仿创型企业的典型是恒瑞医药,公司过去主要通过抢仿专利药商在国内未获保护或者是专利保护过期的产品而开拓市场。后来,随着公司的研发实力增强,开始了发展创新药,形成了仿制药+创新药结合的产品线。

当然,我国大多数药企转型都是在走同样的路线,其中往创新药转型比较成功的还有:科伦药业、复星医药、贝达药业等。

通过创新开发新品,这类公司是医药行业最容易出现牛股的公司,是我们需要关注的重点。

举个例子,兴齐眼药一直是一家普通的眼膏剂企业,但2019年4月公司披露研发出了针对结膜炎、角膜溃疡等疾病的盐酸奥洛他定滴眼液,在国内尚属空白,未来前景可期,公司股价则由20元涨至100元附近,涨幅近5倍。

322普药制剂生产企业

普药即常规药物,相对于新药而言的,这类产品通常已经上市销售多年,市场相对成熟,没有专利等保护壁垒。国内的化学药制剂企业大部分是普药制剂生产企业,这类公司大多产品毛利率低,生产厂家多,竞争激烈,其可能的看点主要在于行业集中度提升,通过规模效应和费用压缩带来的利润增长。

这种类型的公司股价一般走势平稳,比如:华润双鹤、现代制药、中国医药、华东医药、京新药业、普利制药等。

33中药制剂

中药主要分为4种,中药饮片、品牌中药、现代中药、中药OTC

331中药饮片行业

中药饮片由于其市场规模小,产品附加值不高,技术含量有限,毛利率通常低于50%,品牌中药企业较少涉足这一领域,中药饮片领域以准入标准低,规范程度差,市场分散为主要特征。

所以这个行业不算是一个好的赛道。

我们也看到,上市公司中康美药业、红日药业、香雪制药、太龙药业等股价长期表现很一般。

332品牌中药

品牌中药是中药领域中最重要的一类公司,其产品品牌往往是历史的原因形成的,如同仁堂、云南白药、东阿阿胶、片仔癀,具有独占性和不可复制性,由于其品牌的稀缺性和需求的相对刚性,所以具有较强的成本转嫁能力。

从以往来看,这类公司的业绩增长往往依赖于两点:(1)产品价格的提升;(2)产品应用领域或者是品牌的延伸。典型代表企业如云南白药、片仔癀、东阿阿胶。

例如:云南白药找到牙膏的突破口,股价在16-18年间有不错表现,而片仔癀则拓展护肤品路线,股价也十分强势。

但同仁堂和东阿阿胶,近几年产品一直比较单一,股价则表现一般。

333现代中药企业

现代中药企业区别于品牌中药的企业的特征在于其产品的创新性,包括剂型创新和产品本身的创新,这类企业往往没有历史的传承和积累,其发展往往依托于产品的创新,从无到有,从单一产品到系列产品。通过不断的研发投入,实现在产品上不断创新,形成丰富的产品梯队,推动公司的持续快速增长,例如天士力、康缘药业等。

但注意一点,中药注射液一直在临床上效果不佳,甚至存在安全问题,很难大规模推广。如天士力在美国开展的复方丹参滴丸大型国际临床试验,迟迟未能交出满意结果。

334 OTC药

ORC药即非处方药,该类产品特点有:(1)主要通过零售渠道销售;(2)患者是产品消费的决定者,企业的议价能力不强;(3)品牌是OTC类企业最重要的要素。典型的OTC中药企业有江中药业和华润三九。

在国内,部分OTC产品在市场上长盛不衰,如三精葡萄糖酸钙,三九感冒药系列,但更多的产品在市场上是各领风骚三五年,营销不能持续创新,新品不能出现,增长就很难持续。

4生物制药

生物制药企业的类型众多,在国内市场,目前业绩能够持续增长的公司主要还在诊断试剂、血液制品、疫苗等方面,真正意义上的生物制药企业还没有形成气候。A股单纯研发生产创新型生物药的公司非常少,大多数都是化药/中药企业转型。此外,该类型公司大多处于研发阶段亏损较大,赴港股及美股上市的较多。

41 疫苗

但二类苗现阶段随着个人健康意识的增强,增长是比较迅猛的。我们疫苗企业纷纷加入二类苗研制,比如智飞生物的HPV宫颈癌疫苗、沃生生物的肺炎疫、流感疫苗等。

这几年,二类苗是生物医药领域的蓝海,并且由于安全性问题,国家对疫苗行业是高度管制的,进入壁垒十分高,玩家就那么几家公司。因此,疫苗行业是医药中不可多得的好赛道。

近几年小儿手足口病严重,华兰生物凭借着在流感疫苗的龙头地位,业绩高速增长,股价也从去年至今翻了一倍有余。

42血制品

血液制品的典型企业有华兰生物、上海莱士、天坛生物、博雅生物。因为血液制品的特殊性,除人血白蛋白之外,其他血液制品均不允许从国外进口。从2001年起,国家不再新批血液制品企业。目前政策性壁垒使国内的血液制品行业成为一个没有新进入者的封闭性行业,有利于行业内公司尤其是龙头公司的生存和发展。

不过,血制品行业整体上已经比较成熟,行业增速不高,对这个行业的研究重点则在于:(1)终端血制品价格政策的变化;(2)企业分离技术进步对吨血浆的产值的提高程度。

比如,在早期上海莱士的血浆分离技术是业内最强的,整体毛利率也高于华兰生物,公司市值一度冲破千亿大关。但此后,由于公司经营问题以及其它公司技术的赶上,公司的优势日渐消失,股价才开始转弱。

43诊断试剂

诊断试剂行业本身是属于高速增长的行业,国产企业由于在诊断仪器方面较为落后,早期发展多以代工贴牌生产诊断试剂为主,后逐步向仪器试剂同步发展,所以也有将该类型公司归类为医疗器械行业。代表公司有安图生物、科华生物。

对该类公司的分析重点在于:(1)后续产品的研发进度;(2)新的应用领域。

比如:安图生物早期在诊断领域完全不低外资企业,但是公司陆续提高产品竞争力,公司于 17 年 9 月顺利发布了国产首条TLA 流水线。该流水线使得公司成为国内唯一具有能与外资企业在大型医院主战场竞争能力的企业,并一举奠定了公司股价从17年以来持续走强的基础。

5医疗器械

医疗器械是个利润非常丰厚的行业,但是国内的企业产品层次普遍不高,研发能力薄弱,还属于初级制造业水平。目前国内大型医疗器械市场都被海外巨头占据(以GPS为代表),国产企业和这些国际巨头相去甚远,但差距大同样意味着未来进口替代的空间大。

国产企业在高端医疗器械做的最好的是迈瑞医疗,主要从事分析仪器和监护仪器,目前已完成美股私有化后A股上市。此外在某些高端器械领域如心血管支架,国产替代也较为成功,代表企业乐普医疗。

医疗器械公司研究主要关注:(1)生产成本:中低端产品对钢材等原料成本比较敏感;(2)产品档次:高端意味着高利润;(3)研发能力:持续发展能力。

6医药商业

医药商业是一个低毛利率,依靠规模和服务取胜的行业,医药商业有批发和零售两个层面,医药批发主要企业有上海医药、中国医药、国药一致、九州通等,零售企业主要有:一心堂、大参林、益丰药店、老百姓等。

医药批发商受到医药终端多样性的影响,在医药行业批发环节将一直存在,零售环节受制于国内医院以药养医的影响,总体规模偏小,但发展迅速较快。

这也是为什么医药批发行业的股票股价要远比医药零售走得差的原因。

在美国,3大医药批发商占据了全市场97%的份额,而我国最大的国药控股的市占率也不足10%,因此未来的主要看点在市场集中度的提高。

7医疗服务

医疗服务分很多种,比如CRO、CMO、民营医院等均属于医疗服务范畴。

CRO即临床医疗服务,比如一家药企要成为强研发强注册的公司是很难的,所以在研发国产中很多工作需要外包出去,于是就形成了CRO企业。随着创新药已经成为医药企业发展的大趋势,CRO行业十分景气,并且这种景气趋势可能会随着创新药的浪潮延续5-10年,甚至更久。

比如:泰格医药从2017年开始,连续净利润保持50%以上的高速增长,在短短两年时间内,股价上涨近5倍。

相关的企业还有:药明康德、康龙化成、凯莱英、昭衍新药、博腾股份等等。

除了CRO之外,由于医药的品种多样化及细分领域需求较少的原因,有些企业不愿意自己投入大量资金自建产线,所以它需要将药品生产外包,这类承接外包生产业务的企业叫CMO,可以理解为医药生产代工企业。

一般CRO企业也会有CMO业务,相对在代工业务做得比较凸出的有凯莱英、博腾药业、药明康德等。

另一类与CRO息息相关的即是小分子库,因为医药的研发需要运用到大量小分子,但小分子的研发也需要大量人力物力,所以干脆买让别人帮忙设计或者买别人的成品,这里的小分子设计龙头即药石科技、药明康德等。

由于创新药的研发存在很大的风险,比如历史上重庆啤酒研发乙肝疫苗失败,带来了股价的暴跌。CRO/CMO行业由于只收取服务费,所以业绩会更加稳健,是投资创新药的不错方向。

72民营医院

国内目前公立医院占据绝对主导地位,且都是非盈利性医院。近年随着医药加成取消公立医院创收能力大幅下降,公立医院的扩张主要依赖政府资金的支持。

民营医院受制于公立医院一直发展畸形,一方面是公立医院对优秀医疗人才的虹吸现象,事业编制限制了人才流出。尽管医生多点执业正在试行,但民营医院总体上医疗人才依旧匮乏。另一方面,医院对设备要求较高,民营医院在昂贵的检测设备投入不及公立医院。目前来看,医疗服务发展较好的主要有两个方向:(1)专科连锁。这类商业模式一般对设备要求较高而对人力资源要求较低,可复制性强。典型的如体检公司美年健康、爱尔眼科、通策医疗等(2)高端医院。主要定位于高端客户,收费昂贵但是服务好。代表如复星医药参股的和睦家医院。

对于这个行业,我们主要关注的则是:(1)模式的可复制性、(2)规模扩大后对成本和费用的控制;

举个例子:通策医疗通过兼并,将浙江地区几家大的口腔医院占据,成本和管理非常好,业绩十分优秀。而它的模式完全可以向全国进行复制,所以通策医疗10年涨幅近20倍,同样的还有眼科医院爱尔眼科

相比之下,美年健康的模式也可复制,但是其公司成本控制能力不佳,股价表现平平。

8监管及政策对医药行业的影响

由于医药行业的特殊性,强监管一直是行业常态,政策对行业的影响也非常显著。具体的影响政策统计为以下几点:

81医保政策

药品能否进入医保目录以及进入的层次对其销量有很大的影响,而医保目录由医保局(此前是由劳动和社会保障部)两年制定一次,这方面的政策动向也是关注的重点。

82新药审批政策

以往国内药品的批准非常容易,买卖药品批文现象严重。如今医药行业审批十分严格,这对优势企业是个利好,有利于具有很强研发实力的企业来说,市场竞争没有以前那么激烈,新药进入市场能否获得更大的优势。

该政策的变化主要对仿创型化学药制剂企业、现代中药企业和创新型生物制药企业影响比较大。

83生产批准政策

药品的生产主要受国家药品监督管理局管制。在生产环节,标准化体系已经建立完善,在麻醉品、血液制品、疫苗等领域还实行更加严格的管理制度,这意味着行业门槛的提高,有利于行业集中度的增加。

该政策的变化主要影响监管严格的血液制品、疫苗、生物制品等行业。

比如:2001年,国家停止了血制品行业的进入审批,那么有血制品牌照的几家公司则成为了行业的寡头,此后,上海莱士、华兰生物、博雅生物、天坛生物步入长牛模式。

85环保政策

国家环保总局对制药企业排污标准在不断提高,这方面监管的越来越严将导致小企业逐步退出,行业的门槛和集中度将不断增加。

环保政策的变化主要影响原料药企业。

比如:维生素行业污染比较严重,2017年环保因素关停了许多小的维生素厂商,导致维生素价格上涨,新和成、亿帆医药等股价大涨。

20只医药细分龙头个股(名单),低估值,行业前景强

西安乐普医学电子仪器有着良好的待遇。首先,公司提供有竞争力的薪资和福利待遇,包括基本工资、绩效奖金、年终奖金、五险一金等。其次,公司注重员工的职业发展,提供多种培训和晋升机会,帮助员工不断提升自己的职业技能和水平。此外,公司还提供良好的工作环境和团队氛围,让员工在舒适的工作环境下发挥自己的才能。总之,西安乐普医学电子仪器给予员工多方面的关注和支持,让员工能够在工作中有所成长,同时也能够享受到优厚的待遇和福利。

振东制药 新诺威 莱茵生物 花园生物 天宇股份健康 元 乐普医疗 昆药集团 上海莱士

羚锐制药 步长制药 山大华特 金达威 恩华药业 新华医疗 九州通 迪安诊断 丽珠集团 科华生物 鹭燕医药

振东制药

公司亮点:主导产品岩舒注射液,是癌症的辅助治疗药物。

新诺威

公司亮点:公司果维康商标为中国驰名商标,产品为维生素C含片和咖啡因。

莱茵生物

公司亮点:全球植物提取行业的领军企业。

花园生物

公司亮点:全球知名的维生素D3、胆固醇及羊毛脂系列产品制造商。

天宇股份

公司亮点:国内昀具竞争优势的沙坦类药物原料药及中间体的主要供应商之一。

健康 元

主营业务:生产经营中成药、口服液、片剂、胶囊剂、颗粒剂、激素类片剂、保健食品、化妆品等。

乐普医疗

主营业务:医疗器械及其配件的技术开发、生产,销售。

昆药集团

主营业务:中西药的生产、销售等。

上海莱士

主营业务:生产和销售血液制品。

羚锐制药

主营业务:药品的研发、生产和销售。

免责声明:本文转载或采集自网络,版权归原作者所有。本网站刊发此文旨在传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及版权、内容等问题,请联系本网,我们将在第一时间删除。同时,本网站不对所刊发内容的准确性、真实性、完整性、及时性、原创性等进行保证,请读者仅作参考,并请自行核实相关内容。对于因使用或依赖本文内容所产生的任何直接或间接损失,本网站不承担任何责任。

标签: AI大模型

“从研究创新到市场应用-探索中国-AI-大模型的商业化之路 (研究创新性从几个角度)” 的相关文章

超长文本-AI大模型突破的潜力之窗 (超长文本复制)

超长文本-AI大模型突破的潜力之窗 (超长文本复制)

关键概念 大模型(LLM):一种具有大量参数和训练数据集的机器学习模型,能够处理复杂的任务,如自然语言理解、图像生成和代码编写。 上下文:一段文本或数据,它提供了理解目标文...

谷歌AI大模型Gemini-惊艳亮相-在复杂学科推理和编程言语了解方面逾越GPT (谷歌AI大模型概念股龙头)

谷歌AI大模型Gemini-惊艳亮相-在复杂学科推理和编程言语了解方面逾越GPT (谷歌AI大模型概念股龙头)

美国科技巨头谷歌今天发表推出人工默认模型Gemini,并针对三种不同的尺寸优化了Gemini1.0: GeminiUltra——谷歌最大、最有才干的模型,实用于高度复杂的义务。 Gem...

AI大模型的入侵-工作灭绝的脚步比你想象中更快 (AI大模型的英文)

AI大模型的入侵-工作灭绝的脚步比你想象中更快 (AI大模型的英文)

大模型的道路:非浸入式与浸入式 在人工智能蓬勃发展的浪潮中,大模型已成为技术领域的主导力量。这些庞大的模型凭借着处理海量数据的强大能力,引发了技术世界的变革。在大模型的光鲜外观背后,一个亟待探讨的议...