公司技术布局 - 公司依托天津互联网医院建设人工智能总医院 成功打造AI医生 AI药师 AI健管 AI智控等智能体[3] - 推出国内首款覆盖诊前-诊中-诊后全流程的临床级AI健康管家产品"微小医" 形成"5+1"智能体战略矩阵[9] - 医疗大模型采用多基座模式 整合外部通用大模型并自研技术 融合308类1.3万条专病慢病规则 47万条合理用药规则 377类222万条医药保审核规则[5] 业务成效数据 - 天津AI健共体实现基层医院门诊量显著提升 人均费用下降 在管糖尿病会员糖化血红蛋白达标率 血压达标率 血脂达标率全部提升[2] - AI医生赋能下基层医生不合理处方提醒遵从率达99.97%[3] - "微小医"可在数秒内生成医学健康建议并精准推荐匹配医院科室医生[6] 行业应用价值 - AI技术推动医疗从"以治疗为中心"转向"以健康为中心" 解决医疗资源分布不均衡 基层服务能力薄弱 慢性病高发等结构性难题[2] - AI健共体实现患者健康指标提升 基层服务能力提升 医保支出增幅下降的"两升一降"成效[3] - 新型服务模式助力医改深化 为健康中国注入科技动能[5] 产品功能特性 - "微小医"基于用户健康档案构建个性化健康画像 结合智能可穿戴设备实现自主健康监测与管理闭环[6] - 提供精准导诊 辅助诊疗 诊后康复一站式服务 包含用药指导咨询 康复计划定制 饮食运动打卡等功能[9] - 支持语音或文字输入症状 无缝对接预约挂号 在线问诊 报告解读等服务 实现"一问即答 一荐即通 一触即明"全流程体验[6]

核心观点 - 支付宝"碰一下"功能在不到一年半时间内用户突破2亿 实现支付交互方式从图形界面向直觉交互的革命性转变 并验证了自然用户界面(NUI)在AI时代的商业潜力[3][13][45] - 该功能通过联合10大手机厂商、定制芯片及饱和式地推策略 重构支付生态 带动万亿规模"碰链概念股"并激活NFC技术应用[12][23][26] - 蚂蚁集团以"碰一下"为起点 延伸出"看一下""说一下"等AI直觉交互支付矩阵 并迁移至医疗健康领域 通过AI健康应用AQ服务1.4亿用户 其中近六成来自小城乡镇[47][52][62] 支付业务增长表现 - "碰一下"用户达2亿 首个1亿用户用时321天 第二个1亿用户耗时减半 增速显著快于扫码支付30个月的达成周期[3] - 覆盖中国400多个城市、5000多个品牌及上千万商家 形成日均高频使用入口[4][5] - 联合华为、OPPO、vivo等10大厂商成立生态联盟 实现"锁屏/熄屏可碰"的体验优化[12][25] 技术实现与生态建设 - 与复旦微电子定制专用芯片 确保支付响应速度与信号稳定性 同时维持全球最低支付资损率的安全标准[26] - 推动NFC技术从"手机阑尾"变为核心功能 带动制造、芯片、手机更新等产业链形成万亿规模"碰链概念股"[26] - 与分众合作在40万电梯广告部署"碰一下" 试点期间三得利广告日均碰触活跃率提升65% 领券率达68.6%[42][43] 直觉交互的战略价值 - "碰一下"支付步骤从5步简化为1步（仅需解锁触碰） 显著降低视障用户和外国游客使用门槛[19][36][38] - 延伸至智能眼镜"看一下支付"（3步完成付款）和AI语音支付（如瑞幸咖啡语音下单） 解放用户双手[47][48][52] - 推出支付MCP协议作为AI世界"标准支付插座" 开发者可实现"一插即用"的支付能力接入[55] AI驱动的业务拓展 - 在医疗健康领域推出AI应用AQ 基于3600家医院数字化基础 通过医疗大模型提供24小时AI问诊服务 已覆盖1.4亿用户（60%来自小城乡镇）[60][62][64] - AI付、AI打赏等新功能为开发者提供柔性变现方式 降低AI创业的支付接入门槛[55][56] 行业变革意义 - 推动支付交互从GUI（图形界面）向NUI（自然界面）演进 为AI时代的泛在支付奠定基础[13][45][46] - 完成支付领域第三次跃迁：2003年担保交易推动电商、2011年扫码支付推动移动互联网、当前直觉交互支付推动AI商业化[69][70][71] - 通过削减交易成本（寻找、谈判、履约环节）重构商业价值链 实现社会价值与商业价值的融合[66][67]

公司战略与定位 - 蚂蚁集团CEO强调专业能力是垂类模型核心竞争力 通用模型短期难以替代[1] - 公司致力于解决数据 幻觉 伦理三大核心问题 让AI成为医生助手[1] - 探索AI医疗健康领域基于"刚需+中高频"双重特性 医疗低频但健康管理高频[3] - 明确表示专业AI在医疗健康领域具有不可替代性 用户粘性来自问题解决能力[3] - AI医疗终极目标是提供个性化精准可信建议 包括身体状况了解 用药推荐和健康管理[3] - 公司未来几年不急于推进商业化 聚焦专业数据积累 抑制幻觉与医学伦理建设[5] 技术发展与挑战 - 高质量数据投入远超想象 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与[4] - 抑制幻觉关键挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力[5] - 医疗伦理问题极为复杂 公司专门成立医疗伦理顾问委员会邀请顶级专家共同探索规范[5] 市场进展与成果 - 公司2023年起加速探索AI医疗 2024年6月推出AI健康管家AQ[5] - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[5] - 已帮助超300个名医打造AI分身 实现名医"分身有术"的目标[5] 行业观点与趋势 - 医疗健康是十万亿级市场 为AI深度服务提供土壤[3][5] - 专业能力强构成护城河 使用越多越了解用户 深度认知是基础通用模型难以做到的[3] - AI相当长时间内无法替代医生 应定位为医生助手 帮助专科医生拓展能力边界[3] - AI医疗唯一出路是人机结合 让名医专注科研和疑难杂症 基层医生获得良好助手[3]

公司战略与定位 - 蚂蚁集团CEO强调医疗健康领域具有"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司明确专注专业AI在医疗健康领域的不可替代性 认为专业能力构成核心竞争力护城河[3] - AI医疗终极目标是提供个性化精准可信建议 包括身体状况评估用药推荐和持续健康管理[3] - 公司定位AI为医生助手而非替代者 致力于通过AI帮助专科医生拓展能力边界并向全科医生靠近[3] - 成立医疗健康实验室进行AI赋能MDT多学科会诊等前沿探索 坚持人机结合发展路径[3] - 未来几年不急于推进商业化 聚焦解决专业数据积累模型幻觉抑制与医学伦理建设问题[4] 技术发展与挑战 - 面临三大核心难题：高质量数据获取成本极高 单条数据标注成本可达上百美元且需副主任/主任医师级别专家参与[4] - 抑制幻觉挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 需要反复打磨平衡[4] - 医疗伦理问题极为复杂 公司专门成立医疗伦理顾问委员会邀请顶级医疗专家共同探索规范[4] - 通用大模型在相当长时间内难以替代垂类专业大模型 因专业模型具有深度认知用户优势[3] 业务进展与规模 - 2023年起加速探索AI医疗 今年6月推出AI健康管家AQ[5] - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[5] - 已帮助超300个名医打造AI分身 实践"让名医分身有术"的理念[5]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 致力于解决数据 幻觉 伦理三大核心问题 目标是将AI打造为医生的专业助手 [1][4] - 医疗健康领域具备"刚需+中高频"双重特性 医疗行为低频但健康管理高频 为AI深度服务提供发展土壤 [3] 垂类模型竞争优势 - 专业能力是垂类模型核心竞争力 通用模型短期难以替代医疗专业AI 专业性强构成护城河 [1][4] - AI医疗终极目标是提供个性化 精准且可信的建议 包括身体状况评估 用药推荐和持续健康管理 [4] - 公司明确AI在相当长时间内无法替代医生 核心战略是推进人机结合模式 [4] 技术实施挑战 - 高质量数据投入远超想象 单条医疗数据标注成本可达上百美元 需副主任/主任医师级别专家参与保障质量 [5] - 抑制幻觉需平衡"抑幻而不降能" 在减少错误同时保持模型服务能力 需反复打磨 [5] - 医疗伦理问题极为复杂 公司已成立医疗伦理顾问委员会 邀请顶级医疗专家共同探索规范 [5] 商业化与市场进展 - 尽管医疗健康是十万亿级市场 公司未来几年不急于推进商业化 优先聚焦专业数据积累 幻觉抑制和伦理建设 [5] - 公司自2023年加速AI医疗探索 2025年6月推出AI健康管家AQ 全端用户突破1.4亿 [6] - 已连接全国超5000家医院 近100万真实医生 并帮助超300个名医打造AI分身 [6] 应用场景拓展 - 通过AI帮助专科医生拓展能力边界 向全科医生方向靠拢 [4] - 成立医疗健康实验室 开展AI赋能MDT多学科会诊等前沿探索 [4] - 目标让名医专注科研和疑难杂症治疗 同时为基层医生提供优质助手 [4]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 强调专业垂类模型的核心竞争力 通用模型短期难以替代 [1] - 选择该领域基于"刚需+中高频"双重特性 医疗属低频行为但健康管理是高频需求 [2] - 终极目标是提供个性化、精准且可信的建议 包括身体状况了解、用药推荐和健康管理 [2] 技术发展路径与挑战 - 面临三大核心难题：高质量数据投入远超想象 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与 [3] - 抑制幻觉挑战在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 [3] - 医疗伦理问题最为复杂 公司已成立医疗伦理顾问委员会邀请顶级专家共同探索规范 [3] 商业化策略与用户规模 - 未来几年不急于推进商业化 优先聚焦专业数据积累、幻觉抑制和伦理建设 [3] - AI健康管家AQ全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生 [5] - 已帮助超300个名医打造AI分身 通过人机结合让名医专注科研和疑难杂症治疗 [2][5] 应用场景与行业价值 - AI定位为医生助手而非替代者 帮助专科医生向全科医生拓展能力边界 [2] - 成立医疗健康实验室进行AI赋能MDT多学科会诊等前沿探索 [2] - 服务足够专业可信时用户留存率自然提升 形成深度认知护城河 [2][3]

蚂蚁集团AI医疗战略定位 - 公司CEO强调医疗健康领域具有"刚需+中高频"双重特性 为AI深度服务提供土壤[2] - 明确专业AI在医疗领域具有不可替代性 通用模型短期难以替代垂类专业模型[2][3] - AI医疗终极目标是提供个性化、精准且可信的建议 包括身体状况了解、用药推荐和健康管理[2] 技术实施路径与挑战 - 面临三大核心难题：高质量数据投入巨大（单条数据成本可达上百美元）、抑制幻觉需平衡能力保持、医疗伦理规范需持续探索[3] - 医疗数据标注需副主任/主任医师级别专家参与以保证训练质量[3] - 专门成立医疗伦理顾问委员会 邀请顶级医疗专家共同制定规范[3] 商业化与市场进展 - 全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生[4] - 帮助超300个名医打造AI分身[4] - 未来几年不急于推进商业化 优先聚焦专业数据积累与模型能力提升[3] 行业应用模式创新 - AI定位为医生助手而非替代者 通过人机结合模式拓展专科医生能力边界[3] - 成立医疗健康实验室探索AI赋能MDT多学科会诊等前沿应用[3] - 致力于让名医专注科研与疑难杂症 同时为基层医生提供辅助支持[3]

公司战略与定位 - 蚂蚁集团CEO明确医疗健康领域具备"刚需+中高频"双重特性 为AI深度服务提供土壤[3] - 公司坚持专业垂类模型路线 认为通用大模型长期难以替代医疗专业模型[3] - AI医疗定位为医生助手而非替代者 通过赋能MDT多学科会诊帮助专科医生拓展能力边界[3] - 未来几年不急于商业化 聚焦解决数据积累、幻觉抑制与医学伦理三大核心问题[5] 技术实践与成果 - 已推出AI健康管家AQ 全端服务用户突破1.4亿[5] - 连接全国超5000家医院与近100万真实医生[5] - 协助超300个名医打造AI分身[5] - 成立医疗健康实验室进行前沿探索 并专门设立医疗伦理顾问委员会[3][5] 行业挑战与投入 - 医疗数据标注成本极高 单条数据成本达上百美元且需副主任级别以上专家参与[4] - 抑制幻觉需平衡"抑幻而不降能" 需反复打磨技术[4] - 医疗伦理问题需与顶级专家共同探索规范 属于行业未解难题[5] - 高质量数据投入远超想象 是模型训练的基础保障[4]

蚂蚁集团AI医疗战略定位 - 公司专注于AI医疗健康领域 强调专业垂类模型的核心竞争力 通用模型短期难以替代 [1][3] - 选择该领域基于"刚需+中高频"双重特性 医疗虽属低频但健康管理属高频需求 [3] - AI医疗终极目标是提供个性化、精准且可信的建议 包括身体状况了解、合理推荐用药和持续健康管理 [3] 技术挑战与解决方案 - 面临三大核心难题：高质量数据、抑制幻觉和医学伦理 [3][4] - 医疗数据标注训练成本极高 单条数据成本可达上百美元 需要副主任/主任医师级别专家参与 [4] - 抑制幻觉的关键在于"抑幻而不降能" 需在减少错误同时保持模型服务能力 [4] - 专门成立医疗伦理顾问委员会 邀请顶级医疗专家共同探索规范 [4] 商业化与用户规模 - 公司未来几年不急于推进商业化 更聚焦解决专业数据积累、模型幻觉与医学伦理问题 [4] - AI健康管家AQ全端服务用户已突破1.4亿 连接全国超5000家医院和近100万真实医生 [4] - 已帮助超300个名医打造AI分身 致力于让名医分身有术 基层医生获得良好助手 [3][4] 行业发展前景 - 医疗健康是十万亿级市场 为AI深度服务提供土壤 [3][4] - AI长期内无法替代医生 定位是医生的助手 帮助专科医生向全科医生拓展能力 [3] - 公司进行AI赋能MDT多学科会诊等前沿探索 认为AI医疗唯一出路是人机结合 [3]

战略合作内容 - 公司与弘信电子附属公司燧弘华创签署AI医疗健康领域战略合作协议 [1] - 合作范围包括AI医疗健康和数据业务专业化运营及市场推广、医疗健康领域智算中心建设与算力提供、多元异构算力硬件整体解决方案配套 [1] 资源与技术协同 - 燧弘华创在智算中心建设及算力服务器制造业务中积累政府合作资源与成熟销售渠道 [2] - 燧弘华创具备AI算力基础设施建设、智算中心运营及硬件生产制造领域核心技术能力 [2] 业务发展策略 - 公司正全力推进AI医疗大模型业务及相关数据业务的研发与商业化落地 [1] - 高质量算力资源、稳定硬件解决方案及广阔市场推广渠道是业务高效开展的关键要素 [1] 合作预期效益 - 合作可加速公司AI医疗大模型训练优化与实际场景落地 [2] - 合作将提供稳定高效算力保障及高性价比硬件配套方案 有效降低业务推进成本 [2] - 合作助力公司技术成果向商业化应用加速转化与落地 [2]