《安永：2024智啟新質生產力： 生成式人工智能在醫療醫藥領域的潛在應用報告（39頁）.pdf》由會員分享，可在線閱讀，更多相關《安永：2024智啟新質生產力： 生成式人工智能在醫療醫藥領域的潛在應用報告（39頁）.pdf（39頁珍藏版）》請在三個皮匠報告上搜索。

1、智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用2024年4月智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用2序言隨著人工智能變革的加速發展，以大模型為代表的生成式人工智能（以下簡稱生成式AI）嶄露頭角，創新的浪潮將影響千行百業。在國家提出加快發展新質生產力的今天，生成式AI作為新興突破性技術得到了越來越多的關注。在醫療醫藥領域，生成式AI有望在傳統人工智能（以下簡稱傳統AI）的基礎上，以更革新的技術、場景化應用的形式，助力行業更高質量發展，并進一步助推健康中國戰略的實現。本文從醫療醫藥領域的應用層面，深入思考生成式AI在多種行業場景中的賦能價值，并探索其落地的可行性，展望這一新

2、興數字化技術賦能醫療醫藥行業的廣闊前景?！靶沦|生產力是創新起主導作用，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，符合新發展理念的先進生產力質態?？萍紕撔履軌虼呱庐a業、新模式、新動能，是發展新質生產力的核心要素。必須加強科技創新特別是原創性、顛覆性科技創新，加快實現高水平科技自立自強，打好關鍵核心技術攻堅戰，使原創性、顛覆性科技創新成果競相涌現，培育發展新質生產力的新動能。要及時將科技創新成果應用到具體產業和產業鏈上，改造提升傳統產業，培育壯大新興產業，布局建設未來產業，完善現代化產業體系?！?024年1月31日，習近平總書記在中共中央政治局第十一次集體學習時強調“

3、大力推進現代化產業體系建設，加快發展新質生產力。深入推進數字經濟創新發展。制定支持數字經濟高質量發展政策，積極推進數字產業化、產業數字化，促進數字技術和實體經濟深度融合。深化大數據、人工智能等研發應用，開展 人工智能行動，打造具有國際競爭力的數字產業集群?！?024年3月5日，2024年國務院政府工作報告智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用4第10-13頁第14-21頁第22-29頁第30-34頁目錄變革力：從傳統AI到生成式AI，是進化還是新生12345融合力：生成式AI如何深入影響患者旅程場景力：生成式AI在醫療醫藥領域的潛在應用善謀者行遠，實干者乃成：生成式AI的場景化

4、落地以“數”為基，循規前行：政策下的挑戰與應對第5-9頁智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用501變革力：從傳統AI到生成式AI，是進化還是新生?智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用6傳統AI：嚴謹的學者生成式AI：創造性的藝術家模擬人類專家的決策過程，為特定的問題提供精確的答案生成全新的、真實的、有用的數據，例如文本、圖像、音頻和視頻等目標推理、分析和解釋創造和生成注重點擬人化設定傳統AI是一位嚴謹的學者，善于整理和總結已有的知識，能為我們提供精確、確鑿的答案。這位嚴謹的學者一絲不茍，對細節進行深入的研究和分析。生成式AI則是一位富有創造力的藝術家。它運用

5、先進的技術，結合大量的學習和信息，不斷嘗試和優化，最終創造出全新的內容。生成式AI的崛起，對傳統AI構成了顛覆性的挑戰，為人類帶來了前所未有的創造力和想象力。當我們從各維度對比兩種技術時，可以直觀看到，從傳統AI到生成式AI的發展是一個既有進化又有新生的過程。二者之間既有區別，又有結合?？醋兏锪鹘yAI和生成式AI的區別在于工作目標，以及對待知識的態度和方法。傳統AI更注重對已有知識的運用和推理，它的目標是回答特定問題或解決特定任務，其工作方式更像是知識的傳遞。而生成式AI則更注重生成和創造，它的目標是生成全新的、真實的、有用的數據和內容，其工作方式更像是知識的歸納和演繹。這種區別使得它們在各

6、自領域中發揮著重要作用，并為未來的發展提供無限的可能性。人工智能是提升人類生產效率的幫手，而如何提升人工智能的產出質量，是人類在人工智能訓練與使用過程中的重要功課。傳統AI在數據規模、硬件成本、部署復雜性、數據依賴等方面存在痛點，其內容生成質量高度依賴硬件性能和數據能力。相比之下，生成式AI是根據使用者提供的清晰指令而生成相應的內容，因此，所輸入提問的質量（是否準確、聚焦、結構化）是影響內容生成質量的重要因素。區別一：傳統AI是“嚴謹的學者”，而生成式AI更像“創造性的藝術家”1.1傳統AI和生成式AI的擬人化比較區別二：二者所生成內容質量的影響因素有所不同1.2資料來源：安永內部分析輸入輸出

7、傳統AI更優的數據規模與質量以保證高質量輸入抓手抓手更高的硬件水平以保證高質量輸出輸入輸出生成式AI抓手開發與優化輸入指令，引導AI多種類型輸出智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用7從傳統AI到生成式AI的變革過程，包含了“變”與“革”不同性質、不同程度的發展?！白儭贝碇墒紸I基于以往科技基礎上的延展或進步，而“革”代表著生成式AI顯著區別于以往技術的躍進。生成式AI在躍進過程中，呈現了整體由結構化處理，向專業化支持，再到交互式生成的幾大能力遞進。其相比于傳統AI技術所體現的變革力量，正在內容生成、智能交互、數據分析預測、決策支持等方面反映。其中，內容與決策方面的變革程

8、度最為顯著。資料來源：安永內部分析趨勢一：生成式AI發展的“變”與“革”由結構化處理向專業化、交互化生成躍進1.3圖1 傳統式AI向生成式AI的能力變革圖譜變革程度越高結構化處理競爭分析數據驅動決策數據關系挖掘風險評估管理預測模型建立數據清洗數據標簽化語言理解與對話競爭分析數據驅動決策決策優化多模態梳理知識圖譜構建決策執行自動化數據關系挖掘風險評估管理預測模型建立數據標簽化自然語言理解與對話用戶情感識別與分析文本梳理文本合成決策優化知識圖譜構建決策執行自動化用戶情感識別與分析多模態合成數據清洗專業化輔助交互化生成由傳統式AI到生成式AI的技術變革程度由傳統式AI向生成式AI能力演化過程生成式A

9、I傳統式AI決策支持智能交互數據預測分析內容梳理生成能力演化越明顯智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用8資料來源：安永內部分析當“智器”與“智腦”結合時，AI的實力將得到極大的提升。傳統AI的數據處理和分析能力為生成式AI提供了堅實的基礎，使得其生成的內容更加精準和有意義。而生成式AI的靈活性和創新性，又為傳統AI帶來了新的可能性和發展空間。這種組合式發力、協調并舉的方式，使得AI技術在各個領域都能夠發揮出更大價值。無論是醫療醫藥還是其他行業，生成式AI都能為人類提供更好的服務，帶來更豐富的體驗。傳統AI體現出智慧工具的屬性（“智器”），它們專注于特定的任務，具備強大的數據處

10、理和分析能力，讓許多業務流程得以自動化，提高了工作效率。生成式AI則在智慧大腦（“智腦”）方面展現出巨大的潛力，其創造性、通用性、靈活性使得生成式AI在內容創作、虛擬角色生成等方面具有廣泛的應用前景。趨勢二：“智器”與“智腦”協調并舉，共織共贏1.4“智器”（傳統AI）“智腦”（生成式AI）規則性結構化數據規模技術性創造性靈活性通用性解釋性智業協調推進千行百業的智慧化發展智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用9Report titles goes here9智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用10融合力：生成式AI如何深入影響患者旅程?02智啟新質生產力：生成

11、式人工智能在醫療醫藥領域的潛在應用11以慢阻肺病人的模擬旅程為案例，從疾病了解、疾病治療及愈后健康管理這三個不同旅程階段的患者行為出發，我們可以預見生成式AI賦能患者從診療到愈后管理的完整鏈路。隨著算法、算力和數據能力的提升，生成式AI正在深刻地改變醫療領域?；氐椒杖祟惿鐣旧?，生成式AI能夠結合行業特征，深度融入并影響行業?？慈诤狭ξ覀円詡€體患者的就診旅程為例，可以更加直觀、清晰地感受到生成式AI在不同流程觸點呈現的潛在價值與機會。生成式AI不僅能夠深入融合病患旅程，同時也賦予患者更加智能、高效和個性化的醫療服務體驗。圖2 模擬患者旅程地圖生成式AI機會資料來源：安永內部分析模擬病患旅程地

12、圖患者目標癥狀感知疾病認知治療方案首次購藥愈后健康管理復診/復購知識傳播疾病診斷患者隨訪疾病了解疾病診療愈后健康階段患者行為了解疾病知識根據病癥對病情形成基本判斷精準、有效的治療方案性價比高對癥購藥付款方便易操作患者可自行復購（非處方類）便捷復診知識豐富方便檢索與學習討論與分享智慧化的資料維護及跟進準確率高優效診斷高質問診體驗健康管理建議健康情況記錄或體檢患者教育020渠道首要渠道其它重要渠道線下生活醫院線上媒體醫院 家人/朋友電商平臺醫院互聯網醫院零售藥店醫院電商平臺電商平臺零售藥店醫院線上媒體家人/朋友線上媒體醫院線下生活線上媒體零售藥店線上線下主要觸點舉例，非窮盡三甲醫院官方公眾號、醫生

13、大V及專業科普知識型新媒體平臺家人/朋友醫院醫生客服醫院醫生醫院藥房電商平臺電商平臺藥店社交媒體平臺家人/朋友互聯網醫院社交媒體平臺電話隨訪線上線下患教活動體檢中心或健康護理機構知識型新媒體平臺個性化推廣&醫學內容生成知識管理智慧交互問答互動分析記錄醫學影像讀片輔助診斷預測疾病治療決策歷史病例庫病案錄入分析藥方開具決策歷史案例庫智慧交互問答藥方開具決策歷史案例庫智慧交互問答智慧交互內容生成知識管理數據錄入與分析個性化隨訪方案自動提醒和通知個性化管理計劃患教內容生成數據監測分析智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用12在癥狀感知與認知階段，患者早期癥狀輕微，難以判斷自身患病程度，

14、從而忽略慢阻肺的可能性。而一旦患者開始關注癥狀，就需要了解更多關于慢阻肺的信息。面對患者的疾病了解階段的需求，生成式AI可以通過知識內容呈現或智慧交互問答等形式，為患者提供個性化的疾病教育內容。例如，根據患者的年齡、性別、生活習慣和家族史等因素，推薦相關疾病知識信息，包括病因、癥狀、治療方法等。此外，通過智能語音助手或虛擬助手，患者可以隨時隨地獲得疾病相關的信息和對疑問的解答，以提高自身對疾病的認知。階段一：癥狀感知與認知在疾病診療階段，醫學影像讀片并結合人工智能分析是目前生成式AI發展較快、較為成熟的領域。生成式AI可以使用深度學習技術對醫學圖像（包括B超、CT、MRI圖像）進行分析，其識別

15、準確率不斷提升，結合人工智能分析系統提供生命體征分析結果，可助力醫生更快、更準確地診斷疾病。一旦確診為慢阻肺，醫生可以根據生成式AI分析下的患者病情嚴重程度，結合歷史病例庫的推薦結果進行分級，制定合適的療法品類（例如：選擇采用單一治療或聯合治療）。階段二：疾病診療13患者旅程中可能涉及復診與復購環節。慢阻肺患者在初次治療后，仍可能有未痊愈的情況發生，如呼吸困難的癥狀未完全緩解，或急性加重發作等。在復診時，生成式AI的智能提醒功能可以提醒患者按時復診和復購藥品，避免錯過重要的治療時機。同時，智能藥房管理技術可以根據患者的處方信息自動分配藥物，從而使患者能夠快速準確地獲取所需藥品。階段三：復診與復

16、購在愈后階段，生成式AI有望實現更高質量的患者隨訪與長期健康管理。在隨訪方面，生成式AI可以對患者生命體征數據和病情變化情況作出分析與預警，幫助醫生及時發現異常情況并采取應對措施。AI智能提醒功能則能夠以定期交互的形式，提醒患者按時隨訪，提高隨訪的依從性。在長期健康管理方面，生成式AI可以提供個性化的愈后健康知識內容和愈后健康管理計劃，例如，根據患者的病情狀況和生活習慣等因素，推薦合適的運動方式和強度、飲食計劃和營養補充等。通過智能語音助手或虛擬助手，患者可以隨時隨地獲得愈后健康相關的信息和疑問解答，這將有助于提高患者的自我管理能力，改善愈后生活質量。隨著生成式AI技術的不斷進步和應用范圍的不

17、斷擴大，未來的患者就醫旅程有望變得更加智能化、高效化和人性化。階段四：愈后健康管理智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用14場景力：生成式AI在醫療醫藥領域的潛在應用03除了前述醫患場景，生成式AI亦可應用于藥企內部運營中，尤其有望大幅提高藥企的研發、生產和市場營銷效率。通過深度學習等技術對藥物分子進行篩選和優化，生成式AI有望加速新藥研發過程。在生產環節，AI有助于企業實現自動化生產，提高生產效率和產品質量。此外，AI在市場營銷方面也將大有可為，通過對政策和市場資訊的抓取和解讀，可以發現未來的營銷機會，自動生成不同類別的文案，支持藥企制定更為精準的市場營銷策略。下文將分別聚焦

18、醫患場景和藥企內部場景，分析生成式AI賦能的潛在機會點。智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用15傳統的診療方式往往依賴于醫生的臨床經驗，以醫生為中心。而生成式AI可以通過分析大量臨床診療數據，深度學習醫療領域知識，為醫生提供更準確和可靠的診斷依據。這不僅可以提高診斷的準確率，還能幫助醫生更好地制定治療方案，尤其是助力于臨床經驗有限及醫療資源匱乏地區的醫生。另一方面，新技術結合患者旅程，帶來更加精準、便捷和個性化的醫療服務和健康支持，推動患者自我知識了解的深入發展，提升創新性的交互體驗。生成式AI將可應用于患者旅程，在疾病的認知、就診、治療、隨訪等多場景中發揮作用。通過醫患不同

19、視角下的多樣化場景觸達，生成式AI能夠使診療“更優質”、醫生“更專業”、病患“更自主”。一方面，新技術賦能醫院與醫生，助力醫生釋放出更多的工作效能，提升工作質量，緩解醫療資源緊張的問題。更自主更優質更專業資料來源：安永內部分析生成式AI可在診前、診中、診后多個場景賦能，包括個性化診療方案、治療過程中的風險控制、交互式的患者教育與健康管理等。從而釋放醫生效能，提高患者參與度，系統性提升醫療質量，改善醫療資源匱乏以及更大程度保證患者醫療安全。圖3 生成式AI在患者診療旅程的應用場景看場景力賦能醫患場景：生成式AI讓診療“質效更優”，讓患者“體驗更佳”3.1患者疾病認知入院與疾病診斷門診/住院治療階

20、段圍繞診療過程的生成式AI應用場景擬人化智慧分診/導診入院：病患基本信息自動錄入病歷卡內容自動生成實時醫學聽寫和記錄標準診斷：醫學影像合成自動化病例記錄與入庫疾病治療與決策支持經驗診斷：醫學影像讀片罕見病分析與異常提醒輔助診斷與預測自我知識了解：交互式醫療保健咨詢診前咨詢：個性化健康醫療建議根據診斷分級：自動分析診斷材料與數據推薦單一/聯合治療過往方案分析與推薦治療方案輔助決策治療方案內容生成自動檢核與校對人工智能手術監控醫療設備風險追溯異常數據分析與預警病患信息更新與記錄智慧化線上隨訪溝通異常數據分析與預警隨訪報告生成與結果匯總生命體征監測管理患者教育活動內容生成數字人患者教育宣傳健康數據分

21、析遠程醫療聊天機器人患者藥物任務提醒生成式AI賦能價值點總結更系統的高質量醫療更加主動針對性地診療更好地協調醫療資源改善對醫療資源的可及性保證患者安全更高的患者參與度與更好的交互體驗信息收集與梳理內容設計與生成自動實時交互數據分析與預測支持決策檢核與監控疾病知識內容生成個性化推薦分析關聯知識分類與匹配智能問答助手個人健康數據監測基礎疾病預測治療方案：治療實施：個性化隨訪：健康管理：患者隨訪和健康管理更高的患者參與度與更好的交互體驗智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用16在藥企運營的各個環節中，生成式AI將發揮著日益重要的作用，不僅改變傳統的藥物研發和生產模式，還將為藥企的前、

22、中、后臺運營提供強大的支持。圖4 藥企職能部門示例注：圖中的部門僅為通用示例，是根據現實中藥企組織架構和部門職能的抽象概括，僅供參考資料來源：安永內部分析長效增長藥企內核以“生成”本身賦能前臺以“卓越數據”夯實中后臺以“智腦”釋放企業價值空間賦能藥企運營場景：生成式AI長效增強“前-中-后”內核3.2生成式AI 為藥企前、中后臺各自細分職能部分賦能市場和銷售部市場準入部醫學部戰略規劃與運營管理部法務部/合規部/ESG公共關系和傳播部研發部生產與質量管理部供應鏈部IT部財務部人力資源部182347162345中后臺前臺123412345678智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用

23、17在前臺各職能部門中，生成式AI主要將在患者服務、營銷市場分析、企業戰略規劃等領域賦能，通過智能咨詢和精準營銷提高醫患體驗，并為藥企提供更精準的業務規劃和運營優化。藥企市場和銷售部門作為重要的業務部門，其日常運營也涉及諸多痛點，生成式AI將賦能市場部和銷售部，為其帶來更高的銷售效率、更精準的市場定位及更優質的客戶服務。具體而言，該技術將能通過自動生成市場調研問卷、訪談筆錄，業務分析報告等方式，提高業務部門決策效率。生成式AI還將能通過更加具體的客戶細分，協助市場團隊精準定位目標客戶群體，制定更具針對性的市場營銷計劃。此外，它有望自動生成各類銷售和市場宣傳材料（如產品介紹，宣傳冊等），以及個性

24、化的創意營銷文案和內容，為客戶提供個性化內容推送，大大提高市場部的工作效果和效率。在與客戶互動方面，生成式AI的自然語言處理能力將使其能夠模擬人類對話，提供24/7的在線客服支持，自動解答疑問，增強客戶粘性和滿意度。行業政策快速迭代變化使市場準入部的價值日益凸顯，而如何快速實現對各類政策的解讀、形成洞察、作出決策、促進內外部溝通，則成為市場準入部亟待提升的能力。我們認為，生成式AI將顯著提升市場準入部的工作效率，增強市場洞察力，提高客戶滿意度。具體而言，這一技術有望深度分析解讀政策和市場趨勢，通過抓取政策中的關鍵信息，對比不同政策差異性，薈萃多種相關政策進行解讀，從而為藥品定價、集采/國談政策

25、響應、經銷商政策制定等提供快速決策依據。生成式AI還擅長處理復雜的文檔工作，如快速生成符合監管要求的申報材料，從而減輕市場準入人員的工作負擔，將精力投放到更有價值的工作事項上。在項目管理方面，生成式AI能夠模擬人類對話，提供個性化的信息服務，改善客戶體驗。此外，它還將能協助自動生成招標文本、合同等文件，為提高運營效率提供支持。值得一提的是，生成式AI在合規性檢查方面也將有顯著貢獻，可以自動檢測招/投標文件以及合同中存在的潛在合規問題，降低違規風險。以“生成”本身賦能前臺智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用18生成式AI在戰略規劃和運營優化部門的應用，將為其帶來更高效的運營管理

26、和更有價值的戰略規劃。該技術的自動生成內容能力（例如市場調研問卷和訪談筆錄文本、SFE的銷售有效性分析報告、銷售培訓內容、BP模板、運營SOP等），能大大提高工作效率，將員工工作時間釋放出來，更專注于客戶洞察、策略制定和創新思考。自動化客戶溝通和交互則將能提高客戶滿意度，增強客戶忠誠度，同時收集客戶反饋，優化產品和服務。生成式AI可以通過數據分析來幫助SFE團隊進行銷售獎金激勵機制的自動化設計。對醫學部來說，生成式AI將為醫學研究和相關內容生成帶來變革，提升醫學部的工作效率。它可以對不同來源的醫學信息進行匯總解讀、篩選，通過分析海量的醫學文獻與臨床數據，加速有效醫學信息的獲取和研究能力。它可以

27、幫助MSL快速學習新內容以及支持MSL與客戶的溝通。生成式AI可以自動化生成內容（例如患者教育內容、真實世界研究報告、醫學策略報告、藥物警戒報告等），加快醫學部工作效率。最后，生成式AI可以用于醫學內容的風險識別，預警其中存在潛在合規風險的內容。前臺調研問卷，訪談筆錄自動化生成獎金激勵機制自動化設計銷售培訓內容自動設計BP模板和報告生成自動化與客戶溝通和交互運營SOP輔助撰寫銷售有效性分析報告自動化生成CRM拜訪記錄總結與自動分析戰略規劃與運營管理部醫學信息收集匯總和重識別MSL溝通內容自動化生成MSL培訓內容自動化生成識別醫學會議流程風險生成學術會議有效性報告自動化撰寫醫學策略報告醫學合規風

28、險識別與預警患教內容生成真實世界研究報告自動生成藥物警戒風險發現和評估藥物知識圖譜建設藥物警戒報告自動化生成文獻薈萃分析摘要生成醫學部結合文件分析，提供定價決策支持制定合理的醫保、國談報價策略招標文件自動生成帶量采購政策研究（不同版本對比）帶量采購應標文件自動化生成經銷商信息審核及預警經銷商合同文本自動化生成經銷商合同關鍵字識別和風險預警經銷商政策生成創新支付各合作方合同自動化生成PAP合同自動生成經銷商返利報告生成提供內容以支持PAP工作人員與患者互動產品流向數據分析和生成報告市場準入部更精準客戶細分（醫生、患者）調研問卷，訪談筆錄自動生成政策匯總，提煉關鍵詞，獲取洞察發現未來銷售趨勢和銷售

29、預測自動化生成年度市場活動計劃自動生成個性化創意營銷文案，內容自動生成學術會議有效性分析報告個性化內容主動推送給客戶醫生問題自動解答自動生成銷售計劃銷售代表以對話方式輸入拜訪信息檢查識別CRM拜訪數據異常值支持業務分析，洞察，自動生成業務分析報告自動識別學術會議流程漏洞和風險市場和銷售部部門舉例，非窮盡生成式AI 賦值機會點內容設計與生成數據分析與預測自動實時交互支持決策檢核與監控信息收集與梳理圖5 生成式AI在藥企前臺各部門賦能機會點大客戶（KA）拜訪記錄自動化生成資料來源：安永內部分析智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用19一方面，生成式生成式AI在中后臺的核心應用將包括

30、藥物研發、生產和供應鏈優化在中后臺的核心應用將包括藥物研發、生產和供應鏈優化，其將在加速新藥上市進程及降本增效方面發揮作用。另一方面，生成式生成式AI能助力生產自動化、質量控制和能助力生產自動化、質量控制和IT運維運維，提升生產效率并確保穩定運行。圖6 生成式AI在藥企中后臺部門賦能機會點資料來源：安永內部分析以“卓越數據”夯實中后臺，以“智腦”釋放企業價值空間部門部門中后臺優化生產計劃和排程，提高效率和資源利用率生成供應商質量評估報告分析生產過程，發現生產瓶頸和優化空間生成質量培訓內容質量檢驗報告自動審核預測設備故障和預防維護，降低設備故障率生成質量體系文件自動分類篩選樣本，預測可能存在的質

31、量問題數據集進行關聯分析，精準篩選和招募患者預測候選藥物可行的合成路線預測化合物毒理，評估風險，優選安全化合物生成新穎的化學結構預測藥物與特定靶蛋白間作用的可能性和強度預測候選藥物的體內藥代動力學特性運輸路線最優輔助決策監測分析供應商交貨性能、產品質量、履約等匹配合適的生產和配送資源，優化優先級順序深度挖掘和學習，發現潛在藥物靶點挖掘和分析臨床試驗數據，優化臨床試驗設計注冊資料整理、審核分析，提高效率和準確性協助實驗室試劑、設備、數據管理等，生成報告自動回復客戶咨詢反饋，收集客戶意見和建議匯總供應商績效報告，協助優選供應商預測供應商價格和交貨時間，制定采購計劃預測未來的訂單需求，提前進行備貨和

32、維護研發部生產與質量管理部供應鏈部舉例，非窮盡采購流程自動化（匹配供應商、生成合同）生成式AI在研發部門的應用，將為藥物研發帶來深刻的變革，其高度智能化的數據處理和模式識別能力將為藥物研發注入新的活力。該技術能夠深度挖掘和學習大量的生物醫學數據，自動化發現潛在的候選藥物靶點。同時，它將能預測候選藥物的體內藥代動力學特性，以及化合物的毒理，這對于藥物的療效和安全性評估將至關重要。在臨床試驗階段，生成式AI可以通過挖掘和分析大量的臨床試驗資料，優化臨床試驗設計，提高試驗的效率和成功率。通過對數據集的關聯性分析，生成式AI有望幫助篩選和招募患者，提高臨床試驗的效率。同時，生成式AI自動化整理、審核和

33、數據分析注冊申請資料的功能，將加速藥物上市的進程。部門生成式AI 賦值機會點內容設計與生成數據分析與預測自動實時交互支持決策檢核與監控信息收集與梳理智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用20圖7 生成式AI在藥企中后臺部門賦能機會點生成式AI在IT部門中的應用，將為藥企帶來更加智能、高效和安全的IT服務體驗，推動企業數字化轉型的深入發展。該技術可以通過為IT客服自動生成回答內容，自動化地處理大量的IT服務請求，提高IT部門的工作效率和響應速度。生成式AI將有可能自動化生成高質量的代碼，提高開發效率和代碼質量，從而加速IT項目的實施和交付。未來，這不僅能夠減輕IT人員的工作負擔，

34、還能減少因人為錯誤導致的潛在問題。生成式AI還可以通過生成內容，如報告、演示文稿和電子郵件等功能，幫助IT部門快速響應合作伙伴的需求，與數字化生態圈的合作伙伴高效溝通。生成式AI在生產和質量管理部門的應用，將為藥品生產流程的優化和質量控制提供全新的視角。生成式AI能夠深度挖掘生產過程，發現生產瓶頸和優化空間，為生產工藝的改進提供有力依據，通過幫助企業合理安排生產資源和排期，提高生產效率和資源利用率。同時，該技術將可能通過解讀資料，預測設備故障，降低設備故障率，保障生產的穩定性和連續性。此外，生成式AI 可以根據企業對供應商以及內部生產的質量標準和要求，自動生成質量體系文件及個性化質量管理培訓內

35、容。生成式AI自動化生成實驗室管理報告，將為企業提供更全面快速的實驗室運營數據與分析。生成式AI將為供應鏈部門帶來更加智能、高效和可靠的供應鏈管理，提升其核心競爭力。該技術以其強大的數據處理和預測分析能力，將為供應鏈的采購、訂單和物流管理提供全新的優化手段。通過深度分析歷史案例和市場趨勢，生成式AI有望提高需求預測準確率。生成式AI可以通過對歷史供應商價格和交貨時間的分析，制定更合理的采購計劃和成本優化策略。在采購流程中，生成式AI將可以實現自動化識別采購需求、自動匹配供應商和自動生成合同等功能，提高采購效率并減少人為錯誤。同時，該技術可以監測和分析供應商的交貨性能、產品質量和合同履行情況，幫

36、助其及時發現潛在問題并采取相應措施。在物流配送中，生成式AI還可以輔助決策運輸路線的最優方案，提高物流效率并降低運輸成本。部門品牌宣傳和提示物生成媒體采訪稿自動化生成主持、采訪通稿自動生成公共關系和傳播部輿情識別；公關文自動生成合同文本自動化生成合同審查、識別和修改訴訟調解協議書自動生成支持法務/合規與員工互動合規政策文件識別關鍵詞盡職調查標準自動生成盡職調查報告自動生成各類合規風險預警合規監控報告等文檔自動化生成合規知識庫，條款查詢法務部/合規部/ESG中后臺財務部實時把控、預警財務交易自主擬定、修訂迭代財務報告解答財務常見問題審閱財務報告，抓取業務洞察生成合同，處理賬目等為IT客服自動生成

37、回答IT戰略規劃文本自動生成IT實施項目代碼生成發現數字化趨勢和機會IT部人力資源部篩選應聘候選人自動總結面試反饋入職合同自動生成生成培訓和考試內容提供個性培訓方案和材料支持數字人培訓分析員工表現，績效評估績效評估模板和報告自動生成舉例，非窮盡資料來源：安永內部分析內容設計與生成數據分析與預測自動實時交互支持決策檢核與監控信息收集與梳理生成式AI 賦值機會點生成內容，促進數字化生態圈合作智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用21生成式AI在財務部門的應用，將使財務管理水平全面提升，推動藥企在激烈的市場競爭中保持財務穩健，實現可持續發展。該技術將通過其卓越的數據分析、模式識別和自

38、動化處理能力，為財務管理的精細化、智能化提供有力支持。具體而言，生成式AI通過識別與預測可疑的交易，為財務決策提供科學依據。同時，它還能自動完成起草合同、處理發票等繁瑣而基礎性的工作?；趯σ陨蟽热莸奶幚?，該技術將可能自動生成審閱報告，生成業財洞察。值得關注的是，該技術通過對財務部門流程及工作內容的了解，將可能協助解答財務政策和流程相關常見問題。生成式AI在人力資源部門的應用將推動藥企在激烈的市場競爭中保持人才優勢。該技術以其出色的內容生成、數據分析的能力，為人力資源管理提供創新解決方案。生成式AI能夠高效地篩選和評估簡歷，自動總結面試官反饋，為藥企精準匹配優秀人才。它有助于自動生成入職合同等

39、文件，提高人力資源工作效率。該技術還能深度總結員工表現資料，為績效評估、個性化培訓和職業發展規劃提供有力支持。此外，數字人技術在培訓場景的應用，將收集和分析學員的學習數據，提供有關培訓效果和改進方向的洞察。生成式AI在法務和合規部門的應用，將幫助藥企在復雜多變的法律環境中保持合規穩健，實現可持續發展。在合規方面，生成式AI有助于通過識別各類文件中的關鍵信息，預警合規風險，自動生成合規報告等解決方案；同時，基于對大量法律文件和合規資料的整理，可自動生成合規文件知識庫，利用強大的自然語言處理，為法務/合規人員提供內容支持。對于法務部門，生成式AI支持合同文本的自動化生成、審查以及修改建議的生成，將

40、提高法務部門的工作效率。對于公共關系和傳播部來說，生成式AI為藥企帶來公共關系管理的創新與升級，幫助藥企在激烈的市場競爭中樹立良好的企業形象，實現品牌價值的提升。生成式AI能夠迅速捕捉和分析社交媒體、新聞報道等多元信息源，為藥企提供更精準的輿情監測，自動生成危機公關文本，有助于及時響應并優化公關策略。同時，該技術還可以自動化生成高質量的品牌宣傳、媒體采訪稿件、活動主持稿和通稿等，助力提升傳播效果，持續提高藥企品牌形象?？傮w來說，生成式AI可覆蓋藥企內外部各環節，為藥企提供全方位的賦能，推動制藥行業向智能化、高效化方向發展。智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用22善謀者行遠，實

41、干者乃成生成式AI的場景化落地04智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用23在生成式AI的應用中，大語言模型成為推動企業創新的核心技術。通過深度學習和海量數據的訓練，這些模型不僅能夠理解自然語言，還能生成語言，為多個行業提供智能化的解決方案。實施大型語言模型是一個復雜的過程，它涉及策略規劃、技術部署、應用實施以及持續的優化。圖8 生成式AI在企業的實踐路徑資料來源：安永內部分析看場景化落地提振質效：“新質”生成式AI的實踐路徑4.1大語言模型實施123456需求分析與策略制定技術評估與選擇數據準備與處理應用開發與測試用戶培訓與變革管理安全性與合規性維護智啟新質生產力：生成式人工

42、智能在醫療醫藥領域的潛在應用24企業首先需要對自身的業務需求進行深入的分析，識別出大語言模型可以解決的問題或可以優化的業務流程。這一步驟涉及深入了解企業的數據結構、業務流程、用戶交互模式以及其他相關的技術基礎設施。在此基礎上，企業應制定清晰的策略，明確使用大語言模型的目標、預期成效、潛在風險以及預算安排。需求分析與策略制定企業應對可用的大語言模型進行評估，選擇最適合其業務需求的模型。這需要綜合考慮性能、成本、可擴展性、易用性和安全性等關鍵因素。同時，企業還需要決定是采用云服務提供商的模型服務，還是自建模型。技術評估與選擇大語言模型的效果在很大程度上取決于數據的質量。因此，企業需要收集、整理和處

43、理適合于模型訓練的數據。這可能包括文本數據的收集、清洗、標注以及格式化等任務。同時，數據的隱私保護和合規性也是不可忽視的要求。數據準備與處理25為了使大語言模型在特定業務場景中發揮作用，企業可能需要開發一系列應用程序。這些應用程序可能涉及聊天機器人、智能助手、內容推薦系統等。在這個過程中，持續的測試至關重要，以確保應用程序的表現符合預期標準。應用開發與測試為了確保大語言模型的有效運用，對員工進行恰當的培訓是必不可少的。此外，有效的變革管理對于確保新技術被廣泛接受和正確應用至關重要。用戶培訓與變革管理隨著模型的持續運行，企業必須始終關注數據安全和隱私保護的問題。所有操作都必須遵守當地法律法規和國

44、際標準，特別是在處理用戶數據時，更應確保嚴格的合規性。安全性與合規性維護通過這些步驟，企業不僅能夠確保大語言模型的成功落地，還能從中獲得持續的業務價值。隨著技術的進步和應用的深入，企業將能夠不斷發現新的機會，在激烈的市場競爭中保持領先地位。智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用26領域大模型價值領域大模型指的是專門為特定行業或領域訓練的大型人工智能模型，它們在特定的知識領域內具有高度的專業性和準確性。與通用大模型相比，領域大模型更擅長理解和處理特定行業的語境、術語和工作流程。領域大模型的價值在于它能夠提供更精準的預測、更深入的分析和更有效的決策支持，從而在特定領域內實現自動化和

45、智能化的業務操作。領域大模型的價值主要體現在以下幾個方面：優化策略比較分析在構建高效語言應用的領域中，預訓練語言模型已經奠定了堅實的基礎。但為了使這些模型更好地適應特定任務或吸納領域知識，進一步的優化必不可少。本文將深入比較兩種主流的優化策略檢索增強生成（Retrieval-Augmented Generation,RAG）和微調（Finetuning）。重塑質態：搭建領域大模型，讓先進優質生產要素流向企業4.2專業性專業性：深入洞察特定行業的知識體系和工作流程，提供專業級的理解。準確性準確性：在行業特定任務上，相較通用模型擁有更高的準確率和可靠性。優效性優效性：加快決策流程，顯著提升工作效率

46、和業務流程的自動化水平。適應性適應性：能夠迅速適應行業發展和數據變動，持續更新與進步。個性化個性化：提供更符合用戶需求的定制化服務和解決方案。智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用27RAG是一種將檢索（Retrieval）與生成（Generation）結合的方法，通過檢索相關的文檔來輔助生成過程。具體而言，它先對一個大型的非結構化知識源進行檢索，找到與輸入相關的內容，然后將這些內容與原始輸入一起送入到生成模型中，用于生成最終的輸出。圖9 RAG應用的優劣勢圖示RAG的優勢信息準確性：RAG顯著提高了模型回答的專業性和準確性。知識豐富性：檢索機制允許RAG訪問到更廣泛的信息，超

47、越了模型預訓練時的知識邊界。適應性：對于需要特定領域知識的任務，RAG可以更容易地進行調整，通過相關數據的檢索來豐富信息源。更新靈活性：更新外部知識庫通常比重新訓練模型簡單，使得RAG在需要頻繁更新知識的場景中更有優勢。RAG的劣勢復雜性高：RAG需要維護一個外部的知識源，并且需要處理檢索和生成的結合問題，增加了系統的復雜性。處理速度慢：相較于直接生成，檢索步驟增加了額外的計算開銷，可能導致響應速度變慢。資料來源：安永內部分析RAG（Retrieval-Augmented Generation）RAG的優勢RAG的劣勢復雜性高處理速度慢信息準確性知識豐富性適應性更新靈活性技術一：RAG（Ret

48、rieval-Augmented Generation）智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用28RAG和Finetuning各有所長，具體選擇哪一種取決于業務需求、資源限制和應用場景。對于依賴廣泛領域知識、且知識庫需要頻繁更新的任務，RAG可能更加適合。而對于需要快速響應且數據相對固定的場景，Finetuning則更有優勢。實際應用中，這兩種方法不必相互排斥，可以根據需求，將RAG和Finetuning結合使用，以達到最優效果。例如，利用RAG處理需要廣泛知識背景的查詢，并對模型進行微調，以針對特定任務提升性能。資料來源：安永內部分析Finetuning是一種模型微調的方法，

49、常用的方法包括SFT（Supervised Finetuning）和DPO（Direct Preference Optimization），通過在特定任務的數據集上繼續訓練預訓練模型來優化模型的性能。技術二：Finetuning圖10 Finetuning應用的優劣勢圖示Finetuning的優勢性能提升明顯：通過Finetuning，模型可以更好地理解專業領域的語言模式和數據特點。響應速度快：Finetuning后的模型直接生成結果，不需要檢索步驟，因此響應更快。Finetuning的劣勢可能出現幻覺：過分依賴特定數據集進行Finetuning，模型依然可能出現幻覺，給出不正確的回答。數據需

50、求高：為了有效地進行Finetuning，通常需要較大量的標注數據。更新成本高：一旦基礎數據發生變化，可能需要重新進行Finetuning，這可能是時間和資源消耗大的過程。FinetuningFinetuning的優勢Finetuning的劣勢性能提升明顯響應速度快可能出現幻覺數據需求高更新成本高智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用29智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用30以“數”為基，循規前行政策下的挑戰與應對05智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用31面對生成式AI發展的浪潮，地方政府也在出臺政策，規范生成式AI的發展。例如：上海、深

51、圳等地通過上海市促進人工智能產業發展條例深圳經濟特區人工智能產業促進條例等地方性法規，為本地生成式AI產業的發展提供發展引導。北京市發布了多項計劃，如北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023-2025）和北京市促進通用人工智能創新發展的若干措施，積極部署人工智能創新領域的相關工作。然而，生成式AI良好的發展環境也離不開風險管理。能否結合行業特殊性，及時做好生成式AI的風險應對準備，將影響今后的醫療醫藥領域人工智能發展。資料來源：安永內部分析看政策下的挑戰與應對圖11 數據與合規挑戰示意圖新獲取數據的標注處理成本訓練數據的質量和多樣性決策透明度和可解釋性信息內容合規風險

52、用戶管理合規風險醫療醫藥行業數據合規風險多環節監管升級合規風險數據可及性及數據質量的挑戰智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用32生成式AI的決策過程和結果往往是不透明的，這使得人們很難理解其背后的原理和邏輯。為了提高生成式AI的可信度和接受度，需要提高其決策過程和結果的可解釋性和透明度。這可以通過可視化、解釋性算法等方法來實現。決策透明度和可釋性獲取新的數據并對其進行標注和處理可能需要大量的人力、物力和時間成本。因此，需要尋找有效的方法來獲取和處理新的數據，例如采用自動化標注技術、利用開源數據集等；另外可以采取措施來確保數據的準確性和多樣性，例如數據清洗、數據標注和數據增強等

53、。新獲取數據的標注處理成本生成式人工智能的性能和準確性在很大程度上取決于訓練數據的質量和多樣性。如果訓練數據存在偏差或質量問題，那么生成式人工智能的結果也可能會受到影響。因此，為了確保生成式AI人工智能的性能和準確性，需要從數據收集和處理開始，到模型訓練、部署和應用，進行全面的質量控制和風險管理。訓練數據的質量和多樣性生成式AI大模型的訓練，離不開對海量高質量數據的獲取、分析及形成結果，這個過程將面臨各類與數據相關的挑戰。數據可及性及數據質量的挑戰與應對5.1智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用33生成式AI大模型訓練依托文本、影像、音頻、視頻等多模態海量數據源，其中涉及用戶

54、信息和數據，若無監管保護，會導致用戶安全信息泄露，侵害用戶合法權益。暫行辦法從用戶信息的合法采集、用戶知情同意和投訴處理機制等方面對用戶管理進行了要求：在用戶信息的合法采集方面，要求生成式AI提供方對于用戶輸入的信息和過程中的使用記錄應當履行個人信息保護義務，且數據采集應堅持最小化原則，即應采集與處理目的直接相關的信息，不得采集非必要個人信息；在知情同意方面，要求生成式AI提供方應做好隱私政策聲明和告知，明確數據收集的范圍和使用目的，并獲取用戶同意。同時，暫行辦法要求生成式AI提供方應當建立投訴、舉報機制，并及時處理反饋，快速響應用戶的維權訴求，保障用戶權益。對用戶管理合規的監管開始加強生成式

55、AI在醫療醫藥領域的內容賦能價值巨大，海量內容創作背后潛藏的合規風險值得關注。相比于過往法規，2023年開始施行的暫行辦法，除了對數據安全、網絡安全等方面重點監管之外，對內容合規監管也提出了進一步的要求，強調生成內容應符合社會主義核心價值觀，不得生成破壞國家統一和社會穩定，以及虛假有害信息等法律、行政法規禁止的內容?；ヂ摼W信息服務算法推薦管理規定要求，企業應建立用于識別違法和不良信息的特征庫，加強對不良信息內容的識別能力。對內容合規的監管不斷升級長久以來，醫療醫藥行業因其關系到人類健康與生命安全，且近年來在醫療反腐背景下多環節監管升級，因此在合規監管方面較為嚴格。而人工智能作為新興戰略產業，其

56、發展也受到政府部門的高度重視，并出臺了以生成式人工智能服務管理暫行辦法（以下簡稱暫行辦法）為代表的多項法規對生成式AI進行了全面監管。人工智能、醫療醫藥兩大領域的合規監管疊加，是藥企在使用生成式AI中不得不面對的合規挑戰。合規風險與應對5.2智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用34生成式AI應用到醫療醫藥領域的過程中，可能面臨醫療醫藥領域特有的合規風險。生成式AI的不透明性和不可解釋性給知識產權、數據安全、倫理等方面帶來了一定程度挑戰。2019年生效的中華人民共和國人類遺傳資源管理條例（以下簡稱人遺條例）明確了對人類遺傳資源提供者的數據保護，要求在采集前事先告知采集目的、采集

57、用途、對健康的影響、個人隱私保護措施等。同時，人遺條例規定對人類遺傳資源的采集需要符合倫理原則，進行倫理審查。對醫療醫藥行業數據合規智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用35面對挑戰，逆勢上揚隨著人工智能在中國快速發展，政府監管與時俱進，通過了以生成式人工智能服務管理暫行辦法為代表的多項法規對生成式AI進行監管，且近年來醫療反腐風暴背景下多環節監管升級，行業政策頻頻更新。因此，相關企業需及時跟進，掌握人工智能、數據治理、網絡安全等相關政策，結合醫療醫藥領域的特性，提前預防、及時識別并規避風險。智啟新質生產力：生成式人工智能在醫療醫藥領域的潛在應用36前景展望2024年1月18日

58、，工業和信息化部、教育部、科技部等七部門聯合印發關于推動未來產業創新發展的實施意見，明確提出鼓勵企業要面向應用場景開展創新研發。2024年1月31日，國家首次全面系統性地闡釋了新質生產力的重要概念，在強調科技創新這個“發展新質生產力的核心要素”時，特別強調了“原創性”和“顛覆性”?！霸瓌撔浴焙汀邦嵏残浴?，既是“從0到1”的原創性突破，也是“從1到10”的顛覆性跨越。而生成式AI作為兼具這兩個特性的新興創新突破性技術，將展現出更多絕妙的創新主意去賦能各行各業。我們也期待在醫療醫藥這個兼具傳統和創新的行業里，生成式AI能夠進一步賦能各類場景，實現更好的醫患體驗、更高效的藥企內部運營，從而推動行業未

59、來的高質量發展。參考文獻：1.生成式人工智能服務管理暫行辦法：生成式人工智能服務管理暫行辦法_國務院部門文件_中國政府網()2.關于推動未來產業創新發展的實施意見：工業和信息化部等七部門關于推動未來產業創新發展的實施意見_國務院部門文件_中國政府網()3.中華人民共和國人類遺傳資源管理條例：中華人民共和國人類遺傳資源管理條例_科技_中國政府網()4.互聯網信息服務算法推薦管理規定：國家互聯網信息辦公室等四部門發布互聯網信息服務算法推薦管理規定_部門政務_中國政府網()5.上海市促進人工智能產業發展條例：上海市促進人工智能產業發展條例()6.深圳經濟特區人工智能產業促進條例：深圳人大網()7.北

60、京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023-2025）：北京市人民政府關于印發北京市加快建設具有全球影響力的人工智能創新策源地實施方案（2023-2025年）的通知_政策文件_首都之窗_北京市人民政府門戶網站()8.北京市促進通用人工智能創新發展的若干措施：北京市人民政府辦公廳關于印發北京市促進通用人工智能創新發展的若干措施的通知_政策文件_首都之窗_北京市人民政府門戶網站()9.中央經濟工作會議在北京舉行 習近平發表重要講話：https:/ Felix Fei生命科學與醫療健康行業聯席主管合伙人華中區審計服務主管合伙人安永華明會計師事務所（特殊普通合伙）吳曉穎 Shar

61、ry Wu生命科學與醫療健康行業聯席主管合伙人大中華區管理咨詢服務主管合伙人安永（中國）企業咨詢有限公司於東亮 Jeffrey Yu大中華區咨詢服務合伙人安永（中國）企業咨詢有限公司王宇 Ronald Wang大中華區咨詢服務執行總監安永（中國）企業咨詢有限公司張莉 Sarah Zhang大中華區咨詢服務總監安永（中國）企業咨詢有限公司li-吳淼 Norman Wu大中華區咨詢服務總監安永（中國）企業咨詢有限公司王翔 Sean Wang大中華區咨詢服務高級經理安永（中國）企業咨詢有限公司sean-韓哲明 Jackson Han大中華區咨詢服務高級經理安永（中國）企業咨詢有限公司龐磊 Leo P

62、ang大中華區咨詢服務經理安永（中國）企業咨詢有限公司致謝：特別感謝安永同事胡鈺茜 Cecilia Hu（主筆）、柴靜 Jane Chai、遲子璇 Eva Chi、花煜陽 Andy Hua以卓越的專業知識和深刻的洞察力，為本報告撰寫所作的貢獻。聯系人安永|建設更美好的商業世界安永的宗旨是建設更美好的商業世界。我們致力幫助客戶、員工及社會各界創造長期價值，同時在資本市場建立信任。安永堅持創新與技術投入，通過一體化的高質量服務，幫助客戶把握市場脈搏和機遇，加速升級轉型。在審計、咨詢、戰略、稅務與交易的專業服務領域，安永團隊對當前最復雜迫切的挑戰，提出更好的問題，從而發掘創新的解決方案。安永是指 Ernst&Young Global Limited 的全球組織，加盟該全球組織的各成員機構均為獨立的法律實體，各成員機構可單獨簡稱為“安永”。Ernst&Young Global Limited 是注冊于英國的一家保證（責任）有限公司，不對外提供任何服務，不擁有其成員機構的任何股權或控制權，亦不擔任任何成員機構的總部。請登錄 。2024 安永（中國）企業咨詢有限公司版權所有。APAC no.03019441ED None本材料是為提供一般信息的用途編制，并非旨在成為可依賴的會計、稅務、法律或其他專業意見。請向您的顧問獲取具體意見。