“医药春晚”上,英伟达详细论述“AI医疗怎么干”

摩根大通表示,英伟达在AI医疗进行“全栈式”布局,英伟达正在构建一个从芯片到工具再到领域模型的闭环,即所谓的“干实验室 - 湿实验室”飞轮,同时AI正在从“试点”走向“受雇”,美国医疗行业商业AI部署速度是整体经济的3倍。在物理实验室层面,英伟达正与赛默飞世尔合作,最后药物发现的工业化进程也在加速。

在刚刚结束的第44届摩根大通医疗健康大会上,英伟达再次向市场展示了其算力霸权如何渗透至实体经济的最深处。

据硬AI,摩根大通分析师Harlan Sur团队在2026年1月13日发布的最新研报中,详细拆解了英伟达医疗副总裁Kimberly Powell的演讲,英伟达将通过“全栈式”布局,将医疗这一价值4.9万亿美元的庞大市场,转化为下一个高利润率的增长引擎。

报告首先指出了英伟达商业模式的核心逻辑:全栈垂直杠杆带来的利润率爆发。英伟达正在构建一个从芯片到工具再到领域模型的闭环,即所谓的“干实验室 -> 湿实验室”飞轮。对于华尔街而言,最性感的叙事莫过于同一套研发平台可以被无限次复用。

“由于相同的核心研发平台可以在水平方向上重复使用(英伟达明确将主权AI与企业AI归为一类,并强调利用‘相同的工具’),随着时间的推移,增量的垂直领域胜利将带来极具吸引力的经营杠杆。”

其次,AI正在从“试点”走向“受雇”。2025年被视为具备推理能力的AI代理(Agentic AI)的爆发之年,而现在,这些数字员工正在正式上岗。摩根大通观察到,医疗行业的商业AI部署速度是美国整体经济的3倍,这标志着企业级AI在该领域的采用曲线正发生结构性加速。随着推理成本在过去四年下降了超过100倍,大规模采用的ROI拐点已经到来。

“英伟达正将自己定位为平台层,随着支出从试点项目转向付费部署……像Abridge这样的平台已经在全球200多个卫生系统中挽回了超过30%的临床医生时间。”

在物理实验室层面,英伟达正在通过与赛默飞世尔(Thermo Fisher)的合作,试图消除人类这一“主要数据瓶颈”。通过部署“三计算机平台”(COSMOS用于模拟,Isaac用于机器人训练,边缘计算用于部署),英伟达正在推动实验室的自动化与智能化。

“通过将代理智能直接集成到仪器中以自动化实验设计和质量控制……这些自主实验室可以实现吞吐量100倍的增长,并将细胞疗法等复杂药物的生产成本降低70%。”

最后,药物发现的工业化进程正在加速。英伟达宣布与礼来(Eli Lilly)达成了一项具有里程碑意义的合作,双方将在五年内共同投资10亿美元。这不仅仅是一次合作,更是一个信号:在制药巨头眼中,GPU集群不再是可有可无的IT支出,而是决定生死的生产资料。

“这标志着GPU集群现在被视为必不可少的资本基础设施——类似于湿实验室——直接决定了研发管线的成功。”

本文来自微信公众号“硬AI”,关注更多AI前沿资讯请移步这里

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
相关文章