AI概念被爆炒，最被市场忽略的AI 品种，随时有望被挖掘

点击上方『价值事务所』可关注并“星标”本号。文章仅记录《价值事务所》思想，不构成投资建议，作者没有群、不收费荐股、不代客理财。

“这是价值事务所的第1324篇原创文章”

很早之前，人类就意识到以AI为代表的新生产方式将重塑整个社会，下一轮全球经济的增长，需要靠AI来推动。

这里需要注意的是，本文虽以这句话作为开篇，却并不是想要大家去追当下的AI热点，如果认为当下大A的“AI概念”就代表着下一个时代浪潮，那显然就too young too simple，毕竟里面的好多企业可是连本业都还没能实现智能化生产，换句话说就是，连人工+智能都还没搞利索，却信誓旦旦要搞更高级的全自动化、纯无人智能，这难道不是在搞笑么。

每一次新的技术革命，之所以能带动整体社会经济突飞猛进，并非因为发明新技术的少数几家高科技企业的增长突破了地心引力，从而来了个一拖N（由一己之力增长带动GDP增长），而是新技术渗透进全社会的方方面面，推动了所有行业的技术进步、效率提高，从而实现社会全面的经济增长，让所有人受益。

就好比移动支付并没有让阿里、腾讯的体量增长十倍，但却让无数餐饮企业有机会增长十倍乃至百倍。

哈哈，这句话可能很多同学不太理解，这里额外解释一下，餐饮企业之前连锁化的一大痛点就在于，收纸钞让财务状况很不透明，一旦连锁化或老板不看店，店员会不会做假账坑老板的钱，这就说不清楚了（刘强东之前就吃过这个亏，不清楚的同学可以自行百度），因此，以往投资人也很不愿意投餐饮企业。

但移动支付普及以后，相当于每笔账都有记录，店员再想造假就会很困难了，这时，资本才开始对餐饮业感兴趣起来，餐饮业才开始走向连锁化、集中化。

阿里、腾讯搞的云业务，至今并没有在业绩上有什么突出贡献，甚至更多是拖后腿的存在，可是很多传统企业正是在云的帮助下完成数字化转型，从而突破原有的瓶颈，实现了新一轮增长。

典型如奶粉行业的贝因美，在阿里的帮助下，近期实现了全链路（包括原料、合作方、生产、仓储、ERP、财务系统、会员系统等在内）所有板块所有业务全打通，行业内普遍存在的大问题（窜货）基本就被解决了，整个产品的零售价格体系便得到了保护，各链路的利益分配、干活情况都可以通过数字化呈现，非常易于管理，效率得到极大提升。

因此，这货近期非常傲娇，2022年在经营层面也实现了业绩逆转（H2疫情反复尤其Q4拖累了业绩，本来H1还很不错的，全年利润不好看主要是联营企业经营不善、采购违约、 应收账款坏账准备计提等因素所致，如果看经营性现金流，则为历史最佳）。

说到这里，所长想说明一个什么问题呢？一个新技术诞生，我们不一定非要把所有注意力都放在新技术及其背后开发的公司上。一方面，正是由于新，行业未来的格局很难说得清楚，研发这个事情能否成功也不好说；另一方面，还是由于新，所以里面其实藏着很多我们不清楚的东西（即便业内人士可能都不清楚，毕竟太新了），一不小心就会踩雷。

我们完全可以把注意力放在一些“永续性增长”、大概率会受益于这项技术且行业竞争格局极难改变的行业龙头企业上。

典型如医学。

技术突破赋能行业升级

制约国内医学发展水平的一个重要瓶颈就在于，缺乏具备丰富诊断和治疗经验的医护人员，这个情况在基层更为严重。

为什么医学生挤破头都要往大医院跑？一方面，只有大医院才能见到足够多的疑难杂症病例，有助于自己诊断和治疗水平的提高；另一方面，只有大医院才有足够好的仪器设备，可以更好地确诊及治疗疾病，当然，大医院的薪资待遇等也都会更好……

如果一个医学生跑到基层医院去，发展就会非常受限制，天赋再好、再怎么努力，也都很难成为一代名医。

于是，这就造成一个非常尴尬的局面，一边是大医院录取门槛越来越高，现在博士文凭都不太能保证留在大医院，另一方面是基层医务人员的水平过低（尤其那些乡镇卫生院），往往连个本科生都招不到，只有走投无路的专科生，才会考虑留在那些地方。

这个问题一直以来都是无解的，只能靠一些有水平、有魄力的能人为爱发电，自愿去支援基层或者通过一些政策逼得大家不得不去基层“锻炼”一阵，但即便如此，他们能做的事情也都很有限，因为这是一个系统层面的问题，各方面条件都跟不上，短暂的派一两个人去，无法从根上解决问题。

不过，在AI时代，这个问题就有望得到改善。

未来的一些医疗器械完全可以和AI进行完美融合，不仅可以充分学习专家过往的诊疗经验，还可以自动从国际上的最新文献、术式等资料中挖掘有用数据，从而更有效、更好地协助广大医护人员服务患者，换句话说就是，让医疗器械傻瓜化，最终让一个护士甚至患者自己就可以完成操作，自动采样、自动检验、自动诊断、自动给出治疗方式，而后再在医院进行相应治疗。

医院虽然是治病的地方，但其实最具备技术含量、最考验医生的地方就是明确诊断+给治疗方案，至于那些乱七八糟的检验过程，核心目的其实只是为了明确诊断，一旦确认患者得的是什么病、开出治疗方案，后续按部就班操作便是（当然手术的技术含量还是很高的），医生不论是诊断还是给治疗方案，其实说白了就是一个大数据积累的过程，当他见过的病例足够多，一看到某些特征，就立马可以反应患者得的是什么病，应该给予怎样的治疗。

当然，纯粹让AI全包或许暂时还不太可能实现（这里面有信任问题，也有该谁负责的问题，当然也有技术问题），但借助傻瓜式设备对现有的医务人员进行赋能，进行全自动化检验、AI辅助诊断、AI辅助治疗是完全行得通的。

如果大家在医院有仔细观察，不难发现，很多年轻医生/实习医生，他们在对患者进行诊断、治疗时，经常都会手里抱个平板电脑不时查阅资料，他们是在查什么呢？

答案是，指南。

指南又是什么呢？

指南讲了一些疾病的特征以及公认的标准治疗操作。

这其实就是AI辅助的初始简陋版，未来，随着AI与设备更好地融合，医生们诊断的过程必将更精确、效率更高，同样时间内可以治疗更多的病人。

在近期的一些会议纪要中，相关头部企业就有讲对AI的一些布局和看法，下面贴给大家看一看。

迈瑞如是说：

从2016年上市第一款高端监护仪、高端超声等产品以来，公司便开始不断地尝试将更多的AI技术应用于产品中。

例如，公司全新推出的TEX10/20系列搭载了心脏结构自动识别功能。

该功能针对超声图像中的心脏标准切面，采用深度学习技术进行自动图像切面类型识别，并能够检测、显示标准切面中的特征结构，提升心脏超声检查的效率和质控水平。此外，该功能还可以帮助初学者快速掌握心脏超声标准切面的扫查技巧，还有基于AI技术研发的全自动外周血细胞形态学分析仪（简称“阅片机”），其创新性地实现了利用多景深融合技术获取高清晰细胞图像，在此基础上经多名形态学专家标注审核形成百万级细胞数据库。产品采用深度学习技术训练特有的血细胞形态学分类AI网络，相比传统方法大幅提升了血细胞的识别准确率，尤其是各类异常细胞的识别准确率。迈瑞阅片机目前实现的血液细胞形态分析，无论是从准确率还是速度来看，都远超国际品牌。

迪安诊断如是说：

核心AI产品聚焦宫颈癌细胞人工智能辅助诊断，产品定位是先就迪安体系赋能降本，然后进行销售推广，目前已经完成公司内闭环。之前医生每天阅片200-250片，在AI赋能下达到平均600片，较高水平达到1000片，且漏诊率降低超过50%。

该产品有3类客户：ICL（迪安/国药已落地）、医疗机构病理科（南方医科大学第五附属医院等已有落地）、国家两癌筛查项目。

联影医疗如是说：

唔，算了，联影说得太多，还是所长给总结一下吧。

大体就是将来会让设备不再冰冷，让设备可以主动思考，主动关怀，自我净化。

联影旗下还有一家名为联影智能的企业，官方说法是“提供多场景、多疾病、全流程、一体化智能解决方案的医疗 AI 企业”，目前已推出 40 余款 AI 产品，覆盖呼吸、神经、骨科、放疗四大领域，实现重建、阅片、报告一气呵成，产品已落地千余家医院。

由于医疗行业的“封闭性”，很难有外行企业能够跨界成功，更多则是行业内现有玩家通过不断努力将最新的技术同自家产品/服务相结合，从而让自己更有竞争力、更有效率，自然也就有更好的业绩。