
At the "Medical Spring Festival," NVIDIA elaborated on "How to Implement AI in Healthcare"

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。”
