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

在剛剛結束的第 44 屆摩根大通醫療健康大會上，英偉達再次向市場展示了其算力霸權如何滲透至實體經濟的最深處。

據硬 AI，摩根大通分析師 Harlan Sur 團隊在 2026 年 1 月 13 日發佈的最新研報中，詳細拆解了英偉達醫療副總裁 Kimberly Powell 的演講，英偉達將通過 “全棧式” 佈局，將醫療這一價值 4.9 萬億美元的龐大市場，轉化為下一個高利潤率的增長引擎。

報告首先指出了英偉達商業模式的核心邏輯：全棧垂直槓桿帶來的利潤率爆發。英偉達正在構建一個從芯片到工具再到領域模型的閉環，即所謂的 “幹實驗室 -> 濕實驗室” 飛輪。對於華爾街而言，最性感的敍事莫過於同一套研發平台可以被無限次複用。

“由於相同的核心研發平台可以在水平方向上重複使用（英偉達明確將主權 AI 與企業 AI 歸為一類，並強調利用 ‘相同的工具’），隨着時間的推移，增量的垂直領域勝利將帶來極具吸引力的經營槓桿。”

其次，AI 正在從 “試點” 走向 “受僱”。2025 年被視為具備推理能力的 AI 代理（Agentic AI）的爆發之年，而現在，這些數字員工正在正式上崗。摩根大通觀察到，醫療行業的商業 AI 部署速度是美國整體經濟的 3 倍，這標誌着企業級 AI 在該領域的採用曲線正發生結構性加速。隨着推理成本在過去四年下降了超過 100 倍，大規模採用的 ROI 拐點已經到來。

“英偉達正將自己定位為平台層，隨着支出從試點項目轉向付費部署……像 Abridge 這樣的平台已經在全球 200 多個衞生系統中挽回了超過 30% 的臨牀醫生時間。”

在物理實驗室層面，英偉達正在通過與賽默飛世爾（Thermo Fisher）的合作，試圖消除人類這一 “主要數據瓶頸”。通過部署 “三計算機平台”（COSMOS 用於模擬，Isaac 用於機器人訓練，邊緣計算用於部署），英偉達正在推動實驗室的自動化與智能化。

“通過將代理智能直接集成到儀器中以自動化實驗設計和質量控制……這些自主實驗室可以實現吞吐量 100 倍的增長，並將細胞療法等複雜藥物的生產成本降低 70%。”

最後，藥物發現的工業化進程正在加速。英偉達宣佈與禮來（Eli Lilly）達成了一項具有里程碑意義的合作，雙方將在五年內共同投資 10 億美元。這不僅僅是一次合作，更是一個信號：在製藥巨頭眼中，GPU 集羣不再是可有可無的 IT 支出，而是決定生死的生產資料。

“這標誌着 GPU 集羣現在被視為必不可少的資本基礎設施——類似於濕實驗室——直接決定了研發管線的成功。”