Part01

行业驱动因素：供需错配催生AI+银发人群需求革命

1.需求侧：银发人群新蓝海市场，但产业结构性矛盾凸显，传统银发服务场景难以满足多层次需求

机会拐点：中国人口发生结构性变化，新人群、新场景下银发经济迎来机会性拐点。根据国家统计局数据，到2035年，45岁以上的中老年人群数量从6亿快速提升至7.5亿，中老人从2021年45岁以上中老年人口规模占全球总人口比重快速攀升，2021年的43%快速提升到2025年的58%，中国进入老龄化社会，同时预期寿命延长导致退休生活跨度延长，银发绝对数量的广度和深度迎来变化。同时，以婴儿潮为代表的70后、80后开始逐步进入老年阶段，人群消费能力、消费观念及受教育水平与前辈不同，老年消费方式发生巨大变化，新型银发经济模式不断涌现，银发人群的消费特征也发生了变化。各种银发经济相关政策出台，意味着银发经济是拉动内需经济的重要命题。据中国老龄科学研究中心测算，目前我国银发经济规模在 7 万亿元左右，占 GDP 比重约 6%。预计到 2035 年，银发经济规模有望达25万亿元，未来增长空间巨大。

截屏2025-02-19 11.08.32

产业现状：现有银发人群产品服务体系落后，存在新蓝海机会。

服务断层：目前最大痛点是养老照护服务供需错配，照护需求与人力成本攀升的矛盾。根据民政部数据，目前我国失能老年人约3500万，到2035年将达到4600万左右。庞大的失能老人基数，背后是显著增长的护理需求和服务人才缺口。从供给端看，我国养老护理员供给缺口达550万，新增老年护理员的流失率为40%至50%。从业人员数量不足、专业技能水平参差不齐、工作强度大、福利待遇较低等，制约了养老护理员市场的发展速度，是亟需破解的行业难题。上海更是提出90-7-3养老模式，即90%居家养老，7%社区养老和3%机构养老，未来居家养老将成为主流。

图：养老人力需求与供给鸿沟

数据断层：银发产业数字化设施极为薄弱。从服务的角度，传统的养老服务数字化渗透率极低，主要以线下服务为主，依然以数据纸质记录作为管理形态，无信息化管理能力，更无数据分析能力；从硬件设施的角度，无论是传统的银发健康管理仪器，还是上一代智能IoT设备，都存在严重的数字孤岛现象，因此更多是作为被动型/事后型的检测手段，来完成健康管理，综上所述，现有银发产业产品服务数字化、信息化仍然落后，无法实现数据联动、分析和决策。

技术断层：银发AI产品落地匮乏，大厂和模型公司对人群理解落后，目前AI落地主要关注年轻人群市场。参考最近落地的AI产品，主要覆盖文生文、图像生成、视频生成创作工具，搜索、代码、AI4Science等生产力工具或虚拟人等营销科技场景，银发场景落地的AI产品少，甚至传统的移动互联网产品依然存在GUI界面操作复杂度与老年人认知衰退的冲突。根据《第53次中国互联网络发展状况统计报告》的数据，我国的非网民规模为3.17亿人，其中60岁及以上的老年群体是我国非网民的主要群体，大约占比40%，可见我国仍有相当一部分老年人被隔绝在互联网之外。目前网络上超50%的APP尚未提供“长辈模式”，且部分APP的“长辈模式”入口过深、不明显，不利于老年用户快速、便捷地切换使用。

2.供给侧：传统产品能力断层，大模型技术赋能打破产业升级瓶颈

（1）硬件层：传统智能“数据采集器”，大模型赋予“认知决策中枢”，化被动为主动

当前主流的养老智能设备（如智能床垫、可穿戴监测设备等）多聚焦于生理数据的实时采集与传输，仍停留在“被动响应”阶段：设备仅作为数据收集终端，缺乏对数据的深度分析与场景化决策能力。例如，智能床垫可监测老人是否离床，但无法结合历史数据预测跌倒风险或联动其他设备主动干预。

智能穿戴设备搭配AI算法，堪比老年人的专属“健康卫士”，全天候24小时紧盯老人的心率、血压、睡眠质量等生命体征与健康数据，其核心突破在于将设备的角色从“数据采集器”升级为“认知决策中枢”，化被动为主动，从过往的事后发现问题，到提前预判并且给予出相关的健康管理/就医建议。如AI心肺监测雷达和AI深睡眠空调，利用毫米波技术实时捕捉心脏/胸腔微动频率，判断老年人睡眠状态是否正常，并在监测到呼吸暂停时自动采取联动措施。

（2）软件层：LUI交互范式革命，助推智能产品适老化改造

图形用户界面（GUI）长期以来是人机交互的主流方式，而老年人面对传统GUI时，常常遇到视力障碍、记忆力衰退和操作复杂等问题，使得GUI在面对老年用户时显得不够友好和高效。随着大模型能力的引入，语音用户界面（LUI）应运而生，利用语音识别和自然语言处理技术，让用户可以通过语音与设备进行交互，从而避免了繁琐的按键操作和界面理解障碍。如家电语音交互系统采用方言识别+语义联想技术，四川方言版智能电视使老年用户日均使用时长增加2.3小时；智能药盒集成图像识别与语音用药提醒，临床试验显示用药依从性提升76%。从GUI到LUI的过渡，标志着人机交互技术更加注重适老化的趋势。

（3）服务层：AI调度系统实现服务资源动态匹配，响应时效从小时级压缩至分钟级

在智慧养老的浪潮中，如何高效管理养老资源，确保每位老人都能享受到及时、专业的服务，成为养老机构面临的重要课题。AI调度的智慧养老管理平台，凭借智能化调度与资源配置优化功能，为居家养老带来了全新的管理体验。基于强大的智能匹配算法，平台能够根据老年人的具体需求、地理位置、服务类型等多维度信息，自动匹配最适合的、不同层次的服务人员或资源。一旦需求被确认并匹配成功，平台将立即启动快速响应机制，响应时效从小时级压缩至分钟级。平台还具备强大的跨部门协同能力，通过整合医疗、护理、餐饮、娱乐等多个部门的信息和资源，实现跨部门之间的无缝对接和高效协作。最终，依托智能技术整合，将分散的居家养老床位升级为标准化的分布式服务节点，通过AI算法实现远程监测与资源调度，有效破解居家照护场景中资源分散、管理低效的行业痛点。

/private/var/folders/4r/xbxb75rd0l39732qzpyx9k980000gn/T/com.kingsoft.wpsoffice.mac/photoeditapp/20250217173625/temp.pngtemp

图：智慧养老平台数据中心

（4）决策层：AI驱动企业管理与服务的范式跃迁

当前银发产业正依托大模型技术构建“AI代际革命”三级体系：在人力资源维度，AI贯穿“招聘-面试-培训-管理-任用”全链条，实现护理员简历智能匹配、虚拟实训考核及动态排班优化，真正招到“好阿姨”；在服务模式层面，形成“完全自主”与“Copilot”双轨并行，既通过体征监测Agent实现24小时无人值守，又借助护理方案生成式AI辅助人工决策；在系统架构维度，部署AI agent集群，例如，当智能防跌倒监测到老人跌倒信号，区域调度Agent即刻联动社区医疗资源，同步触发三甲医院急救通道。这标志着银发经济正从“人力密集型”向“智能体生态”跃迁，以分布式AI网络破解“服务人力缺口与运营成本攀升”的行业困局，契合《银发经济高质量发展指导意见》中“以技术杠杆撬动规模效应”的核心路径。

图：国内AI Agent 生态图谱

图：AI Agent对于企业用户的价值

3.政策闭环与AI降本双轮驱动，市场亟需懂银发场景，有银发数据的垂类大模型产品服务一体化落地方案

政策闭环：国家老龄事业规划与“智慧养老”专项行动形成政策闭环，2025年智慧养老市场规模预计突破7.21万亿元。国家层面通过《“十四五”老龄事业发展规划》明确智慧养老服务体系框架，2024年“银发经济”战略升级进一步推动智能终端研发与数据互联。政策驱动下，全国智慧养老企业年均增长超22.5%。根据中商产业研究院预测，2025年中国银发经济市场规模将达9万亿元，2025年中国智慧养老市场规模将达7.21万亿元。

图：2022-2025E中国银发经济、智慧养老市场规模趋势

AI降本：Deepseek通过算法创新大幅提升模型效率，“高性能、低成本”赋能千行百业AI应用开发。Deepseek-R1抛开以预设思维链模板和监督式微调等为特点的AI推理能力传统训练方法，成功走通“纯”强化学习（RL）路径，实现算法、框架和硬件的优化协同。新发布的R1模型API服务价格为每百万输入tokens 1-4元、每百万输出tokens 16元，远低于同期 OpenAI o1 API定价水平，且在逻辑、数学及中文任务中表现优异。

表：Deepseek与主流AI模型成本对比

目前，已有多家银发产业相关企业宣布接入Deepseek，涵盖医疗健康、智能科技、文娱教育多个领域：如华鹊景认知康复机器人系统完成Deepseek-R1模型部署，实现智能动态评估；美年健康血糖管理AI智能体“糖豆”接入Deepseek，提供更精准的健康管理建议。

正确银发产业解法：市场亟需懂银发场景，有银发数据的垂类大模型产品服务一体化落地方案

随着以ChatGPT为代表的大模型出现打破了过去小模型泛化能力差，落地成本高的困局，通过AI替代人大幅改善服务效率。而AI Infra基建完成，其中开源大模型如DeepSeek等强势表现，推动AI产业链投资往应用价值链迁移，过去是本地上云时代，未来是通过AI把服务产品化的时代存在万亿美元市场机会。银发垂直场景场景落地的核心是理解银发人群需求，而通用大模型无法满足银发人群高价值需求，最优实现路径是通过多个场景获取大量的多模态训练数据反哺垂直场景模型，最终带来通过多个模型产品服务满足银发人群全需求的可能。

Part 02

阶段需求锚定共性痛点，市场参与主体能力三极分化2.1. 需求场景地图

通过需求侧分析，健康管理、家务清洁和情感陪伴在各个养老阶段的需求都较强，其次是安全监控、康复理疗，娱乐休闲在健康自理阶段需求较强，健康监护和生理需求类场景在养老后期阶段需求较强，智能卫浴、智能控制、智能睡眠等需求在各个养老阶段的需求强度较强且相对稳定。

/private/var/folders/4r/xbxb75rd0l39732qzpyx9k980000gn/T/com.kingsoft.wpsoffice.mac/photoeditapp/20250217171646/temp.pngtemp

图：不同养老阶段需求分析

结合上游成熟水平（即是否有足够多/成熟的技术组件实现低成本大规模落地），下游培育难度（即目标人群购买意愿和预算，市场的渗透率情况）和服务商价值紧迫度（目标人群体量，覆盖养老阶段长度和需求强度）进行需求行业优先级分析，得出目前在护理服务和情绪价值是有望成为大模型最快落地的两个行业。

截屏2025-02-19 11.11.55

表：需求行业优先级分析

2. 市场参与主体能力矩阵：“技术-场景-资源”三极分化

表：AI+养老市场参与主体能力比对

（1）科技大厂：技术溢出、场景脱嵌

科技大厂凭借底层技术研发能力，在算法优化、硬件标准化生产等领域形成显著优势，其技术储备可支撑大规模产品化落地。然而，养老场景的复杂性对技术适配提出特殊要求：老年人交互习惯的非标性（如方言识别、触控灵敏度）、服务需求的强在地性（如社区医疗资源对接），均超出标准化技术方案的解决范畴。大厂惯用的通用型产品开发逻辑，难以捕捉分散化、非结构化的养老需求，导致技术供给与真实场景出现系统性错配。养老服务本质上依赖线下资源的精细化调度，而互联网企业的轻资产运营模式缺乏对康养机构、家政服务等实体网络的渗透能力，形成“技术高势能-服务低效能”的悖论。

（2）传统康养企业：经验壁垒、技术迟滞

传统养老机构深耕行业数十年，在需求理解层面具备先天优势。丰富的服务人员资源通过长期实地接触，能精准识别老年人心理诉求与行为特征。然而经验驱动的运营模式存在双重局限：其一，人工服务的不可复制性导致规模扩张受阻，传统机构往往困于地域化运营，难以构建跨区域协同的服务网络；其二，纸质化记录、经验化决策的运作方式，无法实现对海量用户数据的结构化处理，遑论通过算法挖掘潜在需求。尤其当智能硬件、远程监测等新技术介入时，传统企业既缺乏技术选型能力，又受制于组织惯性，易陷入“用工业时代工具解决智能时代问题”的路径依赖。

（3）单点落地AI企业：敏捷创新、生态脆弱

聚焦特定场景的初创企业虽能快速开发垂直应用（如跌倒监测、用药提醒），但其技术架构多基于开源框架二次开发，算法精度与抗干扰能力存在先天缺陷。更深层制约在于供应链整合弱与跨域扩张成本高的叠加效应：一方面，单一功能产品必须依附医疗机构、养老运营商等上下游环节（如监测数据需对接急救系统才有临床价值），而初创企业既缺乏议价能力整合分散的供应商（医疗设备商、云服务商、保险机构），又难以承受跨区域复制的供应链重组成本（如在不同省份需重新对接本地医保系统、定制硬件适配方案）；另一方面，这类"插件式"产品往往陷入"区域化陷阱"——在某城市通过政府试点项目跑通的模型（如与本地三甲医院数据互通），因异地医疗数据标准差异、护理流程规范不统一，扩展至新市场时需投入大量工程化改造成本。

该碎片化创新模式虽具短期灵活性，却面临两大结构性风险：一是技术护城河薄弱，头部企业可通过模块化开发快速覆盖其核心功能；二是缺乏用户粘性构建能力，当大厂以补贴策略进入细分市场时，用户极易流向集成度更高的平台。

（4）破局路径：需求-技术-资源的三角耦合

区别于大众参与者的能力断层，“AI+养老”市场亟需通过重构产业价值链条实现突破：

需求侧：将传统照护机构的经验知识转化为可量化的行为模型，利用持续交互数据动态修正需求画像

技术侧：针对老年群体生理特征定制传感算法（如高容错语音交互、低功耗异常监测），确保技术适配度

资源侧：搭建智能调度中台联通分散服务供给方，通过动态机制提升资源配置效率

三位一体的能力架构，既规避了大厂“技术空转”的陷阱，又突破了传统企业“数据黑箱”的局限，更建立起单点创新者难以企及的生态壁垒。当竞争聚焦于“精准需求响应×可靠技术交付×实时资源调度”的综合效能时，平台的核心优势将随规模扩张持续强化。三、颐挚科技：重构银发经济的AI守护者人工智能与老龄化社会的深度碰撞，正在催生万亿级银发经济新范式。面对6亿以上人口个级别的中老年群体在健康监护、情感陪伴、安全预警等领域的多元化需求，传统服务模式已显现明显断层。颐挚科技通过"大模型+智能硬件+生态协同"的三维创新，构建起覆盖银发群体全场景需求的AI守护网络，让技术温度真正融入养老产业的每个环节。作为银发经济领域的人工智能先锋，颐挚科技打造了「AIoT智能终端-数据中枢-完整多模态大模型应用能力-服务生态」的一体化解决方案。切片银发人群多样化需求，围绕大模型落地银发人群构建最优实现路径。

截屏2025-03-10 08.35.16

图：颐挚科技定位——打造最领先的大模型落地银发人群的产品服务一体化平台

技术层面，公司通过自主研发的预训练模型，配合自研的AIoT产品矩阵和行业稀缺的专业护理运营能力完成对大量银发家庭的需求覆盖。通过大模型能力的引入，使系统能够直接理解老年人模糊化、非结构化的需求表达。通过融合语音交互、健康监测、行为分析等专域多模态数据流采集训练，打造24小时在线的AI专属银发安全守护官，化被动为主动，完成大量人工替代如专属医生、专属陪护、专属反诈、专属督导等场景并持续扩张，未来将解锁更多AI Agents的能力，服务银发人群从健康阶段开始的全场景需求。

截屏2025-03-10 08.35.47

图：大模型赋能的感知、决策、行动三位一体，对照护和守护业务构成落地闭环

图：AIoT产品矩阵，C端覆盖银发家庭全天候需求，B端赋能行业提效

图：医院/到家照护业务的行业领先地位

生态及合作层面，颐挚依托覆盖上海近20家三甲医院院区的规模化服务能力（年服务人次近10万、服务人日超50万），联合三甲医院临床科室与区域医疗中心共建适老化产品研发体系，将院内真实场景需求（如术后监测、慢病管理）转化为体征监测设备、智能呼叫终端等硬件的开发标准，并通过控股复医健康等实体，推动医院康复护理资源向家庭下沉。同时，自研AIoT硬件矩阵与古德、小米等品牌深度合作，加快产品的迭代速度，通过“滚雪球”效应，覆盖更多样人群与家庭。此外，颐挚采用“核心城市自营+生态合作拓展”模式，具备在GDP高、老龄化严重的城市群快速复制服务能力，通过硬件销售、订阅服务与增值生态（如保险、旅游）实现多维度变现，形成高粘性的银发经济运营生态。

当我们用以终为始的思维范式审视行业发展，具身智能技术固然具有巨大潜力，但在短期内面临落地瓶颈，而颐挚模式通过构建AI赋能的银发照护服务体系，不仅为智能养老提供了最优解决方案，更通过场景化实践搭建了关键路径——这种渐进式创新正是实现具身智能大规模进入家庭照护场景不可或缺的过渡桥梁。

截屏2025-03-10 08.51.38

图：具身智能短期落地难，颐挚模式是AI赋能银发人群照护服务的最优路径

总的来说，在人口结构转型与AI技术突破的双重驱动下，颐挚科技正通过"产品标准化-服务个性化-生态平台化"的演进路径，重新定义大模型银发场景落地的价值链条。其构建的不仅是技术解决方案，更是银发群体拥抱大模型智能时代的桥梁。

AI应用×银发产业万亿聚合，赛道资金利用效率最大化，这或许正是资本关注的下一个产业级机遇。

大模型破解银发经济供需困局，开启万亿市场新纪元