出品|虎嗅科技組

作者|陳伊凡

編輯|苗正卿

頭圖|視覺中國

落后，有時能變成一種優(yōu)勢。

正如某些發(fā)展中國家從未鋪設(shè)過銅纜電話線卻直接跨入了5G時代；正如一些新興市場直接跳過了信用卡支付，從現(xiàn)金步入移動支付時代。

2026年開年發(fā)生的故事，正在給這個判斷提供新的論據(jù)。那些在軟件時代步履蹣跚的行業(yè)，往往擁有跳過中間階段、直接躍入AI的“特權(quán)”，比如醫(yī)療、

OpenAI 斥資1億美元收購數(shù)據(jù)清洗公司 Torch 并發(fā)布“醫(yī)療全家桶”；被譽(yù)為“醫(yī)療界ChatGPT”的 OpenEvidence 完成新一輪融資，估值飆升至120億美元；Anthropic 緊隨其后宣布接入核心醫(yī)療數(shù)據(jù)庫。大洋彼岸，中國大模型獨(dú)角獸百川智能，幾乎在同一時間推出了 Baichuan-M3 Plus，宣稱將幻覺率降低至 2.6%——這一數(shù)據(jù)不僅低于 OpenEvidence，更觸達(dá)了全球最低水平。

這延伸出兩個問題，不同科技巨頭布局醫(yī)療搜索的目的和策略是什么？另外，當(dāng)巨頭向醫(yī)療AI搜索下手時，初創(chuàng)公司的出路在哪里？

“只要市場規(guī)模大的ToC應(yīng)用，大模型公司未來都會做?！边@已經(jīng)是AI圈的共識，除了醫(yī)療，過去的故事都在證明這個論斷，例如炒股、社交、電商、娛樂和游戲。這似乎是一個AI創(chuàng)業(yè)中，殘酷的“宿命論”。

不過，醫(yī)療是一個不容許大模型“犯錯”的行業(yè)，其對數(shù)據(jù)質(zhì)量的要求極高，并且需要零幻覺。在這方面，OpenAI等這些巨頭的體量優(yōu)勢，未必能夠轉(zhuǎn)化為勝率。

UpHonest投研團(tuán)隊曾經(jīng)在和虎嗅交流時就表示， AI時代的搜索將變得更加碎片化，未來每個人可能會有自己的AI搜索引擎，全新的生成式AI搜索引擎將緊密契合目標(biāo)用戶的“心智模式”，投資人、律師、醫(yī)生的思維模式各不相同，信息獲取模式、目的和決策思維各有差異，這些不同和差異就是生成式AI搜索引擎創(chuàng)新的機(jī)會。

醫(yī)療搜索正是在AI時代下衍生出的生意，只是這個生意不同的人有不同的做法

醫(yī)療搜索：一個隱秘的AI富礦

在過去的大半年時間，我們一直在關(guān)注一些未被軟件“吞噬”的行業(yè)，如何直接躍入AI，但并非所有的數(shù)字化滲透率低的行業(yè)，皆有這樣的機(jī)會。

但這并不意味著所有的“數(shù)字化洼地”都是黃金。一位資深的工業(yè) AI 創(chuàng)業(yè)者曾向我打過一個精妙的比喻：改造傳統(tǒng)行業(yè)，就像是要給一輛正在高速公路上疾馳的汽車更換引擎。這事能成，必須滿足兩個苛刻的前置條件，第一，這輛車本身必須具備現(xiàn)代工業(yè)的骨架，不能是馬車；第二，油箱里必須有足夠的燃料，能支撐它在換好引擎后繼續(xù)狂奔。

換句話說，只有那些“體量龐大到不得不改”且“擁有豐富高能燃料”的行業(yè)，才配得上 AI 的深度改造。

醫(yī)療，正是那個完美符合所有特征的唯一的標(biāo)的。

這個行業(yè)充滿了“悖論”：它的體量大得驚人，擁有豐富的數(shù)據(jù)，但在核心診療環(huán)節(jié)，其數(shù)字化程度卻低得令人發(fā)指——繁瑣的流程、紙質(zhì)的單據(jù)和互不相通的信息孤島隨處可見。傳統(tǒng)醫(yī)療受限于人力，無法突破高質(zhì)量、低成本和高不可及性的“不可能三角“。

根據(jù) RBC Capital Market 的統(tǒng)計，醫(yī)療行業(yè)貢獻(xiàn)了世界上30%的數(shù)據(jù)量。根據(jù) IDC 發(fā)布的《數(shù)字化世界》報告預(yù)測，醫(yī)療健康數(shù)據(jù)正以 36% 的復(fù)合年增長率爆發(fā)式增長。隨著電子病歷的普及、可穿戴設(shè)備的爆發(fā)以及合規(guī)要求的升級，這些海量且復(fù)雜的醫(yī)療數(shù)據(jù)，正在成為訓(xùn)練下一代高智商 AI 模型不可或缺的“燃料”。

從商業(yè)角度看，醫(yī)療不僅市場規(guī)模巨大，更是一個離支付最近、使用頻次高、客單價高的場景。根據(jù) CMS (Centers for Medicare & Medicaid Services) 發(fā)布的官方國家衛(wèi)生支出報告（NHE），2023年美國醫(yī)療衛(wèi)生支出達(dá)到 4.8萬億美元，占其GDP的 17.6%。預(yù)計到2032年將增長至 7.7萬億美元。這是全球任何一個單一行業(yè)無法比擬的體量。

大廠的策略：爭奪入口與生態(tài)布局

OpenAI 披露的一組數(shù)據(jù)：每周有2.3億人在 ChatGPT 上咨詢健康問題，日活達(dá)4000萬，且70%的對話發(fā)生在診所下班之后。這意味著，AI 已經(jīng)在實質(zhì)上接管了人類的“非工作時間醫(yī)療咨詢”。這意味著醫(yī)療已經(jīng)是一個高頻的使用場景。

高頻，意味著流量入口和用戶心智，這背后蘊(yùn)藏豐富的商業(yè)想象，例如支付、保險等。

但正如我們在最開頭提及，由于醫(yī)療行業(yè)對數(shù)據(jù)的苛刻要求，巨頭不一定具備這方面的優(yōu)勢，在醫(yī)療上，誰能擁有最全且準(zhǔn)確的數(shù)據(jù)集，就能獲得取勝的關(guān)鍵。

OpenAI 推出了獨(dú)立的 ChatGPT Health，允許用戶將自己的醫(yī)療記錄和健康應(yīng)用數(shù)據(jù)接入 ChatGPT。對話記錄、文件記憶與普通模型分開，且明確承諾不用于模型訓(xùn)練，以此解決醫(yī)療最敏感的隱私顧慮。1月13日，OpenAI宣布收購醫(yī)療科技初創(chuàng)公司 Torch，這家公司正在開發(fā)一種面向人工智能業(yè)界的“統(tǒng)一醫(yī)療記憶”系統(tǒng)，目標(biāo)是將分散在不同廠商、不同格式中的患者健康數(shù)據(jù)統(tǒng)一整合到自己的平臺中。

1 月 11 日，Anthropic 在 J.P. Morgan 醫(yī)療大會上發(fā)布 Claude for Healthcare。Claude 醫(yī)療版接入了 CMS 覆蓋數(shù)據(jù)庫、ICD-10 編碼、NPI 注冊表、PubMed 3500 萬篇文獻(xiàn)。相比之下，Anthropic更加ToB，Claude for Healthcare可以被應(yīng)用到臨床和保險流程中，協(xié)助醫(yī)療人員快速找到相關(guān)資訊，為臨床醫(yī)生節(jié)省時間。

視線轉(zhuǎn)回中國市場，螞蟻阿福（及背后的螞蟻醫(yī)療大模型）也是面向C端，背靠支付寶龐大的生態(tài)體系，螞蟻阿福占據(jù)了離錢和交易最近的入口。

大公司做泛、初創(chuàng)公司做垂

近期，百川智能正式發(fā)布新一代醫(yī)療大模型 Baichuan-M3 Plus，展示了其作為醫(yī)療大模型的能力，百川智能稱，面向所有服務(wù)醫(yī)務(wù)工作者的機(jī)構(gòu)，免費(fèi)開放M3 Plus的API形式，適用場景包括臨床輔助決策、醫(yī)學(xué)教育。不過我們還無法從僅有的公開資料中，窺探百川智能下一步的商業(yè)化細(xì)節(jié)和模式。畢竟，對于醫(yī)療行業(yè)而言，模型能力僅是其摸到這個行業(yè)門檻的第一步，是否能夠足夠了解用戶、深入用戶需求，建立自己獨(dú)特的數(shù)據(jù)飛輪壁壘，是醫(yī)療AI初創(chuàng)公司生存的關(guān)鍵。

另一個更具有參考意義的初創(chuàng)公司范本或許是OpenEvidence ，為醫(yī)療垂直大模型初創(chuàng)公司提供了一個完美的生存樣本。相比大廠面向C端的醫(yī)療產(chǎn)品，初創(chuàng)公司則面向B端，做深做垂。

與 OpenAI 和螞蟻阿福主攻 C 端大眾不同，OpenEvidence 從一開始就只做醫(yī)生的生意。其用戶需經(jīng)過嚴(yán)格的資質(zhì)驗證，僅面向臨床醫(yī)生、執(zhí)業(yè)護(hù)士、藥師等專業(yè)人士。這種定位決定了其獨(dú)特的商業(yè)模式。

首先是獲客邏輯，類似“專業(yè)版ChatGPT”。對驗證過的醫(yī)生免費(fèi)開放，通過極致的工具體驗積累高頻專業(yè)用戶。

其次是變現(xiàn)邏輯，OpenEvidence“免費(fèi)增值+精準(zhǔn)廣告”。它并沒有向醫(yī)院收軟件費(fèi)，而是在擁有了全美最精準(zhǔn)的醫(yī)生流量后，引入了針對B端的精準(zhǔn)推廣（如藥企資訊），實現(xiàn)了類似消費(fèi)互聯(lián)網(wǎng)的病毒式傳播。

第三就是他們數(shù)據(jù)飛輪積累的模式，一方面，醫(yī)生的每一次使用，就能夠幫他們積累數(shù)據(jù)和反饋，另一方面OpenEvidence還切入了醫(yī)生的剛需——繼續(xù)教育學(xué)分（CME）。在美國，醫(yī)生每年必須修滿學(xué)分，OpenEvidence 將使用 AI 學(xué)習(xí)的過程認(rèn)證為學(xué)分，這讓它搖身一變，成為了美國醫(yī)生的“學(xué)習(xí)強(qiáng)國”，極大地鎖定了用戶時長。

為了減少幻覺，OpenEvidence不聯(lián)網(wǎng)，而是大規(guī)模采用美國FDA、CDC發(fā)布的免費(fèi)權(quán)威信息，以及同行評審的醫(yī)學(xué)文獻(xiàn)。

在做深做垂上，OpenEvidence的另一個示例是，2025年他們推出了一個叫做DeepConsult的AI Agent，被稱為"數(shù)字博士研讀助手"，能自主檢索并分析上百篇相關(guān)研究，將平時需要人工數(shù)月綜述的主題，在數(shù)小時內(nèi)生成綜合研究報告發(fā)送給醫(yī)生。盡管每次調(diào)用的計算成本是普通搜索的100倍以上，OpenEvidence仍然免費(fèi)向美國認(rèn)證醫(yī)生開放這一功能。有很多醫(yī)生會用這個AI Agent來查找自己一輩子可能只遇到一兩次的病歷。

我們曾經(jīng)跟硅谷風(fēng)投機(jī)構(gòu)UpHonest投研團(tuán)隊探討OpenEvidence的模式對于創(chuàng)業(yè)者的啟發(fā)和參考。

模型的能力，只是這類公司成功的第一步。商業(yè)化和場景化的精準(zhǔn)變現(xiàn)才是核心。OpenEvidence的專業(yè)化勝過泛化，在垂直領(lǐng)域做深做透，而非追求大而全；其次，PLG（產(chǎn)品驅(qū)動增長）產(chǎn)品質(zhì)量驅(qū)動增長策略，繞過傳統(tǒng) B2B 銷售的復(fù)雜流程；場景化變現(xiàn)，將用戶的專業(yè)決策場景轉(zhuǎn)化為高價值的廣告投放場景。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4829480.html?f=wyxwapp