AI健康toC潮起，群雄跑馬圈地

AI4H-ToC（AI for Health toC：面向個人的AI醫療健康應用）賽道，最近亂成了一鍋粥。

無論是長期扎根互聯網大健康賽道的頭部玩家，還是此前就對健康領域有所涉及的AI巨頭，都在本次上海的世界人工智能大會前后，開始了一波跑馬圈地秀肌肉的舉措。

這既是推理大模型普及后“應該努力抓C端應用”這一共識的具象體現，也不乏試圖走捷徑、換道超車的投石問路。

AI4H-ToC的第一性原則究竟是什么？什么樣的玩家才能笑到最后？

——導語

01

ToC的AI健康應用開始跑馬圈地

世界人工智能大會智能大會前后，ToC的AI健康應用產品成為超級焦點。

首先是國內互聯網大健康賽道的前三名，各自拿出了不俗的產品。

京東健康作為賽道老大，在大會前夕官宣旗下“AI京醫”大模型產品體系迎來全面升級。除了再次升級了以AI醫生“大為”為核心的多專業服務角色智能體能力外，截至目前，京東互聯網醫院還上線了超500個專家醫生智能體。

而在超過500個專家醫生智能體上線后，京東互聯網醫院已成為業內醫生智能體數量和服務規模最大的互聯網醫療平臺。

與以前的醫生智能體不同的是，除了數量和規模外，京東健康此次推出的專家醫生智能體經過更深度的訓練，不僅具備通用AI能力，更能體現醫生本人的專業知識、臨床經驗、思維模式和表達習慣，成為真正具備“數字分身”能力的優質醫療資源。也與京東健康一直致力于提供優質醫療資源增量，解決“看病難”的宏觀思路高度吻合。

值得關注的是，京東健康暫未官宣推出AI4H產品的獨立APP，目前已知的是把AI智能體深度融合在京東APP的各個健康服務場域里，最先在實戰層面實現AI規模化應用。但是，我們從一則半年前的媒體公開報道可見端倪。當時報道內容顯示，京東健康在2024年7月就推出了直接面向消費者的AI健康智能體“康康”。

而截至今年2月中旬，“康康”在近半年時間內已累計服務超3000萬人次，問題解決率達70%，成為彼時國內AI健康第一入口。當時京東健康也透露，在京東健康APP生態內，正構建以“康康”為核心的多智能體生態。現在又過去了半年，京東健康是否在憋“大招”？作者嘗試聯系一位熟悉的京東健康內部人士，回答是：可以關注接下來的官方消息。

AQ是螞蟻集團推出的AI 健康管家 App，似乎是刻意搶在世界互聯網大會前一個月正式發布。這款精心設計的產品功能強大，定位為 “全階段健康管理工具”，試圖為用戶提供從日常健康管理到醫療服務全流程的智能支持。發布后一度曾登頂蘋果應用商店醫療榜，是近期“大紅大紫”的AI4H產品。

此外，阿里云主導的夸克AI搜索也有“健康助手”功能，部分能力和AQ重合，或許是一次內部賽馬。

平安好醫生也在重新出擊，借著換回“平安好醫生”品牌名字的場合，官宣推出全場景、全周期、全生態的“7+N+1”AI醫療產品矩陣，包括“平安芯醫”，“安主任”、AI養老管家、AI醫務室、AI健管師、AI慢病管理師、AI健康福利官等。不過，雖然看似陣容強大，但目前的主流方向是入口聚合而不是應用分散，平安此舉可能攤薄本身就有限的流量。

游離于主流互聯網大健康賽道內外的字節系，但一直試圖攪動醫療風云的小荷健康，也基于此前已有的“小荷AI醫生”能力，推出了獨立APP，其最主要的功能之一就是健康咨詢，覆蓋疾病自查、用藥參考、健康建議等眾多場景，同時會主動收集用戶提供的關鍵信息（如癥狀持續時間、過敏史等），可以看做是豆包的健康行業大模型在試圖不斷自我進化、形成閉環的抓手型產品。

一場激烈的ToC的AI4H的大戰，已經正式開打。

02

共性很多，個性很難

一大批ai4h應用集中出現，有一些現象分析，總體可以概括為“共性很多、個性很難”。

其中，例如 “健康咨詢”幾乎成為所有新應用的標配。

DeepSeek帶來的推理大模型浪潮掀起后，AI從“對話”進入“推理”階段，應用的度搜索能力、信息聚合篩選能力、解決方案提供能力都大大提升，這是這一波大模型應用的最大共性，也幾乎成為新應用的標配。

但是，由于推理大模型有很多開源版本，高質量醫療數據集也開始高度標準化和商業化，解決了醫療數據標注成本高、合規難的問題，加速了低成本咨詢模型的訓練與落地，使得一批企業可以基于推理大模型很輕易的推出健康咨詢類的產品。

然而，利用開源模型換殼、依賴公開數據集就扎入垂直賽道的企業，和長期深耕這一領域的企業，會在發展潛力和應用幅寬有巨大的區別。

顯然，具有底層自研大模型+全場景數據閉環，又長期深耕互聯網大健康領域的企業，在模型能力上具有巨大的差異化優勢。

另一個值得關注的方向是，越受歡迎的應用，其資源整合能力就越強，整合的資源品質就越高。

由于大模型的商業價值變現機會在應用，所以C端場景不可或缺，已經成為一個共識。使得各大企業開發獨立的AI4H類APP的動力大增，以期通過增加C端的滲透率，可以收獲市場影響力、可以快速形成規模、可以大量獲取優質數據、可以構建新的入口等等。

值得關注的是，這一輪新應用有一個很大的差異化競爭點，就是利用AI調度整個體系內醫療資源，并實現某種程度上對患者需求的“自適應滿足”的能力，長此以往，人類的看病診療模式或將被顛覆。

但這也極度考驗頭部企業的資源儲備能力，畢竟，再好的調度，如果沒有資源，也是巧婦難為無米之炊。

例如，京東健康這次密集“定制”專家醫生的智能體，看似是單點升級，但實際上實現的是從診斷（醫生專家智能體+真人醫生）、用藥指導（AI 藥師）到健康管理（AI 營養師）再到醫藥零售、醫療服務的全流程打通，是“AI醫生+多專業服務角色智能體+專家醫生智能體”的有效組合，而這又建立其持續打造基于臨床推理案例的模擬訓練數據集，并發布中文醫療大模型評測基準 MedBench等長期積累的資源的加持之上。

另一方面，借助京東健康“醫檢診藥”閉環服務，用戶與AI的互動不僅僅是簡單的問答和咨詢，更重要的是可以有效的解決后鏈路問題，比如可以直接在線完成醫藥健康產品購買、檢查預約等服務，真正享受到“一站式體驗”，這建立在長期重模式的資源積累上，是非常差異化的價值競爭點，而這是大部分相似企業很難做到、甚至刻意不去這么做的。

AI給了互聯網醫療變革的機會，但機會仍然留給有準備的企業。

03

誰最有希望繼續領跑？

萬馬奔騰，誰能一馬當先，這是個需要系統回答的問題。

從三個角度可以比較好的來洞察這個問題的本質。

第一，看基礎模型能力。

“自2023年7月發布‘京醫千詢’以來，我們用兩年時間完成了大模型在醫療全場景的遷移和學習，并率先實現大模型產品體系的規模化落地。未來一段時期內，我們將聚焦‘三引擎+四模型’的架構持續迭代升級”就在2025世界人工智能大會上，京東健康探索研究院首席科學家王國鑫透露，“京醫千詢2.0”目前已重點在擬人對話、可信推理和醫學全模態等方面實現顯著突破。

實際上，基礎模型的打造需要深厚的積累，除了權威醫學數據集，京醫千詢更關鍵的是整合了億級互聯網醫院診療數據、千萬級患者真實評價，以及醫藥全域流通大數據，形成了極具實際應用場景價值的診前診中診后全流程檔案。相比之下，公開數據集（如 MIMIC、TCGA）多為學術機構篩選的靜態數據，存在人群偏差（如歐美患者占比過高）、疾病分布不均（疑難雜癥占比失衡）等問題。

第二，看資源整合能力。

ai并不能憑空變出什么，但可以提升資源利用效率。在這種情況下，真實世界的資源越豐富，可供整合的資源和能創新的模式就越多，效果就越好。

例如，傳統模式下，還是依賴醫生資源，AI 僅作輔助工具；新的范式，由醫療大模型主導診療決策，醫生作為最終審核者，所以同時考驗真實世界的醫療存量資源和AI4H提供的替代性能力，以“AI京醫”為例，500多個真實醫生的數字分身，既是醫生資源的放大，又是ai+真人醫生的雙保險。

第三，在AI向AGI（通用人工智能）前進的路上，越高階的能力，就越能跨界調度資源。

結語

對患者來說，體驗上的顛覆是非常重要的，現有的體驗，已經部分解決以前的求醫問藥中的環節割裂問題——掛號、問診、購藥、健康管理，全流程無縫銜接，看似考驗的是ai能力，實際考驗的還是資源“家底”。

對機構來說，2024年《衛生健康AI應用場景指引》明確84個場景，深度考驗的是整合多場景的能力。

因此，我們可以看出，這次轟轟烈烈的ai4h的大戰，本質上考驗的還是三個方面——

一看戰略決心，AI本身并不會讓AI4H變輕、變容易，除非你只準備吃淺層次的蛋糕。對于那些立志于變革行業的企業來說，仍有大量線下的資源需要整合，這極度考驗定力和長期戰略持久力。

二看創新能力，熊彼特指出，創新是經濟發展的核心動力，通過新產品、技術或模式創造消費者剩余價值，所以AI4H的本質仍是看誰創造了新的價值。

三看可持續演進的能力，短期內誰成為風口并不重要，用AI深度改造人類健康范式的道路異常崎嶇，重模式可能仍是終局模式，這條路上，從沒有幸進之路。