螞蟻阿福，開辟AI新戰場

撰文| 吳坤諺

編輯| 吳先之

繼春節密集的營銷攻勢后，拿到用戶增長先手的螞蟻阿福，開始密集地向服務能力要增量。

早在2月前后，螞蟻便聯合阿里公益，推動培訓基層村醫，使用阿福輔助了解患者病情；3月，阿福宣布與美年健康達成合作，進一步涉足長期健康管理；4月，阿福的觸手伸向醫療機構深處，發布包含“智慧醫療AI一體化方案”，包含面向患者的“云陪診”全流程陪伴，以及面向醫護的“AI醫生助手”四大模塊。

從村醫工作站到體檢中心再到醫院導診臺，阿福正沿著醫療鏈條不斷向內延伸。表明阿福在輕量級的健康咨詢基礎上，試圖“包辦”用戶全周期健康需求的意味。

去年末，螞蟻健康事業群總裁張俊杰為阿福定下“個性化、專業化、自動化”三個迭代方向。AI讓千人千面的健康管理成為可能的背景下，前兩者相對直觀。自動化則指向了一個比服務能力更深的命題。

字面意義上，自動化意味著技術響應效率；業務意義上，自動化則指的是用戶健康需求與真實行為中的摩擦。

舉個例子，大多數人知道體檢重要，但在預約、報告解讀、復診導引中，每多出一個環節，都會產生心理摩擦，最終導致行動流產。

技術無法直接彌合行為的斷裂，這是阿福眼下試圖破解的命題，也是它慢慢變“重”的邏輯起點。

老配方裝進新入口

從模式上看，阿福這款產品是希望通過生成式AI，重新組織用戶健康需求。與業內共識中的低頻醫療有所區分，阿福一開始瞄準的便是用戶的全生命健康管理周期。

健康需求并不總是通向醫院。AI時代前，有人尋親訪友，托關系打聽病癥；有人去傳統搜索引擎搜一輪關鍵詞，在鏈接中拼湊出一個相對清晰的圖景；有人翻找內容社區，試圖從生活化敘述里得到一個大概判斷。

螞蟻CEO韓歆毅在訪談中，把這類需求概括為介于醫院和生活之間的“中間地帶”。

搜索能給信息，卻未必能給判斷；內容社區能提供經驗，卻往往混雜著個人體質差異、情緒表達。例如在用戶在意識到問題已經嚴重到需要就醫問診前，會通過極為碎片化的方式處理健康需求。

這個過程彼此割裂，信息質量參差，且每一步都在消耗用戶的決心。通過生成式AI提供的個性化的健康咨詢功能，螞蟻將這些需求組織起來，完成對舊路徑的替換。

最新數據顯示，阿福目前的總用戶量破億，月活達3000萬。

技術層面，阿福主要通過醫療垂類知識庫的RAG（檢索增強生成）來引導用戶完成健康咨詢。

通常來說，基于RAG的對話類產品會識別用戶意圖并在回答基礎上給出可點選的候選項，幫助AI更快理解用戶。阿福與其他通用AI產品的不同，在于其注重交互環節的設計與意圖引導。

如阿福回答的MarkDown，整體按醫學思考路徑，以院士解讀、醫學文獻等模塊化呈現，專有名詞還支持二次點擊查閱。AI醫生分身綁定真實專家，以title、機構來建立信任預期。

在此之上，面對不懂醫學知識的用戶，阿福還需要持續引導用戶追問，補充問題。例如一個簡單的感冒，需要通過鼻涕清濁、咳嗽干濕、是否發熱等細節，逐步縮小范圍。用戶不需要一次性組織好語言，而是在對話中自動完成信息補全。

除了阿福本身的產品設計，螞蟻在組織零散需求，推廣技術普惠上也駕輕就熟。

參考2017年收錢碼的推出，彼時支付寶剛剛經歷了微信支付“偷襲珍珠港”與口碑的回撤，在支付的正面戰場中處于守勢。螞蟻迅速成立線下支付事業部，傾盡集團力量與ISV服務商一道，進行高密度的線下滲透。

地推掃街、物料鋪設、補貼激勵之外，螞蟻與服務商們還針對“免費”“到賬快”等具體利益點，對下沉商戶展開重復教育。小小的二維碼背后，連接的是螞蟻金服一系列小微金融信貸服務。

面對AI健康這場必贏之戰，螞蟻同樣是組織調整先行，于去年11月7日宣布原“數字醫療健康事業部”升級為“數字醫療健康事業群”。而后是全方位的營銷與心智滲透，諸如春節前后的補貼以及廣告、線下地推等。

默認關系與服務交付

需求組織為阿福解決了用戶基礎。以張俊杰提出的“三化”方向看，將自動化放在專業化與個性化后面，折射出螞蟻對平臺演進的階段性規劃。

個性化建立用戶關系，專業化夯實信任基礎，最后才是自動化彌合行為斷裂。

用戶行為的發生取決于“動力”與“阻力”的博弈。健康管理之所以需要自動化，是因為其阻力如醫療環節、運動健身等是即時性的，而動力卻是延遲的、抽象的。

人類大腦為即時滿足而設計，面對延遲回報時，默認選擇是拖延。阿福的自動化本質上是要把健康行為“植入”給用戶，更強調與用戶建立長期的默認關系。一個是按需，一個是默認，這或許是阿福與通用AI產品的區別所在。

AI能力迭代的角度，阿福不僅需要持續獲得用戶反饋，還有更完整的行為樣本與健康數據。

如今的推理大模型已經基本滿足對單次上傳的健康數據的解釋能力，但它們的邏輯停留在“你問我答”。阿福的重點是尋找持續獲取數據，沉淀為能力的手段。沒有足夠的上下文沉淀，AI對用戶的理解便停留在單次對話中，遑論做出合理建議。

由此，我們可以看出阿福的自動化的兩個發力方向。

產品層面，阿福需要培養與用戶的日常默認關系。為此，阿福在前文提到的健康咨詢基礎上，通過提醒、目標、家人檔案等方式，把一次性的健康疑問延展成持續性的產品關系。如果用戶只在身體明顯不適時才打開阿福，那么它就很難積累足夠的行為樣本，也很難真正進入用戶的健康管理日常。

螞蟻渴望將這款產品從冰冷的AI工具轉變為一個陪伴式的角色。AQ更名為“阿福”、推出長輩模式、智能硬件生態加速擴張，都是這一意圖的外化。

但是，阿福可以即時解答健康疑問，卻無法完成即時的服務交付。

這一層面，阿福正在從“信息入口”向“服務入口”進化。除了健康AI的基礎咨詢功能外，阿福還連接了30萬真人醫生和5000家醫院的掛號跳轉。

AI抹掉了部分信息差，但后端醫療資源的專科化、碎片化、地域化依然厚重。繼螞蟻收購好大夫后，阿福后端能連接的真人醫生約30萬，面對1億量級的用戶池，供給缺口顯而易見。

自動化的深度，直接決定阿福平臺化的難度。如果說入口考驗的是產品設計和舊能力的底蘊，平臺化考驗的則是螞蟻能否在高度專業、資源稀缺且強監管的行業里，持續推進后端資源的整合與協同。阿福要做到的，是用戶一切與健康相關的行為都能在阿福App內完成。

這便是阿福在春節的階段性勝利后，沒有停留在用戶側趁熱打鐵的原因。

值得一提的是，除了外部的生態擴張，螞蟻既有的稟賦為阿福自動化提供了部分服務交付能力。據了解，用戶在阿福App內已經可以“醫保直付”與“商保直賠”。用戶在阿福內完成問診、購藥、就醫后，系統自動觸發醫保結算和商業保險理賠，無需手動提交單據、等待審核、墊付資金。

離用戶越近的產品，越有機會成為入口。但入口并不等同于勝利，很多時候，它更像是一個極其消耗資源的“甜蜜陷阱”。

1億用戶和3000萬月活證明了“中間地帶”的需求真實存在，但需求被驗證之后，螞蟻必須回頭補課。只有為阿福的自動化尋找更堅實的資源支點，螞蟻組織起來的入口才不會淪為空中樓閣。

AI健康的大道小路

一位業內人士告訴光子星球，AI健康最早的爆款應該會集中在細分場景，如某個專科的專病。這既符合醫療資源供給的形態，也符合推理時代出于多種因素成為主流的專家小參數模型技術范式。

在他看來，擺在當下AI健康玩家面前路就兩條。

更快的路是選擇幾個病種，不斷通過醫患數據強化學習，做出符合機構端交付的專家模型產品。釘釘聯合壹生檢康推出的“豆蔻醫生超級助理”聚焦婦產科，上線10天內便有超300家醫療機構主動開通；百川智能的“百小應”專攻循證醫療，通過API將六源循證推理能力標準化輸出，直接嵌入醫院工作流。

這類產品切口窄、臨床價值明確，商業路徑清晰，可以說是每一步都踩在了實地上。阿福選擇的是另一條更慢、也更重的路。

打個比方，專病路徑像打井，切口窄、突破慢，要一個蘿卜一個坑拓寬能力；平臺路徑像修路，要自己一點點清理障礙，站到更上游的位置，直面供給不均衡。

直觀的影響，是專病AI產品的商業化速度開始與阿福形成時差。張俊杰多次強調阿福問答結果中沒有任何廣告推薦，不受商業因素干擾。這種克制在建立信任的同時，也意味著阿福必須依賴集團更長期的投入，而無法像專病產品那樣快速自我造血。

另一重擠壓來自AI化同樣快速的傳統互聯網醫療巨頭。

以京東健康為例，其在過去數年已經建立了相對完整的“醫+檢+診+藥”服務閉環。今年以來，京東健康一邊升級AI醫生智能體集群，強調長期記憶、主動管理和體檢報告后的閉環方案，另一邊持續整合自營藥房和即時配送等既有履約能力，試圖把AI健康管家與線下服務捆得更緊。

同樣具備履約網絡優勢的還有美團。4月14日，美團發布家庭健康管理產品“小團健康助手”，提供與阿福相似的AI健康咨詢與健康檔案管理等功能。有龐大的本地生活服務為支撐，美團AI健康與線下的結合有希望拓展到藥店、醫美等機構。

類似這般被驗證的醫療服務，是阿福自春節后密集布局的對象。高強度的資源需求下，螞蟻為阿福提供的騰挪空間也需要繼續加強。

赤腳醫生下鄉曾經幫助新中國度過了建國初期醫療資源嚴重不均的階段。假如AI是橋接醫療健康供需的媒介，螞蟻阿福的滲透便不能止于C端。

醫療健康真正最難、最重、也最慢的那一部分，阿福還在路上。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！