4個月MAU破千萬，但AQ卻“快不起來”

2024年9月，螞蟻集團完成了對于好大夫的收購，讓無數人重新審視在線醫療。當然，也讓無數人期待借助于支付寶這一流量入口，在線醫療的醫療服務屬性能否規模落地。

2025年11月，螞蟻集團旗下AI健康應用AQ宣布月活突破千萬，螞蟻集團CEO韓歆毅發布全員信表示，原“數字醫療健康事業部”正式升級為“健康事業群”，并將加速推動醫療健康業務成為螞蟻的戰略支柱板塊。

自6月份推出獨立app后，AQ從0到千萬月活，只用了4個月左右時間，主要得益于“剛需場景＋大模型能力＋螞蟻生態”三線疊加，客觀來看，其未來仍有可觀空間，但天花板取決于政策、技術與商業化的再平衡。

增長地基：剛需場景與大模型的雙向賦能

月活在短時間內快速破千萬，AQ的“地基”不是單點技術，而是“剛需場景”與“醫療大模型”形成的正循環。

根據《中國居民營養與慢性病狀況報告(2024年)》，我國高血壓患者達到3.5億人，血脂異常人口有4億人，糖尿病人口有1.4億人；《全國癌癥統計年報》以及國際癌癥研究機構（IARC）的全球癌癥報告，2024年中國癌癥死亡人數約為260萬。可見，當前健康問題明顯。

與此同時，根據中國慢性病前瞻性研究數據顯示，國人一天中平均靜坐時間長達9個小時，而體力活動不足者占比近1/3。世界衛生組織（WHO）報告指出，全球約75%人群處于亞健康狀態，中國情況尤為突出。

數以億計的慢性病患者，對應的卻是醫療資源分布不均。2024年全國醫療服務能力調查報告顯示，東部省份三甲醫院數量占全國50%，西部省份占比則不足5%，農村地區執業醫師占比不足全國20%。導致很大一部分的患者和亞健康人群，無法得到更好的服務。

在移動互聯網時代，很多企業和醫療機構希望通過互聯網解決醫療資源不均衡的問題，但無法在供給端解決根本問題，從而為醫療AI提供了巨大的發展空間。隨著大模型技術的成熟，互聯網醫療醫療服務供給端不足的問題被攻克，誕生的無數名醫AI分身，已經可以為偏遠地區用戶提供24小時獲得問診服務。

巨大市場空間下，大廠都在布局醫療大模型賽道。比如，字節再度推出小荷AI醫生，平安健康推出“7+N+1”醫療AI產品體系。作為背靠螞蟻集團的重要應用，AQ也是大廠在健康醫療領域的標配型產品，且在大模型技術上有著先天的優勢。特別是，在完成對好大夫的收購后，AQ在“AI+醫療”的創新進一步提速。2025年6月份，甚至將AI醫療健康提升至集團戰略層面。

AQ的核心技術引擎是螞蟻醫療大模型，該模型學習了超萬億tokens專業醫療語料，在HealthBench與MedBench等權威評測中處于行業領先水平。且AQ具備圖片、語音等多模態交互能力，適配不同用戶和場景。

在好大夫的積累和螞蟻的技術助力下，已經有90萬醫生、5000家醫院已接入AQ平臺，“AI分診+名醫AI分身”把輕癥咨詢搬到線上。早在6月份，就有消息顯示AQ單名專家AI日服務量可達11萬人次。

2025年9月的在外灘大會上韓歆毅表示，AQ的目標是利用AI延伸醫生的服務能力，讓優質醫療資源普惠化，AQ的用戶數據顯示約60%來自三線及以下城市和鄉鎮。可見，在醫療普惠上，AQ已經取得了巨大成就。

爆發密碼：4個月破千萬月活的生態紅利

天眼查數據顯示，從2006年成立，趕上移動互聯網和互聯網醫院的紅利，估值一度破百億，也在疫情之下月活一度破2000萬，好大夫曾經是在線醫療中最亮的那朵花，不賣藥、不建線下醫院、不做醫療廣告的策略，讓好大夫最終走向落寞。

2014年，支付寶從入口起步，逐步搭建醫療服務基礎框架，過程中有通過醫保支付破冰，拓展商保生態成就，但在醫療服務層面始終無法得到突破。2023年，錨定AI后，雖然也推出了B端推出的核心技術產品，但在十年間依然未能突破，在聲量和市場影響力上和“兄弟公司”阿里健康都有巨大的差距。

直到2024年，螞蟻決定收購好大夫，才扭轉兩家公司的頹勢，AQ像是兩個郁郁不得志的應用，開出了美麗的花。

從功能上看，市面上醫療服務類的應用區別并不大，包括“小荷AI醫生”、“靈醫智惠”、“京醫千詢”在內的競爭對手，基本上都有包括癥狀咨詢、健康建議、疾病科普在內的服務。AQ上線僅4個月就實現MAU破千萬，月活復合增長率更是高達83.4%，遠超行業13.5%的平均增速，這樣的爆發式增長離不開螞蟻集團這棵“大樹”從流量、生態、技術這三大核心維度的全方位加持。

在流量上，支付寶作為國民級應用擁有海量用戶基數，而AQ深度融入支付寶健康業務體系，相當于拿到了流量“綠色通道”。用戶在支付寶上選擇“找醫生”等健康相關服務時，系統會智能關聯AQ的相關功能與好大夫在線的醫生資源，這種無縫銜接的路徑大幅降低了用戶的認知和使用門檻。

生態上，螞蟻集團在醫療領域的布局，并非只靠AQ。一方面，通過對好大夫資源的整合，為AQ帶來超20萬醫生資源，還打通了超5000家醫院的合作渠道，形成“AI初步診療-真人醫生復診-線下就醫”的完整服務鏈；另一方面，螞蟻還推動AQ與醫療設備廠商聯動，比如和魚躍聯合推出AI血壓計，實現硬件數據與AQ健康管理系統的實時同步，拓展了服務場景。

技術上，螞蟻持續的高額研發投入，為AQ打造了核心技術壁壘。從2023年起，螞蟻就著手構建醫療多模態大模型體系，2024年螞蟻集團234.5億元的研發支出，成為了AQ的堅實后盾。

AQ的“快”不是單點爆款，而是把支付寶的超級入口、螞蟻的大模型技術、國內醫療供給缺口三大稀缺資源一次性串起來，形成“流量-場景-能力”正循環；只要大樹繼續給養分，它的天花板就遠不止千萬。

長期考驗：商業化、安全與合規的慢門檻

在發展初期，憑借好大夫和螞蟻集團的積累，AQ展現出了強烈的動能，但這并不意味著AQ已經成功走通醫療AI的服務鏈條。

從2015年，醫療AI的苗頭開始燃起，市場出現了眾多以影像識別為主的醫療AI企業和應用，彼時從業者都堅信“醫療+AI”是絕配，也是未來的趨勢。然而十年過去了，這個賽道僅出現了兩家IPO公司，其中還有一家是訊飛醫療這樣的巨頭孵化的子公司，可見AI在醫療這個賽道，根本快不起來。

作為醫療這個嚴肅賽道的產品，醫療AI服務鏈條涉及數據融合、服務閉環、合規風控等多個復雜核心環節，目前AQ在這些關鍵領域仍存在諸多斷點，尚未真正走通完整的服務鏈條，雖然暫時已經取得了一定的成果，但依然需要更多的時間來驗證其安全性和商業化可行性。

2020年后，大模型技術開始崛起，為后續的醫療AI產品指引了新的方向。這也是AQ快速發展的基礎，不過AQ4個月沖千萬MAU只是“勢能釋放”，遠不等于“醫療AI服務閉環”已被驗證跑通。比如，在醫療責任上，法規仍把AI定位為“輔助”，診斷紅線未破；一旦出現誤診糾紛，平臺能否把責任邊界拆給“醫生+算法+患者”三方？AQ作為率先突圍的產品，需要以身作則，率先做好規范。

在數據安全上，且不說醫院之間的信息孤島，跨機構數據打通困難，不同醫院的電子病歷標準不一。醫院電子病歷仍屬“國有資產”，出院數據帶不出院墻，AQ拿到的多是“院外碎片”。若無法與院內數據實時互通，涉及慢病預測、用藥推薦就缺乏關鍵特征，模型效果會快速見頂。

雖然AQ基于螞蟻醫療大模型，在HealthBench等評測中達到行業領先水平。但醫療AI的“幻覺”問題、數據安全與隱私保護等挑戰，直接影響用戶對AI醫療服務的信任度。

在責任界定方面，若因AQ的AI建議出現誤診或延誤治療的情況，責任該由平臺、合作醫生還是用戶承擔，目前行業尚無明確標準。這種模糊的責任邊界，既讓用戶心存顧慮，也會限制AQ在深度醫療服務場景的進一步拓展。

此外，對于慢性病患者之外的人來說，健康是個低頻需求，這意味著AQ也將面臨巨大的運營壓力。這也是螞蟻健康平臺累計服務用戶近9億，AQ的月活依然保持在千萬左右的原因之一。

依托螞蟻集團和好大夫在線，AQ前期可依靠集團資源補貼維持運營，但長期來看，必須找到匹配醫療服務價值的盈利方式。醫療健康領域用戶對付費的敏感度較高，若貿然推出付費服務，可能導致用戶流失；而廣告等常規互聯網盈利模式，又可能因與醫療專業性沖突引發用戶反感。

在醫療機構內，問診部分靠醫保零星試點，慢病管理尚未納入收費目錄。2024年醫保新規明確，人工智能輔助診斷不得向患者單獨收費。沒有醫保或商保“買單”，醫療AI服務只能停留在“流量贈品”。正因為當前有眾多的問題，導致AQ在商業化上也將遇到眾多問題和挑戰。

不過，AQ要維持醫療大模型的持續迭代、對接醫療資源的合作成本、醫生團隊的審核費用等均是不小的開支，若無法快速探索出成熟的商業化路徑，后續很難支撐服務鏈條的持續優化與拓展。

AQ的商業化、安全性、合規性，每一條都卡在政策細則、行業標準、臨床共識的“時間窗口”上——快不得，也省不了，每一條需要時間、制度、信任的共同演化。這三條線是AQ從“爆款工具”走向“基礎設施”必須跨過的“慢門檻”。