盈利難，巨頭卻燒錢入場！一文拆解萬億AI醫療商業邏輯

過去幾年，AI醫療的趨勢火熱：

算法能力在進步，模型效果在提升，應用場景也越來越豐富。

但一個現實問題始終存在——

為什么AI醫療如此有前景，當前卻始終難以跑出大規模、可持續的商業化？

答案往往不在技術本身，而在端口選擇。

從商業視角看，AI醫療并不是一個統一市場，大致可分割為2B（對企業/醫療機構）、2G（對政府/公共部門）、2D（對醫生）和2C（對消費者）這四個戰場。

它們服務對象不同、付費邏輯不同、監管要求不同，甚至連商業價值本身都不一樣。

理解這四個商業化端口的本質差異，是看懂AI醫療產業格局的第一步。

筆者預測，2026年中國AI醫療整體進入加速期：

G

：政府主導

AI

醫療新基建，已進入系統性投入階段

B

端：從單點工具走向全流程嵌入，商業化路徑

C/D

端突破：加速落地，

開啟

多元變現模式探索

G端：政策驅動，交付能力要求高

所謂的G端業務，即面向各級政府、公共醫療體系提供AI醫療基礎設施、平臺或公共服務解決方案。

主要包括AI中試基地、區域醫療平臺、疾病預警系統、縣域醫共體AI賦能等。

在政策驅使下，為了提升醫療+AI賽道，以及解決醫療資源不均的問題，不少地區政府和公共部門有采購需求。

2025年已經有一系列政府主導的AI項目落地，很多都是上億級的項目。

例如訊飛醫療中標國家人工智能應用中試基地，4.276億元；螞蟻（支付寶）中標浙江省醫學人工智能創新服務平臺，2.06億元；百度獲得廣州市呼吸傳染病預測預警系統，1.69億元。

這類項目的特點是項目金額巨大，但與此同時模型定制化程度很高，周期較長，且數據壁壘高。

例如在訊飛醫療中標的國家級AI醫療中試基地項目中，要求打造5個自主可控的千億級醫學垂類大模型，構建5PB級醫療數據資源平臺，落地21個基層醫療示范應用。

由此可看，G端的項目對復雜系統交付、長期運維、數據安全合規及強大的資金和組織保障，頂尖團隊和數億元投入是極高門檻。

一般來說是訊飛醫療、百度、螞蟻、中國電信等大型公司。而且，這類項目具有較高的地域性，訊飛中標的國家人工智能應用中試基地位于合肥，螞蟻獲得浙江省的項目。

對于AI醫療企業而言，G端市場更偏向戰略市場，企業獲得的不止有收入，還有極高的進入壁壘和信任背書。

B端：最直接，最現實的戰場

B端，是當前AI醫療最成熟，最容易被資本理解的方向。

AI醫療企業B端的主要服務對象為醫院、醫藥企業、醫療器械公司等。

由于中國醫療系統以公立醫院為主，這里面又可以大致分為——院內和院外市場。

對 B 端客戶而言，AI并不是智能助手，而是生產工具。因此它必須直接作用于研發成功率、診斷準確率或運營效率，否則付費方不會買賬。

此外，AI臨床工具對合規要求非常高，例如AI影像學工具要進醫院之前，必須拿到器械三類證件。

而在醫院方面，智慧醫院評級正成為市場驅動力之一，為行業帶來系統性的機會。

例如，在四川省的智慧醫院評價標準中，對大數據和AI應用提出了明確的加分項，在科研和臨床落實3個AI應用以上加一分。

可以預見的是，在醫院方面，未來將從單點工具銷售，轉向提供全院級、全病程的智能化解決方案。

B端業務中，有實力的公司還提供了另一種選擇——出海。

例如商湯醫療就選擇了東南亞高端醫療市場，與新加坡IHH醫療旗下百匯放射科達成合作，與其共同推進的肺癌AI篩查解決方案。

盡管B端業務進展緩慢，銷售和商業化周期較長，適合有耐心的企業。如果能夠穩定地創造價值，依舊有大量公司愿意買單。

2C：最受關注，但變現不確定性

如果說，2B/2G是當前AI醫療有營收的項目，而2C是未來的流量與數據入口。

智能問診、健康助手、心理陪伴、可穿戴設備數據分析，這些應用往往擁有最直觀的用戶體驗，也最容易獲得關注。

例如開年爆火的螞蟻阿福，在強大的廣告投放下，下載量猛增。目前月活躍用戶達1500萬，穩居健康管理類AI應用首位。

然而，真正進入市場后，C端的挑戰并不在技術，而在商業邏輯本身。

普通用戶并不會因為一個產品更醫學，就愿意支付更高的價格。相反，一旦產品被嚴格納入醫療范疇，還面臨著監管責任迅速上升。

直接向用戶收費異常困難，廣告變現更是面臨合規需求，當前主流策略是免費提供基礎服務，構建流量入口。

因此，當前C端的AI醫療已經成為科技大廠的戰場，例如OpenAI、螞蟻、京東、亞馬遜、百度都推出了其AI醫療應用。

圖：OpenAI發布ChatGPT Health

一些精準的醫療領域，例如遠程醫療、慢病管理等，有可能擁有一批付費客戶，但企業也面臨著大量的競爭。

從長期來看，C端價值主要通過B端間接實現。

長期看，企業基于積累的合規脫敏數據、醫患交互洞察，可能催生真正的個人健康管家，并通過保險、精準健康管理、消費醫療等模式實現變現。

D端：長期被低估，正在被重新定義

所謂D端，即面向醫生、護士、臨床科研人員等醫療領域專業人員。

長期以來，針對D端商業化長期處在一個尷尬位置。

一方面，因為醫生既需要非常專業的AI醫療產品，并且醫療責任極高，對企業交付能力較高。

另一方面醫生沒有采購權，且付費能力有限，直接面向醫生的AI產品，都很難規模化。

此前，針對醫生的AI醫療市場較小，主要是面向核心的科研服務領域。

但隨著美國OpenEvidence的出現，正在改變資本市場對這一判斷。

OpenEvidence瞄準醫生對醫學知識這一剛需，打造專業化的AI+循證醫學工具，整合并理解最新醫學證據，已匯聚了超過全美40%的醫生。

通過與醫生建立了極高的信任度，OpenEvidence迅速積累了一批高價值醫生用戶，并且通過廣告的方式變現。

2025年，OpenEvidence的ARR就達到了1.5億美元，甚至OpenEvidence表示，若全部廣告庫存售出，收入將突破10億美元。

OpenEvidence的廣告主主要是制藥公司、醫療器械廠商及其他醫療健康相關企業，這些廣告主通過在OpenEvidence平臺投放定向廣告，精準觸達使用該平臺的醫生群體。

國內也有多家公司正在打造中國本土的醫生版ChatGPT。

圖：本土版OpenEvidence

不過，中國是否能夠照搬美國模式還是個問號。

總的來說，這個賽道已從概念驗證進入差異化競爭階段，關鍵在于誰能更貼合中國醫生的真實工作流，并跑通可持續的商業模式。

首先，無論產品針對哪一方，AI醫療容錯率為零。

百度丑聞后，一旦涉及醫療業務都會受到大量詬病，甚至至今還會被拿出來反復鞭尸。

也就是說，企業對追求短期流量和夸大宣傳有害無益。信任，是整個行業最寶貴的資產。

因此AI醫療產品的首要條件，就是安全與合規。

但底層大模型的技術可以復用，商業邏輯、合規要求和組織能力，往往完全不同。

在這樣一個高復雜度、強監管、長周期的行業里，選對服務對象，遠比把模型做到SOTA更加重要。

真正能活下來的AI醫療公司，未必是技術最好的那一批，但一定是最早想清楚究竟在為誰解決問題的那一批。

—The End—