訊飛、支付寶、百度連拿上億大單，醫療AI商業化要走通了？

煎熬了兩年多的醫療大模型終于等來了“出手闊綽”的買單方。

過去一個月內，訊飛、支付寶、百度先后中標上億元的政府醫療采購項目，項目核心皆為醫療人工智能的底層平臺建設。

其中，訊飛中標的是國家級“人工智能應用中試基地”，中標金額為4.276億元；支付寶承接的是浙江省的醫學人工智能創新服務平臺，2.06億元；百度拿下了廣州市呼吸傳染病預測預警系統項目，價格為1.69億元。

對于在B端和C端都突圍受阻的醫療大模型企業來說，能夠在政府項目中分到一杯羹，雖談不上“續命”，也至少算“回血”。

更重要的是，從這些項目的交付要求來看，它不需要企業做太多院端的定制化服務，而是基于既定區域和底層的模型能力，做適度的功能延伸。

“這一定是個生意，但不一定是好生意。”一位從醫療信息化轉到大模型研發的資深創業者告訴《健聞咨詢》，根本原因在于，如果只做底層的數字基建，和過去的信息化交付差別不大，再加上還要受制于政府項目的回款周期、毛利率等因素，“只能努力地做標準化，把交付成本做得足夠低，還可以搞一搞。”

誰都知道，G端只是醫療AI商業化中一條再細小不過的分支，更廣闊的市場永遠是醫院、醫生和用戶。

但另一個認知維度是，如果把醫療AI商業化比作一次馬拉松比賽，終點線可以由天賦、頭腦、技術來自由設定，但起跑線在哪、設置幾個補給站，甚至是途中的天氣變化，都掌握在政策制定者的手中。

在密集出現上億元的政府大單后，醫療AI商業化的拐點出現了嗎？

數億元預算，并不只為“AI能力“買單

如果把近一個月內發生的三起醫療AI政府采購項目放在同一段時間軸上來看，它們并非偶然出現的孤立事件，而更像是一次有節奏、有層級的集中落地。

短時間內，訊飛、支付寶、百度三家頭部企業，先后中標金額過億的醫療AI相關項目。其中既包括國家級的“人工智能應用中試基地”，也包括省、市級層面的醫療智能平臺與數據基礎設施建設。盡管項目名稱、主管部門和具體應用場景各有不同，但在標的形態和建設邏輯上卻高度一致。

從公開招標文件來看，這三起項目的核心，并不在于某一項具體的AI功能——例如影像診斷、輔助決策或智能問診，而是圍繞“區域級、體系化的平臺建設”展開。

在某醫療AI創業公司的創始人林鳴（化名）看來，這一輪中標項目幾乎清一色屬于“管理型平臺”，“項目的核心不是直接賣AI能力，而是把原來分散在醫院里的信息化能力，在區域甚至國家層面做一次升級。”

以訊飛為例，其醫療模型在各地醫院落地，往往是搭建一個大而全的平臺，承擔著信息化的功能，但在具體科室的需求中，科室需要的其實是垂直細分的智能化。此次訊飛中標的“國家人工智能應用中試基地”項目，強調的同樣是醫學大模型、數據平臺和示范應用的可復制推廣路徑。

在林鳴看來，這更像是將訊飛此前在地方醫院推進的慢病管理、基層衛生信息化能力，擴展到國家級示范平臺。

類似邏輯，也出現在支付寶和百度的項目中——它們更強調“智能底座”和“數據中樞”，而不是直接嵌入臨床一線。

為什么這類項目會在短時間內集中落地？或許要回到更為宏觀的政策視野中。

今年11月，國家衛健委等五部門聯合發布《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》，指出2027年形成一批臨床專病專科大模型，2030年二級以上醫院普遍開展AI輔助診斷。頂層設計一出，地方紛紛跟進，近段時間以來，廣東、北京、上海等地均有配套的細化政策落地。

業內人士張宇（化名）認為，這一輪數億元級別的醫療AI招標項目符合國家層面對人工智能和醫療體系的整體判斷。從頂層邏輯看，它既符合國家的AI戰略，又服務醫療體系本身的效率問題。

“過去各家醫院看起來是統一體系，實際上系統之間并不互通，品牌雜亂，數據無法打通，這一次，本質上是在補基礎。”

醫療AI投資人陳晨（化名）的判斷更為直白，她認為這類項目與其說是醫療項目，不如說是一輪信息化升級，“它更像早年阿里、騰訊做云的邏輯。先把路修通，AI才有可能真正跑起來。”

這種“先修路”的思路，也解釋了為什么項目預算普遍不低。平臺建設高度人力密集，需要進行數據清洗、標簽治理、系統對接和安全合規，本身就不是一個輕量工程。從這個意義上看，數億元的預算并不完全是為“AI能力”付費，而是為一整套數字基礎設施買單。

值得注意的是，這一輪項目幾乎全部被頭部大廠收入囊中，很少能看到中小醫療AI企業的身影。

在張宇看來，這并非簡單的“商務關系”問題，也不局限于技術維度。“國家級、省級平臺，對廠商的要求非常高。不只是技術能力，還包括復雜系統交付、長期運維、數據安全和合規能力。這些能力背后，是持續的資金投入和組織能力。”

醫療戰略咨詢專家，公眾號“格路人”作者劉屆昭則從更為現實的執行層面做了補充。在他看來，大廠在這些項目中的中標角色，并不只是AI供應商，而是總包方。

“從過往的經驗來看，很多項目并不是一家企業從頭做到尾。”劉屆昭指出，這意味著，競爭的核心并非是“誰的模型能力更強”，而是誰能整合更多資源、承擔更多責任。“中標方不只是告訴政府‘我能做系統’，還包括科研轉化能力、渠道資源，甚至后續產業協同的預期，這些是中小企業很難提供的。”

在醫療機構整體承壓的背景下，這種系統之外的附加能力，正在成為政府選擇合作方的重要考量。

大廠的好生意，創業公司的離別曲？

從賬面金額看，這三起上億元的項目無疑“體量可觀”。但真正的問題在于，這是不是一種可復制、可持續的好生意？

在林鳴看來，這類項目首先面臨的是一個常被忽略的問題——項目周期與交付結構，尤其是省級乃至國家級的平臺建設，預算雖高，但周期也很長，且高度工程化，“它不是AI廠商最喜歡的賣模型、按調用收費，而是一次性、全流程的項目交付。”

與標準化SaaS產品不同，這類項目往往包含大量定制內容：系統對接、數據治理、流程重構、算力部署、長期運維，甚至需要人員長期駐場，在財務結構上天然“偏重”。

“如果項目沒有按模型調用收費，而是一次性買斷，那么本質上還是信息化工程。”林鳴直言。

劉屆昭的判斷同樣如此，在他看來，把這類項目稱為“AI商業化”，本身就存在誤判。“一旦真正進入to G或重to B的合作邏輯，你就會回到老問題：項目慢、回款慢、風險集中。這是一個極其重的戰場，很多互聯網基因的公司，本能上是不愿意碰的。”

但也有不同的聲音。陳晨認為，即便是以信息化的視角來定義這些項目，對于前期投入巨大，急需回血的醫療大模型公司來說，仍然是有意義的，“至少能養團隊。”

而張宇對這類項目的商業價值判斷卻更為樂觀，他認為，即使這幾個億本身不怎么賺錢也沒關系，最重要的是后續的運行、運維費用是長期存在的，這幾乎是一個確定性事件。一旦平臺建成，企業可以通過持續運維、功能迭代，逐步攤薄前期成本，“邊際成本會大幅下降，商業擴張路徑就會清楚。”

唯一的挑戰或許在于，當各地項目陸續上馬后，即便是功能定位相近的項目之間，如果不能用一套標準化的解決方案進行主體復制，便同樣會陷入此前醫療信息化廠商高度定制化的“泥沼”之中——在A省投入大量人力建了平臺，到了B省，可能又要重新來一遍。這更像是做生意，而不是某種商業模式。

項目性質決定商業邏輯，商業邏輯決定企業估值。站在投資人的視角，陳晨明確表示，靠承接政府項目回血，并不是他們希望看到的經營形態，“我們更偏好產品型、可算清毛利率的模式，而不是靠項目驅動。”

但一個不容忽視的現象是，政府項目對于供應商的選擇偏好，正在擠壓中小企業的生存空間，加速行業里的“馬太效應”。在張宇看來，從技術、交付到合規要求，幾乎每一項都天然偏向頭部企業。“非頭部的中小企業，生存環境會越來越艱難。”

這種趨勢在結果上已經有所體現——幾乎所有國家級、省級平臺項目，最終都流向了少數幾家巨頭。

劉屆昭則給出了一個更冷靜的判斷：AI的底層能力正在快速被平臺化，小公司很難再靠單點技術突圍。“除非你有非常硬核、別人犯不上做的能力，否則技術上已經很難和大廠拉開差距。”

另一種聲音同樣存在。

林鳴并不否認大廠在平臺層的優勢，但他認為，這并不意味著創業公司沒有位置，大廠更關注標準化和規模化，但醫療場景里，很多需求是高度細分、需要長期運營的。 在他的觀察中，大廠并不擅長深度嵌入科室和患者，“他們更看不上那種幾十塊、幾百塊的服務費。”

這就是中小企業的生存空間——不是在省級平臺競爭，而是在醫院內部、科室層面，圍繞患者管理、隨訪、獲客等具體需求，提供更精細的智能化服務。

陳晨的觀點則是，大廠和創業公司并非簡單的競爭關系，而是在不同生態位上共存，“這是一個很大的產業，沒有一家能全吃完。”

“結構性”的拐點時刻

如果僅從中標金額看，這三起項目很容易被視為一個“醫療AI商業化的拐點”。

但多位業內人士的共識是：它更像一次由政府主導的階段性托底，而非市場自發形成的需求爆發。

服務G端，可能是國內醫療大模型商業化的“第一個機會窗口”，但很難成為“最終形態”。

從現實路徑看，G端幾乎是當前唯一能夠一次性釋放大額預算的支付方。

“國家的決心是很清楚的，希望在這個方向上政府帶隊、大企業支持，把產業先做起來。”陳晨告訴《健聞咨詢》，在醫療AI這樣一個高度監管、支付路徑尚未跑通的領域，由政府率先投入基礎設施，本身就具有強烈的“示范”意味。

G端項目承擔的角色并非“直接創造商業利潤”，而是為后續應用釋放空間——統一數據口徑、搭建算力和模型底座、為AI進入醫療體系掃清障礙。

如果以這樣的視角來延伸，當政府開始追趕數字化基建的熱潮，是否同樣可以認為醫療AI的商業化前景突破在即？

劉屆昭的答案是否定的。在他看來，真正卡住醫療AI的，從來不是技術和資金，而是責任與機制，“你敢不敢為AI的結果負責？出了問題怎么辦？”

正是這一點，使AI始終難以真正進入臨床核心決策，“如果你不敢承擔責任，就不要談替代醫生，更不要談規模化商業化。”

從這個角度看，to G項目更像是一種繞開核心難題的選擇——先從平臺、基座、流程層入手，而非直接觸碰最敏感的醫療責任，但這也決定了，它只能解釋部分場景。“它告訴你國家想往哪里走，但不一定告訴你企業應該怎么賺錢。”林鳴表示。

在林鳴的設想當中，理想的AI商業模式，應該是“按調用付費”的流水型生意——模型調用一次，就產生一次收入，對應一次算力成本。但在現實中，這種模式在醫院端幾乎無法落地。

“醫院現在唯一接受訂閱的，可能只有短信、網費這種基礎服務，AI還遠沒到這個階段。”

因此，政府大單對行業的最大價值，并不是直接復制，而是為B端和C端試錯提供空間和數據基礎。當G端項目逐漸完成“修路”階段，醫療AI的商業化仍然要回到一個更基本的問題：誰來為AI持續付費？

在多位業內人士看來，醫療AI真正的商業化出路，仍然需要在G、B、C三端之間尋找更現實的平衡。

第一條，繼續深耕G端，但從“建設”走向“運營”。如果平臺能夠從一次性建設，逐步轉向長期運營和復制，商業模型才有可能成立。一旦標準形成，邊際成本下降，擴展空間就會打開。

更具體的判斷標準是，是否能看到穩定的續費、二期項目比例，以及跨區域復制的真實使用量。“這些指標比中標金額更真實。”

第二條，回到B端，但不再指望醫院“多掏錢”。

多位業內人士都提到，醫院支付能力正在整體承壓。在這種背景下，單純依賴醫院預算，已經越來越困難。

因此，一些企業開始轉向更輕的B端模式：圍繞科室運營、患者管理、效率提升，幫助醫院“節省成本”或“留住患者”，而非增加支出。這種模式更適合中小企業。“你要跟科室、醫生長期磨合，做運營。這是辛苦錢，但能活得久。”

第三條，直接面向C端，繞開體制內支付。

C端的天花板最高，這是行業里的基本共識。AI能夠以極低的邊際成本，提供個性化服務，這正是當前醫療體系難以覆蓋的部分。從健康管理到慢病隨訪，需求真實存在，只是尚未被系統性滿足。

不過，C端同樣意味著更激烈的市場競爭，更高的產品要求，和更難撼動的用戶付費心智。

但無論如何，行業都等到了一次“結構性拐點”的時刻。

對大廠而言，這是明確的利好——門檻抬高、資源集中、長期參與國家級工程的機會出現。對中小企業而言，這未必是壞消息，但意味著必須盡快調整位置，離開平臺和工程賽道。

政府大單點亮了第一盞燈，但真正決定行業走向的，仍然是燈光之外，那些更模糊、更破碎、也更觸及社會形態本身的商業探索。

加入讀者交流群：

商 務 合 作 ：楊小雨 15210041717