阿福救活了大廠健康賽道

文：王智遠 | ID:Z201440

昨天，OpenAI 算殺入醫(yī)療健康賽道了。

薩姆?奧爾特曼親自官宣ChatGPT Health，不僅請了 260 多位名醫(yī)做專業(yè)校準，還直接打通了美國的電子病歷系統(tǒng)，動靜屬實不小。

不少人盯著屏幕感慨：健康 AI 的正賽，總算開打了。

我看完信息后，腦子里就一個念頭：這條航道的競賽，半年前早就在杭州預演過了。沒錯，我說的，就是螞蟻阿福。

01

事情是這樣，很不巧，前兩天生病了。

于是，干脆拿自己當小白鼠，把市面上的各類健康 AI 全都拉出來測了一遍。結(jié)果，不同AI不同答案，實際差距，真的藏不住。

豆包的回復很客氣：結(jié)合當下的流行季節(jié)和你的癥狀，更傾向于病毒性感染，比如流感之類的。

然后我把這張單子拍給了螞蟻阿福，照片剛傳上去，不到 3 秒，結(jié)果就出來了。

結(jié)論很明確：典型的細菌性感染。理由還寫得明明白白：

它識別到我的中性粒細胞計數(shù)和百分比都明顯超標，這是身體在跟細菌「肉搏」的典型信號。甚至還貼心提醒我，要多注意嗓子疼的情況，建議去掛耳鼻喉科。

什么？我當時就愣住了。

阿福說細菌，豆包說是病毒，這在醫(yī)學上可是天差地別；要信錯了，咋辦？我還沒死心，我不死心，又連著測了 DeepSeek 和文心 5.0。

DeepSeek 列了一大堆可能性，最后給了個「不排除病毒和細菌的可能性」的模糊答案；文心 5.0 也傾向于是細菌感染。

對了，插一句，這是我實打?qū)崪y出來的，一點不敢摻假，報告在這，你可以試一下。

圖釋：為保護隱私，報告單中關(guān)鍵個人信息及編號數(shù)據(jù)已做脫敏處理，核心指標邏輯完整保留。

測完這一圈，我還是去看醫(yī)生了。大夫戴著眼鏡，掃了一眼化驗單，頭都沒抬，指著單子說：細菌性感染；他的判斷，跟螞蟻阿福的結(jié)論幾乎一致，甚至連「發(fā)病初期」這種細微的體感都預判到了。

所以，問題來了：為什么在健康這個容錯率為零的賽道，AI容易給出迥異答案？

智遠個人認為：醫(yī)療賽道依賴因果邏輯，不是概率推演。通用 AI 基于海量互聯(lián)網(wǎng)文本進行學習，全網(wǎng)語料難免有偏差的部分。

但垂直專業(yè)的核心，是醫(yī)學邏輯。中性粒細胞高了，臨床表現(xiàn)對上了，那就是細菌；哪怕全世界 99% 的人都在流感，你化驗單上的那個數(shù)字，就是唯一的真相。

這就是為什么我一直強調(diào)：在健康面前，通用模型很難打得過垂直模型。算力比拼從來不是關(guān)鍵，而是醫(yī)學專業(yè)知識的整合和應用，把名醫(yī)的邏輯刻進底層參數(shù)，而非在概率的迷霧里推演。

從醫(yī)院出來后，我就在想，中國醫(yī)療資源真的很稀缺，一個三甲醫(yī)院的主任醫(yī)師，一天頂多也就看幾十個號。

咱們普通人想掛個專家號，那得拼手速、碰運氣。而對專家來說呢？每天要應付無數(shù)重復的、甚至是常識性的科普問題，這是一種巨大的智力浪費。

我也見過不少健康 App 在嘗試破局，比如：都掛著「專家問診」的按鈕。但說實話，你只要真的深度用過，就知道那種體驗有多一言難盡：

所以，螞蟻阿福的嘗試，是把院士、專家的思維邏輯、診療方案，「灌注」進了大模型里。

我看到一個特別有沖擊力的數(shù)據(jù)：心理專家毛洪京大夫的AI 分身，已經(jīng)累計「哄睡」了 368 萬人。

你品品這是什么概念？就算毛大夫從清朝那會兒就開始坐診，一天不歇、全年無休，恐怕也看不完這么多人。

這算是技術(shù)進步應該有的樣子嗎？我不敢下結(jié)論。反正，把原本昂貴、稀缺的優(yōu)質(zhì)醫(yī)療資源，像自來水一樣，流進每個人的手機里，就是正道。

02

所以，智遠也很不解，為什么是螞蟻在做這件費勁的事？調(diào)研了下，后來明白了，這是一場信任的遷移。

我平時也做基金投資，一直有個觀點：健康管理，本質(zhì)上也是一種資產(chǎn)配置。往深了挖，它的內(nèi)核，是你對自己「生命主權(quán)」的掌控力。

你想，過去二十年，我們早就習慣了用支付寶管錢。錢是什么？物質(zhì)資產(chǎn)的數(shù)字化。螞蟻當年做的第一件事，就是錨定了「支付的確定性」。

你敢把血汗錢放進一個虛擬賬戶，憑什么？就憑你信任那個系統(tǒng)，它能做到一分錢都不差，分毫不差。

如果說財富管理，是管我們錢包里的增量；那健康管理，就是管我們生命里的「變量」。

這是我覺得，螞蟻做阿福最硬核的地方，它把管錢時，那份「一分錢都不能差」的嚴謹和敬畏心，原封不動地平移到了醫(yī)療賽道。

在醫(yī)療健康領域，信息的極度不對稱，讓普通人在疾病面前，顯得特別無助、有點卑微；阿福的底層邏輯，想把「金融級的確定性」，搬進這個最需要確定性的場景里。

在這個「一丁點指標都不能錯」的領域，螞蟻想做的，就是那個最確定的底盤。我不知道我講的夠不夠清楚？

說白了，健康管理，應該像水和電一樣，通過算法的力量，變成一種普惠的基礎設施；而健康管理的本質(zhì)，是讓一個人，有權(quán)利去享受這份尊嚴。

03

到這兒，再回過頭看昨天 OpenAI 發(fā)布的 ChatGPT Health。

薩姆·奧特曼找了 260 多位名醫(yī)參與模型校準，還想打通 Apple Health 和電子病歷系統(tǒng)。

但你要是扒開 ChatGPT Health 的底層邏輯仔細品品，中美兩家的基因差異，在這兒體現(xiàn)得簡直不能更明顯。

OpenAI 身上，帶著鮮明的硅谷理想主義色彩。

比如：能幫你分析體檢報告，還能用模型為你規(guī)劃飲食，說白了，它還是實驗室里的強算力選手。

可它有個繞不開的痛點：永遠沒法幫你掛上明天早上 8 點的專家號。

這就是我一直強調(diào)的認知差：健康這個賽道，能跑通醫(yī)保支付、搞定實際就醫(yī)流程，比能寫出花里胡哨的專業(yè)報告，重要一萬倍。

就拿我這次感冒來說：

掛號時沒帶醫(yī)保卡，直接打開阿福，從掛號到結(jié)算，一個App全給你搞定；這種全鏈路的垂直閉環(huán)，是純大模型玩家短時間內(nèi)根本跨不過去鴻溝。

說句實在話，螞蟻阿福這波打法，直接把整個快涼透了的大廠健康賽道，給救活了。

關(guān)注科技、健康圈的朋友應該都清楚，過去幾年，互聯(lián)網(wǎng)健康領域有多尷尬：幾家大廠要么在瞎轉(zhuǎn)悠，要么沒個正經(jīng)方向。

那問題來了：

為啥大家突然都支棱起來了？答案特別簡單：阿福精準踩中了 2026 年的一個核心大趨勢，全民健康意識的徹底覺醒，指明了一條可行性路徑。

現(xiàn)在用戶，早就不滿足于搜個冷冰冰的百科詞條了。大家要實實在在的 專業(yè)、有用。

阿福3000萬的月活數(shù)據(jù)，還有 55% 的三線以下城市用戶占比，恰恰說明了需求的真實與龐大：在大健康這個賽道上AI正在試圖抹平信息不對稱，甚至有望實現(xiàn)醫(yī)療服務的平權(quán)。

所以，這場由阿福點燃、ChatGPT加碼的健康AI競賽，正在改寫互聯(lián)網(wǎng)健康的底層邏輯。說到底，健康是福，關(guān)于健康的事兒，真的應該好好管一管了。