同樣是AI，中美解決的根本不是一個問題

上篇文章意外爆火，被轉發了一萬多次，可見大家確實關心健康類話題。也有讀者很留言：文章里的那個從醫院死里逃生的哥們，看著是觀念問題，本質還是認知不足，他沒有認識到自己的身體其實已經被折騰得很差了，繼續作，才差點出事。

那問題來了，普通人是不是也有相同的困局，比如由于各種原因，對自己的情況并不了解？再比如很多隱患信號已經出現，卻沒被重視起來，甚至直接被忽略了，這就接近一種“信息不對稱”。再或者，身體有問題，日常保養什么的，該如何是好？

要是早幾年，這些問題更多只能靠自己上網查，或者等到身體明顯不舒服了再去醫院。現在AI至少提供了一個新工具：它不能代替醫生，但能先幫普通人理解身體發出的信號、整理零散的健康信息，知道哪些問題可以先觀察，哪些問題應該及時去醫院。

比如我最近就在用螞蟻旗下的健康AI“阿福”，體驗還不錯，上邊提到的問題基本上都能幫上忙。大家可能不了解這個產品，其實用戶量已經超過了1億，日均咨詢一千多萬次，尤其在醫療水平比較薄弱的三四五線城市，用戶非常多。

我說幾個明顯的亮點大家感受下。

它一頭連接了全國5000多家醫院和30萬醫生，另一頭通過醫療大模型，先承接大量高頻、基礎的健康咨詢。日常問題可以先由AI提供參考，復雜或者真正涉及診療的問題，再轉向真人醫生。

還可以幫大家看體檢報告分析異常數據，不僅如此，還能記錄歷史數據，每次把新的報告給他看，時間久了，它對各項指標變化比咱們自己記得更清楚，也能及時提示一些值得關注的趨勢。

而且可以對身體數據進行AI分析，比如大家通過智能手表、手環、電子秤了解了自己的身體數據，這些可以由健康AI進行分析整理，告訴你有哪些可能風險，最近應該注意啥等等。比如，有些人就是通過智能硬件數據+AI分析，發現體重、體脂或者睡眠狀態持續異常，才開始認真檢查自己的代謝問題。

然后針對每個個體的特征，還會主動推送很多健康建議，比如你有入睡困難，系統會教你嘗試“478呼吸法”等等，如果你在長期服用安眠藥，它也可以提醒你關注藥物可能帶來的長期影響和依賴風險，并建議及時向醫生咨詢，而不是自己隨意調整劑量或者停藥。

不過今天寫這篇，并不是想跟大家仔細探討這個產品功能。真正讓我感興趣的是，健康AI出現之后，它應該先成為誰的工具？結合對美國那邊的觀察，對中美的后續競爭模式有了一些新的看法，跟大家分享下。

從目前的發展看，中美健康AI恰好走出了兩種不同的起步路徑。美國健康AI最先成熟、最先找到商業模式的部分，主要還是在醫院、保險公司、藥企和科研機構。

原因并不復雜，這些機構都是有付費意愿的，而且一個AI幫助醫院節省了多少人力，提升了多少收入，這些都是明確可以算清楚的，這時候AI服務就有了清晰定價，就可以采購。

所以美國健康AI目前的主流路徑，是先進入專業系統：幫助醫生整理病歷、輔助臨床決策，幫助保險公司處理審核，或者幫助藥企進行研發和臨床試驗。

雖然說ChatGPT、Claude等產品也已經開始連接個人健康記錄和智能設備，但是從整體商業重心看，美國更習慣先從機構端找到付費方，再逐步向個人用戶延伸。

這種路徑首先解決的，是怎樣讓原本昂貴的醫療體系運轉得更高效；至于怎樣讓普通人以很低的門檻，獲得長期、連續的健康服務，目前還不是它最關注的部分。且大部分應用是訂閱收費模式，服務的是更高收入人群。

但中國的情況又完全不一樣。

平心而論，中國現在也面臨很多挑戰。人口規模大、老齡化速度快、優質醫療資源分布又不均衡，這決定了健康AI只服務少數機構還不夠，它還需要回答另一個問題：能不能把那些高頻、標準化的健康服務，以足夠低的門檻推給更多普通人。

中國更容易出現另一種路徑：先把健康AI做成一個國民應用型的大眾入口，讓更多人能用、愿意用，再尋找商業機會。

這里多說一句，我跟很多醫生聊過，很多疾病的本質，就是日常生活的長期總結算，你的各種習慣匯聚在一起，多年以后可能給你搞出來各種奇怪問題。所以最好的模式，是融入日常的生活“微改進”，比如關注散步時長，睡眠時長，油鹽攝入量，發現指標長期異常就及時去醫院等等。尤其那些慢性病，絕大部分都可以通過改進日常生活習慣來改善。

阿福這類產品比較適合做的，也是這種長期工作。它支持用戶綁定智能設備、把體檢報告放進自己的健康檔案里，逐漸了解一個人的身體情況，再提供更有針對性的生活建議。至于藥該不該吃、能不能減、怎么調整，仍然應該由醫生決定。

說到這里，也能看出來，中國很多產業的發展，都有一個共同特點：一旦進入關系國計民生、規模巨大、需求廣泛的領域，就會走向基礎設施化。

在一個十幾億人口的國家里，如果關鍵技術只服務少數人，顯得不夠。中國很多產業之所以強，尤其是規模巨大、需求廣泛的領域，企業面對一種很現實的壓力：能不能把價格降下來，能不能覆蓋足夠多的人。

比如電商、支付、快遞、通信、新能源車，真正的爆發都不是靠服務少數高凈值人群，而是靠大規模鋪開后，把成本打下來，把能力鋪開。

這種市場結構反過來塑造了社會觀念。

大家會覺得，一個東西如果真的先進，最后就應該變得便宜、好用、到處都有。

這和美國不太一樣。美國很多服務可以長期服務高端市場，中產以下被排除在外也能維持商業邏輯。

而且中國還有個特點，如果你做好“先覆蓋，再深化”，也能有商業回報。畢竟一旦什么東西形成網絡效應，有個巨大的規模效應，也就是整體規模跟節點的平方成正比，卷入的用戶越多，整個網絡的價值也就越大，這時候“人多”就變成了優勢。

一旦基礎服務形成大規模覆蓋，邊際成本會下降，服務會增加，場景會變豐富，平臺也更容易把問診、用藥、慢病管理、履約等環節連接起來。這個時候，中國的人口規模就不再只是壓力，也會變成技術迭代和服務完善的土壤。

說到這里，就很清楚了。中國人傳統觀念里有種基礎平等主義，又長期強調公共服務的可及性，疊加超大規模市場的商業邏輯，必然導致重大民生技術走向普惠化。

這也解釋了為什么很多技術和服務在中國一旦成熟，價格往往會被迅速打下來，覆蓋范圍會被迅速推開。背后不是企業不想賺錢，而是超大規模市場和激烈競爭共同作用的結果。誰能把門檻降得更低，誰就可能獲得更大的用戶基礎和更長的服務鏈條。

所以再回頭看健康 AI ，中美走出兩條不同的路，也就不難理解了。美國先解決專業醫療體系的效率問題，中國則更傾向于先把服務門檻降下來，讓更多普通人能夠用上。兩條路最終可能會彼此靠近，但至少在今天，它們選擇了不同的起點。