曾集体翻车的赛道,为何又被阿里、字节盯上?

收录于 医疗 持续更新中
  2025年,医疗赛道迎来全新转折点——AI技术的爆发式突破,让这块被行业公认“最难啃的骨头”,成为科技与互联网大厂的必争之地。不同于以往的概念炒作,这

  2025年,医疗赛道迎来全新转折点——AI技术的爆发式突破,让这块被行业公认“最难啃的骨头”,成为科技与互联网大厂的必争之地。不同于以往的概念炒作,这一次,从海外巨头到国内玩家,都带着成熟的技术底座与清晰的布局思路,正式吹响了AI医疗的突围号角。

  海外市场的先发优势已然凸显。OpenAI率先推出ChatGPT Health,凭借强大的自然语言理解能力,快速抢占用户心智,数据显示,该平台每周接收的健康与保健相关咨询量超2.3亿次,成为全球AI医疗C端市场的标杆。而国内市场的竞争则更为激烈,互联网与科技大厂纷纷下场布局,小荷AI医生、文心健康管家等产品密集亮相,其中蚂蚁集团推出的蚂蚁阿福表现最为亮眼,截至2026年2月,其用户规模已突破1亿,成为国内AI医疗C端赛道的头部玩家。

  大厂的集体入局,直接带动了整个AI医疗市场的热度飙升。企查查数据显示,2025年国内新增AI医疗相关企业注册量达2.48万家,同比增长22.38%,创下近十年以来的最高纪录。资本与企业的双重涌入,让AI医疗彻底走出了此前的沉寂,迎来了规模化发展的黄金期。《DT商业观察》将聚焦这一行业热潮,拆解大厂的布局逻辑,对比上一轮互联网医疗浪潮的得失,探讨AI技术究竟为医疗行业带来了哪些颠覆性改变。

  相较于上一轮“互联网+医疗”的盲目跟风,此次大厂布局AI医疗,有着更为明确的技术支撑与路径规划。事实上,AI看病的概念并非首次出现,但早期受限于技术瓶颈,相关产品多停留在机械问答层面,难以理解患者口语化、碎片化的病情描述,当用户试图描述模糊的身体不适时,得到的往往是“请咨询专业医生”的格式化回复,实际实用价值有限。

  2025年,DeepSeek等通用大模型的集中爆发,彻底打破了这一困境,大幅降低了AI医疗的技术门槛。国内大厂纷纷抓住这一技术红利,走出了两条差异化的发展路径:一类是以自研通用大模型为基础,进行医疗领域的垂直深耕,比如蚂蚁集团依托百灵大模型打造专属医疗大模型,字节跳动则基于豆包大模型,训练出适配医疗场景的小荷医疗大模型,实现技术与场景的深度绑定;另一类则采用“自研+开源”的融合模式,京东健康便将自研的“京医千询”医疗大模型,与DeepSeek等通用大模型对接,快速提升前端应用的病情理解与响应能力。

  基于不同的技术路径,大厂们构建起了覆盖C端、D端、B端、G端的全场景布局,四条赛道并行推进,形成了多元化的竞争格局。其中,C端作为流量入口,成为各大厂争夺的核心阵地,一场激烈的产品卡位战已然打响。

  从时间线来看,大厂的C端布局呈现出密集迭代的态势:2024年7月,京东健康率先推出AI智能体“康康”,整合线上问诊、到家检测、外卖买药等全链条服务,打响C端布局第一枪;2025年6月,蚂蚁集团上线“蚂蚁AQ”,后升级改名为“蚂蚁阿福”,聚焦个人健康管理场景;同年7月,字节跳动推出“小荷AI医生”,依托自身流量优势快速起量;10月,百度健康跟进推出AI管家,并升级为“文心健康管家”,形成差异化竞争。

(左图:蚂蚁阿福,右图:京东康康)

 

  与早期AI医疗产品不同,当前的C端应用更注重用户体验的优化,核心是将晦涩的医学知识转化为通俗易懂的服务。用户对着饮食拍照,AI便能快速估算卡路里,并给出个性化饮食建议;面对布满箭头符号的化验单,AI可以用大白话解读转氨酶升高、血糖异常等指标的含义,降低用户的理解成本;针对不擅长打字的人群,还支持直接电话咨询,实现24小时即时响应。蚂蚁阿福的用户数据显示,“健康问答”“拍皮肤”“阿福电话咨询”“健康小目标”“健康档案”成为最受用户欢迎的五大功能,精准击中了大众的日常健康需求。

  除此之外,各大厂还在积极推动C端线上服务与线下医疗资源的联动,破解“线上咨询无后续”的痛点。例如,蚂蚁集团将其收购的“好大夫在线”海量医生资源接入蚂蚁阿福,用户在完成AI预诊后,可直接对接真人医生进行深度咨询,实现“AI初筛+真人诊疗”的闭环服务,大幅提升了服务的实用性。

  如果说C端是大厂的“流量抓手”,那么D端(医生端)则是AI医疗实现专业突破的关键赛道。医疗行业的特殊性,决定了其对AI的准确率要求极高,容错率几乎为零,而D端工具的核心价值,就是成为医生的“第二大脑”,解决临床诊疗中的实际痛点。

  当前,医生群体面临着两大核心困境:一方面,医学知识更新迭代速度极快,医生难以实时追踪前沿科研成果,面对复杂病例时,需要花费大量时间检索文献、求证诊疗方案;另一方面,基层医生受限于诊疗水平,面对罕见病症往往无从下手,优质医疗资源分配不均的问题尤为突出。这些痛点,为D端AI工具提供了广阔的市场空间。

  不过,D端赛道的门槛远高于C端,要求AI工具必须基于权威医学文献、科研成果进行训练,最大限度降低“幻觉率”(即AI虚假回复的概率),确保内容的准确性与可溯源性。在这一赛道上,北美AI医疗独角兽OpenEvidence成为行业标杆,自2025年2月启动融资以来,1年内累计融资近7亿美元,估值从10亿美元飙升至120亿美元,截至2025年7月,美国已有超4成医生在临床工作中使用该工具,其成功充分印证了D端市场的巨大潜力。

  受OpenEvidence的启发,国内大厂与医疗科技公司纷纷布局本土化D端产品:2026年1月,阿里健康推出医学AI助手“氢离子”,收录超千万篇权威医学文献,可在医生开药、制定诊疗方案时提供循证支持;京东健康发布AI工具“知医”,聚焦临床决策支持与科研辅助两大场景;百川智能推出“百小应”,搭载自研Baichuan-M3 Plus医疗大模型,将幻觉率控制在2.6%,刷新了全球医疗大模型的准确率纪录。

  除了C端与D端,大厂们还将目光投向了B端(医院端)与G端(政府端),试图通过布局基础设施,构建更为完整的AI医疗生态。其中,B端聚焦医院场景的数字化升级,相较于早期百度灵医智惠、海森健康等以电子病历、电子医嘱为核心的CDSS系统,新一代医院级AI解决方案更注重全流程赋能。

  2025年1月,京东发布“京东卓医”,为医院提供辅助诊断、药事管理等全流程临床支持,助力医院提升诊疗效率;讯飞医疗则以星火医疗大模型为底座,推出一站式AI解决方案,覆盖医疗服务、患者满意度提升、医院管理等多个维度,适配不同层级医院的需求。

  G端市场则在政策指引下加速落地,成为AI医疗企业“回血”与积累资源的关键。2025年底,讯飞医疗、支付宝、百度相继中标上亿元政府医疗采购项目,覆盖国家级、省级、市级多个层级的AI医疗基础性平台建设。这一系列密集的政府订单,背后有着清晰的政策导向:2025年11月,国家卫健委等五部门联合发布《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》,明确提出“到2030年基层诊疗智能辅助应用基本全覆盖”的目标。

  尽管G端市场被业内认为是AI医疗商业化中的“细小分支”,但在当前阶段,它却是唯一能够一次性释放大额预算的支付方。以早布局者讯飞医疗为例,2025年上半年,其G端业务收入占比达47.4%,同比增长86.7%,远超C端10.1%的增速和B端-10%的下滑态势,成为其规模化收入的核心支撑。

  大厂们集体发力AI医疗,背后的逻辑不难理解:在人口老龄化加剧、慢性病管理需求增长、个性化健康管理理念普及的大背景下,医疗健康赛道的市场潜力巨大。但与此同时,医疗行业专业门槛高、医疗决策容错率低、政策敏感、资源协调难度大、商业化路径难走等特性,也让其成为一块“难啃的硬骨头”。这一点,在上一轮“互联网+医疗”浪潮中,已然得到了充分印证。

  回溯2015年,“互联网+医疗”曾迎来资本狂欢,好大夫在线、春雨医生、微医等平台纷纷崛起,热钱扎堆涌入。据动脉网蛋壳研究院数据显示,当年行业融资总额超18亿美元,获投项目数量是2014年的两倍以上,一时间,“互联网+医疗”成为最热门的赛道之一。但如今回头来看,当年风光无限的平台,大多陷入了亏损、卖身、IPO受阻的困境,这一轮浪潮的破灭,有着两大致命短板。

  首要问题是医疗资源供给不足,这也是绕不开的核心瓶颈。国家卫健委数据显示,2024年我国三级医院仅占医疗卫生机构总数的3.8%,却承担了全国28.3%的诊疗量。头部医院的虹吸效应,导致临床一线医生工作负荷极高,许多医生一天要接诊几十甚至上百号患者,高强度的工作节奏压缩了医生的思考时间,一位医生曾在社交媒体上坦言:“门诊病人多不见得是好事,没有足够思考的时间,反而对病人不利。”

  而春雨医生等早期互联网医疗平台,本质上只是搭建了“患者找医生”的信息匹配渠道,让医生在闲暇时间线上接活儿,并没有从根本上解决“医生不够”的核心问题。更何况,优质医生大多集中在公立医院,本身工作已处于饱和状态,能够分配给线上咨询的时间极为有限,导致医疗服务始终处于“僧多粥少”的局面。正如百川智能创始人王小川在《晚点对话》中所言:“医疗资源的核心瓶颈是医生供给不足,而非信息匹配,这不是互联网逻辑能解决的。所以在这时做挂号网、春雨医生、好大夫,只是帮患者找医生,搞不定供给。”

  商业化路径艰难,是这一轮浪潮破灭的另一大关键原因。早期互联网医疗平台曾探索过会员服务、付费诊疗、保险合作、医药电商等多种盈利模式,但受限于医生资源有限、用户付费意愿低等因素,这些模式很快暴露出短板。2016年,资本退潮后,行业亏损集中爆发,当年的玩家如今大致分为三类,各自走向了不同的命运。

  第一类是经营难以为继,最终选择卖身。春雨医生便是典型代表,2023年至2025年10月,其累计税后亏损超过3500万元,估值从巅峰期的近10亿美元缩水至3.44亿人民币,最终被物业公司国锐生活收购。春雨医生前业务负责人在接受《中国商报》采访时坦言:“我们尝试过线上轻问诊、线下诊所、健康管理等多种变现路径,结果发现只有线上卖药勉强走得通,而那条赛道早被电商巨头占据了。”好大夫在线则因创始人王航立下“不赚药品利润、不自建线下医院、不做医疗广告”的“三不做”原则,商业化之路格外艰难,最终也卖身蚂蚁集团。

  第二类是背靠巨头生态,凭借资源壁垒跑通盈利,以阿里健康、京东健康、平安好医生这“互联网医疗三巨头”为代表。春雨医生没走通的医药电商业务,正是阿里健康与京东健康的核心基本盘:2026财年上半年(2025年4月-9月),阿里健康医药自营业务收入占比达86.1%;2025年,京东健康医药和健康产品销售收入占比达82.9%。二者依托母公司的流量、物流与供应链优势,牢牢占据了医药电商赛道,封死了中小平台的突围可能,成为上一轮浪潮中极少数实现盈利的玩家。平安好医生则依托平安集团的保险生态,将健康服务打包卖给保险客户,尽管前期投入巨大、回报周期长,经历了2017年至2023年连续7年累计亏损超61亿的困境,但终于在2024年实现扭亏为盈。

  第三类玩家既未被收购,也无巨头依托,仍在商业化的道路上艰难探索。丁香园转型“内容+电商”模式,通过丁香医生、丁香妈妈等子品牌,面向公众开展健康科普,同时销售保健品、母婴用品、医疗器械等健康消费品,避开了竞争激烈的药品赛道;微医(前身挂号网)则在天津市医保基金的支持下,探索AI数字健共体模式,但商业化仍未跑通,2022年至2025年上半年累计亏损超76亿元。

  从资本狂欢到集体遇冷,上一轮“互联网+医疗”终究没能破解医疗赛道的核心难题。而AI技术的崛起,能否打破这一困局,让医疗行业迎来真正的变革?答案或许藏在AI对医疗行业的底层重构之中。

  首先,AI正在缓解医疗资源供给不足的核心痛点,实现优质医疗资源的高效复用。在C端,AI健康助手承担起“家庭医生”的角色,针对失眠、长痘、拉肚子等日常小毛病,提供24小时即时响应,帮助用户减少非必要就医,同时也为后续医生诊疗节省了沟通成本。更值得关注的是,部分产品引入了“医生AI分身”模式,在蚂蚁阿福平台上,已有6位院士和1000多位三甲医院医生开通了AI分身,经医生本人授权训练并审核,让优质医疗资源的服务边界得到极大拓展,让基层用户也能便捷获取权威医疗建议。

(图片来源:蚂蚁阿福)
 

  在医院场景中,AI则成为医生的“效率助手”,接手了大量标准化、重复性的工作,比如医学影像识别、病历辅助生成等。它并非要替代医生,而是将医生从繁琐的事务性工作中解放出来,让其能够将更多精力投入到诊断与治疗本身,提升诊疗效率与质量。《生命时报》2026年1月发布的调研数据显示,超7成三甲医院受访医生愿意推荐大众使用健康AI解决日常基础性健康疑问,62%的受访医生已经在临床工作中使用AI辅助自己工作,这充分说明AI在医疗场景中的实用性已得到专业认可。

  其次,在商业化路径上,海外已经有了可借鉴的成功案例,为国内玩家提供了新的思路。前文提到的D端AI工具OpenEvidence,采用“免费向医生开放、靠广告创收”的模式,2025年年收入已超1亿美元。其创始人丹尼尔·纳德勒表示,与付费订阅模式相比,广告模式能让产品更快被用户接受并实现广泛应用,降低市场推广成本。

  但国内大厂对此却十分谨慎,并未盲目跟风。蚂蚁CEO韩歆毅在接受《晚点LatePost》采访时透露,蚂蚁阿福改名后,一个月的广告费就“花了小几个亿”,但产品始终坚持“纯净无广”模式,暂时不打算通过广告变现;阿里健康的D端产品“氢离子”也明确表示,现阶段的核心目标是服务好医生,不考虑任何商业化动作。

  这种“有钱不赚”的背后,藏着大厂们的双重考量:一方面,大厂资金实力雄厚,当前国内AI健康助手仍处于“烧钱换用户”的培育阶段,在盈利上没有迫切需求;另一方面,医疗行业的特殊性决定了“信任”是核心竞争力,流量逻辑必须让位于信任逻辑,盲目植入广告可能会损害用户信任,影响产品长期发展。不过,这并不意味着国内玩家完全排斥广告变现,阿里健康CTO祥志就表示,广告是未来可以探索的方向,且医生端是更合适的场景——“卖广告这件事健不健康,正不正确,取决于用户有没有辨识能力。普通老百姓分辨不了,但医生可以,这也是我们最早决定做医生端应用,从商业模式出发的一个核心考虑。”

  如今,行业对AI医疗的认知已经逐渐回归理性,不再幻想技术能够颠覆医疗本质,而是更关注它能否破解上一轮互联网医疗未能解决的“商业不可持续”难题。随着AI问诊逐渐成为大众日常健康管理的常态,AI医疗的商业化想象空间也将逐步打开。无论是面向C端用户的付费咨询、个性化健康管理服务,还是面向D端医生的广告变现、增值服务,多元化的变现模式都将在真实的市场需求中自然生长,AI医疗也将逐步告别烧钱时代,步入由价值驱动的成长期。

  当然,AI医疗的未来,仍面临着诸多挑战:技术准确率的持续提升、数据安全与隐私保护、政策监管的不断完善,以及如何平衡商业利益与医疗公益属性,这些都是需要行业共同解决的问题。但不可否认的是,AI已经为医疗行业注入了新的活力,它正在以一种更温和、更务实的方式,破解医疗赛道的“攻坚难题”。

  最终,AI医疗能走多远,不在于技术有多先进,而在于它能在多大程度上,成为用户与医生都无法替代的刚需——既能为大众提供便捷、高效的健康服务,也能为医生提供专业、可靠的辅助支持,真正实现“科技赋能医疗,让健康更可及”的核心目标。

 

  本文来自微信公众号:DT商业观察,作者:DT商业观察

推荐医疗

苏公网安备 11011xxxxx号 苏ICP备2025192616号-1