前段時間，螞蟻阿福大規模宣傳的時候，我其實有點不理解。不是這個業務不行，而是國內也沒有對手，如此規模的宣傳，是否有必要。都沒有假想敵，演練什麼呢。結果，沒幾天，OpenAI也在ChatGPT裡增加了健康模式（Health），Google也要再次發力健康（Google對於健康一直唸唸不忘）。那麼，AI+健康，是不是好方向？有那些機遇和難點？1、AI健康的to BAI在to B領域的應用，已經相對成熟了。用AI看影像，效率高、精準率高；用AI做藥物研發、發現新藥物，也已經是熱門應用。GoogleAlphaFold也越來越出色。所以，to B的應用是毋庸置疑的。接下來主要聊聊to C。2、AI健康 to C 的機遇傳統醫療面臨著“不可能三角”：低成本、高品質（專家水平）、高可及性（隨時隨地）。AI 健康會帶來一些改變。A、專家預診比如之前我治療幽門螺桿菌，第一次沒經驗，花了兩百多掛了專家號，排隊了兩個小時，結果進去一分多鐘就結束了。出了診室才想起來，為什麼不多問問專家。而如果有了AI健康，那麼就可以在就診之前，先多瞭解一些。也許就知道其實不用掛專家號，大家的方法都差不多。從這個角度看，AI 健康，其實是給普通人多一些預診資訊，不至於一頭霧水、或者遇到一些專業名詞也沒時間搞清楚。一定程度解決醫療資源的錯配問題，讓輕症不出門，重症不耽誤。當然，這一點，和傳統搜尋差不多。但是，因為阿福等產品，用了更專業的資料庫，所以效果會更好一些。而且多模態技術，支援看圖、看片、語音輸入等方式，使用便捷性也更高。另外，有些醫生，也可以基於大模型結合自己的資料，訓練更專業領域的大模型，讓患者先和模型交流，節省一些預診精力。所以，整體來說，解決了 成本+質量+高可及性的預診。但是，對於需要實際診療的資源而言，影響不大。B、個性化健康管理這一點才是AI 健康最有機會和想像空間的。畢竟，健康和醫療還不太一樣。健康是一個長期關注、維護的，而不是像疾病一樣“出事兒才想到”。市面也有不少手環之類，但傳統的健康建議是通用的（“多喝水”、“少熬夜”、“沒睡好”），用處不大（就像睡沒睡好自己還能不知道嗎）。所以，健康對於C端使用者而言，會有兩個痛點：一是個性、精準；二是隱私（比如有些狀況，甚至也不願意讓醫生知道，而希望自己能解決）。而AI則有機會給出個性化建議。比如，它不再說“少吃糖”，而是說：“根據你剛才吃的那個甜甜圈和你現在的血糖反應，建議你立刻快走15分鐘。不再是通用的健身教練，而是根據你昨晚的睡眠質量，動態調整今天的訓練強度。對於模型廠商而言，痛點是資料。如何採集到使用者真實的資料。所以，僅有一個應用，是不夠的。還需要有硬體端能夠採集到即時的、真正的資料。這也是Google為什麼一直希望做出可穿戴裝置、記錄使用者健康資料的原因。以我自己為例，如果能早一點知道腰部壓力已經很大了，早點有對應的措施，也許就不會等到腰間盤突出了才想起來鍛鍊。從應用場景而言，健康經營，一直是個好方向，但未必是一個好的商業賽道。3、AI 健康的問題A、核心壁壘在沒有AI之前，我一般會下載默沙東健康詞典，有時候會對應看看問題。大部分健康醫療問題，都是有標準化資料的。從這個角度而言，如果資料庫不是排他、獨享的，那麼其他模型要追趕並不難。也就意味著，從能力角度，壁壘不高。B、如何從諮詢預診跨越到診斷大模型是機率預測，也就意味著幻覺，是一個數學問題，幾乎無法避免。如果使用者因為聽從了AI的建議，而遭受健康損傷，該如何界定責任？所以，大部分C端應用也只能做健康諮詢，不敢也不能介入醫療診斷。而如果不介入醫療診斷，也就意味著，還是不能解決醫療最核心的痛點。C、商業化難點中美健康管理是有一定差異的。美國醫療費用的高昂，導致健康管理也具備一定的商業化基礎。使用者願意付費來管理健康，避免疾病的重大支出。而國內，健康管理的意識、付費的意願，相對都比較低。所以，付費難度較大。D、使用頻率如果是疾病預診、諮詢，對於單個使用者而言，其實是一個很低頻的應用工具。低頻，也就意味著商業化方式更少了。健康管理是一個高頻場景，但缺少硬體介入、缺少日常更新的資料，也會導致成為一個低頻的場景。E、使用者獲得感知道不等於做到。即使一位真實醫生告訴你，要減肥、要鍛鍊某個部位，使用者未必都會聽。更何況是一個AI。也許過不了一周，使用者就會關掉AI的每日提醒、互動。所以，如何設計產品，讓使用者真的願意用、願意聽，更加核心。整體而言，面向C端的AI健康/醫療，在國內，依然是叫好不叫座。其公益性的社會意義也許更大。比如，可以幫助三四線的醫生，作為他們的助理，來看病，提高醫生的知識儲備、以及工作效率。對於產品而言，能在細分領域，獲得使用者認可、也讓使用者有獲得感，也許比通用型，更有效。 (董指導研究)

醫藥投資圈曾流行一種偏見，投資人普遍認為數字醫療是個偽命題。他們眼中的醫療需求存在一個“不可能三角”：低頻、高門檻、非標品。普通人不會天天看病，醫生需要十年培養，每個人的病歷都獨一無二。這導致網際網路醫療平台常年陷於買流量的泥潭——獲客成本極高，使用者留存極低。螞蟻阿福與OpenAI health打開C端AI醫療想像空間。然而，這一刻板印象正在被AI時代的資料洪流無情擊碎，C端的AI醫療需求實際上是極其驚人的，它一直都存在，只是過去缺乏一個足夠低門檻、低成本且足夠智能的互動容器來承接。當互動成本降至零，且反饋質量達到准專業級時，AI醫療這種沉默的剛需瞬間爆發了。在兩個AI超級巨頭的動作中看到了這種爆發，一個是中國的螞蟻集團，一個是美國的OpenAI。在中國，螞蟻集團旗下的“阿福”，其月活躍使用者數已在一個月內翻倍突破3000萬，單日提問量超過1000萬次。大洋彼岸，OpenAI於2026年1月7日正式推出OpenAI Health。OpenAI的資料顯示，全球每周有超過2.3億人次在ChatGPT上諮詢健康問題。這甚至發生在該產品推出之前，這種需求是溢出的，是迫切的。螞蟻阿福與OpenAI Health選擇單獨做一個入口，源於對C端醫療需求的精準把握。醫療資料的敏感性，它需要物理級的隔離，需要金融級的安全，需要讓使用者敢於把最隱私的病歷上傳。螞蟻阿福和OpenAI Health，正式確認搜尋引擎主導醫療資訊的時代結束了，智能體（Agent）接管個人健康的時代開始了。01. 螞蟻“阿福”的需求驗證2025年12月，螞蟻集團將旗下AI健康應用正式升級為“螞蟻阿福”。但隨後的資料表現超出了所有人的預期。在品牌升級後的短短一個月內，螞蟻阿福的月活躍使用者數從1500萬迅速翻倍至3000萬，日均使用者提問量突破1000萬次。這組資料背後隱藏著兩個關鍵的行業洞察。首先是AI對健康全鏈路生態的打通。螞蟻阿福不再僅僅是一個問答框，它打通了華為、蘋果、OPPO等十大品牌的智能裝置，將硬體資料與“健康小目標”結合，實現了從日常監測到線上問診、線下就醫的全鏈路覆蓋。它連結了全國5000家醫院和30萬真人醫生，讓AI不僅能“聊天”，更能“辦事”。其次是驗證下沉市場的巨大需求。資料顯示，阿福55%的使用者來自三線及以下城市 。在一二線城市，人們或許可以便捷地前往三甲醫院，但在醫療資源匱乏的下沉市場，人們極其渴望一個能夠隨時解答健康疑惑、且完全免費的“專家”。螞蟻阿福正是切中了這一痛點，它用AI技術填平了醫療資源分配不均的鴻溝，將低頻的嚴肅醫療轉化為了高頻的健康陪伴。02. OpenAI 的獨立入口邏輯2026年1月7日，OpenAI正式發佈ChatGPT Health。最引人注目的變化在於OpenAI決定：它將Health功能在側邊欄開闢了一個獨立的入口。為什麼要這麼做？核心邏輯在於大模型與隱私安全的衝突。OpenAI非常清楚，使用者在寫程式碼、寫文案時需要的是效率與創意，而在諮詢病情時需要的則是絕對的安全感與隱私保護。如果使用者擔心自己的病歷會被拿去訓練AI，或者擔心在演示工作時AI突然跳出關於隱私疾病的建議，那麼他們永遠不會把真實的健康資料交給AI。因此，OpenAI設計了一種近似物理隔離的架構。在儲存層面，Health空間內的對話、檔案與資料，全部與主介面分開儲存。Health擁有獨立的記憶系統，這些記憶絕不會“回流”到主對話中。這意味著，你在Health裡諮詢了心理疾病，轉頭去主介面進行程式設計演示時，AI絕不會洩露任何相關資訊。更關鍵的是，OpenAI明確承諾：Health中的對話資料不會被用於訓練其基礎模型。只有建立了這種信任，頂級醫療機構才敢與它合作，使用者才敢上傳自己的基因檢測報告。獨立入口，實際上是OpenAI為醫療AI建立的一道“信任防火牆”。03. AI醫療功能矩陣ChatGPT Health的野心遠不止於做一個聊天機器人，它試圖通過強大的生態連接，接管使用者健康的全生命周期。目前的醫療資料往往呈現極度碎片化的狀態，散落在醫院的電子病歷（EMR）、紙質報告、智能手錶的App以及各類垂直應用中。ChatGPT Health並未試圖自己去一家家醫院談介面，這在商業上是不經濟的。它選擇了一個關鍵的戰略合作夥伴——b.well Connected Health。b.well作為美國最大的即時聯網健康資料網路之一，基於FHIR標準建構了底層基礎設施。通過這一合作，ChatGPT Health得以解決大模型面對雜亂醫療資料時的“讀不懂”難題。使用者在Health中授權後，可以一鍵拉取自己在不同醫院的病歷，AI不僅能看懂結構化的化驗單，還能深入理解非結構化的臨床筆記與出院小結。除了靜態病歷，ChatGPT Health還通過Apple Health整合，接入了動態的生理體徵資料，這使得AI的建議具備了時間維度。當使用者抱怨“心悸”時，ChatGPT可以立即調取過去24小時的心率變異性（HRV）資料，結合使用者的既往病史，判斷這是否是需要立即就醫的緊急情況。此外，OpenAI還引入了Instacart、AllTrails等合作夥伴，打通了從“建議”到“行動”的最後一公里。AI可以根據你的代謝資料生成飲食計畫，並直接轉化為Instacart的購物清單；也可以根據你的體能狀況，在AllTrails上推薦合適的徒步路線。這種從資料匯聚到行動落地的閉環能力，正是AI Agent相對於傳統網際網路醫療的降維打擊。在12月更新的螞蟻阿福中，這些相似功能都有推出，並且進一步打通了從日常健康諮詢到線上問診、線下就醫的全鏈路服務，印證了東西方C端AI醫療需求的共性。04. AI醫療估值邏輯的重塑從螞蟻阿福到OpenAI Health，中美兩大科技巨頭的動作預示著行業競爭邏輯的根本性轉變。首先是流量入口的徹底重構。過去二十年，使用者獲取健康資訊主要依賴搜尋引擎，商業模式是基於關鍵詞的廣告競價。這種模式天然存在利益衝突，導致資訊質量良莠不齊。OpenAI Health代表了一種新的入口形態——對話式服務。如果使用者習慣了直接向AI索取基於個人資料的精準答案，WebMD、百度健康等傳統內容型平台的價值將被迅速稀釋，流量將不可逆轉地向擁有私有資料壁壘的AI Agent集中。其次是線下服務的價值重估。在AI時代，演算法本身正在變得廉價，算力可以購買，唯有真實世界的高品質資料是稀缺的，線下服務商將從單純的“人力服務者”轉型為“資料資產商”。最後是對“信任”的定價。OpenAI Health刻意強調的隱私隔離與不訓練承諾，實際上是在為信任定價。在AI時代，唯有信任是最昂貴的貨幣。使用者敢於將自己最隱秘的病歷上傳給OpenAI，是因為相信其隱私架構。這種信任將成為OpenAI Health未來商業化（如高級訂閱、保險合作）的核心溢價來源。未來的阿福或OpenAI Health，將是一個24小時線上、瞭解你一切生理資料、並能調動現實世界資源的超級健康管家，也成為了改變AI醫療生態的推動者。 (硬AI)

螞蟻集團大動作！ 「阿福」App來了。你有沒有過這樣的經驗：深夜頭痛，卻不知道該不該就醫；看完體檢報告，一堆縮寫讓人一頭霧水；想減肥、戒菸、養生，卻總是三分鐘熱度。面對這些細碎卻真實的健康困擾，許多人都曾試圖在搜尋引擎或社群平台上尋找答案，但結果不僅真假難辨，稍有不慎還會被「嚇一跳」。現在，有一個更可靠的「AI健康搭子」正在悄悄流行。每晚睡前測個心率、隔天記下飲食和體重波動，「他」會像個不嘮叨的朋友，把這些數據記錄在冊給你隨時查看，還能按時提醒你別忘了運動、按時吃飯。甚至連你爸媽的血糖記錄，它也能一併幫你管理，還能解讀每一份體檢報告。這款由螞蟻集團推出的AI健康應用－「阿福」正式推出新版本，全面強化了健康陪伴和健康問答功能。目前，螞蟻阿福App月活已超1500萬，成為中國首個躋身AI App前五名的健康類AI。▲根據研究機構QuestMobile數據，螞蟻阿福月活複合成長率83.4%，遠超產業13.5%的平均成長率。新版發布隔天，也火速登上蘋果應用商店免費APP下載榜TOP 3。▲蘋果應用商店免費APP下載榜01.1500萬月活背後健康AI走對了第一步螞蟻阿福的崛起速度不算慢。 2024年6月上線，4個月月活破千萬，成為豆包、DeepSeek等通用型應用之後，第一個進入「AI App第一梯隊」的垂直產品。如今，月活躍用戶已超1500萬，用戶來源中有55%來自三線及以下城市，展現出強烈的普惠屬性。而在年輕人之間，「賽博養生」的流行，正好反映出對健康管理長期存在疑問與困擾，卻始終缺乏有效解決方式。一般人面對身體的不適、身體檢查報告上的數據、家人的健康變化，往往很難快速獲得專業、可信的建議。而螞蟻阿福切入的正是這些「在生活與醫院之間」的空白地帶。這款產品一經發布，便以「AI健康問答」為起點，透過文字、語音、影像三種形式，讓使用者可以拍皮膚、拍藥盒、拍體檢報告來提問。更關鍵的是，面對許多人「不會問」的困擾，它還能透過「AI診室」模式模擬醫生追問，引導用戶補充關鍵訊息，提高理解的準確率。這背後是螞蟻自研醫療大模型對圖文和多模態資料的解析能力，該模型能解讀99%的報告類型，皮膚辨識準確率超95%。除了技術本身，更重要的，是「阿福」將專業知識和通用AI之間的鴻溝變成了產品能力。它能透過「分析」、「解釋」和「參考建議」等方式，幫用戶了解身體訊號，並引導其做出更科學的決策。這種對邊界感的掌握，也讓健康AI在「輔助決策」這條路上更可靠。02.不只是問答「健康陪伴」切中當代生活剛需如果「健康問答」是讓使用者第一次感受到AI的專業性，那麼這次的新版本，則進一步顯露出「陪伴型AI」的產品形態，也讓使用者開始更直觀感受到它的長期價值。新版螞蟻阿福上線「健康小日記」、「健康小目標」和「健康小提醒」等功能，從記錄到提醒，幫助用戶養成規律生活與行為習慣。用戶可以設定減重、睡眠、戒菸等目標，系統根據個人狀況自訂計劃，並每日推播提醒。數據可接​​觸華為、蘋果、歐姆龍等九大品牌的智慧型設備，也可上傳圖片和報告歸檔整理，還支持為家人建立健康檔案，實現全家共享的健康管理。相較於「有問題時才會開啟」的通用型AI工具使用方式，健康日記、目標提醒等功能正慢慢融入使用者的日常節奏。在AI產品強調「持續陪伴」的今天，螞蟻阿福更像是一種既貼合生活節奏、又具備專業支撐的健康類AI新形態，不僅能融入日常，也足夠好用、讓人願意持續使用和信任。而健康這個方向，天然帶有長期性與實用價值的特徵，可望成為最早驗證AI陪伴產品路徑的場景之一。03.「健康+醫療」的「硬實力」打底阿福有望成為國民級AI App為什麼是螞蟻？因為做AI健康不只搞個模型、接個API，而是要能同時在服務與信任上做好支撐。螞蟻阿福之所以有成為國民級AI App的潛力，一方面是因為健康服務具備廣泛需求，涵蓋了從農村到城市、從年輕人到老年人的多元人群。另一方面，螞蟻集團在醫療合作網絡上累積多年，也為阿福建構起完整的服務體系。從日常健康管理，到線上問診、掛號購藥、健保支付，正在逐步形成「健康+醫療」的一條龍服務。數據顯示，目前已有30萬名醫生、5000多家醫院接入平台，六位國家院士與500多位名醫在App中開設“AI分身”，為用戶提供健康科普型諮詢服務。此外，多地衛健委將其引入作為「家庭醫生」簽約服務，形成與線下醫療的協同連結。而在AI大模型方面，阿福背後的螞蟻醫療大模型已通過信通院「雙領域可信評估」，在HealthBench和MedBench等榜單中多次奪得中文醫療類模型的領先成績。在圖文辨識、推理能力、個人化回答方面具備穩定表現，也形成了醫師團隊深度共建、模型調教機制的技術優勢。這讓“阿福”不僅能解答問題，還能作為“AI前哨”，在醫生前介入用戶健康行為，承擔“預問診”與分流功能，緩解線下醫療系統壓力。這在資源分佈不均、基層醫師緊缺的中國，具備顯著現實意義。04.結語：從支付到健康第三款「全民應用」浮現中過去20年，螞蟻推動了行動支付和數位金融的普及，如今阿福則有可能成為第三個國民級產品。這次，它靠著一點一滴的陪伴與專業積累，慢慢走進人們的生活。更是對那些「雖然不必上醫院、但也不能忽視」的健康需求的一次系統性回應。「健康不是一朝一夕的事。」這句話放在螞蟻阿福身上，恰如其分。它不再讓你焦慮，還能幫你一點點管理健康。這或許才是值得期待的AI。(智東西)