广告
加载中

掉队的百川智能 撑不起王小川的AI医生梦

Judy 2025/07/09 15:57
Judy 2025/07/09 15:57

邦小白快读

重点信息:AI医疗大模型与人类医生团队首次打成平手,王小川的百川智能转向医疗赛道但面临挑战。

1. 2024年12月,豆包、百川、小荷等AI模型组成医疗战队与人类医生团队对战平局,标志AI医疗迈向现实。

2. 百川智能发布全球首个儿科大模型,但在通用模型竞争中掉队,转向区域市场拓展与医疗垂类场景布局。

3. 当前AI医疗仍面临数据质量、医生接受度、商业化老路三大难题,市场竞争呈现“诸神之战”格局。

4. 百川通过并购医疗企业和投资互联网医疗平台探索硬件销售与流量入口,但内部高管频繁变动削弱竞争力。

品牌营销与用户行为:百川以“造医生”为使命打造差异化品牌形象,但实际落地依赖传统医疗合作。

1. 王小川提出“为生命建模型”的品牌愿景,通过发布儿科大模型和区域试点建立专业形象。

2. 合作北京儿童医院、张家港市第一人民医院等机构,强化医疗垂类数据积累的品牌可信度。

3. 并购医疗用品企业和互联网医疗平台,试图构建“硬件+流量”双轮驱动的品牌生态。

4. 对比字节、京东等巨头推出的C端医疗助手,百川在品牌传播力和用户触达上存在劣势。

机会与风险:AI医疗成巨头新战场,但系统集成模式制约创企发展。

1. 政策层面:医疗数据本地化部署要求推动定制化项目,续费模式依赖政企资源。

2. 市场机会:儿科和全科领域存在基层改造空间,但基层医院信息化水平低导致推广困难。

3. 风险提示:数据清洗标注成本高昂,医生使用习惯保守影响模型迭代效率。

4. 合作模式:区域子公司与医院联合开发垂类模型,需配套培训体系提升医生产学研参与度。

生产需求与数字化启示:医疗硬件生产与数据处理成关键环节。

1. 硬件需求:百川收购医疗用品企业,预示AI医疗需配套检测设备等硬件产品落地。

2. 数据挑战:医疗多模态数据清洗标注需求激增,需开发自动化预处理工具降低人力成本。

3. 产线改造:医院本地化部署要求倒逼工厂提供模块化机房建设解决方案。

4. 供应链机会:儿科用药限制催生精准诊疗设备需求,基层医疗信息化改造带来硬件更新窗口期。

行业痛点与解决方案:数据治理与系统集成是核心挑战。

1. 技术趋势:多模态融合加速,但73%医院已完成大模型部署导致同质化竞争。

2. 客户痛点:门诊系统兼容性差、医生培训成本高、数据安全合规压力大。

3. 解决方案:开发低代码模型微调平台,帮助医院快速构建专科模型。

4. 服务机会:提供AI使用效果评估体系,量化模型在“防筛诊治管”各环节贡献值。

平台运营与风向规避:区域化部署与生态合作成破局点。

1. 需求洞察:98%三甲医院完成大模型部署,平台需提供专科模型快速迭代工具链。

2. 运营策略:通过设立区域子公司深度绑定地方医疗资源,但面临字节、京东等全域流量平台挤压。

3. 合规风控:严格执行医疗数据不出院,开发私有化部署标准解决方案。

4. 生态建设:效仿英伟达投资上下游企业,但缺乏云服务基础导致生态控制力薄弱。

产业动向与模式反思:AI医疗仍处信息化升级阶段。

1. 发展路径:从专家系统、机器学习到多模态大模型,技术演进未突破系统集成本质。

2. 商业模式:API收费难以覆盖成本,76%医院采购包含在信息化改造预算中。

3. 政策建议:建立医疗大模型应用分级标准,区分科研型与临床辅助型模型监管。

4. 研究焦点:基层医生人机协作模式、医疗数据资产定价机制、模型幻觉临床归责体系。

{{loading ? '正在重新生成' : '重新生成'}}

返回默认

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

2024年12月,在北京美中爱瑞肿瘤医院,一场「AI医生」和真人医生的对决正在上演。

与李世石和AlphaGo的对战不同,这是一场AI明星们和医生团队的集体作战,由豆包、百川、小荷、ChatGPT o3、Google Gemini组成的「AI医疗大模型战队」最终和人类医生团队打了一个平手。

一个「AI医生」的梦似乎从科幻电影里走向现实。

而在造「AI医生」这条路上,最激进的无疑是「互联网老兵」王小川和他的百川智能。在今年4月的全员信中,王小川表示:“为生命建模型、为人类造医生,是百川的使命。这是第一天就立下的志向。”

AI医疗不是一门新生意。从发展历程看,从早期医疗信息化到互联网医疗,已挤满了大厂和各路玩家;从技术侧看,从早期如MYCIN等专家系统、应用于医学影像的SVM等传统机器学习算法,再到如今大模型和多模态技术融合发展下,特别是DeepSeek大幅降低了AI医疗的应用门槛,似乎让王小川口中说的「为人类造医生」成为可能。

据机构DataBridge测算,预计到2031年全球AI医疗保健领域市场规模将达到172亿美元,就连OpenAI被曝出的最新神秘项目cderGPT也瞄准这一广阔蓝海。

只是对百川智能和王小川来说,这片蓝海的挑战大于机会——向外看是当下AI医疗逃不开系统集成的「累活儿」本质;向内看百川频繁的人员变动和模糊的商业化路径或难以撑起王小川的「AI医生梦」。

医疗慢生意和AI快竞争间,王小川时候需要做出抉择了。

头顶「大模型六小龙」的光环,王小川和百川智能曾一度是备受偏爱的宠儿。但随着大厂加码入场和包括DeepSeek在内的新鲶鱼出现,百川智能和零一万物逐渐成为「大模型六小龙」中掉队最明显的两家。

一面是传出上市的智谱和MiniMax,一面是凭借着Kimi-Researcher和多模态领域保持一定技术优势的月之暗面和阶跃星辰,和同行们的动作相比,转向医疗领域的百川智能过去一段时间里都低调许多。

技术侧,百川最新的模型发布停留在今年3月,和北京儿童医院共同发布了专科垂类大模型「福棠·百川」儿科大模型;B端商业化上,与智谱发力招投标不同,公开招投标中也不见百川的身影;在C端,百川也尚未跟进大热的医疗智能体赛道。

就连王小川本人在最新的公开采访中,对百川技术谈的很少,更多的是在对外讲述自己的AI医生梦。在近期和学者赫拉利的一次对谈中,王小川提到一个关于「好医生和坏医生」的判断,他认为,AI医生会比人类医生,会更加善良,工作也更有效。

豪赌AI医生,反映出百川正区别于其他模型独角兽,走上一条另类路径,百川近期一系列「水下」动作也印证了这一趋势。

在模型技术侧,据「蓝鲸新闻」报道,停止预训练新超大规模通用大模型后,百川加速垂类模型的构建。今年1月,百川开源了行业首个医疗增强大模型Baichuan-M1-14B,3月发布了全球首个儿科大模型。

在商业化上,百川一面加大区域市场的拓展,「硅基研究室」了解到,2024年底以来,百川在南京、四川、深圳、海南等地多地设立区域子公司;另一面则是加速自身医疗解决方案在区域当地的落地。

具体到区域打法上,百川实际落地的场景也有所不同——例如在北方区域,百川重点落地的是AI儿科,在北京、河北等地试点构建「AI儿科医生+真人医生」双医模式;在江苏等地,百川目前瞄准的AI精准诊疗,例如和张家港市第一人民医院合作,将百川医疗大模型全面融入肿瘤防治「早筛早诊」等关键环节。

在生态端,百川也在通过对外投资的形式,构建自己的AI医疗圈。百川并购了广州涛喀科技有限公司,投资了小儿方健康科技(北京)有限公司和福棠儿医,涉及医疗用品和互联网医疗领域。


三箭齐发,相比其他AI创企在通用大模型和BC应用两条腿走路,转型医疗这一刚需赛道,百川是沿着王小川「造医生-改路径-促医学」路径似乎找到了更聚焦的方向,但看得见的挑战也摆在眼前。

「当下的AI医疗看似很fancy,但实际还没有走出信息化老路」。

一位医疗辅助生殖领域信息化从业者高翔(化名)告诉「硅基研究室」,今年春节期间DeepSeek爆发确实给AI医疗圈带来了AI提效的线索。

但据他观察,在B端,目前大多数的AI医疗玩家都还在抢占AI入院的「名额」,大模型到底能不能真正落地和赋能临管理,在「防、筛、诊、治、管」等环节发挥具体实效,都还在进一步摸索。

而百川智能看似在模型技术侧、商业化和生态建设上「三箭齐发」加速在AI医疗建立护城河,但实际落地依旧是「新瓶装旧酒」。

首先,在大模型侧,大模型入院后,不是终点,而是考验百川模型专业化的起点。

当下,已有不下百款医疗大模型落地中国,同时随着大模型加速入院实现本地化部署,医疗大模型从过去的通用性转向聚焦专科专病的专业化。

据机构「动脉网」数据,截至今年4月,统计第三方榜单中国内排名前100的医院,已有98家对外宣称完成了大模型部署,而且有近四成医院在通用模型的基础上进一步展开研发,打造出符合自身需求的垂直医疗模型。

百川与北京、江苏等医院通过打造儿科、全科等垂类大模型也是如此,本质是「企业+医院」合力,通过入院,百川可以触及更多的垂类医疗数据,提升模型能力,解决实际临床问题。

一位大模型行业人士告诉「硅基研究室」,百川较早切入医疗,而且多模态技术做的也不错,这是其先发优势。

但入院只是开始,收集高质量医疗数据,投喂给大模型,这是一门高成本、高投入的苦活儿和累活儿。

一方面,要看医院的信息化基建水平和医生的配合度。高翔提到,在不少基层医院尽管当下都用上了医疗大模型,但门诊医生的实际使用都很保守。

“门诊那么忙,有的基层医院光门诊一个系统就用了十几年了,太新的交互他们不太容易接受”。高翔坦言,他们不少技术开发人员的主要工作是配合产品经理更新规范手册,给医生做技术培训。

另一方面,医疗数据往往来源多元、模态多样,数据的清洗与标注同样重要,这也给百川等AI创企带来了隐形成本。

其次,在商业化上,AI医疗固然很性感,虽然百川等大模型创企也开辟了「卖API、按Token收费」的商业模式,但在B端还是要走系统集成和定制化的老路。

一方面是医疗合规和数据安全的考量,进入医院的AI医疗项目需要部署到本地机房;另一方面,这些部署项目被包含在医院信息化升级和改造采购中,也意味着市场拓展极其吃政企资源。回到商业模式看,定制化项目最终还是会走上拼续费的老路。

而百川瞄准的儿科和全科,一个是受用药限制,开不了大处方、大检查的细分领域,另一个则是聚焦基层医疗改造的大工程,两条路也都不好走。

而在生态建设上,百川也效仿英伟达、微软等AI巨头通过生态投资,加码自身的医疗版图,但相比英伟达的「卖水人」和微软背后的「云服务、软件组合」优势,现阶段,生态伙伴起到的作用,只能是帮助百川相对轻松地拿下订单。

而从百川的投并购布局上,也不难看出其「商业化的焦虑」——一面是收购医疗用品企业,这意味着后续商业化可以通过卖硬件;另一面,入局互联网医疗企业,本质上还是平台思维,通过拓宽用户规模,为后续商业化如药、保险等提供流量入口。

作为互联网创业老兵,王小川将「造AI医生」作为自己创业的终极命题,今年年初在接受晚点采访时,他也明确提到百川转型医疗的原因:一个是融到钱了,另一个是模型之外,要有很好的场景,否则就是红海竞争。

但短短半年不到,AI医疗正成为巨头抢滩大模型落地的新战场。

在C端AI医疗上,字节在近期推出的独立App「小荷AI医生」、蚂蚁集团的AI健康助手App「AQ」、京东的「AI京医」,就连美团买药也推出了健康助手功能。

在B端,除了实验室科研外,AI大模型已经遍及医疗「防、筛、诊、治、管」等核心场景。

整个AI医疗赛道,颇有「诸神之战」的态势。

一类企业是通用大模型厂商,且长期深耕在医疗领域,典型如科大讯飞、蚂蚁和华为等,优势是底层基模赋能,家大业大。

一类是平台型企业,是互联网科技浪潮中卷出来的赢家,如微医、医联,优势是不需要重新自建入口。

一类是传统的医疗信息化企业,有垂类数据优势,如润达医疗等。

还有一类就是如百川智能一样的创企。百川在AI医疗侧并非没有先发优势,但在外部竞争愈发激烈的同时,百川内部却也出现了频繁的变动,多位联创出走已开始再创业,医疗业务总负责人李施政也已离职。

想要留在AI医疗的牌桌上,等待王小川的无疑是一条更难的路。

注:文/Judy,文章来源:硅基研究室,本文为作者独立观点,不代表亿邦动力立场。

文章来源:硅基研究室

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0