一旦产品能力突破拐点，AI 就会由技术工具转化为生产力工具。

本文为 IPO 早知道原创

作者｜罗宾

微信公众号｜ipozaozhidao

DeepSeek 的出现正帮助医疗企业加速找到最佳商业化路径、延伸专业人员的能力。高特佳投资副总经理王海蛟对 IPO 早知道表示：" 在 DeepSeek 出来之前，我们关注的很多是能力强的 AI 平台型公司，但现在我们看好的是医疗行业里 AI 应用能力强的公司。"

他表示，行业应用能力既包含良好的行业洞察所驱动的数据积累，还需要把对用户的理解转化为标准化的方法、流程，在此基础上引入 AI。在他看来，DeepSeek 推动了医疗行业 AI 应用的盈利效应。

王海蛟认为，AI 替代医疗中的高价值知识服务，能创造更高的经济效益。具体来说，他看好 AI 应用于诊断、营销等容错率相对更高或离收入端更近的业务，且 AI 投入在这些领域产生的回报有望较快被验证。

同时，DeepSeek 给医疗行业软件服务商带来了不小的冲击。对此，王海蛟表示，这些企业不得不去思考如何通过 AI 重塑商业模式，尤其是如何将医疗刚需性场景 "AI 化 " 而找到新的定位，" 例如 AI 的信息自动收集能力有望替代很多效率不高、体验不好的人工记录、填表工作。"

在高特佳的投资版图中，AI 技术对医疗的赋能是多家企业的核心布局方向。肿瘤筛查与精准诊断企业安必平（688393.SH）将 AI 与病理影像分析结合，开发出多款 AI 辅助诊断系统。其宫颈细胞学 AI 产品 LBP-PIAS 已进入 III 类医疗器械注册申报阶段。

再如独立医学检验企业华银康集团，实现了 AI 在病理诊断、医学检验、健康管理、科研等领域的智能化应用。此外，互联网医药与慢病管理平台方舟健客（6086.HK）建立了从医院到家庭的闭环服务体系，并于 2024 年推出了 AI 医生助理、AI 客服助理等核心产品。

以下是对话内容（有删节）：

王海蛟（来源：受访者提供）

IPO 早知道：怎么看现在中美在 AI 应用上的差别？

王海蛟：DeepSeek 出现之后，中美之间大模型差距缩小，中国会比美国更有优势，因为我们的企业数量、人口数量、创新场景远远多过于美国。产品创新将加快推动模型在医疗行业应用领域形成盈利效应，只有在应用方向上产生经济效益，才会吸引更多资金的投入。美国形成这样的盈利效应会慢于中国。

在医药行业，比如新药研发领域，生物医药企业可以借助 AI 在一千个化合物中迅速完成化合物筛选，缩窄到几十个的范围，从而减少很多原本要做的湿实验，降低资金投入；还可以利用 AI 优化实验步骤设计，缩短实验周期。

这些改进带来的直接结果是企业更容易赚到钱了，创新也更容易得到回报。以现在很热的 NewCo 交易为例，对于目标资产，卖方（许可方）如果以低于其投入成本的价格将产品许可出去，会导致亏损，但用 AI 以后投入减少了，卖方的预期成交价会降低。

对买方（被许可方）来说，原来预期交易价格较高时，他们要看到产品有十亿到二十亿销售规模的潜力才会考虑引进一款产品；但现在买方能以更低的价格获得产品的权益，那么当产品有一到两亿的销售预期，可能交易就能达成。

IPO 早知道：原来一直以 AI 推动业务的公司，DeepSeek 给它们带来了什么？

王海蛟：让它们的用户更容易、更低成本地去尝试 AI。每调用一次 token 的成本几乎为零，很多公司就可以部署一个以 DeepSeek 为基础的行业应用模型，试错成本不高，并且更可能获得的潜在收益很高。

过去应用端不愿意投入资金到 AI，是因为回报是未知的。但现在 AI 销售、AI 研发等类型的公司，它们在扩大客户群体、加速盈利后，可以更快发现 AI 容易在哪条路径上出成果，更快探测出最佳盈利模式，也更于愿意投入资金到 AI。

DeepSeek 之后，看好数据 + 应用强的 AI 医疗公司

IPO 早知道：医疗领域对于数据的处理，趋势是什么？有哪些是有价值的？

王海蛟：DeepSeek 出来之后，大模型之争现在基本格局稳定，可能它们之间还会有最大用户量之争。所以我们现在要看谁能把行业模型做得更好，这个不但需要企业有基于行业洞察的专有数据积累，还要了解用户，比如要知道如何对数据做正确的标注和调用。概括来说，有数据又最懂用户的企业，才会跑得最快。

IPO 早知道：怎么理解最懂用户？

王海蛟：以 ERP 系统类比，你会发现 ERP 这类生产计划系统在一些公司实施起来很难，这是由于公司本来就没有一套科学、标准的流程。ERP 只能提供一套软件代码，公司要做的是把 ERP 导入到原有的标准流程中，而 ERP 无法做到帮助企业从无到有创造一套流程。

同样，如果一家企业原来就不知道怎么把货卖给用户，怎么解决售后问题，用了 AI 以后大概率也是不明白的。比如一家 CSO 公司，有一套标准化的营销步骤告诉销售人员，而客户以往的问题、相应的标准回答公司都已经摸索出来了，这时就可以把这套数据交给 DeepSeek 训练。每个销售人员定期拜访客户一次以后，其余时间很多的客户问题可以用 AI 来回答，节省了很多人力工作。如果原来 100 个销售每年只能覆盖 1000 家客户，现在他们可以覆盖 10000 家客户。新药研发也一样，你必须先想清楚需要 AI 解决哪些问题，才能让 AI 帮你降本增效。

在 DeepSeek 出来之前的很长一段时间，我们更多看的是 AI 能力强的公司，现在要看的是应用能力强的公司，它们有行业应用数据和 know-how，但前者往往不具备这些。

AI 应最先替代医疗中的低风险业务

IPO 早知道：医疗哪些场景中 AI 会释放出越来越好的效果，即使现在有限制，未来收效很高？

王海蛟：现在 AI 最应该替代的是知识服务。如果把人的最高智能看作 100 分，过去的 AI 可能只有 10 分，今天进展到 50-60 分，经过训练变成 70-80 分。所以，现在的 AI 可以去做原来就能产生 70-80 分价值的工作，因为 AI 的替代可以产生高专业价值和效率。

再看医药和医疗场景。医疗场景因为其高风险而无法接受犯错误，AI 应该首先应用于相对低风险的场景，如 AI 诊断，它的低风险是指一次诊断不行，可以两次三次。第二种是 AI+ 学术、科研，AI 帮助研究者快速完成基础、重复的工作。第三种是 AI+ 销售和客户管理，替代销售助理或者是 call center（客服中心）的工作。这些场景里 AI 也能产生价值。

而比如新药研发这样的高价值高风险领域，AI 应用尚有待进一步突破，也是 AI 应用最应值得关注和最有看点的领域。当前新药研发仍采用传统范式，从药物发现到临床前研究，再到 1、2、3 期临床试验和最终获批上市，这是一条经过验证且成熟的研发模式。AI 可以提升某一环节的效率，但目前尚不能替代该范式。

IPO 早知道：除了行业应用的 AI 企业，大模型公司正在切入医药和医疗，软件服务商之前一直也有涉足，它们未来的演进方向是什么？

王海蛟：首先，大模型公司未来将发展成提供水和电的基础设施服务商，它们现在不是优先考虑收入问题，而是正在力争扩大用户群体，且要让用户用了以后不断提升转换成本，之后再考虑怎么收费。它们重在通用服务。

第二，这也说明，传统的软件服务商受到的 DeepSeek 的冲击较大，这就很像 Office 系统出来之后，它能提供通用、标准化的解决方案，企业就不需要用专门的开发团队做一套文档协作系统了。也就是说大家都使用 DeepSeek 以后，企业很少再依赖软件服务商的独特的开发能力。

在竞争力下降后，它们应该拥抱 AI，但怎么调整自己的商业模式是一种挑战。像门诊挂号系统、实验室管理系统等，这些需求一直都在，未来企业是否可以将这些系统 "AI 化 "，提升效率和用户体验？例如在实验记录、人员招聘等很多场景，AI 自动生成功能很有希望替代重复的填表的工作，这类解决方案是值得探究的。

IPO 早知道：当大模型变成水和电，大规模应用会爆发，从而带来更多变量：新的商业模式和趋势。作为投资人怎么从现在判断要投资的公司？

王海蛟：类比移动互联网投资，在行业发展的初期，我们很难预见现在的赢家是抖音这样的平台型公司。对于 AI 医疗行业的投资，我们会选择未来两三年能看到试错结果的细分领域，主要包括 AI 诊断、AI 营销和 AI 客服领域。

比如 AI 诊断，现在它在应用上的限制就在于怎么收费。如果我们能够把诊断的医疗服务费向医生结算，就可以不用向患者收费。一名医生如果原来能看 100 个病人，用 AI 之后同样时间能看 10000 个病人，这时 AI 就成了医生的生产力工具，患者也就无需承担这项费用。一旦 AI 产品能力突破到某种程度，AI 就会由技术工具转化为生产力工具。这种转化迟早会形成。

医疗二级市场向上趋势尚未形成，缺少大型并购案例

IPO早知道：二级市场回暖了，尤其是今年 AI 医疗的公司涨幅很大，对一级市场有何影响？

王海蛟：这段时间的上涨让一级的投资人提振了信心，但上涨能否传递到一级市场，还取决于两个因素：第一，这次上涨是短期波动还是长期向上趋势。医药与医疗板块很多小市值公司表现不错，但很多大市值股票还在底部区域。

第二个因素是 IPO 和并购什么时候能大批量地出现。一级市场活跃程度还是取决于退出情况。股权投资现在仍然退出难，周期长，回报不理想。因此一级市场投融资的活跃度还没有全面提升。

IPO 早知道：并购市场进行得怎样？医药行业中什么体量的公司最容易产生并购交易？

王海蛟：从产业发展角度讲，现在可能是并购的黄金时间点。中国医药产业鼓励做大做强，医保集采政策下小公司生存困难，自然形成整合效应。但目前并购发生的案例不多，且达成交易的被并购企业中，亏损甚至没有收入的医药企业更少；从并购交易金额看，超过 10 亿 -20 亿的交易很少，而我们期待的是促进产业整合的大规模的并购。所以并购活动还不够活跃。

买卖双方的预期相差较大，导致了一些大规模并购难以达成。对于有一定利润的卖方，并购周期长、估值低等因素，会使其更倾向于选择尝试 IPO 的退出路径。从买方的主要群体，包括上市公司、非上市公司和私募股权基金来看，其中最有能力进行并购的上市公司如果选择发行股票支持并购，要在监管要求下实施，大额并购会受到一定限制；而私募基金出于对退出的谨慎，当下也会选择谨慎出手。

本文由公众号 IPO 早知道（ID：ipozaozhidao）原创撰写，如需转载请联系 C 叔↓↓↓

｜｜｜

｜｜｜

｜｜｜