文 | 数字力场，作者 | 佘宗明
正如对标是被对标者的迂回致敬，跟进是对先行者的优势确认。
也只有先行者，才能成为被后来者 " 摸着过河 " 的石头。
近期风头正劲的 AI 健康应用蚂蚁阿福，成了频繁被摸的那块 " 石头 "。
1 月 8 日，不少媒体报道，蚂蚁阿福新版上线不到 1 个月，最新月活用户已突破 3000 万，单日问诊量已超 1000 万次。
也是在同日，OpenAI 官宣了大动作——正式上线 ChatGPT Health 功能。
▲ ChatGPT 官宣推出了 ChatGPT Health 功能。
都是 AI+ 医疗健康赛道的布局，又这么机缘巧合地 " 撞了日子 "，二者难免被拉出来同框对比。对照过后，很多国内外网友打趣，ChatGPT 是推出了美国版 " 蚂蚁阿福 "。
有意思的是，就在上个月，Meta 还被曝出秘密 " 蒸馏 " 阿里通义千问大模型，当时很多人就戏称 " 美国 AI 偷师中国 AI"。现在 OpenAI 推出 ChatGPT Health 功能，又被许多人调侃 " 美国 AI 再次致敬中国 AI"。
调侃归调侃，事实就摆在那：当引领技术浪潮的硅谷巨头开始在应用层跟进中国企业的创新，场上的竞争形势也在发生变化——随着中美 AI 竞争的焦点从技术研发转向产业落地，中国 AI 产业在应用领域积累的多重优势，正在大洋彼岸的 " 隔空致敬 " 中得到验证。
01
在 AI 业务布局上，嗅觉灵敏的科技企业总是在大众痛点处 " 宽路相逢 "。
近年来，不少科技企业都在 "AI+ 健康医疗 " 的棋盘上积极落子，百度官宣将百度健康 AI 管家升级为文心健康管家，京东健康宣布 "AI 京医 " 持续升级循证能力，都是例证。
种种迹象表明，在优质医疗资源供需不对称催生的刚性需求支撑下，医疗健康领域已成 AI 应用竞争的高地。
OpenAI 就在报告中披露，全球每周有超过 2.3 亿人在 ChatGPT 上咨询健康和健身相关问题，其中美国约有 4000 万民众将 ChatGPT 当作日常 " 私人医生 "，医疗咨询占 ChatGPT 全球总消息量的逾 5%。
在此背景下，OpenAI 入局 AI+ 医疗健康领域，难言令人奇怪。
但 AI 健康应用也有南橘北枳之分。表面上看，ChatGPT Health 与蚂蚁阿福都打着 "AI 健康管家 " 的旗号，都能回答健康咨询、连接智能设备、生成饮食运动计划等。但剥开功能外衣会发现，两者在核心能力和生态位上有着明显的差异。
ChatGPT Health 的定位是 AI 版 " 私人健康顾问 "，蚂蚁阿福的用户心智锚点则更加全能。
▲ ChatGPT Health 跟阿福在核心能力与产品定位上有不小区别。
听上去有些抽象是不是？不要紧，举个例子你就懂了。
你在 ChatGPT Health 问 " 孩子发烧怎么办 "，它可能会给出儿科就诊建议和附近医院列表。
你把同样的问题抛给蚂蚁阿福，除了能给出建议外，它还能直接推荐在线儿科医生、完成挂号预约、推送药品到家服务，甚至能通过支付宝实现医保支付。
前者侧重于整合用户体征数据并提供持续建议，解决 " 如何预防生病 " 和 " 怎样生活得更健康 " 等长尾需求；后者强于解决全链条问题，还能覆盖 " 生病了怎么办 " 的刚性需求。
造成这番差异的，是中美互联网医疗生态的不同，也是中美企业技术面向的迥异。
02
OpenAI 应用业务 CEO 菲吉 · 西莫（Fidji Simo）讲到，她因肾结石住院时，医生开具的常规抗生素被 ChatGPT 预警可能诱发其既往严重感染复发。
这道出了 ChatGPT Health 的核心价值：通过数据整合，捕捉人类医生难以发现的隐性风险。
数据标准化程度高、SaaS 生态成熟，是欧美国家医疗体系的重要特点。在美国，患者医疗数据存储在 Epic、Cerner 等电子病历系统中，健身数据由 Apple、Fitbit 掌控，营养数据归 MyFitnessPal 管理，已是常态。
ChatGPT Health 在接入美国最大医疗数据平台 b.well 后，可以打通分散在这些 SaaS 工具上的数据，用 AI 能力挖掘数据间的关联价值，提供健康问题解答、医疗报告解读等服务。
但受限于美国医疗体系的高成本与碎片化格局，它无法打通与线下医院、诊疗机构的对接通道。当用户需要深度医疗服务时，ChatGPT Health 会止步于 " 建议 "，没法完成网上挂号、在线问诊、药品配送等。
▲ ChatGPT Health 目前提供的服务主要是健康问题解答、医疗报告解读等。
蚂蚁阿福功能指向则是起于咨询但不止于咨询，其核心架构建立在三大功能模块上——健康问答、健康陪伴、健康服务。从咨询到诊疗再到履约的全链路服务体验，能满足用户对 " 一站式解决方案 " 的偏好。蚂蚁阿福月活能实现倍数级增长，就可部分归因于此。
这跟医疗生态基础紧密关联。有别于美国医疗体系中的条块分割，中国互联网医疗历经多年发展已形成 " 线上 + 线下 " 的深度融合体系，这使得中国 AI 健康应用可以将 AI 能力与庞大线下医疗资源网络嵌合，构建起从问诊、分诊、处方流转到药品配送的完整流程，AI 能从辅助工具变为服务连接枢纽。
这也跟企业技术发力侧重点直接相关。硅谷企业更多的是聚焦技术能力再找应用场景，OpenAI 这次就是用户倒逼下做出的 " 垂直化改造 "。中国企业则是锚定民生痛点探索破解办法，包括蚂蚁阿福在内的 AI 应用，不是通用模型的衍生功能，而是从一开始就瞄准用户需求，提供解决方案。
03
与其说 ChatGPT Health 跟蚂蚁阿福的身位先后，是两个 AI 应用的 " 单体表现 "，不如将其置于 AI 产业应用等层面去打量——它其实是中国 AI 产业在应用上走在前面的注脚。
中国在应用创新上的领先，很大程度上源于对场景需求的敏锐捕捉能力和快速响应能力。
从产业发展逻辑来看，很多中国 AI 企业将战略眼光体现在对 " 技术落地价值 " 的精准把握上——当硅谷巨头仍在追求模型参数 "Bigger Than Bigger" 时，许多中国企业更强调解决实际问题，早早将 AI 技术嵌入产业场景、沉入现实厚土。
据了解，ChatGPT Health 因为要改造通用架构、建立医疗数据隔离机制、协调全球医生资源，历时近两年才推出。
蚂蚁阿福则聚焦本土场景，及早摁下了将 AI 应用落点锚定在医疗上的按钮。
在中国，"AI+ 医疗健康 " 发展不乏基础和动能：一者，中国老龄化加速和慢性病激增带来医疗健康需求增加；二者，分级诊疗不清晰、优质医疗资源稀缺和不均、患者就医路径复杂等结构性痛点依旧存在；还有，移动支付和互联网医疗已培育出成熟的用户习惯。
或许正是洞察到这些，蚂蚁阿福前身 AQ 从出生之日起，就定位于为健康场景量身定制的垂直应用。
这般洞察，跟中国 AI 应用创新的优势连着优势结合，可以催生出 AI 应用先行突破的巨大势能来。
这里的优势，包括庞大工程师队伍与强大工程化能力带来的人才和技术转化条件，也涵括超大规模市场带来的创新试验场。
04
在前两天的 CES2026 上，黄仁勋说，毫不夸张地说，中国的企业家、工程师、技术专家和 AI 研究人员是世界顶尖的。半年前，他在接受 CCTV 采访时还曾表示，中国在 AI 模型、工程人才与产业应用上全球领先。
工程师红利与工程化能力长板，是缩短 " 将技术发展转化为解决方案 " 的重要支点。
就 AI+ 医疗健康来说，模型能力固然重要，但还有很多精力得放在接口打通、医疗资源接入、医生培训、合规审查、用户体验优化等环节。其重中之重是将模型能力与垂直需求结合，落在能用好用的产品上。在这点上，人才和工程化能力纵深的优势就体现出来了。
以 ChatGPT Health 为例，虽然背靠 OpenAI 先进大模型，但 ChatGPT Health 数据接入仅限美国、依赖 iOS 生态、功能模块尚未完全打通等短板，成了其规模化应用的现实掣肘。
与之形成对照的是，蚂蚁阿福从最初的健康问答功能，到接入智能设备数据（已接入苹果、华为、OPPO、vivo、鱼跃等十大品牌设备），再到打通全国医疗资源，产品迭代很快，上线半年内完成 12 次重大功能升级。
▲蚂蚁阿福集成了包括预约挂号、智能导诊等在内的很多实用功能。
超大规模市场形成的创新试验场，则为中国 AI 应用提供了天然沃土。
中国有 14 亿人口，这对应着庞大市场需求与丰富产业场景。不同身份、地域、年龄段的用户需求呈现出多样化特征。
多面化需求，给中国 AI 应用带来了广阔场景适配机会和覆盖空间，也为 " 研发 - 落地 - 反馈 - 优化 " 良性循环带来了更大支撑。
ChatGPT Health 虽拥有 2.3 亿周活咨询用户，但这些数据分散在非结构化对话中，缺乏健康场景的专门标注和反馈闭环。
有场景优势，再加政策东风（" 人工智能 +" 行动与 " 健康中国 " 战略），AI 应用创新活力涌动，也是自然而然。
05
说白了，ChatGPT Health 摸蚂蚁阿福过河，反映出了 AI 竞争场里的 " 跟跑者 - 并跑者 " 角色易位。
过去很多年里，中国互联网企业崛起的密码藏在 " 时间机器理论 " 里，"Copy to China" 被奉若圭臬；前些年，中国互联网企业不断将技术模式创新向海外输出，"Copy from China" 现象日益增多。
而今，OpenAI 跟进中国 AI 应用，更是标志着中国 AI 在某些方面从跟跑到并跑再到领跑的转变。
这带来的启示是：AI 竞赛中，应用创新的深度跟技术创新的力度一样，都是至关重要的制胜砝码。而依托战略眼光、工程能力、市场土壤等优势，中国企业可以让黄仁勋的论断持续得到应验。
潮水正在转向。身处浪尖的中国企业，完全可以有更多驭浪弄潮的自信——毕竟，AI 角力重点终究要转向应用落地，而最好的应用有很多就在中国。
