互联网医疗平台正在以前所未有的速度拥抱 AI，试图在押注下一张船票的同时，为资本讲一出性感的故事。

原创ⓒ新熵 AI 新科技组

作者丨木槿   编辑丨江蓠

对于互联网医疗平台来说，押注 AI 已经成为必选项。

过去一段时间来，阿里健康、京东健康、微医等纷纷押注 AI。一方面是有着 AI 基因的平台给资本更大的想象空间。另一方面，从自身来看，AI 让这些平台从卖药、卖广告、卖挂号三大低毛利场景里挣脱出来。政策层面来看，人工智能辅助诊断被国家医保局列入价格构成。

业内普遍认为，在下一个十年里，AI 将改写医疗行业的成本结构、服务半径和商业模式。

当前，各大平台沿着各自的资源禀赋，走出了三条较为清晰的路线。医药电商比如阿里健康、京东健康把 AI 当运营手段，核心仍是药品差价和渠道费；垂直平台选择用技术换增长，比如方舟健客将 AI 视为增长飞轮；蚂蚁、抖音也在下场搅局 AI 医疗。

不过，当前 AI 对互联网医疗平台的价值仍停留在 " 故事 " 和 " 预期 " 层面，实实在在地体现在财务报表里的平台并不多。

互联网医疗平台集体卷 AI

在平安好医生上半年的业绩报中，AI 成为反复被提及的高频词。

在中报披露的窗口季，平安好医生在半年报中披露了押注许久的 AI 成果。其在业绩报中指出，上半年由于 AI 的赋能以及业务结构的优化，毛利率较去年同期小幅提升，为 33.6%。去年上半年，这一数据为 32.2%。

就今年来看，平安好医生对 AI 的重视度肉眼可见的拔高。上半年其在升级平安医博通大模型的同时，也上线了 7+N+1 医疗 AI 产品矩阵。

▲图 / 平安好医生

平安好医生只是当前诸多互联网医疗平台的一个缩影。当前，阿里健康、京东健康、腾讯健康、微医等先后落子 AI。这些平台对 AI 的畅想是，用 AI 实现降本、提频、分润，进而提高利润率。

极具曲线的故事，对老板以及背后的资方都能有个交代。

2020 年之前，互联网医疗企业很难切入医疗服务的核心环节，一直徘徊在轻问诊和一些外围服务层面。从盈利层面来看，援引第一财经采访业内人士，互联网医疗的规模效应是盈利的核心。除了那些互联网巨头以外，小公司要实现盈利往往需要较长的周期，因为需要前期很大的投入，而最终盈利的模式无非是三种，卖药品、卖服务和卖广告。规模效应也意味着，这三种模式的毛利并不高。而 AI 让这些平台从卖药、卖广告、卖挂号三大低毛利场景里挣脱出来。

早期这类平台核心逻辑是线上连接——把挂号、问诊、买药搬到线上，解决的是效率问题，而非医疗质量问题。作为中介，这类平台有着较为明显的漏洞，没有技术壁垒、作为信息中介难以留存客户、在面对公立医院线上平台时毫无竞争力。

而在 AI 时代下，可以把原本浪费在库存、人力、流量、创意上的钱省下来。药品销售上，不仅能优化供应链管理还能提升销售销量；在服务层面上提高服务效率的同时降低人力成本；广告销售方面，AI 在实现用户精准画像的同时还可预测广告投放的最佳时机和渠道。

从估值的角度来看，沾染 AI 的平台享受的估值待遇可从医疗服务商升级至科技股。木头姐发布的《BigIdeas》报告中预言：医疗保健是最被低估的 AI 应用。到 2030 年，AI 将使药物开发成本降低 4 倍、癌症筛查效率提升 20 倍。

二级市场上，将 AI 战略置顶的京东健康、平安好医生等公司的股价自去年下半年开始飞涨。同花顺数据显示，从去年 8 月 15 日至今（28 日），二者股价涨幅分别为 205%、1225.68%，后者从 1.48 港元 / 股飙涨至 19.62 港元 / 股。

二级市场的逻辑也同样适用于一级市场。据 Crunchbase 统计，2025 年 1 月医疗保健和人工智能领域融资额分别达到 94 亿美元和 57 亿美元，合计占当月全球风投总额的 58%。

政策层面也逐步开闸。去年 11 月份，国家医保局首次将人工智能辅助诊断纳入医保价格构成。在技术和政策的推动下，国内的 AI 医疗市场持续扩容。华西证券援引第三方数据显示，2019-2023 年，中国 AI 医疗市场规模从 27 亿元快速增长至 88 亿元，预计 2028 年市场规模将接近 300 亿元。

中小平台的路径分野

显然，在 AI 浪潮下，各大平台正在沿着各自的资源禀赋，逐步走出了三条较为清晰的路线。

背靠大厂的玩家们将 AI 作为运营的手段，比如阿里健康和京东健康核心的逻辑依旧是药品差价和渠道费。在自营 + 平台 + 即时零售协同模式以及阿里和京东对这两家公司的支撑之外，AI 的辅助让这两家在卖药上较为如鱼得水。

最典型的例子就是，京东健康去年撤掉了被寄予厚望的 AI 家庭医生，重新将资源集中到卖药后，活得反而更好了。

从业绩层面来看，2024 年至 2025 年上半年，京东健康的总营业额分别为 581.60 亿元、352.90 亿元，股东应占溢利分别为 41.62 亿元、25.96 亿元，同比变动分别为 94.31%、27.45%。

▲图 / 京东健康

2024 年，作为营收大头的医药和健康产品销售收入为 488 亿元，相较于往年 457 亿元同比增长 6.9%。服务收入的占比也从 2022 年的 13.7% 升至 2024 年的 16.1%。

AI 让京东健康对趋势的变化更为明显，也就是库存更快、转化更高、配送更准。

上海证券在研报中指出，AI 精准营销和智能推荐降低了获客成本，同时提高了用户粘性和单次消费金额。AI 在供应链管理中的应用，如需求预测和库存管理，进一步提高了运营效率，降低了库存成本。此外，AI 通过自动化和智能化手段减少了对人工的依赖，例如 AI 工具可以替代部分医生助理的工作，如病历书写、导诊分诊和随访等，从而降低了销售和营销费用。

垂直类平台选择避开与阿里健康、京东健康的直面竞争，将 AI 作为增长飞轮。但是，不卖药的公司盈利难度较高。前京东辛利军曾在采访中坦言：" 在中国做互联网医疗的公司，那些不卖货的都亏钱。"

像微医、方舟健客，AI 更多的是承担数字医生的角色，前者按病种分级诊疗，后者按慢病全周期管理，分级诊疗服务费、慢性病会员订阅和药企数字化分成是两家公司看重的关键点。

不过当前来看，AI 的反哺作用并不明显。在 2024 年上半年，微医的 AI 医疗服务的营收达 14.4 亿元，占总收入的比例跃升至 79.2%。不过对利润的贡献度有限。2021 年— 2023 年的毛利率仅为 2.6%、1.5% 和 3.4%，2024 年上半年略微上升至 4.9%。

▲图 / 微医财报

方舟健客一直想撕掉卖药的标签。此前 21 世纪经济报道指出，为摆脱名为互联网医疗，实为卖药这一行业诟病，方舟健客在 AI 的赋能下，持续探索从咨询、诊断到购药等全流程的闭环服务。但报告期内，方舟健客主要业务中线上零售药店服务产生的收入同比增加 8.3%，而综合医疗服务产生的收入同比下降 34.3%。

需要注意的是，蚂蚁、抖音也在下场搅局 AI 医疗，不过最终的目的在于试图用流量换入口。

今年 7 月份，蚂蚁集团上线独立健康应用 "AQ" 加码 AI 医疗，用支付宝的医保支付、医院 HIS 接口能力，把 AI 问诊、电子病历、医保结算做成闭环；字节跳动紧随其后推出 " 小荷 AI 医生 "，主打健康咨询与报告解读功能，最核心的入口还是抖音渠道，通过用户在抖音页面搜索相关疾病——跳转小荷医典获得相关疾病的科普，再进一步跳转小荷 AI 医生进行相关咨询。

二者的路径并不追求自建医疗闭环，只是把 AI 能力作为流量分发和广告增值工具，打法更轻、扩张更快。

AI 医疗的叙事困境

互联网医疗平台看似拥有宏大的 AI 叙事，但研发投入与商业回报的不匹配仍是业内共识。

当前 AI 已成为医疗行业的重要发展趋势，京东健康、平安好医生等巨头依托集团资源，构建了强大的技术和数据壁垒，在 AI 医疗领域重兵布局。中小平台若不跟进，其服务效率和质量可能落后于竞争对手，难以吸引用户和医生资源。

但，AI 研发需要大量的资金和技术投入，包括数据收集与标注、模型训练、算法优化等，而在自身造血能力不足的前提下，没有靠山的平台大概率会先拖死自己。

因此技术门槛高、验证周期长、数据壁垒厚，导致大投入、慢回报、低毛利，盈利窗口难打开是中小平台的通病。

要知道，即便将 AI 作为辅助的头部平台，在研发投入上也毫不吝啬。比如京东健康上半年的研发费用开支为 7.36 亿元，2024 年全年才 6.45 亿元。

不过，对于中小平台来说，AI 的叙事困境不止于烧钱。

远毅资本指出，在中国市场，很多 AI 应用创新是面向 C 端，比如问诊、医药电商、用药咨询等。毕竟，医疗 AItoC 市场是最值得期待的领域，这意味着一旦形成规模，其生态价值是具有无限想象力的。

因此诸多平台试图用各种方式曲线获 C。

鼎和资本指出，如微医、讯飞医疗、微脉、左医都探索出了 2H-2C 的打法，与基层医疗机构进行业务合作，向其所覆盖的 C 端人群提供服务。

但是现状是，C 端的用户对 AI 的信任度并不高。大多数的 AI 仍旧在工具辅助的浅层阶段，这就导致了用户的付费意愿并不强。援引第一财经采访业内人士，医疗健康领域存在特殊性，对医疗数据质量与安全，患者隐私保护要求很高，为此，AI 大模型或将面临技术成熟度风险，医学数据质量与安全风险，和医疗服务公平性风险。

对于互联网医疗的 AI 叙事来说，低容错是行业最硬的约束，也是所有故事必须首先回答的风险题。

C 端的不信任，也会导致 B 端的不买账。斯坦福大学最新发表在《JAMANetworkOpen》期刊上的研究显示，当研究人员对医学检查问题进行微小调整时，这些被誉为医疗革命先锋的 AI 系统准确率暴跌，其中某些模型的错误率甚至接近 40%，这使得 B 端客户对 AI 的可靠性持谨慎态度。

同时，部分 AI 医疗产品价格高昂，但实际能为医疗机构带来的直接收益有限。例如，一些 AI 辅助诊断系统需投入大量资金采购和维护，但可能仅能提升少量工作效率，难以覆盖成本。此外，医保政策对 AI 产品的覆盖范围有限，医疗机构缺乏足够的付费动力。

部分医疗机构担心引入 AI 后，会削弱医生的专业地位或导致岗位调整。且市场上 AI 医疗产品同质化严重，缺乏差异化竞争力，B 端客户难以找到真正符合需求的产品。

在可预见的未来，头部厂商依旧占据霸主地位，中小平台们只有快速找到差异化路径，才能在巨头的夹缝中生存下来。

参考资料：

氨基观察，《不要让 "AI+ 医疗 " 变成一次性买卖》

新眸，《阿里、字节纷纷下场，谁在掘金 AI 医疗？》

懂财帝，《医疗大模型激战，巨头争夺落地苦等拐点》

诊锁界，《70%CEO 对 AI 的投资回报不满意！「AI+ 医疗服务」还有什么想象空间？》

-  END   -