2024年全行業(yè)只有30%的AI領導者表示，其CEO對AI投資回報感到滿意。

　　在B端，商業(yè)故事是一盤以「輔助診斷」為主食材的冷飯，用AI這口新鍋繼續(xù)炒。

　　但背后的商業(yè)邏輯依然不是賣冷飯，而是賣鍋?！篙o助診斷」這種雞肋產品推了這么多年，少有B端客戶愿意為冷飯買單，精明的玩家們都在借著新概念賣設備，一小波紅利吃到多少算多少。

　　正面臨系統(tǒng)性經營困局、甚至倒閉潮的醫(yī)療服務體系，大部分機構無力為第三方AI服務長期付費。而那一小撮頭部醫(yī)院，越是地位高實力強，越是滿心滿眼寫著「白嫖」二字。最終能篩選出來的優(yōu)質付費客戶，寥寥無幾。

　　業(yè)務價值足夠清楚，從甲方錢包里依然只能掏出硬幣而非支票，這是B端商業(yè)故事的命門。

　　事實上，在國內的商業(yè)環(huán)境下做to B生意，靠「服務」就是只能賺些辛苦錢，這是全行業(yè)SaaS服務商的一曲悲歌，改成AIaaS也不行。甚至可以武斷地說，「AI+醫(yī)療服務」所有to B的商業(yè)故事，都注定不可能太誘人。

　　不信邪的話可以去市場上打聽一下，影像這個AI輔助診斷最實用的賽道，幾個頭部玩家的小日子過得又如何？

　　再來看C端，商業(yè)故事剛穿上「智能體」的新鞋，就沿著互聯(lián)網醫(yī)療的老路狂奔。

　　目前各家主推的C端產品是兩類智能體，一類是健康概念主導，追求服務廣度的「健康管家」；另一類是醫(yī)療概念主導，強調服務深度的「專家智能體」。

　　從AI技術層面，主推「智能體」沒問題，這是被Gartner評為本年度技術成熟度曲線中移動幅度最大的技術，正處于期望膨脹期，未來前景光明。

　　真正的問題在于，當所有玩家都想通過「智能體」第一時間搶占市場，對投資人和老板有所交代時，「穿新鞋走老路」就成了最優(yōu)解。

　　負責「AI+醫(yī)療服務」的團隊，基本是互聯(lián)網醫(yī)療平臺的原班人馬。對于他們來說，顯然沒有比「把互聯(lián)網醫(yī)療玩過的東西，再用AI套殼重新玩一遍」更快捷、更符合職場生存之道的打法。決策層越急于看到成果，執(zhí)行層就越加重路徑依賴。

　　所以現在市場上流行的「智能體」，幾乎都是互聯(lián)網醫(yī)療原有功能的縫合怪，除了競品之間看不出明顯差異，也很難演繹出全新的商業(yè)故事。

　　與此同時，人們也會更關注那些現實的指標，比如RPG電子通信OI。根據Gartner的統(tǒng)計，2024年全行業(yè)只有30%的AI領導者表示，其CEO對AI投資回報感到滿意。

　　這或許并不妨礙玩家們繼續(xù)入局和加注，畢竟「AI+」的概念正當紅。但市場的合理質疑以及對投資回報的關注，會讓無形壓力自上而下層層傳導，迫使那些大膽創(chuàng)新的計劃流產。

　　所以市場上的玩家們都需要思考這樣一個問題：如何讓「AI+醫(yī)療服務」的商業(yè)故事更具有創(chuàng)新精神和想象空間？

　　其實打造一個強大的「AI醫(yī)生」是必然會推動業(yè)務創(chuàng)新的。在這一點上，老油條們的態(tài)度比較曖昧，反倒是新兵蛋子百川智能的表態(tài)尤為堅決。

　　但批評者揮舞著診療安全的監(jiān)管大棒，讓玩家們不敢越雷池半步，渾然忘記了AI革命也是革命，而革命沒有不流血就能成功的。一邊炫耀AI診療準確率達到專家級，一邊不敢回應出現誤診怎么辦，有一種割裂感十足的滑稽。

　　當「AI只能是輔助工具」蓋棺定論，這條創(chuàng)新之路就已經被堵死了。表面上看被干掉的只有「AI醫(yī)生」，實際是退一步就得步步退。如果所有咨詢的結果只是僅供參考，據此打造新時代「流量入口」就是癡人說夢。

　　既然在供給側斷了念想，就該在需求側尋找門路，也就是面向患者提供創(chuàng)新服務。

　　患者的訴求是尋找「確定性」，這是名院和名醫(yī)持續(xù)虹吸患者的底層邏輯。不管是曾經的互聯(lián)網醫(yī)療平臺，還是如今的AI醫(yī)療平臺，如果把自身角色定位成「資源鏈接者」，無論怎么花里胡哨玩創(chuàng)新，最終大概只有偷摸做黃牛這一條出路真能賺錢。

　　要想講一個更有野心的商業(yè)故事，還是得爭取成為「資源分配者」，有能力引導患者改變就醫(yī)選擇。

　　為了達成這個目標，就需要平臺用新的方式，給予患者需要的「確定性」。這種「確定性」落在醫(yī)院層面太粗，落在診療方案層面太細，落在醫(yī)生層面更合適。翻譯成大白話，就是讓患者有足夠的理由相信，平臺推薦的醫(yī)生足堪大任。

　　傳統(tǒng)的推薦標準，是告知哪個醫(yī)院、哪位醫(yī)生「最好」，而尋求「最好」的患者目的性太強，并不是主要目標群體。真正可能按平臺推薦被「分配」的，是不介意選擇醫(yī)療資源「本地化平替」的患者。

　　而平臺要做的，就是揣摩患者的心理，制定新的推薦標準?？梢钥紤]從兩個方面切入：

　　舉個例子，假設患者需要做外科手術，最希望由某位名醫(yī)主刀，但不僅需要奔波異地就醫(yī)，短期內還無法排期。如果這位名醫(yī)能夠認可并推薦另一位本地醫(yī)生，只要患者不是特別執(zhí)著，基于同行評議的「分配」就很容易完成。

　　這種操作本身并不是創(chuàng)新，醫(yī)療行業(yè)內向來如此。比如醫(yī)護人員的親友就醫(yī)，沒有人會根據行政職務、社會任職、科研能力、專業(yè)擅長等公開信息進行推薦，而是推薦那些內部公認高水平的醫(yī)生。

　　平臺要做的，是有效收集、整理、定期更新這些同行評議的信息，形成一個數據體系。雖然初期的工作量很大，但如果能建立一個巧妙的運營機制，后期的工作量會大幅下降。而這套數據體系的存在，可以幫助平臺構建一道難以逾越的護城河。

　　不管是基于自然語言的患者評價，還是基于平替邏輯的同行評議，AI技術都可以找到用武之地。

　　一旦新的推薦標準落地，平臺就坐實了「資源分配者」的角色，才真正當得起「流量入口」，有望為更多創(chuàng)新的「AI+醫(yī)療服務」打開想象空間。