【深度解析】和王小川深聊10小时，我想理解他为什么ALL IN医疗大模型

推荐语

深入对话王小川，探索其对医疗AI的独到见解和战略布局。

核心内容：
1. 百川智能为何选择全力投入医疗大模型领域
2. 王小川的医疗AI战略思考与非共识观点
3. AI医疗大模型的商业模式与未来方向

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

到目前为止，百川智能是所有大模型企业中，唯一对外高调表达要all in 医疗的。

这种明确的表态，让百川智能备受关注的同时，也背负了很多的质疑。

百川智能和王小川近日再次成为媒体关注的焦点，主要关注点是百川智能的组织调整，以及大部分人对于百川为什么收缩金融业务而all in医疗表示出极大的不解。

在过去的一年中，我跟王小川有超过10个小时的深度交流（第一次见面深聊连续进行了5个小时）。 在不断的沟通过程中，我想尽可能去理解，他为什么说自己是“因为医疗来做大模型的，而不是用大模型做医疗”，以及，他准备怎么做。

王小川的很多语言表达信息密度很高，也隐含了他对于医疗行业的理解和假设，加之医疗本身也是技术壁垒和认知壁垒极高的行业，他对AI医疗的底层认知与信念，似乎并没有被充分理解，甚至，没有被认真对待。 

不仅如此，王小川对医疗大模型的思考，充满了“非共识”。

医疗行业的高壁垒使得医疗行业之外的人难以理解王小川的AI医疗战略思考逻辑。

而王小川的“非共识”认知又使得医疗行业的“业内人士”也难以认同其思路。

圈里圈外，都难理解。这是他面临的很大挑战。

是挑战，也是机遇。“在共识里面创业公司是没戏的”，王小川这样说。

其实不论是投资还是创业，一旦形成广泛“共识”，也就意味着机会已经很少。价值投资者非常明白，当一个公司的价值形成共识，也就被Price in，如果没有超预期信息，后续股价很难再涨。

创业也是如此，彼得蒂尔说他从来不谈论行业“趋势”，因为一旦形成“趋势”，行业机会对于创业者来说就消失了，在《从0到1》这本书里，他也反复提及这一点，“所有的创业公司都是基于一个秘密建立起来的”。一旦形成共识，这就是大厂收割的地盘。

但“非共识”创业的代价，就是要时刻面对外部、甚至是内部的质疑，特别是业务遇到瓶颈的时刻。

显然，到目前为止，医疗大模型能达到的技术极限、应用场景、商业模式，都没有任何明确的共识。

以下基于与王小川的交流，谈谈我对他的核心观点的理解，这些观点他很多时候也在公开场合表达过（王小川的观点用蓝色字体，我的理解是黑色字体，存在误读的可能性，请读者注意鉴别和独立思考）

关于AI医疗战略性的思考，核心就是三个问题：

1、为什么要做医疗大模型？

2、怎么做医疗大模型？

3、怎么赚钱？（商业模式）

一、为什么要做医疗大模型？

王小川在多个场合陈述过他对AI医疗价值的理解——在AI大模型应用的主要领域中：娱乐“杀”时间，效率工具省时间，而医疗能延长时间。

这种对价值的理解确实另类，而又十分高级。

其实大模型最一开始普及的大量应用，确实都集中在了娱乐和效率工具两大类——前者包括生成大量网文、小说、图片、视频、游戏等等； 后者则用来应付职场：大量职业文本撰写、PPT制作、代码coding、市场分析等等。

前者越发达，占用的时间越多，就是所谓的“杀时间”，AI可能使得电子成瘾更加剧烈。

后者越发达，可能节约的时间会更多，所谓的“省时间”（但这是针对同样工作量，在当前的内卷环境下也可能并不“省时间”，而是“增加工作总量”）

而AI+医疗，如果真正释放出价值，能够让人的寿命延长，特别是有生活质量的寿命延长——显然，能够延长时间，创造的价值是巨大的，是对人类终极价值的关切。

但颇有些讽刺的是，增加时间的AI医疗，虽然创造的潜在价值最大，却被认为是最难商业化的方向（具体是什么原因，需要详细展开，以后再具体分析）。

如果非要去套用“难而正确”的俗套理论，上述延长时间，创造价值是“正确”，另外一个就是难——医疗是大模型皇冠上的明珠。因为医疗行业的需求是无限大的，模型再大，医疗都需要；医疗的智力密度是足够高的。造医生就等于AGI，通往AGI的场景，要足够终极，成长性足够大，要让大模型走到AGI（通用人工智能）的时候，才能让这个场景的实现达到完美的程度。但同时这个场景的起点又要相对比较低，哪怕没有达到AGI，这个场景也已经可以产生价值，切入广泛人群了。

AI在不同行业的价值释放特征确实差别很大。

不同的行业就像不同的试卷。有些试卷可以把水平不同的学生的分数拉开，但有些试卷过于简单，以至于虽然学霸能考100分，但一般的学生也能考90几分。 这类行业必然面临激烈的竞争，而且核心竞争要素不是大模型的技术（而是用户、流量或其他产品能力）

另外，有些卷子是按步骤给分，水平高一些，能多答一些就能多拿一些分数，另一些卷子则是按结果给分，不论推导出多少步骤，只要最后结果错，都是0分。这类行业的“起点”过高，使得在相当长时间内市场都区分不出能力更强的大模型企业（因为都没达到价值释放的阈值）。

在王小川的理解中，医疗行业与AI的组合就很完美：一方面，卷子足够难，技术的高低可以被区分出来——这也意味着大模型技术能力是核心竞争要素，并且可以长期持续进行优势积累叠加；另一方面，卷子按步骤给分——水平进步一寸就有一寸的价值释放，不用等到AGI才释放价值。（可以看我上面的手绘示意图，对比了三种典型行业的AI+）

一句话，医疗+AI正是完美的“难而正确”的事业——“延长寿命”，“智力密度高”，“价值释放起点低”。

二、怎么做医疗大模型

大部分的医疗AI公司言必谈“赋能医生”，“赋能药企”，“赋能医院”，稍微理想主义一些的会提“赋能患者”，“医疗平权”。

这一方面是从商业化的逻辑倒推（从客户出发，为客户服务，让客户付钱），另一方面也是体现了对医疗行业权威体系的“臣服”，对医院、医生的权威给予了最高的尊重——毕竟10年前哪些挥着“颠覆医疗”大旗的互联网医疗企业最终的惨烈实在触目惊心。医疗圈的人，之前最大的特点就是做“伤”了，讲什么都不兴奋。‍‍‍

而王小川对百川智能的定位，是——造医生。

在许知远的《十三邀》节目采访中，王小川曾表达过对西游记中孙悟空的崇拜。在他的内心中，一直有着突破权威的冲动和迎难而上的自信。

所以关于怎么做医疗大模型，王小川给出的答案是——造医生，改路径，促医学；科室首选供需矛盾最大的【儿科】；体系先从【基层医疗】切入。

（1）定位——造医生。

我们“造医生”。医生不是我们的服务对象，是我们的合作伙伴。我们要做的事情是我们要造医生，改路径，促医学。围绕医生做周边容易变成外包，而如果是造医生，那核心价值在于超级医生模型。

“造医生”这样的表达确实初听比较尖锐。特别是医疗从业者，往往摇头。

但如果理性分析，这个定位，逻辑没错，不绕弯子，直击痛点。

长期盘踞医疗行业的主要矛盾（不仅仅是我国，全球皆是如此）是有限的优质医疗资源供给和快速增长的患者医疗需求的矛盾。

优质医生的供给不像其他职业，培养周期很长，成本很高（本科+硕士+博士+规培），而且培养完，还可能被其他行业截胡（此前药企岗位、证券岗位、保险岗位、股权投资岗位都吸收了大量医学博士），真正能够进入到医疗行业的优质“新鲜血液”太少。 在这样的供给稀缺，培养成本居高不下，要大幅度降低医疗服务的价格并不现实。

另一方面，患者需求（随着老龄化和健康教育普及）不断激增，但同时患者与医保的支付能力并没有大幅提升（特别是医保面临长期筹资和支付压力）。

于是就构成了医疗行业经典的“不可能三角”——同时满足【高质量、低价格、可获得】的医疗服务不存在——专家号+医院价格=排队；专家号+可获得=黄牛/关系/特需或民营高价；正常价格+不排队=普通医院普通医生。

有没有办法解开“医疗不可能三角”呢？ 主要的破解思路（1）是提升资源配置效率，让优质医生看“该看的患者”，杜绝小病找大医院大专家的情况；（2）提升优质医生的服务供给量。

提升资源配置效率，国家强推了“分级诊疗”，并通过报销政策阶梯试图引导患者先去社区，甚至一部分三甲医院挂号只能通过社区首诊，才能向上转。 “分级诊疗”的设计初衷很好，推行力度很大，也取得了一定的效果，但现实医疗环境的适应性很强，逐渐以“异化”变形的方式回到“小病去三甲”的状态（社区沦为三甲的绿通）。 根本问题还是基层医疗能力不足，解决不了患者问题，获得不了患者信任。

另一条思路——提升优质医疗供给，又有两条路径，一是通过互联网调整“生产关系”，10年前的互联网医疗行业就以为可以通过小幅经济激励，增加专家“优质医疗”服务供给的动力——显然不奏效，真正的专家早已经爆满，轮不到互联网来“配置”。

二是通过AI来解决问题。

AI+医疗怎么增加优质医疗供给——大部分AI医疗企业站队“赋能派”，而百川则选择了“造医派”。

所谓“赋能”，一是通过给基层医生提供AI工具，一定程度上进行“诊疗能力平权”，使得基层医生能够发挥更多“优质医疗”作用。 二是给三甲专家医生赋能，使得其工作效率提升，例如辅助诊断，病例录入等等，同样的时间让专家能够诊疗更多患者。 

这种路径逻辑没错，但是属于“过渡方案”，最终仍然受限于医生的“肉身”——毕竟医生不能24小时不睡觉随时响应问题，医生不能做到完全不疲劳，对第1个患者和第60个患者一样耐心，不论AI如何“赋能”，最终“木桶短板”仍然卡在医生，医生还是需要一对一去面对患者诊疗，这种供给提升的幅度很有限。——但AI甚至可以同时服务1万、10万、100万患者，而且没有疲劳、不睡觉。

所以“赋能”是过渡解决方案，“造医生”是终极解决方案。以AI医生来提供医疗服务——始终保持对前沿学术和临床证据的全面追踪，始终能够了解最新的技术进展，始终能够用MDT（多学科会诊）的方式给出结论。

“造医生”的提法听上去“最不靠谱”，但逻辑是面向终极解决方案。

另外，AI“造医生”如果真能实现，对于医保局的控费诉求也是很大的帮助。医保局已经对2万亿的药品行业进行了10批集采，对于1万亿的医疗器械与耗材也开展了持续的集采，但对于占费用比重最大，规模接近4万亿的医疗服务却没法“集采”，因为医生不是产品，没办法通过“带量”产生规模效应。 

但是“AI医生”可以。

当然，“造医生”的挑战也会比“赋能医生”大得多——技术能否达到？医生能否接受？患者是否信任？监管是否认可？ 这都是一个个等待用实践解答的问题。

补充一下，因为王小川曾比较明确表达不会直接做“具身智能”，所以“造医生”主要应该还是“内科医生”或“全科医生”。 外科手术医生的部分暂时还没办法造（那是AI医疗机器人的故事了）。

（2）科室——从儿科开始

儿科对改变路径的需求最为迫切。小朋友隔三差五就生病，家长不放心就请假去医院，甚至半夜要去急诊，去了还可能交叉感染，其实80%的儿科疾病是不需要去医院的。儿童的家长相对年轻，更容易拥抱新技术。因此儿科会成为 AI 医疗里最快产业化的一部分。

确实，儿科是供需矛盾最为突出的科室，儿科医生需要面对更大的压力——患儿往往无法准确表达自己的症状（甚至一直哭闹），家长的心态着急，期待高，容易产生冲突矛盾。另外从收入角度，儿科医生在所有科室中收入偏低，因此我国儿科医生长期处于极端的供需矛盾中，解决供给瓶颈迫在眉睫。另外，儿科在医院属于“利益不大”的科室（可能与大家的一般认知不同），也可以理解为一个“小全科”，是一个不错的试点方向。 当然，儿科诊疗也需要更高的准确性才能获得患儿家长的信任。

（3）环节——从基层医疗入手

短期先让儿科医生和全科医生往基层走，使患者就诊的路径得以改变。再往下走，就能让医生有时间干更多事，这样对科研也会有帮助。最终，医学模型是知道什么样的人该给什么样的诊断和干预方法，在精准医疗里找到个性化的范式。

基层医生的能力门槛较低，AI医生的应用带来的效果提升最为明显。此外，在分级诊疗体系下，基层医疗也是最大的医疗需求入口。抓住了基层医疗环节，就是卡位了医疗需入口，后续叠加其他服务和产品页水到渠成。

三、如何构建商业模式？

第一步先要落地，落地不等于商业化。你得更有应用导向、场景，在场景端先把价值创造出来，这就叫落地。无论是百度还是抖音，第一天也不是先商业化。

从商业化角度今天API收入和模型本身的收入，都不叫成功实践，不是我们要追赶和类比的情况，我们认为这两个东西今天不是最性感的商业模式。文心一言也好，ChatGPT也好，都不是。我现在做的事短期可能是医院买单，但最终的买单方应该是保险、政府或者个人。
整体看，商业模式有 3 个方向：第一是 G 端（政府端），本身有基层公卫费用，会支持家庭医生计划和公立医院改革。第二是 H 端（医院），最终会走到医保里。比如去年底，AI 辅助诊断首次被国家医保局列入了服务项目的立项指南，而且它不是算在医疗器械费用里的，是在医生服务费用里。第三就是 to C，可能从每个人付费走向多层次商业保险。此外未来还有一个很大的机会，是出海。

（这里讨论的是由大模型AI医生创造出的新的商业模式，如果是关注AI叠加传统业务的商业模式，可以参考文章：2025年关于医疗+AI的最新思考（2）：商业模式全盘点）‍‍

商业模式的分析，其实最简单的原则是——谁获益，谁付费。 在AI医疗的落地过程中，谁真正受益？ 

1、首先应该是患者（C端）。 如果AI真的使得患者获得原来只能通过排队等待，或付着高昂的黄牛费才能获得的“优质医疗服务”，疾病症状得到改善，理应付费（至少应该分出黄牛费的一部分）。王小川也提到，C端的延伸付费方就是商保，在目前国家全力推动商保的情况下，确实存在可能，而且商保节约费用的利益动机更强，更容易采纳创新的AI医疗服务。但这个模式还有很多前提假设需要满足，包括技术本身的实现、患者的信任、监管的认可等等。 

2、作为集中支付方的医保，如果能够使用AI医生缓解当前医疗服务支出快速增长的矛盾——特别是基层、全科医疗服务的支出，每年省下的资金将会有数百亿甚至更大。医保对”AI医生服务”进行采购也是值得期待的（但肯定还是带量采购的逻辑）。

3、医院，由于配置“AI医生”，一定程度上相当于进行了“学科建设”，提升了医院的诊疗能力和诊疗效率，患者就诊量也可能提升（特别是民营医院更加敏感），付费意愿也可能较强。

4、药企。这一点王小川没有专门提到，但是如果真的实现“造医生”，本质上是获得了“处方权”，（即使政策不允许，也可以由AI医生+有医师资格证的医生组合实现），这将对药企的市场营销策略产生重要影响，要知道药企的市场预算每年都是支出的大头，这部分费用不容小觑。（具体参见文章：2025年关于医疗+AI的最新思考（6）对医生最最重要的那件事，已经发生了？）

ALL IN医疗大模型，战略逻辑清晰，但策略路径极具挑战。王小川和百川智能在策略方面也有很多思考，但都在进行中，没法在公众号中公开呈现。‍‍‍

除了上述的观点，王小川的更多观点在智药局公众号文章《王小川的50条创业思考》里梳理的比较全面，值得仔细看看。

在那次5个多小时的交流结束时，我起身准备离开。 王小川突然问我“你知道三季人么”？

见我没有马上回答，他解释道：“三季人”的典故是这样，据说有一位访客与孔子的弟子争论一年有几个季节，坚持认为只有三个季节。孔子得知后，并未纠正访客，而是顺着他的说法，事后孔子解释，访客其实是蚂蚱精，因其生命只有三季，无法理解冬季的存在。

显然，这个故事体现了孔子的包容与智慧：认知不同，不必争论。

我后来知道，王小川那时已经开启了一个创新医疗产品的试验探索，项目就叫作“五季医学”。