非凡大赏｜AI产业：医疗金融双域创新与智能服务生态跃迁

汤璇：大家好，我是Nancy。刚才庄老师说我们是这场是医疗场，更正一下，不是医疗场，我们今天这一场叫AI产业。只不过在这个产业当中，我们这一次比较偏向于医疗和金融这两个产业。但其实AI产业现在还会有很多其他的产业 。所以等一下，我们会先让我们的四位嘉宾分别介绍一下自己。我前两天给大家出了一道难题，我们快速介绍，每个人三句话回答三个问题：第一，提供什么服务？第二，收入从谁手里拿？第三，比竞争对手强在哪里？但是每个问题只能用一句话来回答。

李罗丹：大家好，我是讯兔科技的李罗丹。我们是做AI投研助理产品的 ，我们面向的收费客群是二级市场的基金经理、研究员、分析师 。 关于比竞争对手强在哪里，我觉得核心还是我们对于这个场景和需求的理解，以及基于这些理解，能够快速地把这些东西AI化、产品化的能力 。

汤璇：我稍微追问一下。我们刚刚听到很清楚，是面向二级市场的基金经理这个角色，提供跟研究相关的AI能力 。您提到因为对场景的理解更深，凭什么您说您对这个行业理解比别人更深？是基于您有什么背景，您怎么让大家相信您就能比别人理解更深 ？

李罗丹：因为我本身是用户。我创业之前在二级市场大概做了六七年，都是做公募基金投资和研究，包括在整个基金内部的数字化工作 。所以这个比较有代入感，我们在创业的时候就非常知道大家的痛点在哪里 。随着技术的水涨船高，我们能够解锁的服务和场景就变得越来越多，所以这个认知其实是一步步积累的 。

汤璇：好，大家有注意到，因为我们今天特意说这场是产业场。所有在垂直产业创业的创业者，基本上分两个大类：一个就是原本在垂直行业的人把AI加上，以及原本做AI技术的人找一个产业去落地。这两种不同角度出发的人，到底哪一个路径会更快一点？我希望我们今天结束的时候，可以找到这个答案。

薛元新：我是横方健康的薛元新。我们做的产品叫智能医助，顾名思义就是医生的助理，服务患者 。我们的盈利模型或者说收费方式，主要有相当一部分是来自于医生的直接付费，当然还有一些基金会的赞助 。主持人问的第三个问题，其实是两方面。一方面我同意刚刚讲的，我们对于医患之间的需求有很深的洞察 。另一方面，在我们以前，在AI这一波热潮起来之前，我们就是做SaaS的，积累了很多非结构化的、应该是独占的数据。这个会让我们比起竞争对手也会保持领先的优势 。

李守国：大家好，我是贝塔数据的李守国。我们做的一个产品叫AI教练，主要是为金融机构，就是银行、证券公司他们的客户经理、销售人员，做虚拟客户的销售技能对练 。收费方式主要还是向机构来收费 。如果说一些稍微不一样的优势，我本身跟罗丹总一样是用户出身，原来在银行工作 。然后这几年做的SaaS，也都是围绕着这个群体。前面其实是做这个群体——财富类理财经理、财富顾问——他们的SaaS工具。所以对这个群体的理解或者认知相对来讲会快一些 。所以我们做这个产品的比同类也少一些试错，渠道完成PMF也相对快一些 。

汤璇：好的，这里我稍微多问一句。我们听到前面三位，罗丹总说是面向基金经理的。基金经理他是一个个人，虽然他买这个东西是为了自己的工作，但实际上是个人付费，对不对 ？

李罗丹：是机构付费，用户是个人 。

汤璇：用户是个人，但是机构付费。所以你的收入其实并不是从基金经理来，而是从机构来 。李总这边也是一样？也是机构付费，但实际上是客户经理去使用 。薛总这边刚才说是医生付费吗 ？

薛元新：有医生付费，也有基金会付费 。

叶海峰：大家好，我是深护智康的创始人叶海峰。深护智康是一个健康管理的智能引擎。我们可以为我们的B端客户快速、灵活、个性化地配置出一个他专有的AI系统 。刚才薛总这边应该偏严肃医疗，我们是偏消费医疗，就是院外的管理，即出了医院之后的这些健康管理 。我们定位是一个健康管理的智能引擎。我们的付费方是B端，但是我们是给B端交付结果的 。因为市场上有很多的B端，它有流量但是变不了现，我们提供一套解决方案 。说到竞争力的话，深护智康是脱胎于我们一个健康管理公司叫山丘联康。山丘联康是在2019年成立的，目前在糖尿病逆转这块是头部的，有一定规模，有最佳的一个时机是行业进入到AI这个领域 。所以我们应该是在健康管理方面有最好的感知，而且在服务上面已经拿到了结果 。在2024年，我们把我们的能力AI化，同时也外部化，搭建了这么一个PaaS系统 。

汤璇：为什么会要求各位要尽量一句话讲完？因为实际上所有在各个垂直产业从事这些专业技术能力的公司，都会有这样的问题：要源源不断地挖掘自己，介绍自己的优势时，需要用很多的语言 。

这当中的一个很大的坑在于每个人都希望把自己花了最多的心血，或者付出了最多，以及自己从技术角度看到难度最高、最有闪光点的那个部分，作为最大的亮点介绍给对方 。但是，我们今天既然问到大家收入从哪里来，是不是可以考虑从客户的角度看，他最需要的那个点是什么？就只说他想听的那句话。这个我觉得对咱们所有技术出身的创始人，包括大家的整个商业化团队来讲，是一个很大的心理上的挑战，去做这样的转换 。

所以我刚才听到各位介绍自己的业务，看到有两位算是金融行业、证券这个行业。还有两位是跟大健康相关的，一个是严肃医疗，还有一个是消费医疗 。不管是严肃医疗还是消费医疗，咱们一定是一个强合规型的行业。接下来这个问题我就要问到大家了 。

咱们这次挑产业挑得也挺神奇的。如果挑个零售产业，挑个其他的可能还没有这么多麻烦。但是咱们这两个行业都挺特殊的，都属于受政策影响，在安全性、行业伦理上面，实际上是受很多限制的行业 。所以就想问问大家，每个人分享一个小故事好不好？在你们做这些技术创新的过程当中，有没有遇到过这种情况：冒出一个灵感，产品经理说今天这个技术特别牛，感觉咱们要赚大钱了。往前一试，发现不合规，要挣扎一下，干还是不干？最后说为了合规只能舍掉。有没有发生过这样的事情，在伦理跟业务发展上面遇到冲突的时候？

李罗丹：因为我们第一个PMF其实就是做私域数据的 。就是帮用户去处理他所有的私域的会议、路演这些信息，然后产生会议纪要，最后梳理成数据库 。这个是整个基金经理行业最高频、刚需的痛点，每天可能60%-70%的时间都是在听会 。有了AI之后，我们一个大的突破是，他每天本来只能听六场会，我现在可以以他分身的角度帮他去听几百场会，然后总结成内容再回馈给他 。在这个场景里面我们碰到一个很大的挑战 。

过去我们做内容行业或信息服务行业的时候，大家都是一个授权的逻辑。但是当我们用Agent的时候，我们发现整个逻辑变成了一个代理的逻辑。就是说，我的每一个用户的Agent，他的权限其实都是不一样的。这个Agent的权限取决于他主人的权限 。

所以这个事情我觉得它会颠覆我们现在很多的商业模式。也就是很有可能当我们用AI的时候，因为本质上我们不在生产内容，我们是在帮他用AI去处理内容。所以这个时候怎么去跟他沟通说我们是代理，而不是一个授权的模式，我觉得非常关键 。

第二就是公域和私域的问题。因为当我们处理会议的时候，会议也是有权限的。这就要求我们在技术上面更好地保护用户的隐私 。我想不仅是我们金融行业，医疗行业，很多行业未来都会面临从授权模式往代理模式转变的过程，这个我觉得需要市场去慢慢接受 。

汤璇：我觉得罗丹总提到一个从授权模式转到代理模式的问题，应该不只是金融行业会面临的，各行各业都会有同样的问题。

薛元新：我们医疗行业的合规，其实大家应该都知道，就是国家对于医疗数据的保护是非常严格的。医疗数据是单独管理的，跟其他行业不混在一起 。像我们在创业的过程中，遇到的合规监管就更多了。最典型的就是说，在其他的，比如说创意行业、广告行业，大模型的幻觉越多越好，最好是像吃了迷幻药一样，天马行空，想到人所想不到的东西，让所有设计师眼前一亮，这是大模型的优势 。但是我们苦的是，我们做医疗行业不能这么干。因为患者的数据是客观的，这个片子就是这样子 。大模型要想做好医生的助手，必须严格根据患者报告上的数据来，而且要符合循证医学的所有逻辑，容不得一丝一毫的发挥 。我们不是希望它磕了药，哪怕它喝了咖啡发挥一点，我们都不允许，因为这样子很容易给患者带来误导 。

一旦是安全问题，这里面还有另外一个点，就是医生作为医生的助手，医生的职业特点是敏感型或者说保守型，他们对于风险非常敏感 。所以作为医生的智能医助，如果帮他服务患者过程中所给出的答案建议稍微有一点发挥，那么医生首先就把我们给否掉了 。所以我们比较苦的是，在这个方面，我们用不到大模型很多很好的优点，相反要受到很多的局限 。

最典型的，患者可能问一个问题，比如说“我这个药吃完了还要不要吃？”这个很典型的一个问题，大家都做过患者，医生开的药，我们吃完了之后要不要继续吃？就这么一个问题。其实后面回答有很多种答案，那么我们就要去挑出一个执行度最高的答案，然后最后给到医生，由医生这边来审核确认发出去 。

汤璇：我多追问一句，薛总您公司是哪一年开始的 ？

薛元新：我们公司是2020年成立的，大概做了有三四年的SaaS 。

汤璇：也就是说是在大语言模型出现之前就已经开始做这个事情了 。因为医疗数据确实相对比较特殊一点。恰好，为什么今天我能来主持这个产业场？就因为过去我在复星做整个AI的投后市场管理，我们的被投公司基本上就是医疗行业，做肺科图片的，包括医生助手问诊的场景 。我们当时会遇到一个什么样的问题呢？就是如果是特别强的医生，他其实都不是我们的用户，他反而是我们的教练，变成了我们的标注合作伙伴。如果是很弱的医生，他拿了这个东西用，如果根据AI的判断错误了，责任谁来背？我觉得这个就跟刚才金融渠道提到的是类似的。这个问题就得有人签字，而且医生的签字牌照是有专门考核的，不是随便人都有这个资质的 。所以我要想问您的是：大语言模型出现之前，你们用什么方法？大语言模型对你们现在的业务是起到新的帮助了吗 ？

薛元新：是起到了帮助。其实这个涉及到好像后面第四个问题，就是说如果没有大语言模型，我们这件事情还能不能做。如果没有大语言模型，我们目前的业务、现有提供的服务范畴至少要减少60% 。在大语言模型投入商用之前，我们之前做的其实是，打个形象的比喻，像开汽车，有手动挡，有自动挡，现在有无人驾驶挡。以前我们就停留在手动挡 。在去年，大概在2024年初的时候，我们把它升级到自动挡，现在基本上可以实现L3这种无人驾驶挡 。

汤璇：非常好的消息。因为我不瞒大家说，当年我们投的那个同样是做智能问诊的公司，就是在2023年的上半年就结束掉了。我们认为它就上一代的技术，就结束了 。

薛元新：其实我们早就实现盈利了。而且给大家很骄傲地多说一句，我们是直接向医生收费的，收了不少医生的钱 。包括上海的中山、华山、瑞金，大家想到的这些好医院，比如六院、九院长征、长海、新华、仁济，都有很多我们的付费医生 。

汤璇：酷！非常好。等一下下一个问题我要等着问您了。接下来李总，先分享踩过什么坑，有过什么“Damn”时刻 。

李守国：2023年AI刚出来的时候，我们就在琢磨一个场景，就是直接上一套内容的生产工具 。因为金融行业它一样要做大量的像小红书一样的内容营销，对内容其实是强刚需 。AI出来了，它本身的核心能力就是生产内容。给客户做一套这样的工具去卖，是一个新的生产工具的变革。但是走了走发现就不通，找了一些客户去做验证 。是因为它本身的幻觉能力导致内容的生成没有办法做到百分之百可控 。

但是金融是要求合规的，就是每一张图片，每一个文章是必须过他那个叫做“消费者权益保护”的部门审核的。就是每一个字，每个标点符号必须人工审核过 。那就导致说工具生产出来的内容，它的审核成本有的时候比创作成本还要高 。然后包括早期图片，它生成之后是没有图层概念的，我想去改其实反倒会更麻烦，就是这些营销海报等 。所以这件事情就导致你根本就完全在商业上走不通。貌似可能带来了变革，但是在商业上又走不通 。它就又退回到了人肉加机器的阶段，机器改变了部分的环节，最终人工去把它达成最后的结果。人工审核完再提供给机构，可能才能走得通 。所以它看似非常美好，但是在这个行业里面，它可能仅仅改进了20%、30% 。

你在商业逻辑上其实就又非常难达成。因为在那个阶段，Token的成本又是非常高的，它不像现在Token成本大幅度下降 。其实这也是走了一点弯路，但时间非常快，大概两个月我们就把它结束掉了，这个模块就停掉了 。

汤璇：我听下来这好像是AI创业公司遇到非常典型的其中一种现象。就是如果AI还不能达到我们理想的完美状态，需要人机协同，你就会发现这个协同加在一起，效率比人自己从头干要低得多 。那我上机器干嘛呢？我还不如人干，你检查他就更累 。我们问过很多程序员说，你愿意帮别人改bug吗？不愿意，宁可从头写一遍，一样的道理。是不是很多创业者都遇到同样的问题 。

在这里我其实要说到，最近有一个热点，大家看到咱们投资界著名的朱总说要“AI加服务”。大家应该都看到了这条消息，说要干苦活累活，要加服务，AI和人要一起上 。我们就说如果人和机器加在一起，成本比单独用人还高，完了之后客户这边的收入还要降，然后所有的项目做出去全部是倒挂，全部是亏本，这个业务为什么要做？对这个问题有人解决了吗？

叶海峰：我们解决了。我们现在一个营养师原来一个人处理是200人，现在用AI之后能处理1000人。那么人机协同这个是可以解决的 。首先是先解决他的脏活累活，比方说出报告、出方案，原来花很多时间，现在AI来做 。还有一些确定性的数据判断。比如说一个客户的血糖多少，针对这个血糖做一个判断，我们全AI化。剩下的需要非常复杂的判断还是人来做 。

汤璇：然后那你收入有增加吗？还是说就是一样的收入 ？

叶海峰：目前我是用我们自己的健康管理公司在做一个打样。现在今年开始打单，春节之后DeepSeek火了之后才发现这个单很好打 。

汤璇：所以现在收入的数字暂时不确定对吧？但是成本至少降了五分之一 。

叶海峰：我们现在是100个员工，基本上未来业务翻几倍的话，不会有太大的问题的 。

汤璇：就发现叶总已经把未来潜在的利润空间留出来了，就非常精明的生意。我们回到刚才的问题，请您一起回答我们遇到什么风险规避的问题 。

叶海峰：因为我跟薛总都是做健康医疗行业的，但是选择不同。我们一开始，因为深护智康时间不久，就几个月时间，那么风险这一块一开始也考虑到，所以我就选择了逃避。我没有碰严肃医疗，不碰跟药物治疗相关的，我做院外市场，就是生活方式相关的大健康。比方说生活方式干预、三高的饮食管理、运动管理。所以从这个角度来说，这个风险小一个数量级，不存在说出了问题是谁的问题，那就是我们的问题，但是也是小问题，吃喝、运动这些 。另外一个角度，从数据安全的角度，我们在搭建我们的引擎的时候就考虑到了。比如说有一些客户说，“我这个客户数据放在你的SaaS里面泄密了怎么办？放在你在云端”。我们是支持独立部署的，两小时给你部署完，这个东西交钥匙你自己用 。所以在数据安全上面，你需要什么我都可以给到你，还支持定制，支持快速的搭建 。

汤璇：这个问题差不多。我发现其实所有胆敢从事特殊行业的人，其实早就已经有了这个心理准备，就是一定要去面对所谓的合规、安全性、伦理，做好这个准备 。

我觉得大家怎么去正视这样的问题，虽然它难，也是好事儿。任何一个产业有门槛就是好事。因为这个门槛它不只是我的，他也是别人的。这个门槛只要我跨过去，别人也不容易跨进来，这是大家非常同意的，这个门槛只要我跨过了，我的竞争就没有那么多。

接下来我们就要开始关心跟产品需求匹配的问题了。我特别关心关于产品需求匹配的这个事儿。正好也说一下我现在的身份，我们正好在做，4月18号是我们「这很南评」栏目的创刊号首发，我们做了第一期AI测评的严肃测评节目 。怎么才叫严肃测评？我们要用科学的方法论多样本测试，就不是大家随便产品经理拿出个人产品给大家演示一遍这样的测法。所以要么是多个产品横向测评，要么是一个产品多人测评，用科学统计学的方法论去做 。今天是第一期正好发出来，大家可以搜一下「这很南评」，可以看到第一期我们做的是一个PPT的测评，三款PPT横向测评 。   但是我们在这个当中，其实所有to B类的服务，关于PMF我们是定了一个测评标准的。就你的产品跟市场怎么样就算fit了？其实是没有绝对的正确答案的，所以我把它分成了四个阶段。等一下我们四位直接举手，我解释一下是哪四个阶段 。

第一个阶段叫有用 (Useful)。就是你已经找到需求了，这个需求是确实验证存在的，这是第一步 。

第二步叫用得起。就是对方能够认为你这个报价花得起，且最好你也验证回来，你也支付得起背后的成本。就像刚才说我已经用单元模型验证了，它是正向的，能赚钱的。客户也舒服，我也舒服，这东西能卖，这是第二步 。

第三步叫用得起来。为什么会单独说用得起来？你知道我们在过去十年，很多to B服务卖SaaS的公司，搞定了IT总监，产品的年费每年都付着，但是人家不亲自用，产品买回去是他下面的人用 。所以你看刚才问下来，大家都是这种情况，买单的人和使用的人不一样。所以买单的人把钱付了，真正的用户真的在用吗？很多的产品在这些公司里面，因为靠客情关系搞定了上面掏预算的人，进去了以后，我们说就是“鬼城”，就是一年了都没有人去碰一下那个产品，这就叫没用起来 。

我们典型的什么叫用起来了？Word是不是用起来了？大家Office进每个人的电脑你会用。

第四个标准叫一起用起来。就是你很难替换掉它。因为我周边所有的人都用这个，我就必须得跟他们保持一致。不然你只给我一个别的格式的，我打不开，对吧？或者是我的上下游，或者我们公司所有其他人都是按照这个来，我就被迫不得不按照这个来，就形成了壁垒 。我觉得到第四步，生意一定是稳的 。

所以接下来1、2、3、4四个阶段，我们四位来举一下手，你的产品到哪一步了？第一步叫有用，第二步叫用得起，第三步叫用得起来，第四步叫一起用起来。

汤璇：好，大家都已经走到“用得起来”的这一步了，是不是？那咱们大家各自分享一下。前面我觉得第一步咱们就不用讲了，其实介绍的时候“有用”这一步都验证过了，对吧？“用得起”这一步是怎么出来的？我想知道掏了谁的钱口袋，你们的成本发生在哪里，对方的付费意愿到底痛点在哪里发生的 。

李罗丹：我觉得这个B和C其实不是一个对立和矛盾的问题。因为我们在做产品的第一步时，其实我们整个增长全部是通过PLG (Product-Led Growth) 去做的 。我是看到了这个机构里面的渗透率到了一定程度，大家用户的反馈到了，我才会去销售。我们在2023年，大模型出来大概两个月左右，我们发布了第一款产品，当然第一款产品就爆了。当时在小红书上面很多的分析师、研究员就开始分享我们的产品，然后从年轻的群体慢慢地去往一些更加资深的、传统的群体里面渗透 。

汤璇：所以那个时候这个产品是免费的？

李罗丹：是免费的。我们大概做了半年的免费期，就是在培育客户，然后做增长，做社交媒体 。

汤璇：这个经验非常值得借鉴。就是大家看到新产品先用单一功能，通过免费的方式在直接的用户里跑一圈，然后再倒逼企业付费 。酷，这个Go-to-Market策略非常漂亮 。

李罗丹：我们用SimilarWeb的数据看全世界AI金融产品的留时长、跳出率，我们都是遥遥领先于海外产品的 。那这里面背后逻辑是什么？就是光去解决一个单一问题，光提供给他信息其实是不够的，一定是要跟他的工作流能够深度绑定。这工作流一定是每天最高频、刚需的场景，并且是他离不开的场景 。

第二点就是一定往私域走，公域的数据其实越来越平权，未来的私域很重要 。在中国的环境之下，我认为有三个私域场景是很关键的：第一个是会议，第二个是微信，第三个是你所有的在线文档 。一个产品在你的专业的垂类领域里面，是不是可以把你的生产力工具、沟通工具和会议工具全部打通？慢慢地沉淀你的私域数据流？一旦沉淀在这里面，就像大家平时用钉钉和飞书一样，如果有个新平台出来，你还会切换吗？你不会切换的 。

所以这几个点是我们整个整体的产品方法论和工作目标：信息流结合工作流，然后打他的私域，在场景上面一定是做细分 。我觉得对我们这种公司来说，做通用产品一点价值都没有，没有人会为这个东西付钱的 。只有一个在单一场景、细分场景、小切口上面能够达到90%和95%以上的东西，在B端才有人为你付钱 。我们两个都试过了，我们也试过想大力出奇迹的方式，然后被证明，脏活累活就是金山银山。

汤璇：我们一起在我们今天的产业舞台上面，三位是否同意：没有人会为一个通用场景、通用需求去付钱的，一定是针对性地去做需求匹配？同意吗？一起点个赞。太棒了，我们都同意这个观点。所以其实从来都不存在什么通用智能体，我觉得像开玩笑一样的，对吧？我们话就放在这儿。来，薛总来接着介绍我们的第三个阶段“用得起来”。

薛元新：我们现在整个管理服务的患者规模大概是在不到200万，差一点到200万，这个应该算是用得起来了 。说一下这个痛点，刚刚主持人提到的。给大家讲一个概念，我们讲医疗讲“医疗服务”，对吧？四个字连在一起讲的。但是真相是什么呢？真相是中国只有医疗，没有服务 。明白吧？也就是说，中国虽然是发展中国家，我们的医疗资源非常紧张，但是不管怎么紧张，哪怕诊室里只有三分钟、五分钟，医生仍然能给我们开药、开检查、做诊断，这叫医疗。但是没有服务 。

所谓的服务，就像大家应该都看过影视剧，欧美的那种，可能上来先安抚你，跟你聊天，安抚你的情绪，让你配合治疗，后续提醒你，帮你预约，各种各样的，这些都叫服务 。所以中国的医疗真相是中国有医疗、无服务。这点是会带来了很多的医患矛盾跟冲突 。所有的患者，我们在座的应该曾经某一个时刻都是患者，都去过医院。去医院是没有获得感的，体验很差。所以是带来了很多的冲突，很多的医生也意识到这一点，所以他们也希望是能提供更多的服务，更多的安抚 。

有一句名言叫“有时治愈，常常帮助，总是安慰”，对吧？有时是很小概率的治愈，“常常”跟“总是”的安慰和帮助才是高频的 。所以恒方健康我们做的智能医生助手，一定程度上就是解决这个问题。就是说“有时治愈”的问题，目前中国医疗体系能支撑；“常常帮助”跟“总是安慰”的事情，服务本身没人做 。所以我们开发的这个智能医助主要是解决这个问题。所以很多医生听到我们的理念之后，都很受打动。而且对医生自己本身的口碑、患者的医患互动，包括患者的依从性都有很大的帮助，也包括治疗效果 。所以有很多的医生，尤其是越大牌的医生，越喜欢我们的产品 。

像复旦肿瘤医院、五官科医院，他们的患者来自全国各地，跟医生只有一面之缘，真的一面之缘。患者可能花了72小时见医生五分钟时间，不是医生不想提供服务，是医生带宽不够 。所以很多的时候是医生听说，如果恒方健康的智能医助，如果真的能帮助他去服务好患者、管理好患者，他们很愿意付费 。所以这就导致像北京的协和、阜外，反正基本上全国很多的医院的医生都是我们的用户 。

汤璇：我具体问一下，我们这个医助最终到底是由一个有温度的真人提供的，还是由一个机器人、数字人，还是一个界面来提供的 ？

薛元新：我们做的其实非常巧妙。我们是基于企业微信来构建这个生态，不需要患者下载任何的APP，小程序都不需要 。我们的原则就是说，只要这个患者他会用微信，我们就应该有办法去服务到他 。所以患者跟一个我们叫，比如叫“丽丽医助”的一个“人”聊天，这个人背后本质就是一个大模型，但所有的内容都来自于我们跟医生之前的知识库 。

包括我们把所有的服务分成很多等级，分了近20个等级，每一个等级有不同的风险 。有一些等级一定要医生参与的，比如说患者问到严肃医疗的问题；有一些等级不需要医生参与的，比如最简单，“我预约的明天上午十点钟拍的CT，我11点才到医院怎么办？”很典型，我约到10点的检查，我11点到，没人问 。还有说，所有类似这样的服务我们都分了等级。像这样的问题，我们就根据医院的知识库，从医生个性化知识库到医院的知识库，到行业公共的知识库三个等级来回答 。然后每一个问题回答的分级，我们都会有一个评级。越是红色的警报，那我们就要请医生过来去协助。

汤璇：所以也就是说这个服务仍然是通过一个对话、Chat的一个界面的窗口来实现的 。好，所以大家理解为什么刚才说60%都是来自于因为有现代大语言模型的背后支持了 。

李守国：我们这个产品现在收费方式还是类SaaS，按照license来收费的。所以我觉得衡量指标可能还是参考SaaS，就是活跃度和停留时长来看它是不是真正用得起来 。我们现在买单的客户，因为我们是一个周活产品，周活基本上在95%左右 。然后时长，用户的单次使用时长差不多是在5分钟到30分钟之间波动，平均值差不多在15分钟左右 。我觉得这两个指标还是能够比较清晰地定义，就是机构买完单（因为是机构付费），用户他是愿意去用，或者说叫做“用得起来” 。

汤璇：您这边月活、日活方便透露吗 ？

李守国：日活它波动会比较大。因为这家机构它可能说要开始去训练这个技能，它日活就会高。所以我定义它是一个周活产品 。周活在95%。因为它是一个技能训练的，一定程度上它有机构的统一要求 。比如说他新发一个产品，因为金融机构的SKU基本上就是按周来更新了。他新发一个产品就是要求所有的人要去通关的 。但确实他有一些“老油条”，他就是不干，也会存在 。

汤璇：那为什么刚才会说在第二和第三阶段之间？就是这个“用得起来”您觉得还有差距 ？

李守国：我觉得可能还需要更多的验证，比如说让用户他自发也愿意去使用，然后或者说像英语软件一样，他愿意每天有一部分人自发地去打卡等等 。当然我们也在迭代类似这样的功能，但是我的感觉现在还不是很成熟 。

叶海峰：因为我们这个深护智康出来不久，“用得起来”是因为我们目前深护智康，我们这个糖尿病逆转的公司全部用起来了 。这是从春节之前就强制大家用到现在，大家离不开。因为的确是一个新的工作方式。你说得再好，也很抵触，但是用起来之后，现在他们离不开了 。比如说，为什么离不开了？比方说有些时候因为有一些bug，这个不好用，那你就用传统的方式去做好了。“不行，我已经习惯了，我没有这个AI我感觉到不行” 。

这个是用起来了。另外一个，最近我们在几个场景在用，他们的反馈就是非常好用 。因为我们主要的使用角色是一个营养师、一个运动教练，还有心理咨询师这些生活方式的服务人员 。他们每天面对这些病人的话，或者说健康客户的话，非常烦。一个是说要输出情绪价值，还要输出专业价值，有的时候还要那种家长里短地聊 。那么我们的AI就把他很多烦的东西给他做掉 。比如说我们经常要出周报、月报、阶段报告、出项目报告，然后还有评测评估，还有方案，还经常调方案，这些活儿全部AI现在干了 。还有一些比如打卡，拍个照片，我今天吃了什么拍个照片。原来我们人要去算，现在AI给他算，基本上我们的准确率已经到了80%多了 。

人工最后审核一下。因为有些年纪大的人，他拍的照片光线不好。那么我们把我们这个图片识别也在自己训练，应该是不到6个月时间，我们这个准确率会到接近百分之百 。我们内部也评估过，这些工作AI来干了。所以“用得起”这件事，能大规模用。这个时间很短，但是目前来看，发现我们这个产品还是蛮刚需的 。

汤璇：那么我们接下来最后一个问题了，我管它叫“后AI时代的非AI商业壁垒”。什么叫非AI商业壁垒？我前一段时间在一个群里面，跟他们说，“技术从来都不是壁垒”，有几个做技术的就破防了 。我说你们对“技术难”这个词，我们打了个比喻，说技术是壁垒也好，叫护城河也好。我说你能理解什么叫壁垒，什么叫护城河吗？我们可以说技术是坚船利炮，是武器，但它绝对不是壁垒 。所以我其实认为很多的壁垒是来自非技术因素。当然我知道可能会有人不同意 。

我今天其实特意就是要问问各位，你们有哪些非技术的壁垒在身上？现在到底建立了比如说是服务也好，是规模化的粘性也好，还是说品牌也好 。然后如果你们现在突然发生突发事件，把你的AI技术抽走了，你这个业务还能进行下去吗？

李罗丹：每个阶段其实比拼的东西不太一样。我觉得在第一个阶段，PMF阶段，核心还是你对场景的定义和理解，刚才讲到了 。在第二个阶段，在整个产品增长、获客，还有渗透的阶段，我觉得核心是你的整个对客户的服务能力和运营能力 。服务和运营这两个点，其实大家在做AI产品的时候很少讲，但我觉得非常重要 。

为什么？很简单，我任何一个机器人，我得一个一个推到他的用户面前，然后确保他点了、用了，最后粘上了 。把你的好的AI推到用户的最后一公里。

第三点，当你把客户搞定的时候，接下来你要做深你的整个产研和技术端。这是我们当下在做的 。你需要把你的产品、研发、技术团队全部横向打通 ，形成一个整个技术的架构和中台 。今天当我们讲Agent时代的时候，未来每一个机构都会产生一个Agent的中台。它是通过整个的服务入口，最后逐步沉淀出来的不同的能力圈 。这就导致了我们后端的整个组织也要因此而改变，要把所有东西抽象成能力，在能力之上去做场景的封装 。我想这是第三阶段，也是对我们当下整个自己的组织上面在面临的一些问题和挑战 。

薛元新：主持人问这个问题其实还非常有意思。我一直在想，这个问题分成两个层面。第一个，如果把AI的技术能力给抽掉，我们这个业务还存不存在？那我觉得我们的业务应该是百分之六七十的概率是不存在的 。我觉得它是地基。但是只有这个地基本身不构成壁垒，别人也可以拥有这个地基。所以说我们的业务是建立在强的AI能力基础上的 。

第二点，如果只有这个地基，别人也没有办法抢到我们的地盘。原因是因为我们做的是刚刚讲的医生的助手 。医生把他所有门诊面诊过的、病区做过手术、做过治疗的患者介绍到我这里来，然后我们以医生的名义去服务这个患者，这就构建了一个非常强的医患信任关系 。在这个平台，很多医生已经管理了两三万个患者。这两三万的患者跟医生之间建立的这种强互动、强信任的关系，不是说过两天有一个人拿一个更先进的工具过来说，“薛主任你跟我合作，这两三万个患者你就不要了”，不可能，做不到 。所以我们本质而言是沉淀了一个很强的医患信任关系 。

在这个地方的互动关系是我们的壁垒。就好像说今天做即时通信的不仅仅有微信，但是大家还是只用微信，就是这个逻辑 。所以讲第三个，刚回答您的问题，把AI抽掉，我们是很可能不存在；但只有AI，我们也保不住我们的地盘，我们还有强的医患信任关系在这个地方 。

李守国：我们陪练产品的本质上，或者说一定程度上是对线下培训、线下辅导的一个替代 。所以它除了AI工具本身，原来培训所有的这些规划，就课程规划、组织，包括测评报告，其实还都继续存在 。但是金融机构来讲，他还是喜欢你要端到端。那我今天用了你的AI工具，我还要干原来那些脏活累活，那就不对了 。所以它的运营服务的SOP本质上还是一个比较核心的东西，或者在未来一段时间之内都是比较核心的东西 。你怎么样把它做得非常标准化，且成本做得非常低，然后去做实现端到端的交付，这是一个短期AI之外的竞争力 。

叶海峰：因为我们的技术是基于我们的业务生存的，所以没有这个技术本身，业务就已经能存活了 。当然我的观点就是说，在我们这个健康管理领域，不可能是因为有个AI软件就无中生有，说原来不成立的东西成立了。而是说，本来商业模式成立的、已经能活着或者活得不滋润的，现在有这个AI的加持活得更好 。原来不赚钱，现在赚钱；原来赚钱，赚得更多，是这么一个逻辑 。

刚才说到我们的营养师一样，本身我们就在我的收费里面是有利润的，只是说因为还没规模化到一定程度而不怎么赚钱 。因为这个AI的加持使得他赚钱。所以如果是说把技术抽掉的话，我觉得我们给我们的客户，他们本身也能活着 。如果是说一个无中生有的，说因为你有这个AI我去做一个新的商业模式、生意，我觉得那不靠谱 。

汤璇：今天的我们的产业论坛，我们再重申一下，我觉得非常荣幸能够担任这一场的主持人 。我觉得尤其我自己做现在新的这个测评栏目，也是本着一个最基本的原则，叫“X+AI”，就不是“AI+X”，是“X+AI” 。为什么把产业放前面？一切以尊重各个垂直行业原本的商业逻辑、原本就已经存在的需求为准 。我们怎么看待这个问题？就是你把AI抽走，这个需求它是否还存在？这个需求它是否是不依赖AI技术的存在，而本身就已经被定义在那里的 。   

然后你AI再想办法说上去了以后，帮别人到底实现什么新的效能也好，增加了新的利益点也好，或者提供了新的更好的体验服务也好 。这个我觉得可能对于所有去关注垂直产业每个领域的AI的创业者来讲，就换一个思维方式和立场来思考问题，帮助我们自身的创业也能够更长远、可持续发展地走下去 。