蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

2025年末,蚂蚁集团完成近五年来最关键的战略调整——原“数字医疗健康事业部”正式升级为“健康事业群”,标志着医疗健康业务正式成为集团战略支柱板块。这一调整不仅完善了蚂蚁的业务矩阵,更揭示了AI应用竞争进入深水区后的新态势。当ChatGPT引发的“百模大战”热潮逐渐退去,大厂们的竞争重心已从比拼模型参数转向场景深耕与商业化落地,而医疗健康正成为最具战略价值的垂直赛道。

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

蚂蚁此次调整的核心背景在于其AI健康管家App“AQ”的突出表现。自2025年6月上线以来,AQ在短短四个月内月活跃用户突破千万,成为国内第五个月活超千万的AI原生应用,也是唯一一款行业专业级AI应用。QuestMobile数据显示,AQ第三季度复合增长率达83.4%,远超行业平均增速13.5%。这一成绩不仅标志着蚂蚁在AI医疗健康领域的突破,更折射出中国AI原生应用正从通用场景向专业垂直领域深度渗透的趋势。

为什么医疗健康成为AI应用竞争的关键战场?这需要从三个维度深入分析。首先,医疗健康场景具备高价值赛道的典型特征:海量真实数据、强支付意愿和可构建生态闭环。医疗领域每天产生PB级的诊疗数据,涉及影像、病历、基因序列等多模态信息;患者和医疗机构对提升诊疗效率、降低医疗成本有强烈付费意愿;从预防、诊断、治疗到康复的全流程可形成完整的服务闭环。其次,医疗健康的专业壁垒极高,通用大模型难以直接迁移。医疗领域涉及复杂的医学知识体系、严格的隐私保护要求和多元的参与主体(医院、医生、医保、药企等),需要深度场景理解才能建立竞争优势。最后,政策环境和技术成熟度共同推动时机窗口。国家持续推进医疗数字化改革,电子病历、医保电子凭证等基础设施日益完善;同时大模型在医学自然语言处理、影像分析等领域达到商用水平,为AI医疗应用落地奠定基础。

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

蚂蚁在医疗健康领域的布局并非一蹴而就,而是基于长达十一年的数字化基础设施积累。2014年,支付宝支持线上挂号缴费,开启医疗便捷支付时代;2016年深圳上线首笔医保在线支付;2019年随着国家医保电子凭证发布,蚂蚁成为全国最大的第三方医保服务平台,服务超8亿医保码用户。这些看似“轻量”的尝试,实际上重塑了用户就医路径,为AI健康服务打下坚实基础。2025年7月,由蚂蚁提供技术支持的“医保+商保”清分结算中心在全国上线,实现医保商保一站式支付,推动医疗保障体系结构性重构。这种从支付切入、向服务延伸的策略,体现了互联网公司进入传统行业的典型路径——通过高频刚需场景建立用户习惯,逐步渗透核心服务环节。

技术层面,蚂蚁自2023年起自主研发医疗大模型,依托超万亿tokens专业医疗语料和千万级医疗知识图谱,构建千亿参数多模态模型。该模型在MedBench、HealthBench等中外权威评测中达到领先水平,在医学视觉、推理检索等领域多次刷新行业基准。这种“专业厚度”使蚂蚁能够从预约挂号、医保支付等点状服务,扩展到连续性的健康咨询和管理服务。更重要的是,蚂蚁形成了“技术-落地”的高效转化链路:健康事业群招募专业算法团队,共享集团算力与基模资源,确保技术研发与场景需求紧密对接。

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

从产业竞争格局看,蚂蚁的调整反映了AI应用发展的必然趋势。2023年的“百模大战”阶段,竞争焦点是模型参数和基准测试成绩;2024年开始,随着大模型能力趋同,差异化转向应用层,商业模式成为胜负关键。Gartner预测,到2028年企业使用的生成式AI模型中,超过半数将属于特定领域模型。红杉资本2023-2025年在AI领域的投资也明显向应用层倾斜。然而,应用层竞争并非一片蓝海,各厂商面临的核心挑战是如何在垂直场景建立不可替代性。医疗健康领域的复杂性和专业性天然形成壁垒,但也意味着一旦建立优势就难以被复制。正如蚂蚁集团CEO韩歆毅在外滩大会上所言:“医疗健康的特殊性决定了专业AI的不可替代性,AI医疗健康做到极致的话,用户不会走,他们在这里能解决问题。”

[[VIDEO_0]]

蚂蚁健康事业群总裁张俊杰的任命进一步印证了这一战略的延续性。作为2014年加入蚂蚁的“老兵”和支付宝医疗业务首批员工,张俊杰主导了线上挂号缴费、电子医保码、健康管家AQ等核心业务,深谙用户痛点和服务链打通路径。这种由业务一线成长起来的领导团队,更能把握场景需求与技术实现的平衡。

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

展望未来,AI医疗健康竞争将呈现三大趋势。第一,从“连接者”到“参与者”的角色转变。互联网公司不再满足于平台撮合,而是通过AI能力直接提供诊断辅助、健康管理等专业服务。第二,数据生态成为核心竞争力。医疗数据的质量、规模和标注精度将决定模型效果,合规的数据获取和治理能力至关重要。第三,跨领域融合加速。AI医疗将与可穿戴设备、基因组学、药物研发等领域深度融合,创造新的服务模式。蚂蚁此次战略升级,正是顺应这些趋势的主动布局。

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

总体而言,蚂蚁将健康业务提升为集团级战略,标志着AI应用竞争进入新阶段——从技术试验田转向商业主战场。这不仅是蚂蚁自身的拐点,更是整个AI产业从“拼模型”走向“拼场景”的重要信号。在医疗健康这个周期长、回报慢但壁垒高的领域,深度耕耘者将构建起真正的护城河。随着更多厂商加码垂直赛道,AI价值创造的比拼才刚刚开始。

— 图片补充 —

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局

蚂蚁集团战略升级:AI医疗健康赛道如何重塑大厂竞争格局


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/7842

(0)
上一篇 2025年11月9日 下午2:31
下一篇 2025年11月9日 下午2:53

相关推荐

  • ICLR 2026 学术诚信危机:AI 幻觉引用如何挑战同行评审体系

    近期,ICLR 2026 会议陷入了一场前所未有的学术诚信风暴。继此前曝出 21% 审稿意见完全由 AI 生成、OpenReview 评审数据大规模泄露后,AI 生成内容检测平台 GPTZero 的最新调查再次揭示了更严峻的问题:在随机抽样的 300 篇投稿论文中,竟有 50 篇至少包含一处明显的“幻觉引用”。这一发现不仅暴露了当前学术评审体系的脆弱性,更引…

    2025年12月8日
    19500
  • DemoHLM:单次演示生成海量数据,破解人形机器人移动操作三大难题

    近日,北京大学与BeingBeyond的研究团队联合提出了DemoHLM框架,为人形机器人移动操作领域带来了突破性进展。该框架仅需在仿真环境中采集一次人类演示,即可自动生成海量训练数据,实现真实人形机器人在多任务场景下的泛化操作,有效解决了传统方法依赖硬编码、真实数据成本高昂、跨场景泛化能力差的核心痛点。 移动操作作为人形机器人融入人类环境的核心能力,长期面…

    2025年11月13日
    16500
  • NVIDIA ComputeEval:从基准建立到难度升级,全面评估 LLMs 的 CUDA 代码生成能力

    关键词:CUDA 代码生成 、NVIDIA、CUDA 代码数据集 、AI 辅助编程 大语言模型(LLMs)正深刻改变开发者的编码方式——无论是资深工程师还是入门开发者,如今的顶尖模型已能流畅生成 Python 脚本、React 网站代码等。 代码:https://github.com/nvidia/compute-eval 数据:https://huggin…

    2025年12月21日
    23300
  • AI直播引爆全球:论论全球高呼开源脑机接口,马斯克Neuralink遭科技KOL围攻

    昨晚,一场由AI驱动的无真人直播在全球科技社区引发轰动。这场直播的主讲者是中国AI平台「论论全球」(OALL),它并未发布任何新产品,而是向人类发出了一项严肃警告,并高呼:必须开源脑机接口(Open BCI)。 随着直播内容迅速传播,「论论全球」关于开源脑机接口的倡议演变为一场社交媒体的广泛讨论,并一度登上X平台热搜。 海外社区自发形成了一场创意接力,众多科…

    12小时前
    2800
  • 世界模型破解VLA监督稀疏难题:DriveVLA-W0如何放大自动驾驶数据规模定律

    在自动驾驶技术从实验室走向商业化的关键阶段,视觉-语言-动作(VLA)大模型正面临着一个根本性的发展瓶颈:监督稀疏问题。特斯拉在ICCV会议上公开指出,当前VLA模型虽然能够处理高维、稠密的视觉信息流,但其训练监督信号却仅限于低维、稀疏的驾驶动作(如转向角度、加速度等路径点指令)。这种输入与监督之间的维度不匹配,导致模型无法充分利用PB级海量数据的潜力,严重…

    2025年11月17日
    18600

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注