“底層大模型的進(jìn)步，對(duì)我們是絕對(duì)利好，尤其是DeepSeek的出現(xiàn)?！?/p>

作者：羅賓

出品：明亮公司

！近日，美國AI醫(yī)療獨(dú)角獸Abridge的創(chuàng)始人、CEO Shiv Rao博士接受了美國CNBC的電視采訪。Shiv講述了Abridge在醫(yī)療保健企業(yè)級(jí)服務(wù)中的定位，以及作為一款曾經(jīng)被歸類為“AI套殼”的應(yīng)用，Abridge如何定義“套殼”的方向。Shiv Rao也是一名執(zhí)業(yè)的非侵入性心臟病醫(yī)生。

大模型發(fā)展早期，“AI套殼”公司也曾被戲稱為“二流中間商”，因?yàn)樗鼈儭爸皇窃趧e人的技術(shù)上貼了一個(gè)界面，而不是投入艱苦的工作來創(chuàng)建自己的模型”。當(dāng)時(shí)人們認(rèn)為AI領(lǐng)域唯一的競爭方式就是籌集巨額資金，投入算力并進(jìn)行大規(guī)模預(yù)訓(xùn)練，這一結(jié)論迅速反映到OpenAI、Anthropic等大模型商的估值上。

但這種情況改變了。大家很快意識(shí)到，真正的高價(jià)值正在向頂層應(yīng)用轉(zhuǎn)移，這也是投資者愿意為這類價(jià)值支付溢價(jià)，并給予所謂的“套殼”產(chǎn)品比Anthropic和OpenAI更高估值倍數(shù)的原因之一。

據(jù)Information報(bào)道，AI搜索引擎Perplexity目前的估值是年化收入的170倍，而Anthropic是58倍，OpenAI是43倍。這表明投資者對(duì)Perplexity更快實(shí)現(xiàn)盈利和將增長轉(zhuǎn)化為收入的效率更有信心。

Cursor的母公司Anysphere在12個(gè)月內(nèi)實(shí)現(xiàn)了超過1億美元ARR（年度經(jīng)常性收入）。Cursor是由Anysphere開發(fā)的AI代碼編輯器。Anysphere的估值在2024年的幾個(gè)月內(nèi)飆升了550%，現(xiàn)在已成為一家vibe-coding領(lǐng)域的“十角獸”。

與Perplexity、Cursor類似，Abridge是一家專注于醫(yī)療對(duì)話的“AI套殼”公司。其核心產(chǎn)品是AI Scribe，能夠?qū)崟r(shí)將醫(yī)生與患者的對(duì)話轉(zhuǎn)換為結(jié)構(gòu)化的臨床筆記，并與電子病歷系統(tǒng)無縫集成。這個(gè)產(chǎn)品旨在減輕醫(yī)生文書工作的負(fù)擔(dān)，提高醫(yī)療記錄的效率和準(zhǔn)確性。

Abridge通過向醫(yī)療系統(tǒng)提供訂閱服務(wù)獲取收入，公司預(yù)計(jì)其ARR在2024年達(dá)到5000萬美元。Abridge已在美國超過100個(gè)醫(yī)療系統(tǒng)中部署其AI平臺(tái)。

以下內(nèi)容為訪談內(nèi)容節(jié)選，由「明亮公司」編譯：

Abridge如何理解醫(yī)療保健行業(yè)

主持人: 我們從最基礎(chǔ)的問題開始吧。Abridge是做什么的？

Shiv：Abridge減輕了臨床醫(yī)生的文書工作，使他們能夠?qū)Ｗ⒂谧钪匾娜?，即患者。我們成立?018年，所以我們已經(jīng)存在一段時(shí)間了。我們構(gòu)建的一切都來源于一個(gè)基本假設(shè)：醫(yī)療保健是以人為中心的，我們認(rèn)為這不會(huì)改變。

醫(yī)療系統(tǒng)重不同的人一直在進(jìn)行對(duì)話：一邊是醫(yī)生或護(hù)士等專業(yè)人士，另一邊通常是患者或其家庭成員。對(duì)話可能產(chǎn)生于診所或醫(yī)院檢查室、急診室。這些對(duì)話語料實(shí)際上是醫(yī)療保健中許多不同工作流程的上游。

例如，如果你是我的患者，我給你問診后，我會(huì)記下一些潦草的筆記，試圖拼湊出我們實(shí)際討論的內(nèi)容，最后我按照職業(yè)規(guī)范寫下一系列文書。全球范圍內(nèi)都是這樣。

多個(gè)利益相關(guān)者會(huì)看那個(gè)筆記并對(duì)其進(jìn)行評(píng)估：例如其他醫(yī)生和護(hù)士會(huì)閱讀它，了解我為什么給你開某些特定的藥物；業(yè)務(wù)運(yùn)營和財(cái)務(wù)人員也會(huì)閱讀那個(gè)筆記，因?yàn)檫@將與我獲得的報(bào)酬有關(guān)，這就是醫(yī)生為自己提供的醫(yī)療服務(wù)獲得信用的方式。

主持人：Abridge成立于2018年。ChatGPT于2022年問世。生成式AI在此之前就已經(jīng)存在，對(duì)你們的業(yè)務(wù)有什么影響？

Shiv：2018年我開始創(chuàng)業(yè)，一部分與Transformer有關(guān)，這是一種支持生成式AI的機(jī)器學(xué)習(xí)模型。但我們是從一些早于LLM的模型開始做的——像BERT、BioBERT、Longformer或Pegasus這樣的模型。這些模型有時(shí)是基于互聯(lián)網(wǎng)數(shù)據(jù)預(yù)訓(xùn)練的，也可以針對(duì)你想解決的具體用例進(jìn)行微調(diào)。

當(dāng)大語言模型問世，生成式AI成為一種現(xiàn)象時(shí)，我們非常激動(dòng)。我記得在2021年，我們?cè)谝粋€(gè)大型行業(yè)會(huì)議上參加了他們的晚宴，會(huì)議主題是生成式AI。2023年，許多參加那次晚宴的人給我打電話說：“我現(xiàn)在明白了，我也要嘗試一下”。因此，我們幾乎在一夜之間將所有這些潛在能量轉(zhuǎn)化為一些爆發(fā)力。

主持人：我相信醫(yī)生們也能感受到。OpenAI、Google、Anthropic這些大型語言模型公司一直在改進(jìn)產(chǎn)品，也有自己的語音轉(zhuǎn)錄服務(wù)。為什么醫(yī)生、醫(yī)院、醫(yī)療保健行業(yè)不直接使用它們，而是用Abridge？

Shiv：從AI技術(shù)的全棧去看，底層或接近底層的是那些基礎(chǔ)大模型公司，它們能提供每個(gè)人都可以利用的原材料。中間應(yīng)該有一個(gè)基礎(chǔ)設(shè)施層，幫助公司去協(xié)調(diào)不同模型。

頂部是應(yīng)用層，應(yīng)用層的公司專注于為特定的一組用戶或企業(yè)解決特定的問題。它們通常深度集成到工作流程中，并利用專有數(shù)據(jù)集。Abridge的任務(wù)是真正解決特定行業(yè)的問題，這意味著我們通常會(huì)用互聯(lián)網(wǎng)上沒有的數(shù)據(jù)集進(jìn)行學(xué)習(xí)，通常會(huì)協(xié)調(diào)大量不同的模型，來創(chuàng)造最佳的用戶體驗(yàn)。

主持人: 是否也是因?yàn)閿?shù)據(jù)的私密性在醫(yī)療保健中也是極其重要的？

Shiv：是的。特定行業(yè)有特定的進(jìn)入壁壘，隱私對(duì)醫(yī)療保健至關(guān)重要，可信可靠是基本要求，是你交易的終極貨幣。

所以我們看到的挑戰(zhàn)與機(jī)會(huì)在于能否利用靠近底層的優(yōu)秀技術(shù)，在最合適的場(chǎng)景中構(gòu)建我們自己的技術(shù)能力，匯聚成真正全棧的產(chǎn)品和解決方案。這是核心技術(shù)與AI的集成，來源于我們對(duì)如何將數(shù)據(jù)融入工作流程，收集醫(yī)生每天的輸入內(nèi)容、進(jìn)行客戶服務(wù)的探索過程。

主持人: 薩提亞·納德拉說過，OpenAI現(xiàn)在是一個(gè)產(chǎn)品公司。是什么阻止了大模型公司進(jìn)入到Abridge的這個(gè)領(lǐng)域？

Shiv：我認(rèn)為對(duì)于基礎(chǔ)大模型公司來說，向頂層應(yīng)用發(fā)展是有道理的。在某種程度上，它們一直都在那條方向上。你我都在使用ChatGPT或Claude。它們就是App或產(chǎn)品。

這些公司也是T型公司，它們有一個(gè)垂直方向，可能是我們都會(huì)使用的面向消費(fèi)者的App；但它們同時(shí)也有更橫向發(fā)展的一層，即API，為其他公司提供訪問這些原始組件的能力，使企業(yè)能以深度的方式利用這些組件。但它們不可能涵蓋所有領(lǐng)域并深入所有領(lǐng)域。

精進(jìn)5%的更高體驗(yàn)：高效組合不同模型的優(yōu)點(diǎn)

主持人：Abridge背后是哪些模型？

Shiv：我們協(xié)調(diào)了大量的不同模型。我們?cè)谀缓笏龅墓ぷ骺梢苑Q之為“場(chǎng)景化的推理引擎”。經(jīng)過過去幾年的探索，我們已經(jīng)能夠處理不同模型之間復(fù)雜的協(xié)調(diào)任務(wù)。其中一些模型是網(wǎng)絡(luò)規(guī)模大模型（通常有大規(guī)模參數(shù)和復(fù)雜計(jì)算結(jié)構(gòu)），有些則是微調(diào)的開源模型。

要知道，在我們的工作中，一點(diǎn)點(diǎn)的差異，哪怕只有5%，對(duì)最終形成的用戶體驗(yàn)有著巨大的不同。加上還有醫(yī)療保健中的信任和安全問題。因此，在許多方面，我們得盡可能深思熟慮地調(diào)用大語言模型并利用AI。

我們面臨的一部分挑戰(zhàn)就是如何從用戶行為中抽象出很多復(fù)雜條件下的任務(wù)。在產(chǎn)品的背后，我們可能會(huì)調(diào)用一個(gè)大語言模型15到20次，只為生成一條看似平常的筆記。顯然，我們無法在以如此高的頻率調(diào)用一個(gè)現(xiàn)成的大模型的同時(shí)，還保持低成本。所以我們要使用自己優(yōu)化過的更具性價(jià)比的模型，確保高效和準(zhǔn)確的輸出。

主持人：所以你們也在用DeepSeek開源模型嗎？

Shiv：當(dāng)然，我們正在試驗(yàn)。我認(rèn)為這是應(yīng)用層故事的一部分，每當(dāng)?shù)讓哟竽Ｐ桶l(fā)生變動(dòng)，有新的進(jìn)步時(shí)，對(duì)我們都是一個(gè)利好：對(duì)于那些懂得如何將這些技術(shù)塑造成它們特定用例的公司來說，絕對(duì)是好消息。

主持人：它們的產(chǎn)品變得更加敏銳了。

Shi：當(dāng)然。

主持人:你們認(rèn)為，作為一家AI應(yīng)用公司，是否比OpenAI更容易變現(xiàn)？畢竟OpenAI每年有數(shù)十億美元的虧損。你們成本結(jié)構(gòu)是怎樣的？不想透露具體細(xì)節(jié)也沒關(guān)系。但能給我們一些大概的信息嗎？

Shiv：在應(yīng)用層，你得遵循你所在特定行業(yè)的所有規(guī)則。醫(yī)療保健行業(yè)，你的產(chǎn)品推廣策略，銷售策略等都有規(guī)則。我相信像法律等其他行業(yè)，也有自己的特點(diǎn)。我們根據(jù)規(guī)則做好以上工作后，定價(jià)只是一個(gè)后續(xù)步驟。

我們的價(jià)值還是在于能對(duì)行業(yè)產(chǎn)生的影響。這些年來，每5個(gè)醫(yī)生中有兩個(gè)不想在接下來的2到3年內(nèi)繼續(xù)當(dāng)醫(yī)生；根據(jù)JAMA雜志的一篇文章，27%的護(hù)士不想在未來12個(gè)月內(nèi)繼續(xù)當(dāng)護(hù)士。這可能意味生活在農(nóng)村地區(qū)的患者，不得不開車五六個(gè)小時(shí)去城市醫(yī)院找到風(fēng)濕病專家問診。對(duì)于這些公共衛(wèi)生緊急情況，我們必須做些什么。

主持人:有了Abridge，省去一些文書工作，醫(yī)生的工作可能會(huì)變得更聚焦一些，所以他們因此愿意繼續(xù)留在這個(gè)行業(yè)？

Shiv：對(duì)，其實(shí)我們從合規(guī)的溝通渠道收到無數(shù)用戶的反饋，他們告訴我們，他們準(zhǔn)備在這個(gè)行業(yè)再工作5年，因?yàn)槲覀円呀?jīng)減輕了他們很多的負(fù)擔(dān)。這些反饋也是我們的工程師們的多巴胺來源，他們?cè)絹碓矫鞔_為什么要做這件事。

主持人: 這個(gè)領(lǐng)域競爭也很激烈。是否已經(jīng)到了醫(yī)生、醫(yī)院愿意為你們的產(chǎn)品付費(fèi)的階段？還是說你們正處于擴(kuò)大規(guī)模并獲得市場(chǎng)份額的增長階段？

Shiv：他們?cè)敢飧顿M(fèi)，而且我們一直在擴(kuò)大規(guī)模。我們?cè)谌珖^110個(gè)醫(yī)療系統(tǒng)中上線。其實(shí)我們過去幾年所處的時(shí)刻真的很有歷史意義，因?yàn)?/strong>醫(yī)療保健系統(tǒng)通常不會(huì)這么快地改變。這就表明，我們解決的問題也是我們國家各類首席級(jí)別的高管們都在考慮的首要問題之一，他們也正為此尋找有效的解決方案。我們能夠證明我們帶來的正向改變，所以能順利擴(kuò)張。

開源讓我們以更低成本實(shí)現(xiàn)產(chǎn)品差異化

主持人:我一直很小心地稱Abridge為“AI應(yīng)用公司”。當(dāng)被別人以AI套殼定義你們的時(shí)候，你會(huì)感覺不舒服嗎？

Shiv：我不知道該怎么看待這個(gè)詞，因?yàn)槲也淮_定它現(xiàn)在是否還有幾年前那樣的含義。也許兩三年前，有一種觀點(diǎn)認(rèn)為，在AI領(lǐng)域競爭的唯一方式是籌集數(shù)億美元，并預(yù)訓(xùn)練這些網(wǎng)絡(luò)規(guī)模的模型，以解決各種問題。

但人們很快意識(shí)到，真正的價(jià)值正在向上層應(yīng)用轉(zhuǎn)移。而且當(dāng)你能深度解決人類的問題時(shí)，就能實(shí)現(xiàn)這項(xiàng)技術(shù)的最高價(jià)值。

我們公司的CSO（首席科學(xué)官）是卡內(nèi)基梅隆大學(xué)的教授，他也全職與我們?cè)谝黄?，住在舊金山。他覺得我們更像一些基礎(chǔ)模型公司，雖然規(guī)模不同；我們也是T型的，以我們自己的方式發(fā)展。我們也有自己的技術(shù)水平，也利用專有數(shù)據(jù)集，也在做微調(diào)和后訓(xùn)練優(yōu)化變成我們自己的模型，提供盡可能最好的結(jié)果和解決方案。

主持人：所以“套殼”對(duì)你們來說不再是一個(gè)準(zhǔn)確的描述？套殼應(yīng)用暗示著變“窄”（thin），對(duì)吧？但我認(rèn)為你們正在解決更復(fù)雜的問題，并且越來越深入。

Shiv：完全同意。我認(rèn)為所謂的“套殼”可能仍然適用于某類產(chǎn)品，更多是在消費(fèi)領(lǐng)域。但不適用于企業(yè)級(jí)服務(wù)領(lǐng)域，因?yàn)槠髽I(yè)領(lǐng)域除了技術(shù)之外，還有那些你必須考慮的因素：合規(guī)、隱私、安全、基礎(chǔ)設(shè)施、規(guī)模化能力等。

主持人:你們正在開發(fā)自己的模型，我們已經(jīng)看到了這一趨勢(shì)，特別是DeepSeek讓模型變得更加便宜和高效。不止是你們，很多AI公司有更多的開源模型可以利用，從而可以生產(chǎn)自己的內(nèi)部優(yōu)化模型。

Shiv：是的，絕對(duì)的。我認(rèn)為這是趨勢(shì)，這也是我們能夠取得成功的秘訣。我們能夠通過產(chǎn)品、用戶體驗(yàn)和特定指標(biāo)實(shí)現(xiàn)差異化。

我們不會(huì)告訴醫(yī)生：嘿，在產(chǎn)品的背后，我們可能正在調(diào)用和協(xié)調(diào)20個(gè)不同的模型。其中一些模型可能提取的是保險(xiǎn)公司想要審查的內(nèi)容，用于核?；驁?bào)銷。另一些模型可能提取的是患者想要閱讀的內(nèi)容——如果醫(yī)生在筆記中使用像“經(jīng)導(dǎo)管主動(dòng)脈瓣成形術(shù)”這樣的術(shù)語，他的患者看到這個(gè)術(shù)語時(shí)，可能會(huì)覺得：“等等，他從未對(duì)我說過這個(gè)。我要去Google一下，這聽起來很可怕?！比缓蠡颊呖赡軙?huì)打電話或發(fā)郵件給醫(yī)生，詢問到底是怎么回事。

因此，我們?cè)诤笈_(tái)協(xié)調(diào)的所有不同模型都是為了服務(wù)于這些不同的利益相關(guān)者，而我們的差異化很大程度來源于此。

Vibe-coding與傳統(tǒng)軟件開發(fā)的關(guān)系

主持人:我知道你們?cè)卺t(yī)療保健領(lǐng)域做得很好，但接下來我想更廣泛地談一談AI應(yīng)用層。我們對(duì)vibe-coding（氛圍編碼）興起非常好奇，尤其是它將如何改變開發(fā)者的工作。作為AI應(yīng)用領(lǐng)域的領(lǐng)導(dǎo)者，你們對(duì)此研究過嗎？

Shiv：是的，當(dāng)然。這可能是我們?cè)诠緝?nèi)部Slack上每天都會(huì)提到的議題。

Vibe-coding可以快速把想法轉(zhuǎn)化為可測(cè)試的原型，跳過許多傳統(tǒng)開發(fā)步驟。例如創(chuàng)建一個(gè)網(wǎng)站，無需深入理解底層代碼。我們也不知道6個(gè)月、12個(gè)月以后這項(xiàng)技術(shù)會(huì)有哪些進(jìn)步，但即使在vibe-coding的幫助下，你仍然需要掌握編程語言、算法、AI和機(jī)器學(xué)習(xí)等基礎(chǔ)知識(shí)，才能完成一款產(chǎn)品的構(gòu)建。

作為一名醫(yī)生，我仍然時(shí)常會(huì)去醫(yī)院看看患者的情況。每個(gè)月，當(dāng)某個(gè)周末沒人想要去值班時(shí)，我會(huì)去值班。我會(huì)研究一些病人的脫敏的疾病信息，然后將其輸入到AI模型中，了解如果AI在醫(yī)生的角色上看到一個(gè)有這些癥狀或投訴的病人，它會(huì)怎么做。我發(fā)現(xiàn)至少有一半的時(shí)間，AI的第一直覺是不正確的。我會(huì)跟AI對(duì)話，我們反復(fù)討論，我可以被它說服。雖然我沒有進(jìn)行反事實(shí)推理或假設(shè)，但我相信我們最終得出的是比原來更好的結(jié)論。

（反事實(shí)推理或假設(shè)：醫(yī)生會(huì)考慮如果采取不同的治療方案，患者的病情會(huì)如何發(fā)展。這種思考方式在醫(yī)學(xué)決策中很常見。）

所以AI幫我擴(kuò)展了我的思維，確保我沒有忽略一些對(duì)罕見病的診斷或不尋常的醫(yī)學(xué)診斷。但它仍然不能代替整個(gè)診斷思維。我認(rèn)為vibe-coding之于傳統(tǒng)開發(fā)，與AI企業(yè)級(jí)應(yīng)用之于基礎(chǔ)模型，有類似的相互作用。

主持人:你認(rèn)為vibe-coding可以取代傳統(tǒng)代碼生成嗎？

Shiv：現(xiàn)階段，特別是在醫(yī)療保健等需要擴(kuò)展企業(yè)級(jí)解決方案的行業(yè)，vibe-coding是一個(gè)很好的工具，它能快速進(jìn)行產(chǎn)品或功能的原型設(shè)計(jì)。例如，它能幫助我們跳過很多想法落地環(huán)節(jié)或跨公司溝通想法的步驟，人們更容易理解我們正在構(gòu)建的東西，也許還可以讓我們提前開始優(yōu)化我們正在構(gòu)建的要素，如優(yōu)化用戶體驗(yàn)，確保產(chǎn)品在正式發(fā)布時(shí)能夠達(dá)到預(yù)期的效果和性能。

因此，它可以縮短產(chǎn)品發(fā)布前的整個(gè)周期，但它現(xiàn)在并不能取代我們仍然要做的基礎(chǔ)工作——確保我們發(fā)布的代碼能夠準(zhǔn)確運(yùn)行并規(guī)?；?/strong>。

AI企業(yè)級(jí)應(yīng)用要保持高靈敏度、對(duì)的團(tuán)隊(duì)

主持人:最后一個(gè)我想討論的話題是，初創(chuàng)公司正在與那些很長時(shí)間都在試圖解決同樣問題的巨頭玩家競爭。現(xiàn)在你們有競爭空間的原因是什么？這與生成式AI有關(guān)嗎？還是更多與傳統(tǒng)巨頭的“船大難掉頭”有關(guān)？

Shiv：當(dāng)?shù)讓哟竽Ｐ妥兓绱酥?，正如你之前所說，應(yīng)用層的敏銳度、靈活度非常重要。高靈敏性意味著你組建了一個(gè)有著正確技能組合的團(tuán)隊(duì)，包括能夠深入基座模型層，并針對(duì)你的特定用例微調(diào)這些模型的科學(xué)家團(tuán)隊(duì)，同時(shí)你還能深度整合到行業(yè)的工作流程中。

所以，重要的是你能在這個(gè)時(shí)刻把你們團(tuán)隊(duì)的技能與AI結(jié)合、與行業(yè)知識(shí)結(jié)合。顯然，市場(chǎng)時(shí)機(jī)是非常難以把握的，但當(dāng)一些巨大需求產(chǎn)生了，你的價(jià)值就凸顯了。醫(yī)療保健現(xiàn)在正在與AI一起共振，其他行業(yè)很快也會(huì)如此。

主持人: 初創(chuàng)公司能夠迅速行動(dòng)，但巨頭們擁有更多數(shù)據(jù)，也可以合理地利用這些數(shù)據(jù)，這只是時(shí)間問題，對(duì)吧？它們也許未來會(huì)進(jìn)行并購，與你競爭。那么你們的護(hù)城河是什么？

Shiv：基礎(chǔ)大模型肯定有護(hù)城河。幾年間，它們的算力、數(shù)據(jù)收集、強(qiáng)化學(xué)習(xí)等需要巨額資金，這是一項(xiàng)極為繁重的工作。

應(yīng)用層護(hù)城河就是技術(shù)型公司一直以來的護(hù)城河，尤其是在B2B市場(chǎng)。護(hù)城河可以是網(wǎng)絡(luò)效應(yīng)、高轉(zhuǎn)換成本，可以是挖掘稀缺資源的能力，或是品牌效應(yīng)等。所有這些都可以是一家企業(yè)的競爭優(yōu)勢(shì)。

主持人:但巨頭在分銷渠道上有更大優(yōu)勢(shì)？

Shiv：我認(rèn)為分銷部分很重要。但AI也在改變分銷的游戲規(guī)則，改變大家對(duì)分銷渠道的定義。就在這幾周和幾個(gè)月內(nèi)，我們已經(jīng)接觸到很多企業(yè)級(jí)應(yīng)用的技術(shù)，可以幫你完成很多流程的自動(dòng)化，迅速觸達(dá)用戶的瀏覽器或既定系統(tǒng)。以前能夠完成這些大規(guī)模任務(wù)的進(jìn)入門檻可能非常高。

AI正在重新定義分銷渠道的重要性，或者說是現(xiàn)有渠道的重要性。這讓初創(chuàng)公司有勝出的空間，只要它們有最好的產(chǎn)品。