文：王智遠(yuǎn) | ID:Z201440

阿里，猛踹了京東一腳。

2026年初，國內(nèi)大廠像是達(dá)成了奇妙共識：集體調(diào)轉(zhuǎn)槍口，瞄準(zhǔn)了海外的靶子：OpenEvidence。

沒錯，你沒聽錯。這家成立僅4年、還沒有上市的公司，估值一路飆到120億美元，年?duì)I收超1.5億美金，還對醫(yī)生端全免費(fèi)。

當(dāng)國內(nèi)玩家還在糾結(jié)「向醫(yī)院收微薄服務(wù)費(fèi)，還是向患者收幾塊問診費(fèi)」時，這個「醫(yī)療版谷歌」，早已重構(gòu)了AI的商業(yè)底層邏輯。

OpenEvidence到底做對了什么？憑什么成為醫(yī)生的第一入口？

01

想搞懂它的崛起，得先戳破醫(yī)療行業(yè)最殘酷的底層現(xiàn)實(shí)：人類大腦的生理極限，與醫(yī)學(xué)知識爆炸之間的斷層。

這話啥意思？

有組數(shù)據(jù)扎眼得很，1950 年，醫(yī)學(xué)知識的整體更新周期約 50 年；2010 年，這一周期縮至 3.5 年；到 2025-2026 年，腫瘤、罕見病等細(xì)分領(lǐng)域的醫(yī)學(xué)知識更新速率，比2010 年提升超 10 倍。

這意味著一個主治醫(yī)師要是兩個月沒翻核心期刊，腦子里的治療方案可能就已經(jīng)版本過時了；可現(xiàn)實(shí)是，醫(yī)生忙到上廁所都得掐著表來。

想查個罕見病最新的臨床用藥對比，去 PubMed 這類傳統(tǒng)數(shù)據(jù)庫一搜，瞬間彈出三千多篇論文，全英文還沒翻譯，等翻完前五篇，天都亮了，病人還在病床等著呢。

后來出了 UpToDate 這類臨床決策支持工具，把文獻(xiàn)做成了「教科書式」的條目，體驗(yàn)確實(shí)好不少，可它收費(fèi)，更新還總滯后。

最關(guān)鍵的是，它不支持「自然語言對話」，你沒法直接問：這個病人有腎衰竭，剛才那藥要不要減量？

直到 ChatGPT 出來，醫(yī)生們看到了對話式檢索的曙光，可轉(zhuǎn)眼又陷入絕望，因?yàn)锳I幻覺太嚴(yán)重，畢竟嚴(yán)肅醫(yī)療場景里，AI 一本正經(jīng)胡說八道是致命的。

怎么辦？

這正是 Open Evidence 切中的第一個核心痛點(diǎn)：它把醫(yī)生的「信息篩選時間」從幾小時壓到 3 秒，走了一條更苦卻更對的路，也就是RAG（檢索增強(qiáng)生成）+ 嚴(yán)格溯源。

Open Evidence 的狠勁就在這，給出每一個結(jié)論，后面都跟著密密麻麻的小藍(lán)點(diǎn)，點(diǎn)開全是《柳葉刀》《新英格蘭醫(yī)學(xué)雜志》或 FDA 最新指南原文。

相當(dāng)于把人類最頂尖的醫(yī)學(xué)大腦，實(shí)時「合成」到醫(yī)生手邊，就這么著，它把醫(yī)生要的信息快、準(zhǔn)、信，全解決了。

這也是它能實(shí)現(xiàn)病毒式增長的原因。

2025 年，它月活沖到 40 萬，覆蓋美國約 34% 的執(zhí)業(yè)醫(yī)師，全年查詢量直接破億；更嚇人的是用戶粘性，醫(yī)生平均單次會話時長高達(dá) 13.3 分鐘。

互聯(lián)網(wǎng)產(chǎn)品里，時長是金錢；但在醫(yī)療領(lǐng)域，時長代表「決策依賴」，當(dāng)一個醫(yī)生愿意在一個工具上花 13 分鐘琢磨復(fù)雜病例，這個工具就成了他的「外腦」。

更絕的是，它還走了條「自下而上」的野路子。

以前國內(nèi)大廠、醫(yī)療軟件商想進(jìn)醫(yī)院，難到離譜，找院長、過信息科、走招投標(biāo)，一套流程走完，AI 都成舊聞了。

但 Open Evidence 對醫(yī)生全免費(fèi)，它不用過醫(yī)院信息科，也不用院長簽字，主治醫(yī)生查房間隙，私下在手機(jī)或 PC 上注冊個認(rèn)證賬號，立馬就能用。

這種「繞過公章」的滲透方式，讓它在全美醫(yī)生圈里病毒式傳播。等科室主任都用它給下屬劃重點(diǎn)時，這個入口，就徹底被它攥死了。

02

有人肯定納悶，對醫(yī)生全免費(fèi)的工具，咋能撐起高估值？不掙錢，靠啥活？總不能靠愛發(fā)電吧？

答案會讓你大跌眼鏡。

它不光活得好，還活得比誰都滋潤，印鈔機(jī)就藏在醫(yī)生敲下「回車鍵」的那一秒。怎么說呢？咱們得先看一眼藥企的痛苦。

美國醫(yī)藥營銷是個超 820 億美金的大市場（IQVIA 2025 年權(quán)威報(bào)告），以前藥企想讓醫(yī)生看眼自家新藥數(shù)據(jù)，得雇幾萬個西裝革履的醫(yī)藥代表掃樓、請吃飯、辦講座，效率低到離譜。

在 Open Evidence 這，這事被做得又狠又高效，它切中的正是醫(yī)生「決策時刻」這個黃金瞬間。

腦補(bǔ)個畫面：

內(nèi)分泌科的主治醫(yī)生凌晨 2 點(diǎn)值班，遇到復(fù)雜心衰合并糖尿病病例，打開 OpenEvidence，輸入「SGLT-2 抑制劑在心衰合并糖尿病患者中的最新用藥對比」。

AI 生成客觀、可溯源的答案后，在右側(cè)或最下方會跳出標(biāo)著「Sponsored（贊助）」的內(nèi)容，正是某跨國藥企剛獲批的同類新藥臨床數(shù)據(jù)摘要，且所有數(shù)據(jù)均經(jīng)過平臺合規(guī)審核，與 FDA 獲批適應(yīng)癥完全一致。

這在營銷里叫「決策點(diǎn)截流」，對藥企來說，這比電視廣告、線下講座管用得多，醫(yī)生下一秒開出的處方，很可能會參考這個經(jīng)過審核的專業(yè)信息。

第二，它賣醫(yī)療行業(yè)的注意力貨幣。

全美國執(zhí)業(yè)醫(yī)師約 118 萬，個個都是手握處方權(quán)的高凈值稀缺資源，而 OpenEvidence 一口氣覆蓋了 40 萬，相當(dāng)于觸達(dá)了美國近三分之一的核心臨床醫(yī)生。

藥企為了把新藥精準(zhǔn)推給這部分「處方權(quán)擁有者」，愿意支付極高的溢價(jià)，且業(yè)內(nèi)測算，其單次有效觸達(dá)成本，遠(yuǎn)低于醫(yī)藥代表線下拜訪的車馬費(fèi)和人工成本，效果還能數(shù)字化、全程追蹤。

看到這你可能會問：醫(yī)療決策工具里插廣告，不違規(guī)嗎？不怕被罵恰爛錢？這正是 Open Evidence 最雞賊也最高明的地方：嚴(yán)格標(biāo)注。

所有贊助內(nèi)容，都用醒目字體標(biāo)著 Ad 或 Sponsored，與 AI 生成的客觀答案做明顯視覺分隔，甚至?xí)苯犹崾荆阂韵聝?nèi)容由 XX 藥企贊助，數(shù)據(jù)經(jīng)平臺合規(guī)審核，不代表本平臺臨床決策建議。

這種「先小人后君子」的做法，雖犧牲了一點(diǎn)點(diǎn)擊率，卻牢牢守住了醫(yī)生的信任。醫(yī)生知道這是廣告，但也清楚里面的數(shù)據(jù)經(jīng)過平臺審核，合規(guī)靠譜。

對藥企來說，只要不誤導(dǎo)臨床決策，這種「合規(guī)的商業(yè)推廣」在美國既被允許，甚至還被鼓勵，畢竟每年 820 億美元的醫(yī)藥營銷預(yù)算，總得有地方花。

當(dāng)然，它做「賣水」的生意。

它把核心能力封裝成 API，賣給醫(yī)院和醫(yī)學(xué)院，比如：把搜索能力嵌進(jìn)醫(yī)院的電子病歷系統(tǒng)（EHR），醫(yī)生寫病歷時能直接調(diào)用 AI 查指南，醫(yī)院按年支付授權(quán)費(fèi)。

它還和《新英格蘭醫(yī)學(xué)雜志》等頂級期刊合作，靠內(nèi)容授權(quán)、版權(quán)分成獲利；甚至做起了繼續(xù)教育（CME）學(xué)分認(rèn)證。

醫(yī)生在這看廣告、學(xué)知識，還能順帶拿學(xué)分，簡直是把藥企的營銷費(fèi)，變成了醫(yī)生的「學(xué)習(xí)補(bǔ)貼」。

所以，智遠(yuǎn)總結(jié)，Open Evidence 的商業(yè)閉環(huán)很清晰：

用免費(fèi)的高效工具，圈住高價(jià)值醫(yī)生用戶，沉淀高質(zhì)量的臨床決策數(shù)據(jù)，再向藥企出售決策瞬間的精準(zhǔn)廣告位，賺高毛利收入，反哺數(shù)據(jù)采購和算力升級。

說白了，這模式和谷歌的「搜索廣告」一樣，只不過，谷歌賣普通信息，Open Evidence 賣和生命掛鉤的專業(yè)醫(yī)療信息。

03

既然這套模式這么賺，中國大廠又個個是抄作業(yè)的好手，為啥到現(xiàn)在愣是走不通？別急著罵大廠沒追求，背后真相比想象中更殘酷。

第一座大山，是數(shù)據(jù)。

Open Evidence 能做到句句有依據(jù)，核心是美國有 PubMed、FDA、NEJM 這些統(tǒng)一又相對開放的權(quán)威數(shù)據(jù)庫，就算有版權(quán)墻，至少路是通的。

中國這邊是典型的「數(shù)據(jù)整合難」，中華醫(yī)學(xué)會的期刊、萬方、知網(wǎng)這些早就形成了出版方和數(shù)據(jù)庫平臺的穩(wěn)定合作模式。

醫(yī)院內(nèi)網(wǎng)存的其實(shí)是電子病歷、診療這些數(shù)據(jù)，核心文獻(xiàn)都是公開的，只是要付費(fèi)檢索而已。

那真正的卡點(diǎn)在哪？國內(nèi)醫(yī)療 AI 企業(yè)想拿實(shí)時、全量的權(quán)威醫(yī)學(xué)數(shù)據(jù)，又貴又麻煩，還有些細(xì)分領(lǐng)域的臨床指南更新了，數(shù)字化落地還慢半拍。

大廠訓(xùn)練醫(yī)療模型架不住數(shù)據(jù)獲取權(quán)限有限，部分訓(xùn)練素材的權(quán)威性、時效性還差口氣，這就導(dǎo)致不少醫(yī)療 AI 產(chǎn)品的回答，和醫(yī)生在知網(wǎng)、萬方查到的核心文獻(xiàn)對不上，醫(yī)生一眼就能看出問題，自然不可能真的依賴這個工具。

連醫(yī)生的決策依賴都做不到，就別談什么高價(jià)值的注意力了，后面想靠廣告變現(xiàn)更是白搭。

再就是最致命的一擊：信任天花板。在美國，藥企給醫(yī)生推學(xué)術(shù)數(shù)據(jù)是天經(jīng)地義的商業(yè)推廣；可到了中國，你敢在醫(yī)生的搜索結(jié)果旁掛個藥企 logo，哪怕標(biāo)注得再明白，輿論的唾沫星子也能把你淹了。

這份信任成本，讓 Open Evidence 最賺錢的廣告變現(xiàn)模式，在中國幾乎成了送命題。

第三點(diǎn)，很多人忽略的微觀現(xiàn)實(shí)，中國醫(yī)生工作強(qiáng)度。

Open Evidence 上的醫(yī)生單次使用能待 13.3 分鐘，那是因?yàn)槊绹t(yī)生真有時間琢磨病例。換成中國三甲醫(yī)院的主治醫(yī)生試試？

門口排著 80 號人，他恨不得能有個 AI 直接幫他把病歷寫了、把檢查開了。他需要一個能幫他干苦活、累活、雜活的“賽博牛馬”。

所以，簡單照搬美國的「搜索 + 廣告」模式，中國大概率水土不服；想做出中國版的 Open Evidence，得走一條比美國更「重」、更接地氣的硬路子。

更殘酷的是，就算把這些問題全解決了，還有個終極靈魂拷問：中國的藥企愿意為數(shù)字營銷買單嗎？

美國藥企幾百億營銷預(yù)算沒處花，中國藥企的營銷費(fèi)大頭，還砸在「帶金銷售」和線下會議上。雖說集采正在逼著藥企轉(zhuǎn)學(xué)術(shù)營銷，但這個過程，慢得很。

所以，看京東、阿里、螞蟻 2026 年初的這波沖鋒，哪里看到了勝利曙光，分明是摸著石頭過河的焦慮。

04

那國內(nèi)這三家巨頭，到底誰摸得一手好牌，誰又在裸泳？說實(shí)話，當(dāng)下牌桌上，京東、阿里、螞蟻的打法天差地別，壓根是三種不同的基因底色。

京東健康，手里握著槍，卻怕走火。

它的核心是「工具+供應(yīng)鏈+服務(wù)」的鐵三角，牌面特別實(shí)，有藥、有成熟供應(yīng)鏈、還有現(xiàn)成的互聯(lián)網(wǎng)醫(yī)院，推出「知醫(yī)」的目的也賊明確，就是托底賣藥和健康管理業(yè)務(wù)。

醫(yī)生在知醫(yī)上查完指南，京東就盼著他順手在京東大藥房開方，或把患者導(dǎo)到自家互聯(lián)網(wǎng)醫(yī)院做后續(xù)管理，這套查-診-療-藥、的閉環(huán)，妥妥離錢最近的打法。

但軟肋也明晃晃的。

繞不開「既當(dāng)裁判又當(dāng)運(yùn)動員」的信任危機(jī)，要是「知醫(yī)」的回答悄悄偏向京東大藥房在售的藥，或引導(dǎo)醫(yī)生去自家互聯(lián)網(wǎng)醫(yī)院接診，這份「中立性」直接就崩了。

醫(yī)生難免會警惕，你到底幫我查資料，還是想賺我的藥錢？這份警惕，會直接消解使用信任；更何況京東的基因本就偏交易，比起阿里、螞蟻，缺了頂尖的AI基礎(chǔ)大模型研發(fā)能力，技術(shù)護(hù)城河也稍淺。

阿里健康氫離子是手里攥著「核武」，卻愁沒靶場。

它走純粹的技術(shù)極客路線，也是最貼近Open Evidence原生形態(tài)的玩家，核心優(yōu)勢硬得很，背靠阿里云和通義千問大模型，技術(shù)底座是三家里面最厚的。

阿里野心是想打造「醫(yī)療OS」，把「氫離子」嵌進(jìn)醫(yī)院的HIS系統(tǒng)、醫(yī)生的工作站，成為醫(yī)療場景的底層操作系統(tǒng)。

要能啃下「數(shù)據(jù)合規(guī)」這塊硬骨頭，再借著阿里生態(tài)（支付寶、阿里云、釘釘）打通B端和C端，它的天花板絕對是三家里面最高的。

軟肋也很突出。

離「交易」和「服務(wù)」太遠(yuǎn)；阿里不缺流量，支付寶醫(yī)療健康頻道擺在那，但比起京東，少了硬氣的供應(yīng)鏈和成熟的自營醫(yī)療服務(wù)。

醫(yī)生用它查完資料，然后呢？阿里沒法像京東那樣，直接接住后續(xù)的藥品和診療服務(wù)。這種「工具屬性過強(qiáng)、交易屬性過弱」的問題，讓它面臨不小的變現(xiàn)壓力。

最有變數(shù)的，是猛踹京東一腳的螞蟻「阿?！埂?/strong>

為啥呢？阿福的打法特像黑馬，甚至壓根沒盯著藥企那點(diǎn)廣告費(fèi)。螞蟻的核心邏輯是，靠AI深度扎進(jìn)醫(yī)生的診療流程，甚至未來打通醫(yī)保支付、商保理賠的核心環(huán)節(jié)。

比如：

AI輔助診斷能大幅降低保險(xiǎn)公司的賠付率，或是減少醫(yī)保基金的浪費(fèi)，那這些省下來的錢，全是它的毛利；這招走得最險(xiǎn)，牽扯的利益方也最復(fù)雜，但一旦跑通，它的護(hù)城河會是三家里面最深的。

在我看來，京東最有可能做成「醫(yī)療版淘寶」，阿里「氫離子」則有機(jī)會成為「醫(yī)療版安卓」，而螞蟻，最可能做成「醫(yī)療版微信」。

所以，我的結(jié)論很明確：短期看京東，長期看阿里，螞蟻在找新故事；未來3年，我們大概率看不到一家獨(dú)大的「中國版Open Evidence」。

因?yàn)獒t(yī)療市場本身會走向分化，嚴(yán)肅醫(yī)療場景（三甲醫(yī)院科研、復(fù)雜診療），會被阿里或是垂直醫(yī)療AI公司拿下；基層醫(yī)療和藥店場景（常見病、慢病管理），大概率會被京東壟斷，成為它賣藥和做服務(wù)的輔助工具。

而C端醫(yī)療場景，會是螞蟻、百度健康等玩家的主戰(zhàn)場，核心拼生態(tài)和資源整合。

其實(shí)Open Evidence教給中國大廠最核心的一課，就一句話：如何用免費(fèi)工具圈住高價(jià)值用戶，再把他們的需求賣給真正的買單方。

這場醫(yī)療AI的戰(zhàn)役，剛剛開戰(zhàn)，誰能先讓醫(yī)生從心底喊出一句「真香」，誰就攥住了通往未來的船票。