蚂蚁阿福，开辟AI新战场

撰文| 吴坤谚

编辑| 吴先之

继春节密集的营销攻势后，拿到用户增长先手的蚂蚁阿福，开始密集地向服务能力要增量。

早在2月前后，蚂蚁便联合阿里公益，推动培训基层村医，使用阿福辅助了解患者病情；3月，阿福宣布与美年健康达成合作，进一步涉足长期健康管理；4月，阿福的触手伸向医疗机构深处，发布包含“智慧医疗AI一体化方案”，包含面向患者的“云陪诊”全流程陪伴，以及面向医护的“AI医生助手”四大模块。

从村医工作站到体检中心再到医院导诊台，阿福正沿着医疗链条不断向内延伸。表明阿福在轻量级的健康咨询基础上，试图“包办”用户全周期健康需求的意味。

去年末，蚂蚁健康事业群总裁张俊杰为阿福定下“个性化、专业化、自动化”三个迭代方向。AI让千人千面的健康管理成为可能的背景下，前两者相对直观。自动化则指向了一个比服务能力更深的命题。

字面意义上，自动化意味着技术响应效率；业务意义上，自动化则指的是用户健康需求与真实行为中的摩擦。

举个例子，大多数人知道体检重要，但在预约、报告解读、复诊导引中，每多出一个环节，都会产生心理摩擦，最终导致行动流产。

技术无法直接弥合行为的断裂，这是阿福眼下试图破解的命题，也是它慢慢变“重”的逻辑起点。

老配方装进新入口

从模式上看，阿福这款产品是希望通过生成式AI，重新组织用户健康需求。与业内共识中的低频医疗有所区分，阿福一开始瞄准的便是用户的全生命健康管理周期。

健康需求并不总是通向医院。AI时代前，有人寻亲访友，托关系打听病症；有人去传统搜索引擎搜一轮关键词，在链接中拼凑出一个相对清晰的图景；有人翻找内容社区，试图从生活化叙述里得到一个大概判断。

蚂蚁CEO韩歆毅在访谈中，把这类需求概括为介于医院和生活之间的“中间地带”。

搜索能给信息，却未必能给判断；内容社区能提供经验，却往往混杂着个人体质差异、情绪表达。例如在用户在意识到问题已经严重到需要就医问诊前，会通过极为碎片化的方式处理健康需求。

这个过程彼此割裂，信息质量参差，且每一步都在消耗用户的决心。通过生成式AI提供的个性化的健康咨询功能，蚂蚁将这些需求组织起来，完成对旧路径的替换。

最新数据显示，阿福目前的总用户量破亿，月活达3000万。

技术层面，阿福主要通过医疗垂类知识库的RAG（检索增强生成）来引导用户完成健康咨询。

通常来说，基于RAG的对话类产品会识别用户意图并在回答基础上给出可点选的候选项，帮助AI更快理解用户。阿福与其他通用AI产品的不同，在于其注重交互环节的设计与意图引导。

如阿福回答的MarkDown，整体按医学思考路径，以院士解读、医学文献等模块化呈现，专有名词还支持二次点击查阅。AI医生分身绑定真实专家，以title、机构来建立信任预期。

在此之上，面对不懂医学知识的用户，阿福还需要持续引导用户追问，补充问题。例如一个简单的感冒，需要通过鼻涕清浊、咳嗽干湿、是否发热等细节，逐步缩小范围。用户不需要一次性组织好语言，而是在对话中自动完成信息补全。

除了阿福本身的产品设计，蚂蚁在组织零散需求，推广技术普惠上也驾轻就熟。

参考2017年收钱码的推出，彼时支付宝刚刚经历了微信支付“偷袭珍珠港”与口碑的回撤，在支付的正面战场中处于守势。蚂蚁迅速成立线下支付事业部，倾尽集团力量与ISV服务商一道，进行高密度的线下渗透。

地推扫街、物料铺设、补贴激励之外，蚂蚁与服务商们还针对“免费”“到账快”等具体利益点，对下沉商户展开重复教育。小小的二维码背后，连接的是蚂蚁金服一系列小微金融信贷服务。

面对AI健康这场必赢之战，蚂蚁同样是组织调整先行，于去年11月7日宣布原“数字医疗健康事业部”升级为“数字医疗健康事业群”。而后是全方位的营销与心智渗透，诸如春节前后的补贴以及广告、线下地推等。

默认关系与服务交付

需求组织为阿福解决了用户基础。以张俊杰提出的“三化”方向看，将自动化放在专业化与个性化后面，折射出蚂蚁对平台演进的阶段性规划。

个性化建立用户关系，专业化夯实信任基础，最后才是自动化弥合行为断裂。

用户行为的发生取决于“动力”与“阻力”的博弈。健康管理之所以需要自动化，是因为其阻力如医疗环节、运动健身等是即时性的，而动力却是延迟的、抽象的。

人类大脑为即时满足而设计，面对延迟回报时，默认选择是拖延。阿福的自动化本质上是要把健康行为“植入”给用户，更强调与用户建立长期的默认关系。一个是按需，一个是默认，这或许是阿福与通用AI产品的区别所在。

AI能力迭代的角度，阿福不仅需要持续获得用户反馈，还有更完整的行为样本与健康数据。

如今的推理大模型已经基本满足对单次上传的健康数据的解释能力，但它们的逻辑停留在“你问我答”。阿福的重点是寻找持续获取数据，沉淀为能力的手段。没有足够的上下文沉淀，AI对用户的理解便停留在单次对话中，遑论做出合理建议。

由此，我们可以看出阿福的自动化的两个发力方向。

产品层面，阿福需要培养与用户的日常默认关系。为此，阿福在前文提到的健康咨询基础上，通过提醒、目标、家人档案等方式，把一次性的健康疑问延展成持续性的产品关系。如果用户只在身体明显不适时才打开阿福，那么它就很难积累足够的行为样本，也很难真正进入用户的健康管理日常。

蚂蚁渴望将这款产品从冰冷的AI工具转变为一个陪伴式的角色。AQ更名为“阿福”、推出长辈模式、智能硬件生态加速扩张，都是这一意图的外化。

但是，阿福可以即时解答健康疑问，却无法完成即时的服务交付。

这一层面，阿福正在从“信息入口”向“服务入口”进化。除了健康AI的基础咨询功能外，阿福还连接了30万真人医生和5000家医院的挂号跳转。

AI抹掉了部分信息差，但后端医疗资源的专科化、碎片化、地域化依然厚重。继蚂蚁收购好大夫后，阿福后端能连接的真人医生约30万，面对1亿量级的用户池，供给缺口显而易见。

自动化的深度，直接决定阿福平台化的难度。如果说入口考验的是产品设计和旧能力的底蕴，平台化考验的则是蚂蚁能否在高度专业、资源稀缺且强监管的行业里，持续推进后端资源的整合与协同。阿福要做到的，是用户一切与健康相关的行为都能在阿福App内完成。

这便是阿福在春节的阶段性胜利后，没有停留在用户侧趁热打铁的原因。

值得一提的是，除了外部的生态扩张，蚂蚁既有的禀赋为阿福自动化提供了部分服务交付能力。据了解，用户在阿福App内已经可以“医保直付”与“商保直赔”。用户在阿福内完成问诊、购药、就医后，系统自动触发医保结算和商业保险理赔，无需手动提交单据、等待审核、垫付资金。

离用户越近的产品，越有机会成为入口。但入口并不等同于胜利，很多时候，它更像是一个极其消耗资源的“甜蜜陷阱”。

1亿用户和3000万月活证明了“中间地带”的需求真实存在，但需求被验证之后，蚂蚁必须回头补课。只有为阿福的自动化寻找更坚实的资源支点，蚂蚁组织起来的入口才不会沦为空中楼阁。

AI健康的大道小路

一位业内人士告诉光子星球，AI健康最早的爆款应该会集中在细分场景，如某个专科的专病。这既符合医疗资源供给的形态，也符合推理时代出于多种因素成为主流的专家小参数模型技术范式。

在他看来，摆在当下AI健康玩家面前路就两条。

更快的路是选择几个病种，不断通过医患数据强化学习，做出符合机构端交付的专家模型产品。钉钉联合壹生检康推出的“豆蔻医生超级助理”聚焦妇产科，上线10天内便有超300家医疗机构主动开通；百川智能的“百小应”专攻循证医疗，通过API将六源循证推理能力标准化输出，直接嵌入医院工作流。

这类产品切口窄、临床价值明确，商业路径清晰，可以说是每一步都踩在了实地上。阿福选择的是另一条更慢、也更重的路。

打个比方，专病路径像打井，切口窄、突破慢，要一个萝卜一个坑拓宽能力；平台路径像修路，要自己一点点清理障碍，站到更上游的位置，直面供给不均衡。

直观的影响，是专病AI产品的商业化速度开始与阿福形成时差。张俊杰多次强调阿福问答结果中没有任何广告推荐，不受商业因素干扰。这种克制在建立信任的同时，也意味着阿福必须依赖集团更长期的投入，而无法像专病产品那样快速自我造血。

另一重挤压来自AI化同样快速的传统互联网医疗巨头。

以京东健康为例，其在过去数年已经建立了相对完整的“医+检+诊+药”服务闭环。今年以来，京东健康一边升级AI医生智能体集群，强调长期记忆、主动管理和体检报告后的闭环方案，另一边持续整合自营药房和即时配送等既有履约能力，试图把AI健康管家与线下服务捆得更紧。

同样具备履约网络优势的还有美团。4月14日，美团发布家庭健康管理产品“小团健康助手”，提供与阿福相似的AI健康咨询与健康档案管理等功能。有庞大的本地生活服务为支撑，美团AI健康与线下的结合有希望拓展到药店、医美等机构。

类似这般被验证的医疗服务，是阿福自春节后密集布局的对象。高强度的资源需求下，蚂蚁为阿福提供的腾挪空间也需要继续加强。

赤脚医生下乡曾经帮助新中国度过了建国初期医疗资源严重不均的阶段。假如AI是桥接医疗健康供需的媒介，蚂蚁阿福的渗透便不能止于C端。

医疗健康真正最难、最重、也最慢的那一部分，阿福还在路上。

微信号｜TMTweb

公众号｜光子星球

别忘了扫码关注我们！