ChatGPT，要摸着“蚂蚁阿福”过河？

文 | 数字力场 佘宗明

正如对标是被对标者的迂回致敬，跟进是对先行者的优势确认。

也只有先行者，才能成为被后来者"摸着过河"的石头。

近期风头正劲的AI健康应用蚂蚁阿福，成了频繁被摸的那块"石头"。

1月8日，不少媒体报道，蚂蚁阿福新版上线不到1个月，最新月活用户已突破3000万，单日问诊量已超1000万次。

也是在同日，OpenAI官宣了大动作——正式上线ChatGPT Health功能。

▲ChatGPT官宣推出了ChatGPT Health功能。

都是AI+医疗健康赛道的布局，又这么机缘巧合地"撞了日子"，二者难免被拉出来同框对比。对照过后，很多国内外网友打趣，ChatGPT是推出了美国版"蚂蚁阿福"。

有意思的是，就在上个月，Meta还被曝出秘密"蒸馏"阿里通义千问大模型，当时很多人就戏称"美国AI偷师中国AI"。现在OpenAI推出ChatGPT Health功能，又被许多人调侃"美国AI再次致敬中国AI"。

调侃归调侃，事实就摆在那：当引领技术浪潮的硅谷巨头开始在应用层跟进中国企业的创新，场上的竞争形势也在发生变化——随着中美AI竞争的焦点从技术研发转向产业落地，中国AI产业在应用领域积累的多重优势，正在大洋彼岸的"隔空致敬"中得到验证。

01

在AI业务布局上，嗅觉灵敏的科技企业总是在大众痛点处"宽路相逢"。

近年来，不少科技企业都在"AI+健康医疗"的棋盘上积极落子，百度官宣将百度健康AI管家升级为文心健康管家，京东健康宣布"AI京医"持续升级循证能力，都是例证。

种种迹象表明，在优质医疗资源供需不对称催生的刚性需求支撑下，医疗健康领域已成AI应用竞争的高地。

OpenAI就在报告中披露，全球每周有超过2.3亿人在ChatGPT上咨询健康和健身相关问题，其中美国约有4000万民众将ChatGPT当作日常"私人医生"，医疗咨询占ChatGPT全球总消息量的逾5%。

在此背景下，OpenAI入局AI+医疗健康领域，难言令人奇怪。

但AI健康应用也有南橘北枳之分。表面上看，ChatGPT Health与蚂蚁阿福都打着"AI健康管家"的旗号，都能回答健康咨询、连接智能设备、生成饮食运动计划等。但剥开功能外衣会发现，两者在核心能力和生态位上有着明显的差异。

ChatGPT Health的定位是AI版"私人健康顾问"，蚂蚁阿福的用户心智锚点则更加全能。

▲ChatGPT Health跟阿福在核心能力与产品定位上有不小区别。

听上去有些抽象是不是？不要紧，举个例子你就懂了。

你在ChatGPT Health问"孩子发烧怎么办"，它可能会给出儿科就诊建议和附近医院列表。

你把同样的问题抛给蚂蚁阿福，除了能给出建议外，它还能直接推荐在线儿科医生、完成挂号预约、推送药品到家服务，甚至能通过支付宝实现医保支付。

前者侧重于整合用户体征数据并提供持续建议，解决"如何预防生病"和"怎样生活得更健康"等长尾需求；后者强于解决全链条问题，还能覆盖"生病了怎么办"的刚性需求。

造成这番差异的，是中美互联网医疗生态的不同，也是中美企业技术面向的迥异。

02

OpenAI应用业务CEO 菲吉·西莫（Fidji Simo）讲到，她因肾结石住院时，医生开具的常规抗生素被ChatGPT预警可能诱发其既往严重感染复发。

这道出了ChatGPT Health的核心价值：通过数据整合，捕捉人类医生难以发现的隐性风险。

数据标准化程度高、SaaS生态成熟，是欧美国家医疗体系的重要特点。在美国，患者医疗数据存储在Epic、Cerner等电子病历系统中，健身数据由Apple、Fitbit掌控，营养数据归MyFitnessPal管理，已是常态。

ChatGPT Health在接入美国最大医疗数据平台b.well后，可以打通分散在这些SaaS工具上的数据，用AI能力挖掘数据间的关联价值，提供健康问题解答、医疗报告解读等服务。

但受限于美国医疗体系的高成本与碎片化格局，它无法打通与线下医院、诊疗机构的对接通道。当用户需要深度医疗服务时，ChatGPT Health会止步于"建议"，没法完成网上挂号、在线问诊、药品配送等。

▲ChatGPT Health目前提供的服务主要是健康问题解答、医疗报告解读等。

蚂蚁阿福功能指向则是起于咨询但不止于咨询，其核心架构建立在三大功能模块上——健康问答、健康陪伴、健康服务。从咨询到诊疗再到履约的全链路服务体验，能满足用户对"一站式解决方案"的偏好。蚂蚁阿福月活能实现倍数级增长，就可部分归因于此。

这跟医疗生态基础紧密关联。有别于美国医疗体系中的条块分割，中国互联网医疗历经多年发展已形成"线上+线下"的深度融合体系，这使得中国AI健康应用可以将AI能力与庞大线下医疗资源网络嵌合，构建起从问诊、分诊、处方流转到药品配送的完整流程，AI能从辅助工具变为服务连接枢纽。

这也跟企业技术发力侧重点直接相关。硅谷企业更多的是聚焦技术能力再找应用场景，OpenAI这次就是用户倒逼下做出的"垂直化改造"。中国企业则是锚定民生痛点探索破解办法，包括蚂蚁阿福在内的AI应用，不是通用模型的衍生功能，而是从一开始就瞄准用户需求，提供解决方案。

03

与其说ChatGPT Health跟蚂蚁阿福的身位先后，是两个AI应用的"单体表现"，不如将其置于AI产业应用等层面去打量——它其实是中国AI产业在应用上走在前面的注脚。

中国在应用创新上的领先，很大程度上源于对场景需求的敏锐捕捉能力和快速响应能力。

从产业发展逻辑来看，很多中国AI企业将战略眼光体现在对"技术落地价值"的精准把握上——当硅谷巨头仍在追求模型参数"Bigger Than Bigger"时，许多中国企业更强调解决实际问题，早早将AI技术嵌入产业场景、沉入现实厚土。

据了解，ChatGPT Health因为要改造通用架构、建立医疗数据隔离机制、协调全球医生资源，历时近两年才推出。

蚂蚁阿福则聚焦本土场景，及早摁下了将AI应用落点锚定在医疗上的按钮。

在中国，"AI+医疗健康"发展不乏基础和动能：一者，中国老龄化加速和慢性病激增带来医疗健康需求增加；二者，分级诊疗不清晰、优质医疗资源稀缺和不均、患者就医路径复杂等结构性痛点依旧存在；还有，移动支付和互联网医疗已培育出成熟的用户习惯。

或许正是洞察到这些，蚂蚁阿福前身AQ从出生之日起，就定位于为健康场景量身定制的垂直应用。

这般洞察，跟中国AI应用创新的优势连着优势结合，可以催生出AI应用先行突破的巨大势能来。

这里的优势，包括庞大工程师队伍与强大工程化能力带来的人才和技术转化条件，也涵括超大规模市场带来的创新试验场。

04

在前两天的CES2026上，黄仁勋说，毫不夸张地说，中国的企业家、工程师、技术专家和AI研究人员是世界顶尖的。半年前，他在接受CCTV采访时还曾表示，中国在AI模型、工程人才与产业应用上全球领先。

工程师红利与工程化能力长板，是缩短"将技术发展转化为解决方案"的重要支点。

就AI+医疗健康来说，模型能力固然重要，但还有很多精力得放在接口打通、医疗资源接入、医生培训、合规审查、用户体验优化等环节。其重中之重是将模型能力与垂直需求结合，落在能用好用的产品上。在这点上，人才和工程化能力纵深的优势就体现出来了。

以ChatGPT Health为例，虽然背靠OpenAI先进大模型，但ChatGPT Health数据接入仅限美国、依赖iOS生态、功能模块尚未完全打通等短板，成了其规模化应用的现实掣肘。

与之形成对照的是，蚂蚁阿福从最初的健康问答功能，到接入智能设备数据（已接入苹果、华为、OPPO、vivo、鱼跃等十大品牌设备），再到打通全国医疗资源，产品迭代很快，上线半年内完成12次重大功能升级。

▲蚂蚁阿福集成了包括预约挂号、智能导诊等在内的很多实用功能。

超大规模市场形成的创新试验场，则为中国AI应用提供了天然沃土。

中国有14亿人口，这对应着庞大市场需求与丰富产业场景。不同身份、地域、年龄段的用户需求呈现出多样化特征。

多面化需求，给中国AI应用带来了广阔场景适配机会和覆盖空间，也为"研发-落地-反馈-优化"良性循环带来了更大支撑。

ChatGPT Health虽拥有2.3亿周活咨询用户，但这些数据分散在非结构化对话中，缺乏健康场景的专门标注和反馈闭环。

有场景优势，再加政策东风（"人工智能+"行动与"健康中国"战略），AI应用创新活力涌动，也是自然而然。

05

说白了，ChatGPTHealth摸蚂蚁阿福过河，反映出了AI竞争场里的"跟跑者-并跑者"角色易位。

过去很多年里，中国互联网企业崛起的密码藏在"时间机器理论"里，"Copy to China"被奉若圭臬；前些年，中国互联网企业不断将技术模式创新向海外输出，"Copy from China"现象日益增多。

而今，OpenAI跟进中国AI应用，更是标志着中国AI在某些方面从跟跑到并跑再到领跑的转变。

这带来的启示是：AI竞赛中，应用创新的深度跟技术创新的力度一样，都是至关重要的制胜砝码。而依托战略眼光、工程能力、市场土壤等优势，中国企业可以让黄仁勋的论断持续得到应验。

潮水正在转向。身处浪尖的中国企业，完全可以有更多驭浪弄潮的自信——毕竟，AI角力重点终究要转向应用落地，而最好的应用有很多就在中国。