▲ 点击订阅，抓住风口

文章较长，欢迎点击右上角「···」，使用微信听全文功能边走边听～

进入10月，AI变革已经从ChatGPT带动的概念热，走向释放生产力的产业应用阶段。

最近，知名投资机构A16Z发布了新的研究成果，分析AI在医疗行业商业化的机会，其中AI实现服务规模化的观点和我们不谋而合。

今天，我们综合了A16Z年初医疗行业AI应用的分析报告，为大家呈现完整的分析思路。

10月，前哨科技特训营进入「预测方法论」专题，分享前哨框架3.0，也会提供「AI辅助产业分析」「商业分析框架」等工具、模型，欢迎锁定直播间，我们一起系统看未来。

Moore定律如今人尽皆知，是计算机行业算力指数增长的经典象征。

对比10年前，计算机在相同价格下算力提高了1000倍，比二十年前提高了100万倍。

这百万倍的扩张成就了A16Z眼中「软件吞噬一切」的大趋势。

A16Z的分析师认为，大部分技术之所以强大，都是因为它们获益于摩尔定律，获得了性能提升与成本下降的协同效应。

相比之下，药物设计和医疗保健行业遵循着Eroom定律，这个名字就是将Moore定律反过来，也正象征着医疗行业成本不断上升的反趋势。

根据Nature的统计，医疗行业经历了数十年的成本上升，现在已经达到了极端水平，A16Z提供的数据显示，医疗保健成本已经占据了美国国内生产总值的大约四分之一（并且还在上升）。

有没有办法将医疗行业从Eroom定律切换到Moore定律呢？

随着软件技术成熟，答案显然是存在的，最基本的思路就是将人力驱动的服务转化为计算机规模化的计算能力，换句话说就是通过技术使服务成为商品。

最开始这个过程非常缓慢，因为早期的机器学习技术只在单一固定的任务上取得超越人的优势，比如Netflix使用的智能推荐系统，DeepMind开发的Alpha Zero下棋软件。

今天，随着人工智能变得越来越复杂，ChatGPT为代表的生成式人工智能让这个过程有了加速的希望。

新的AI现在可以生成文本、图像，也能完成复杂任务，虽然还有胡乱回答，出现「幻觉」的问题，但AI通用性大幅提高已经是不争的事实。

随着技术性能不断得到优化，A16Z认为人工智能在生命科学和医疗保健领域将带来一次劳动力的巨大释放。

大量重复的工作将由AI完成，最终人类专业人士将把控住哪些容错程度低、需要做风险决策的领域，比如诊断结果认证、药物处方开具。

实现这个目标，人工智能有许多「待完成工作」（JTBD）。

「待完成工作」这个概念来自克里斯滕森分析技术产品商业价值的研究，通过衡量商品为用户替代哪些服务或者工作，确定新产品的商业价值。

医疗行业有非常多工作要处理大量复杂和深奥的数据，有时还要在实时进行综合决策或执行。

这些工作看起来是智力劳动，其实流程重复，只是需要人类做很多分析总结，是新时代的劳动密集工作。

传统的软件产品由于灵活性比较低，难以胜任这些工作，但新的生成式AI却有机会搞定它们。

A16z的生物医药投资部门为了找到AI的落地机会构建了一个分析矩阵，纵轴是临床与非临床，横轴是面向消费者与面向专业人士。

在这个矩阵图中，A16Z列出了19个AI「待完成工作」，或者说具备创新突破的机会点，他们认为采用新的AI原生方法在这些领域有望构建竞争优势，并且能够形成有价值的商业体系。

当然AI在医疗领域的机会也不会只有这19个，A16Z进一步分享了5个判断要素：

1.劳动力密集领域

如果某个流程人力需求大，流行性也大，就有了AI替代的窗口。

医疗行业今天的一大痛点就是劳动力需求居高不下，有非常多基础工作需要人类员工完成，这些工作没有就业吸引力，却要不断付出高额的人力成本。

根据《美国国家医疗保健和注册护士人员配置报告》统计，过去5年内美国医院每5年员工就会全部更新一遍，而最近3年内人力成本还上涨了21%。

不断培训新员工，不断涨工资让医疗领域陷入恶性循环，但这也给了「AI员工」机会。

2.AI可以实现10倍性能的潜力

人类容易犯错误或者低效的领域最有可能受益于AI。

美国医学协会的一项调查发现，医生和许多医疗工作人员每周要花14小时处理很多审核授权工作，这些工作枯燥无聊，还容易出现浪费。

美国政府的另一项报告就显示，2022年美国医疗保障和医疗救济支出存在1280亿美元的浪费。

3.软件采用率低的领域

如果AI的成本效益至少比现状好10倍，医疗保健企业自然更有可能采用AI。

那这样的领域在哪里呢？

一个很明显的领域就是现有软件工具渗透率低的领域，原因也很简单，这些领域AI是和传统人工竞争，不是和已经非常高效的软件系统竞争。

例如，医学记录就是一个潜在的AI市场，因为目前大部分记录任务还是由人类完成，一旦有了自动化方案，医生、医院都会有采购的动力。

4.风险法规明确的领域

风险和法规越明确，应用技术的范围越明确，商业模式受到不可控因素冲击的概率就越小。

医疗保健在美国是唯一拥有较为明确法规框架的行业，FDA在医疗企业的AI应用已经形成了监管标准，这让相关的服务开发可以更为从容。

当然，AI的变革无处不在，还有非常多的医疗细分领域没有明确的监管体系，这方面A16Z认为非临床产品相比之下在安全风险和应用上会更加快速。

临床领域自然是有更大的市场和壁垒，但在这个领域创业必须考虑到「临床病人」这个要素，这也就意味着这个领域短期很难走向完全的自动化。

5.商业体系成熟的领域

站在「待完成工作」的角度分析AI的应用潜力，当然不能忽视雇主愿意支付多少钱。

如果一份工作只有少数人在做，整体工资水平并不高，这就会抑制AI应用的速度。

例如一些非常个性化的中介岗位，为新业务拓展设立的营销岗位，很难证明AI比专业人士更有成本优势，就不是AI提到的好方向。

A16Z最后还强调，这个5个要素只是判断机会点的指标，下一代AI原生的医疗服务将会是多个要素的结合。

11月，前哨科技特训营还将回顾一整年的AI变革，和大家逐个扫描未来的AI趋势，欢迎点击下方二维码，加入前哨科技特训营，我们一起提前洞察AI商业的机会在哪出现！

1. 前哨科技特训营直播课程第四季（2023年）共50讲+，除此之外还有5节加餐+公开课。

2. 每讲承诺为1小时视频内容，实际平均时长为2小时。

3. 每周四晚八点准时直播，会员可无限次观看回放。

4. 新入会员，可以无限次回看之前所有视频课程。

5. 成为会员即可使用【AI王煜全】，最新AI大模型开发的专属科技分析助手

6. 每周组织【前哨·创新启发局】，链接科技/产业一线人士，打开技术/应用前沿视野

7. 优先获取全球科技产业一线游学、访问机会，接触科技/产业专家，获取最新、最前沿的趋势洞察，人脉链接

8. 本课程为虚拟内容服务，年费订阅服务制。一经订阅概不退款，线下活动需另行支付差旅成本，请您理解。