夜雨聆风
医疗AI最狠的生意,不止是免费工具
八个月前，我们讲述过 OpenEvidence 的故事。
如今，它正在成为美国更多医生“问题速查”、“判断验证”的第一选择，一个新的收费站形象，日渐形成。
到 2026 年 1 月，这家公司完成 2.5 亿美元新融资，估值 120 亿美元；公司对外口径称，平台已在全美超过 1 万家医院和医疗中心使用，日常覆盖超过 40% 的美国医生，2025 年收入突破 1 亿美元。
它已经不是一个小而美的医疗工具，而是一个已经跑出规模、开始改写医学信息分发和药企预算流向的入口型公司。
很多人把它理解成“医生版 ChatGPT”。的确，早期是这样。
但是，OpenEvidence 真正做成的，不是问答，不是搜索，也不是“把论文喂给模型”这么简单。它做成的是一门更狠的生意：先对最值钱的专业用户免费，再把这批用户的高价值决策时刻，卖给真正有预算的人。
它的模式，更像一种专业世界里的“意图交易市场”。
1. 它表面卖答案，实则卖“可信速度”
医疗行业最不缺的是知识，最缺的是在高压现场里，快速拿到可信知识。
医生当然知道有指南、有期刊、有数据库，问题是临床现场不是图书馆。门诊、查房、会诊、写病历、下医嘱，这些场景里，医生没有耐心也没有时间，把十几篇论文和几版指南重新过一遍。
OpenEvidence 切进去的，不是“帮医生学医学”，而是“帮医生在几十秒内完成第一轮证据整理”。
它所做的，这是一个帮助临床医生快速查找，并综合同行评审期刊和临床指南信息的专业 AI 医疗搜索引擎。
这件事里，最关键的不是“快”，而是“可信”。
OpenEvidence 一直强调把训练和回答建立在可信医学来源上，并通过与《新英格兰医学杂志》、美国医学会等机构的正式合作，降低医疗场景里最致命的一个风险：模型说得像，内容却不可靠。
它通过限制训练数据到可信医学来源，并与 NEJM、AMA 等机构建立正式合作，来解决医疗 AI 采用中的准确性与信任问题。
所以，OpenEvidence 卖的不是“更聪明的模型”，而是可信的快。
可信，每一个结论和建议，都明确表明出处，在医疗圈商业价值极高。
因为医疗里，快但不可信，等于危险。可信但太慢，等于没法进入现场。
一旦一个产品同时拿到了这两件事，它就不再只是工具，而会慢慢变成默认入口。
2. 它最聪明的一步，不是技术，而是反着打医院采购
绝大多数医疗科技公司，一上来就扑医院系统、医保方、健康网络。听着很正统，实际很容易死。
原因也不复杂：医疗采购链条太长。IT 安全、法务、隐私、合规、预算、系统集成、责任划分，一层套一层。很多产品不是没有价值，而是还没来得及被医生真正喜欢上，就先被组织流程磨死了。
OpenEvidence 反着来。它对验证过身份的临床医生和医疗专业人士免费开放，没有使用次数限制，顶级医疗AI畅玩。
这一步，表面看只是“免费拉新”，本质上却是在绕开医疗行业最慢的那扇门。
过去的路径是：先卖医院，再接触医生。
OpenEvidence 的路径是：先让医生形成习惯，再逼系统接受现实。
这差别非常大。前者像卖 ERP，后者像移动互联网时代最凶的打法：先占个人端，再反推整个组织改变流程。
也正因为这样，它的增长速度不像一个传统医疗软件公司，更像一个消费级产品突然长进了专业世界。
2025 年 12 月，它单月支持约 1800 万次临床咨询，比一年前每月约 300 万次高出很多；到 2026 年 3 月，它又宣布单日突破 100 万次临床咨询。
这组数字的含义不是“用户很多”，而是它已经进了真实工作流。
如果只是下载量，没意义。
能在临床现场被反复打开，才有意义。
3. 它真正吃掉的，不是诊断权，而是“医生的第一轮认知整理”
这家公司常被讲错的地方，是总被拉去和“替代医生”绑定。
这完全跑偏了。
OpenEvidence 真正先吃掉的，不是最终判断，而是临床判断前那一大段信息劳动：
-
查某类病的最新指南
-
看不同研究之间有没有冲突
-
确认某个药的新适应证或边界条件
-
快速回忆某个试验结论
-
把一堆分散内容拼成一个起步判断
这一步，以前主要靠医生自己翻资料、搜数据库、找记忆、看同事经验。高频、费时、容易断线，又恰好是 AI 最适合先压缩的一层。
这就是 OpenEvidence 的高明之处：它没有先碰最危险的“替代医生拍板”，而是先接管“医生拍板前的第一轮认知整理”。
看起来没那么英雄，商业上却极其锋利。
因为这里同时满足四个条件：
第一，高频。
第二，刚需。
第三，能立刻感知价值。
第四，不必一开始就承担最终责任。
这也是为什么 OpenEvidence 不只是停在一个搜索框上。它的 AI 架构会把医生的问题，动态路由给更相关的专科子系统；公司把这套架构描述成一个由“中央指挥 AI”调度、面向不同专科场景的多系统结构。
OpenEvidence 并不是拿一个通用模型，硬扛所有医学问题，而是在往“专科化 AI 分诊”走。
这条路一旦走通，产品的本质就会变化：它不再只是“回答问题”，而是在做数字化的第一轮会诊。
4. 它不是 SaaS，它更像一个医学世界里的广告交易所
这是 OpenEvidence 最容易被低估、也最值得深挖的地方。
很多人听到它“对医生免费，靠广告赚钱”，第一反应是：那不就是流量生意吗？
错得很远。
它不是大众广告生意。
它更像一个高价值专业意图市场。
为什么？
因为药企真正买的，从来不是单纯的曝光。药企要买的是：当医生带着具体临床问题来找答案时，让自己的研究、证据或品牌在那个场景里被看见。
这和普通互联网广告完全不是一个东西。
普通广告卖的是打断，你本来没想看，它硬塞进来。
OpenEvidence 这里卖的是决策上下文。
医生输入问题，不是在消遣，而是在决策前追问一个高价值问题。
也正因如此，有人做了个统计，其CPM广告的价值和创意展示方式，使其同样类别的平均广告价格，是Google的67倍。
这意味着它卖的流量有三个和大众流量完全不同的属性：
意图极强：一个医生搜索“某类肿瘤治疗路径”、“某药不良反应”、“某病种最新证据”，这不是模糊兴趣，而是明确意图。意图越强，商业价值越高。这套逻辑，Google 当年已经验证过。不同之处在于，Google 卖的是消费搜索意图，OpenEvidence 卖的是临床意图。
决策密度极高：一个医生的问题背后，可能连着处方、检查、转诊、编码、病程管理，甚至医保与医院收入捕获。也正因为如此，OpenEvidence 开始向更深的临床工作流扩张。Fierce Healthcare 在 2026 年 3 月报道，它已从临床搜索进一步扩展到 Visits、集成式拨号器和医疗编码功能，直接进入文档、患者沟通和收入周期相关环节。
单用户价值极高：大众平台可能有上亿用户，但很多用户只是消磨时间。医生不是。医生数量没那么夸张，但他们站在医疗资源分配节点上。一个平台如果能稳定占住这批人“下判断前的一眼”，它的商业价值远高于一个单纯的专业内容工具。
所以，OpenEvidence 不是“医生免费、药企买单”这么简单。更准确的说法是：它把临床问题，做成了一个可售卖、可清算、可优化的商业场景。
这就不只是广告了。
这是交易所逻辑。
5.120 亿美元，买的不是今天的收入，买的是明天的“默认路径”
如果只看收入，OpenEvidence 当前的体量支撑不起 120 亿美元估值。资本不是傻子，它给高估值，买的不是现状，是位置。
OpenEvidence 现在最值钱的，不是它已经赚到多少钱，而是它越来越像默认路径。
什么叫默认路径？不是用户偶尔想到你。而是遇到某类问题时，第一反应就是先打开你。
2026 年 3 月单日突破 100 万次临床咨询。，超过 40% 的美国医生日常使用，覆盖 1 万多家医院和医疗中心。
一旦默认路径形成，会发生三件事：
第一，竞争对手再强，也很难直接切断用户习惯。因为它要先改变医生脑子里的动作顺序。
第二，平台会越来越懂“医生在什么时刻、因为什么问题、围绕什么病种”来提问。这类数据，不是普通流量数据，而是高质量的专业意图数据。
第三，平台可以顺着默认路径往更重的工作流生长。搜索之后是笔记、笔记之后是沟通、沟通之后是编码、编码之后是收入。
这正是 OpenEvidence 已经在干的事。Fierce Healthcare 报道中明确提到，它的扩张方向已经不止临床搜索，而是临床工作流本身。
所以，120 亿美元估值的核心，不是“它是个好用工具”。
而是“它有机会成为医生工作界面的默认起点”。
默认起点，一旦形成，估值就不会再按普通工具公司算。
因为工具卖功能，默认路径卖位置。
6.它现在的扩张，已经说明它不满足于做“医学版 Google”
很多人还在用一个过时框架看 OpenEvidence：医学版搜索、AI 版 UpToDate、医生版 Google。
如今，这些比喻都不够了。
因为它已经在往更深层的工作流长。Fierce Healthcare 的报道给出了很清楚的线路：
2025 年 8 月推出 Visits，用于转录患者就诊；
2026 年初扩大集成式医生拨号器的覆盖；
2026 年 3 月推出 Coding Intelligence，把 AI 直接嵌进医疗编码。
这几个动作连起来，商业含义非常清楚：Visits是临床文档入口、Dialer是患者沟通入口、Coding Intelligence是收入捕获入口。
也就是说，它已经从“知识入口”开始向三条更深的线伸手：文档线、沟通线、收入线。
这就很可怕了。
因为一家公司一旦同时踩进这三条线，它就不再只是一个内容层产品，而开始接近临床操作系统的轮廓。
也难怪 Business Wire 会把它包装成“medical superintelligence for doctors”，Fierce 也引述投资人把它称作“美国医学知识的默认操作系统”。
这些说法当然有宣传成分，但宣传之所以能成立，前提是它确实已经从轻入口长进了更重的工作流。
7. 它的护城河，不是模型，不是广告，而是“把医生动作顺序改掉”
很多人问 OpenEvidence 的护城河是什么。
如果只回答“内容合作”或者“医生规模”，这些都不具备真正护城河的要素。
它真正的护城河，只有在一种情况下才会成立：它得把医生的动作顺序改掉。
原来的顺序是：碰到问题 → 想想 → 翻资料/问同事/搜数据库 → 再形成判断。
OpenEvidence 想改成：碰到问题 → 先打开我 → 再沿着我的答案走进更深流程。
一旦这个顺序改掉，壁垒就出来了。
因为模型可以换。
内容协议可以续。
广告系统可以重做。
但动作顺序一旦被改写，就很难被轻易夺走。
这也是为什么它的扩张路线不是随机的。搜索、Visits、拨号器、编码，这几步都在做同一件事：让医生在更多关键动作上先碰到 OpenEvidence。
谁先碰到用户的手，谁就更接近入口。
谁只是在后台提供模型能力，谁就更像零部件。
医疗 AI 未来最惨的一批公司，很可能就是那些模型能力不差，但永远站不到医生动作起点上的公司。
8. 它最大的风险，也正埋在它最赚钱的地方
OpenEvidence 的模式很凶，但并不干净利落。它最赚钱的地方，也是它最危险的地方。
广告与中立性天然冲突
一边是“我给你可信医学答案”，一边是“药企是我重要收入来源”。
这个结构本身，就会持续招来质疑：广告是否会影响信息呈现？哪些研究会更容易被看到？哪些品牌会获得更有利的语境？外部分析也把这件事视为 OpenEvidence 必须持续处理的根本张力。
这不是一句“广告都放在答案旁边”、“广告不影响答案”就能轻松消掉的。
医疗不是内容平台，医疗讲的是公信力。
只要用户对中立性产生阴影，这家公司就会被持续拷问。
内容合作既是壁垒，也是租金
官网提到它和 NEJM、AMA 等非常多的机构正式合作，Business Wire 和多家外部报道也不断强调其内容合作网络。
这些合作当然能抬高可信度，但本质上更像黄金地段租约。
今天内容方愿意合作，是因为它带来新分发。
明天内容方也可能抬价、强化控制，甚至自己下场。
所以它的壁垒不是钢板，更像一堵需要持续付租金和持续维护的墙。
巨头一定会来
一旦 OpenEvidence 证明“免费入口 + 医生意图 + 广告预算 + 工作流扩张”这条路能跑通，后面一定会进来更多人：大模型公司、医疗信息老玩家、EHR 厂商、临床 AI 创业公司。
到那时候，它真正的考题才开始：它到底靠什么守住？
是品牌？是内容？是医生习惯？是数据飞轮？还是已经深入工作流之后形成的路径锁定？
如果守不住，它就是一个阶段性爆红工具。
如果守住了，它就不是医疗 AI 公司，而是医学信息和临床工作流里的新型基础设施。
9. 这家公司真正值得学的，不是“做医疗AI”，而是这套结构
OpenEvidence 最值得研究的，不是它做了个什么产品，而是它抽象出来的这套商业结构：
高价值专业人群 + 高频信息整理动作 + 可信来源 + 对用户免费 + 向想影响决策的人收费 + 再沿工作流向更重环节爬
这套结构一旦看清，就会明白它不是医疗特例，而是一个样板间。
为什么法律、税务、工程、建筑、采购合规这些行业，未来也可能长出自己的 OpenEvidence？因为它们也都满足同一组条件：
-
专业信息爆炸
-
错误成本高
-
需要可追溯依据
-
用户本身不一定适合被高价直接收费
-
产业链上有别的人愿意为靠近这类决策付钱
这才是 OpenEvidence 最吓人的地方。
它告诉市场的，不是“医疗AI能赚钱”。
它告诉市场的是：
专业世界里，最狠的 AI 生意，不一定是卖工具。
而是先免费占住最贵的位置，再向产业另一侧收费。
10. 结语
OpenEvidence 最厉害的，不是它让医生问得更方便。
而是它正在把“医生提问的那一刻”，做成一个可以持续收费、持续扩张、持续嵌入更多流程的商业场景。
这就不是工具逻辑了。
这是收费站逻辑。
而如今，这个增长速度，就已经证明此逻辑，距离AI垂直平台还非常遥远的时候。
已经值120亿美金。
谢谢您看到了这里，如果觉得还不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐。下次见☕️。
