医疗软件:一个＂需求旺盛、赚钱很难＂的 400 亿赛道

用波特五力和杜邦拆解做完一遍之后，我不太敢乐观。

本文约 4200 字 · 阅读约 11 分钟

假设有这样一家医疗软件公司。

十年时间，营收从 3 亿做到 15 亿，翻了五倍。但同期净利润率从 15% 掉到 6%，应收账款周转天数从 180 天涨到 320 天。

这不是某一家具体公司，而是这个行业里反复出现的财务形态。

老板的困惑很合理：老龄化、分级诊疗、DRG 支付改革、医疗 AI——每一条听起来都是万亿级利好，为什么钱越来越难赚？

我试着用战略分析的工具认真回答一遍。结论有点反直觉：这不是赛道的问题，是位置的问题。

· · ·

长话短说，五句话：

行业本身是"半成熟"状态。核心 HIS、电子病历早就装完了，现在的增长主要靠信创替换和评级复评；真正的增量在 DRG/DIP 精益运营、医疗 AI 和数据服务这几块，它们分别处于成长期和导入期。

五力结构是"两高"压顶。现有竞争 4.5 分、买方议价力 4.3 分（5 分制，分数越高越不利）。买方是医院和卫健委，预算受地方财政约束、回款慢、招标压价。

最确定的钱来自支付改革，不是 AI。DRG/DIP 让医院的盈亏直接和病案质量、成本结构挂钩，这是刚需预算；而 AI 模块的预算大多来自创新试点经费，可以延后，也可以砍掉。

杀死单位经济的是应收账款，不是毛利率。毛利率看着还行（30%—55%），但回款周期 200—400 天把资产周转率拖到 0.4—0.7。

战略上必须"择一"。不能同时宣称成本领先和全线差异化——波特把这个叫"夹在中间"，是死路。

这个行业平均 ROIC 长期贴近甚至低于 WACC。所以押注行业 beta 意义不大，alpha 全在你站在产业链的哪个位置。

2 这个市场到底有多大

先给个数：中国医疗应用软件市场，2025 年大概 400 亿到 480 亿元。

这个数字是两种方法交叉算出来的。从上往下推：全国卫生总费用约 9 万亿，医疗 IT 支出占比估 0.8%—1.5%，软件占其中的一部分，得到 250—500 亿。从下往上加：约 4000 家三级医院、1.2 万家二级医院、3.5 万家基层机构，各自乘以单院信息化投入，再加上区域平台、医保和药企侧，得到 400—500 亿。

两个数字收敛在 400—480 亿，可以当作基准。

但我想提醒的不是数字本身，而是怎么用它。

很多人谈医疗健康市场，习惯这么算："中国有 2.45 亿高血压患者、1.4 亿糖尿病患者，每人每年收 100 元管理费，这就是近 400 亿的市场。"

这个算法是错的，而且错得很典型。它假设了每个人都愿意为管理服务付钱——现实中，患者自付意愿极低，基本医保不覆盖"健康管理"这个科目（只覆盖诊疗和药品），医院也没有经济激励。三个前提全部不成立，算出来的就是一个算术练习。

这就是 TAM 陷阱：理论市场规模和可付费市场规模之间，经常差 3 到 10 倍。以后再看到"中国有 X 亿患者，每人收 Y 元，所以市场是 Z 亿"的商业计划，可以直接质疑。

3谁在压制这个行业的利润

真正致命的是买方那一栏。

医疗软件的买方是医院和卫健委。他们的预算来自自有资金加财政专项，而地方财政的压力会直接传导成两件事：项目延期和压价。三甲医院还有极强的定制主导权，"就加一个小功能"这种请求，累积起来就是毛利杀手。

更麻烦的是回款。验收节点由买方掌控，尾款和质保金一拖再拖，行业里应收账款周转天数 200—400 天是常态。

再看竞争格局。这个行业有上百家厂商，前五名加起来只占 30%—40%（CR5），HHI 低于 1000，属于典型的低集中、分散竞争。地方厂商凭关系守住区域市场，形成"全国分散、区域割据"的格局。招标时以价换量，毛利率一路承压。

有人问：那等行业集中度提高就好了吧？不一定。短期看，财政紧张确实会挤出长尾小厂商，CR5 缓慢上行；但中期看，如果 AI 单点应用成为主流采购形态，新进入者可以绕开全院系统的壁垒，集中度可能不升反降。

4钱到底从哪来：支付改革，不是 AI

这是我认为最反直觉、也最实用的一条判断。

过去两年，医疗 AI 是绝对的流量中心。但从付费方视角看，AI 并不是最确定的钱。

为什么？因为 DRG/DIP 支付改革直接改变了医院的盈亏结构。

在按项目付费时代，医院做的服务越多收入越高。改成按病种打包付费之后，同一个病种医保给的钱是固定的——成本越低，医院赚得越多。于是病案写得准不准、入组对不对、成本控得住不住，第一次变成了院长的核心关切。

这意味着什么？意味着医院第一次有了强烈动力，为"控成本、保合规、防亏损"买单。而且这个 ROI 特别好讲：减少一次低倍率病例和违规扣款，就能直接换算成钱。

相比之下，AI 模块的预算大多挂在创新试点经费里，而试点经费是预算紧缩时第一个被砍的。

不要用 AI 的故事，去覆盖支付改革的现金流。

做个对比会更清楚：

细分赛道阶段增速付费确定性

核心 HIS / EMR成熟期5%—8%靠信创替换与评级

DRG/DIP 精益运营成长期20%—30%刚需，ROI 清晰

临床专科系统成熟偏成长10%—15%等级评审驱动

医疗 AI 应用导入期25%—40%（基数小）收费路径未明

5真正的杀手：应收账款

现在回到开头那家公司的困惑。

营收涨了五倍，利润率却掉了一大半。问题出在哪？用杜邦公式拆一遍就清楚了：

ROE = 净利率 × 资产周转率 × 权益乘数

医疗软件行业的净利率约 5%—12%，权益乘数约 1.2—1.8，两个都还正常。真正的短板是资产周转率，只有 0.4—0.7。

为什么这么低？因为应收账款和"在途项目"占了大量资产。一个项目签了 500 万，钱要 12 到 36 个月才收回来，这期间它就趴在资产负债表上，不产生任何收益。

这个拆解有个很重要的推论：提升 ROE 最快的杠杆，不是多签单，而是缩短回款周期、提高产品标准化率。

甚至可以反过来讲——多签低质量的订单，不但不能提升 ROE，还会让它恶化。因为每一个定制项目都在增加应收、占用交付资源、压低毛利。

杀死这家公司的不是毛利率，是应收账款。

6那 AI 还押不押？

押，但要讲方法。

先说为什么必须押。查尔斯·汉迪的"第二曲线"理论讲得很清楚：你必须在第一曲线到达顶峰之前就启动第二曲线。等到主业下滑才转型，那时候既没现金也没时间。

现在的核心 HIS/EMR 业务还在贡献现金流，但增速已经放缓——这正是启动第二曲线的正确时点。

再说为什么不能 all in。两个理由：

第一，战略上不能"既要又要"。波特明确警告过，同时宣称成本领先和差异化会让企业"夹在中间"，哪头都不占。主战略必须选一个。

第二，AI 目前的可执行性评分很低。人才稀缺、合规门槛高（辅助诊断类 AI 要拿 NMPA 三类证）、兑现周期长。按"适配度 40% + 财务 35% + 执行 25%"加权打分，AI 原生转型只能到 3.10 分，低于"细分集中化 + 产品化降本"的 3.65 分。

所以答案是：主战略择一，AI 按"期权"配置。

具体怎么配？主战略（细分集中化 + 产品化降本）占 70% 的资源和全部管理注意力；生态绑定占 20%；AI 第二曲线占 10%，并且设好止损线和加码条件。

这样既避免了"夹在中间"，又不犯"创新者的窘境"——成熟企业因为过度关注现有客户而错过新技术，这是克里斯坦森讲了几十年的问题。

7一个容易被忽略的陷阱：核心刚性

最后说一个我认为最扎心的点。

过去让医疗软件厂商成功的三样东西：大规模实施团队、深度定制能力、区域关系网。

这三样，恰恰是产品化和 AI 转型的包袱。

这不是能力不足，是能力错配。柯达的胶卷技术不是不好，是太好了，好到整个组织都在围着它转。

所以转型真正的难点不在技术，在组织。用麦肯锡 7S 做个体检：战略、结构、制度、共同价值观、风格、人员、技能——典型厂商有五项都不适配转型。最要命的是"制度"：如果考核的还是签单额和项目毛利，那所有人都会继续做旧的事。

过去让你成功的三样东西，正在成为你的包袱。而组织会自发地保护那些让它成功的旧能力。

· · ·

8所以，怎么判断一家公司值不值得看

最后给一个可以直接用的清单。判断一家医疗软件公司，别问"行业增速多少"，问这三个问题：

订阅收入占比在上升吗？这决定了它是软件公司还是人力外包公司。

应收账款周转天数在下降吗？这决定了它的利润是真钱还是纸面数字。

标准产品收入超过定制收入了吗？这决定了它的规模能不能摊薄成本。

三个都是"否"的公司，行业再好也跟它没关系。这是典型的生态谬误——行业增速 20%，不代表这家公司能增长 20%。

再补一句反面提醒：做行业调研时，记得去找失败案例。这个行业过去五年退出或收缩的公司，远多于新进入者，死因高度集中在三点——应收账款暴雷、押注单一大客户、云化转型期间成本失控。只看活下来的公司怎么讲故事，会系统性高估成功率。

写在最后

医疗软件是一个慢生意。

它的门槛从来不在技术。HIS、电子病历这些系统在技术上并不神秘，一个成熟的团队都能做出来。

真正的门槛在三件事：你能不能忍受 300 天的回款周期，能不能拒绝一个大客户"就加一个小功能"的请求，能不能在现金流还健康的时候就开始做第二曲线。

这三件事，都反人性。

所以这个行业最后活下来的，往往不是技术最牛的，而是最舍得说"不"的。

— 完 —

关于本文的数据：文中数字分为三类——官方统计口径（卫生总费用、医院数量等，年份需复核）、研究机构与券商口径（需交叉验证）、以及基于公开信息的推导估算（仅作量级参考）。市场规模、增速、集中度等均为区间估算，不可直接用于商业决策，请以企业年报、招投标数据与付费数据库（Wind / IDC / Gartner）复核为准。本文为行业分析方法论演示，不构成投资建议。