AI+健康产业观察

当资本涌向 AI 制药,健康新消费的钱该投向哪里

无界进化这轮 Pre-A,是 2026 年 AI4S 融资潮里的一朵浪花。资本买的是平台、管线、多年后的可能性;健康新消费品牌买不起这个逻辑。本文拆开自建模型的三笔错配,给出一个 2:5:3 的预算框架(经验值)、五个签约前的验收问题,以及三种不该花的钱。

当资本涌向 AI 制药,健康新消费的钱该投向哪里

一家功能性食品品牌开预算会,有人提出:同行都在谈自建模型,我们不做会不会落后?

财务负责人只问了一句:这笔钱,多久能反映到复购率上?

会议室安静了十几秒。这十几秒,就是今天大健康行业最典型的资本困惑。

一、资本买的是可能性,品牌买的是转化率

据公开报道,无界进化这轮融资的核心资产,是一套"基础模型 + 高通量实验"的平台,实验结果持续回流,模型越用越准。

这类资产的特点是:投入期长,赢家通吃,护城河随使用加深。

常见的退出设想也很清楚——管线授权、被药企并购、上市。

健康新消费没有这条路径。一个品牌的退出方式是利润和复购,不是里程碑付款。

所以两边的定价逻辑必须分开看:一级市场为"多年后的可能性"付钱,经营者只能为"下个季度的转化率"付钱。

还有一层差别常被忽略:一级市场的钱有耐心,经营者的钱没有。基金可以等五年看一个管线,品牌等不了五个月——门店租金按月付,渠道账期按季度结。

二、自建模型:三笔最容易算错的账

算力账。 训练一次要按卡时计费,推理还要常年在线。很多老板只算了前者。

数据账。 品牌手里有的是交易数据:谁买了、买了多少。缺的是过程数据:为什么停用、第几天放弃、跟谁抱怨过。

交易数据的字段有限,过程数据的字段要丰富得多。差的这一截,恰恰是 AI 能不能说人话的关键。

人才账。 能做训练和评测的算法团队,是一个长期成本项,且随模型迭代持续投入。多数中型品牌没有这个编制,也留不住这类人。

三笔账加起来,自建模型往往在第一年就花掉大半预算,还没走到评测。

而这笔钱花出去,换来的是一套会随模型迭代过期的能力,不是资产。

判断标准可以更简单:如果一个 AI 项目的主要产出是发布会素材和一份 PPT,这笔钱就不该投。

三、预算拆成三块:2:5:3

下面这个比例是经验值,不是行业标准,仅作起点。

20%:接入。 买现成的 Agent 能力,通过接口接进现有系统,不碰训练,不碰基座。这笔钱买的是时间。

验收:三个月内,至少一条业务线跑通自动化。

50%:内容与知识资产。 产品档案、成分说明、常见问答、真实用户案例、合规语料。这些东西供应商带不走,团队换了也还在。

举个示意图:一个卖几十个 SKU 的品牌,把每个产品的成分、适用人群、禁忌、常见追问整理清楚,能得到数百到上千条可复用问答。这批东西决定了 AI 回答的下限。

下限不高的 AI,越用越危险。

30%:交付与人。 流程改造、岗位培训、考核口径。AI 不进人的工作流,就等于没上线。

验收:一线人员的日均处理量有可测量的变化。

这个比例不必照抄,但有一个硬约束:任何一块超过 60%,另外两块都会被挤压。内容和人这两块被挤压得最狠,也最容易在半年后出问题。

四、签约前问五个问题

1. 六个月内,它能影响哪一个可测指标? 2. 这笔钱买的是长期能力,还是一次性交付? 3. 跑出来的数据,所有权归谁? 4. 供应商明年不合作了,资产还在不在自己手里? 5. 内容出错时,责任链条清不清楚?

五个问题里有两个答不上来,就先别签。

这不是保守。健康行业的容错率本来就低,一条违规文案的代价,可能顶得上一年的内容预算。

还有一个更简单的办法:让供应商拿你的真实产品,回答十几个真实用户问题,当场看结果。演示可以排练,抽查不行。

五、结论:三种钱不要花,三种钱值得花

不要花: 自建基座模型;只为"AI 概念"付费的内容代运营;没有验收标准的试点项目。

值得花: 把预约、打卡、私域三套数据打通;把产品知识整理成可被检索的资产;把 AI 嵌进服务人员与销售的日常动作里。

凯同AI 服务的是健康品牌的增长团队,做 AI 内容与增长工具,接触过 500+ 企业客户。在见过的项目里,一个较常见的现象是:跑得动的,都把 AI 当流程改造项目立了项,配了负责人和验收指标;跑不动的,多半是当宣传点买了一台"会说话的工具"。

资本流向哪里,说明哪里有机会,但不说明哪里适合你。

AI 制药的钱在赌未来五年。健康新消费的钱,得先赢下未来五个季度。

*关键词:AI 制药 / 健康新消费 / 预算分配 / Agent 接入 / 数据资产*

*声明:基于公开信息与行业观察撰写*