AI 医疗赛道在比什么?从微软收购“美版科大讯飞”说起

  • 发表时间:
    , 文章来源:MyZaker, 新闻取自各大新闻媒体,新闻内容并不代表本网立场

    *(photo:MyZaker)

    文丨一千二百字

    未来,国内医患供需比例悬殊的矛盾能否借助人工智能缓解?这是一个普世而民生的问题。

    微软近期收购 Nuance 的价格按照后者每股 56 美元计算,将达到 160 亿美元,加上 Nuance 的净负债部分,总价将是 197 亿美元,是继收购 LinkedIn 之后的最大一次手笔,且全部是现金支付。这一方面说明微软现在很有闲钱,大举并购的同时也没耽误股票回购计划;另一方面或许可以理解为微软管理层认为其当前股价仍被低估,所以不愿意动用一部分股权冲抵现金,反正当下美元大放水,融资不难。

    Nuance 是活跃在美国医疗、金融、电信和旅游行业的智能语音公司,曾帮助早期的苹果 Siri 完成搭建工作。用一个不太恰当的类比,微软收购 Nuance,就好比是阿里巴巴(或字节跳动、百度)把科大讯飞买下来了,而腾讯买搜狗据说还在审批阶段。Nuance 是上市公司,当前市值兑换货币后接近 1000 亿人民币,科大讯飞是 A 股公司,市值超过 1000 亿人民币。两者体量相当,但科大讯飞在场景和 to C 消费级市场等方面相对领先。

    下面就通过分析 Nuance 的商业模式,看看微软买下它究竟能在 AI 医疗领域有哪些突破,以及国内 AI 医疗赛道的对比分析。

    微软急 " 补锅 "

    在智能语音领域,微软本来是有 Cortana 品牌的,但是在与亚马逊 Alexa、Google Assistant、苹果 Siri 的竞争中处于劣势,去年退出了 C 端消费级市场的竞争,转而变成一个类似于内部办公的支持工具,导致微软在这个领域短了一环。在这次并购前,微软已经和 Nuance 有过业务合作,并把后者作为一个工作套件 ( suite ) 整合进微软协同办公软件 Teams 聊天中。

    当然,Nuance 的主业不是用来聊天的,它算是一家纯 to B 的公司。它在医疗领域主要应用在临床文档录入、影像分析等环节,用几款以 Dragon 字样命名的产品面向医生群体,市场份额全球领先。

    从大的产业层面,我们看到了云计算的两个明显趋势:一是 AI 从 " 配菜 " 愈发成为企业用云决策时的重要参考因素,AI 给云加分;二是云计算加速进入垂直产业、向生产力端靠拢。可以设想,微软云平台通过整合 Nuance 的技术,可以把相关 SaaS 软件卖给医院,做远程辅助医疗,同时推广其 Azure 基础云服务。也就是说,微软的着眼点仍在云业务上。

    *(photo:MyZaker)

    那么,Nuance 表现怎么样呢?根据其 10-K 年报,它的营收结构主要有几块:1.SaaS 服务(hosting 托管业务);2. 软件的本地授权 ( on-premise ) ;3. 维护升级支持(主要针对 on-premise 本地的);4. 专业服务 ( 主要是一些培训收费 ) ;5. 硬件。其中,SaaS 托管收入是大头,总营收占比大致在六成左右;产品的本地授权安装,以及后续的维护支持收入两者加在一起占比不到四成。可以看出,这基本上是一个比较典型的 SaaS 服务商的收入结构特点。

    *(photo:MyZaker)

    参照上面这张图,相比于传统软件模式,SaaS 模式下的企业现金流稳定性更强,因为在传统授权生意下,初始阶段的授权收入最高,后续不确定性相对较大;而在订阅模式下,凭借 SaaS 订阅用户的逐年续费,可以在每年都有稳定进账。但这两年,Nuance 这家成立近 30 年的公司似乎遇到了发展上的瓶颈,这与苹果、谷歌等巨头的竞争不无关系。

    *(photo:MyZaker)

    根据其年报,2016-2020 财年总收入几乎没有增长,甚至有同比微降。这不像一家科技公司该有的增速水平,或者说不像上升期和成熟期阶段的发展水平。但在盈利能力和经营现金流方面,Nuance 表现一直不错,属于 to B 公司财务表现的特点。在这个阶段投入巨头怀抱,对 Nuance 来说可说是求之不得,它已迫不及待地在公司官网上公布了被收购的消息。

    但微软在医疗方面并没有从底层做起的深入布局,更多是凭借 Azure 公有云、Office 365、Dynamics 365、SQL Sever 数据库以及 HoloLens 混合现实技术,从医疗外围做一些 " 蜻蜓点水 " 的工作,还是以一个云厂商的身份在渗透行业。这些可以在微软中国官网的医疗案例中找到。它不像 IBM 做 Watson Health,是从医学实验室环境起步、用大数据做辅助诊疗。不过据外媒报道,为更好地将业务重心放在云计算上,IBM 有意出售 Watson Health 业务,研发成本消耗较大。

    国内的争夺

    据粗浅观察,目前国内 AI 医疗的落地主要集中在诊中的大数据读片和语音录入电子病历,以及诊后的健康管理、虚拟医生助手等场景。其中,相对更成熟的应该是 AI 读片的图像分析领域,除一批创业公司、医疗技术垂直公司外,诸如腾讯觅影、阿里巴巴达摩院、百度飞浆、科大讯飞等大公司也已布局。国内外也曾做过人机读片比赛,结果证明机器学习的能力可以追上有多年临床经验的医生,但还达不到谷歌 AlphaGo 在围棋上对人类选手的 " 碾压 "。临床经验仍是机器难以学习、发挥的。

    *(photo:MyZaker)

    而语音电子病历方面似乎普及速度并不快,三甲医院门诊日常更多是医生用电脑输入、打印病例,或还是用笔记录。在 C 端消费市场,语音输入的准确率尚不能让人很满意,专业的医学术语进一步加大了识别难度,对云端词库的专业性提出挑战。很明显这不是单靠科技公司能解决的,需要医生参与进去做研发。而且,国内门诊的嘈杂环境也增加了识别难度。

    根据零壹智库去年统计,国内智能语音医疗案例主要集中在四家公司,包括老牌语音 AI 企业科大讯飞(北京)和小 i 机器人(上海),以及初创语音公司思必驰(苏州)和云知声(北京),其中最普及的应用场景是语音电子病历。但是这些公司都属于 " 半路出家 ",并非一上来就锁定在医疗上。

    针对目前医疗行业存在的医患供需不平衡、特别是优质医疗资源相对匮乏,以及过度医疗等问题,不管是 AI 医疗影像还是语音电子病历,似乎都解决不了什么,它们更多是扮演虚拟助手角色,反倒在医学研究、药物研发上的价值更大一些。技术有望降低基层普通医生的误诊率,缩小与名医之间的差距,而对优质的、仁心的医生的培养仍要靠大学和临床经验。医疗是一个保守的行业,属于谨慎型创新,这也决定了 AI 在医疗上的落地速度不如其他行业快,AI 渗透率还很低。

    另外在商业模式上,国内技术公司与 Nuance 类似也是靠卖软件、卖 SaaS 解决方案为生,倘若 BAT 级别的公司未来也像谷歌、苹果那样吃掉垂直公司的技术优势与市场份额,不再靠卖解决方案赚钱,而是捆绑背后更大的云服务进行 AI 兜售,或把语音技术以 API 等形式开放出去,直接降低服务售价,那初创公司会做何应对?前两年,云知声选择与平安集团旗下的平安好医生成立合资公司,就是想让技术与资本和场景靠得更近。

    总结一下,智能语音只是国内 AI 医疗赛道中的一个分支,场景相对简单,竞争者既要面对医疗行业谨慎创新的特点,又要提防巨头的后来居上。像科大讯飞这类老牌公司在语音等技术上是有积累优势的,但更迫切地是比拼谁对实际医疗场景的理解和技术落地更深。毕竟与巨头相比,它们手上相对缺乏 C 端用户数据、云的背书,以及交叉销售的机会。