* [00:00:02] - 开场与上期回顾 * 我自我介绍。 * 上期回顾：上一期讲了 Xaira Therapeutics，一家成立第一天就拿到10亿美元融资的AI制药公司。它的逻辑是用AI从头造药物分子，把3~5年的抗体发现压缩到几周，赌的是“AI能不能造出更好的药”。 * 本期预告：今天换一个完全不同的思路——不造药，只掌握数据。这家公司认为，谁攥着最多最全的真实医疗数据，谁就掌握了行业基础设施。它就是2024年在纳斯达克敲钟的 Tempus AI。 * [00:00:45] - 精准医疗的痛点与Tempus的创立 * 扎心问题：同一种肺癌用同一款药，有人活10年，有人3个月就走了，为什么？ * 答案：基因不同，肿瘤突变不同，病名背后是不同生物学机制。 * Tempus的背景：创始人 Eric Lefkofsky（团购鼻祖Groupon联合创始人）。 * 创立契机：2015年妻子患乳腺癌，他发现肿瘤科医生做决策全靠经验，数据分散在不同系统，行业缺了数据基础设施。于是他创立Tempus，目标就是把所有分散的医疗数据整合起来，让AI帮医生做更靠谱的决策。 * [00:02:12] - Tempus的数据资产与AI三层应用 * 10年成果：建起了一个覆盖超过1500万名患者的全球顶尖多模态医疗数据库。 * 解释“多模态”：不是只收集一种数据，而是把基因组测序、医学影像、病理切片、电子病历、用药记录、治疗结果全攒到一块儿。数据是活的，每天更新。 * AI的三层应用： * 第一层：给医生当参谋（[00:02:41]） * 医生输入基因检测结果，AI立刻调出类似基因型患者的数据，告诉你哪种方案最有效、有哪些临床试验可匹配、哪些药有副作用。医生从“凭经验判断”变为“有数据支撑”。 * 第二层：帮药企做研发（[00:03:04]） * Tempus将去标识化的真实世界数据授权给药企（“去标识化”即抹去个人信息）。药企用来筛选临床试验患者、验证新药效果、找新靶点。这是Tempus最主要的收入来源。 * 第三层：孵化新能力（[00:03:20]） * 数据积累到一定量级产生意外惊喜。案例：2025年推出的新功能——AI只需分析一张胸部X光片，就能估算出患者的体脂率、肌肉量等身体成分数据。没有海量数据练不出这种能力。 * [00:03:44] - Tempus的商业模式：数据飞轮 * 商业模式：典型的“双边市场”。 * 一边是医院和医生（数据入口）：以亲民价格提供基因检测服务，同时提供AI辅助决策工具。这一边赚的是小钱，但能收上数据。 * 另一边是药企（变现出口）：将整合好的数据打包卖给_药企，收取数据使用费。这一边才赚大钱。 * 核心循环（数据飞轮）：数据越多 → 对药企越值钱 → 药企付的钱越多 → 就能覆盖更多医院、积累更多数据。一旦启动很难打断。 * 硬数据：2025年第一季度，Tempus营收2.56亿美元，同比暴涨75%，基因组业务增长89%。这是上市公司实打实的财报数字。 * [00:04:46] - 护城河的本质：算法可追，数据不可追 * 核心观点：算法从来不是真正的护城河，数据才是。新模型可以明天就被对手研究、优化、甚至超越。 * Tempus的壁垒：是花了10年时间、跑了几千家医院、攒下的1500万患者数据。这是时间壁垒，是用无数个日夜和患者信任堆出来的，多少钱都买不来。 * 结论：它卖的不是最聪明的算法，是最稀缺的数据。在AI时代，先建数据壁垒，比先建算法壁垒更重要。 * [00:05:20] - Tempus的三个致命风险 * 风险一：数据偏差（[00:05:20]） * 数据主要来自美国大型医疗中心，人群分布不均衡，AI学到的规律换一类人就不准。 * 比喻：只用20-35岁年轻人训练糖尿病筛查模型，拿去给65岁老人判断，容易误判“风险低”却漏掉真实问题。而且医生一旦信任AI，警惕性会下降，风险更大。 * 风险二：隐私监管（[00:05:54]） * 医疗数据最敏感，“去标识化”也不能100%保证安全。美国各州隐私法规越来越严，一旦数据泄露，对Tempus是灭顶之灾。 * 风险三：持续亏损的压力（[00:06:12]） * 虽然营收涨得快，但Tempus到现在还没盈利。华尔街耐心有限，一旦增速放缓，估值会立刻跳水。 * [00:06:26] - 中国能否复制Tempus模式？ * 中国独有的优势：患者基数巨大。中国医保覆盖13亿人，每年新增癌症超450万，接近美国的3倍。数据土壤比美国肥太多。 * 但是，有三道难开的锁： * 第一道锁：数据孤岛（[00:06:54]）。医疗数据分散在几千家医院的系统里，互不连通、格式不同。要做中国版Tempus，是一家一家去谈的地面硬仗，工程量是美国的好几倍。 * 第二道锁：权属不清（[00:07:00]）。医院的数据归谁？能不能给商业公司用？如何定价合法？国内没有明确政策框架，权属不清晰就没有市场。 * 第三道锁：合规风险（[00:07:13]）。《个人信息保护法》、《数据安全法》管得极严，规则还在不断调整，今天合规明天可能就违规。这种不确定性比严格规则更难应对。 * [00:07:57] - 结语与下期预告 * 核心判断：算法可以被追赶，但数据不能。建数据库不如建模型“性感”，没有发布会和跑分，但它是AI医疗里最难被替代、最难被颠覆的核心资产。Tempus用10年时间、1500万患者数据验证了这个道理。 * 金句：最持久的壁垒，往往不是光鲜亮丽的技术，而是靠时间、耐心和信任一点点堆出来的真东西。 * 下期预告：将解码 Abridge AI——AI怎么替医生写病历？这门生意怎么赚钱？它的护城河又有多深？

我是李成东，海豚社创始人，前互联网大厂总裁办电商战略负责人，现新消费投资人，天使轮投出了6家独角兽。 今天是我《AI医疗》系列的第一期，要拆解的是整个系列里技术最深、赌注最大的公司：Xaira Therapeutics。这家公司成立第一天就拿到了10亿美元A轮融资，没有产品、没有营收，但全球顶级投资人抢着投资。这期内容将讲清楚这10亿美元到底在赌一个什么样的未来。 我从Xaira的核心技术（RFdiffusion）、商业模式（自研管线+技术授权）、行业授权）、行业影响以及风险与机遇四个维度进行了深度拆解。 * [00:00:02] - 开场与行业定位 * 核心问题：AI到底有没有能赚钱的落地案例？医疗是不是下一个风口？ * 本期主角：Xaira Therapeutics，2024年成立第一天即获10亿美元A轮融资。 * 行业坐标：AI医疗已走到第三阶段——AI开始自己创造以前从未存在过的东西。Xaira是走得最彻底的纯AI原生公司。 * 传统新药研发痛点：平均12年、26亿美元，90%的候选药物在临床试验中失败。 * [00:01:33] - 核心人物与技术拆解 * 关键人物：David Baker，2024年诺贝尔化学奖得主，华盛顿大学教授。其实验室的核心技术被商业化后诞生了Xaira。 * 核心技术：RFdiffusion。 * 比喻解释： * 门 = 疾病；锁 = 靶点蛋白；钥匙 = 药。 * 传统制药 = 盲试钥匙（从几百万把里试）。 * AlphaFold (2020) = 看懂钥匙（能匹配，但造不出新的）。 * Xaira的RFdiffusion = 定制创造钥匙（你指哪扇门，当场打印专属钥匙）。 * 颠覆性数据：传统抗体发现需3-5年，Xaira只需几周，快了将近100倍。 * [00:03:09] - AI重构药物发现全流程（盖房子逻辑） * 第一步：AI找靶点（地质勘测）——精准定位关键蛋白质。 * 第二步：AI生成分子（画设计图）——RFdiffusion设计匹配的蛋白质或抗体。 * 第三步：AI预测性质（电脑模拟）——评估稳定性、毒性等。 * 第四步：实验验证（盖小样）——机器人自动合成、测试，结果反馈给模型迭代。 * 本质区别：大多数AI医药公司是“传统制药+AI辅助”，而Xaira是“AI原生制药，全部AI驱动”。 * [00:04:00] - 商业模式与行业影响 * 两条腿走路： 1. 自研管线：自己研发、上市卖药，回报最高但周期最长（最乐观估计2030年后）。 2. 技术授权：将分子授权给大药厂（如礼来、诺华），收预付款和分成（如英矽智能与赛诺菲的12亿美元合作）。 * 10亿美元的用途：按顶级烧钱速度，能撑5-8年。买的不是技术，是时间。 * 四个根本性改变： 1. 验证了“计算优先”路线的可行性。 2. 打通了基础科研到商业化的快车道商业化**的快。 3. 重新定义了估值逻辑（从看管线进度到看平台能力）。 4. 拉高了行业门槛（过滤掉蹭概念的二流团队）。 * [00:05:34] - 风险与中国视角 * 两大致命风险： 1. 临床死亡谷依然存在：人体不是计算机，AI改变不了生物学规律。更快设计分子，可能只是更快迎来失败。 2. 高估值是祝福也是诅咒：10亿估值意味着下一轮必须更高，临床数据拉胯则估值逻辑崩塌。 * 中国版Xaira的可能性： * 结构性红利： * 患者数据规模：14亿人口，肿瘤患者全球第一。 * 临床速度：2024年临床试验超7100个，全球最快。 * 成本优势：科学家薪资和实验成本仅为美国的三分之一到一半。 * 政策支持：AI制药列入“十四五”重点。 * 硬伤： * 专业资本缺失：能缺失**：看懂RFdiffusion的生命科学VC凤毛麟角。 * 数据封锁生效：2025年4月美国新规禁止向中国转移人类基因组数据。 * [00:07:16] - 中国版Xaira的三条可行路径 * 第一条：本土化路线——聚焦肝癌、胃癌等中国高发病种，走国内审批，服务国内市场。 * 第二条：授权出海——在国内完成分子设计和早期验证，将权益卖给欧洲、日本药企。案例：中国公司Helixon 2024年与法国赛诺菲签了超过17亿美元的合作。 * 第三条：双总部架构——研发在内地，商务和知识产权落在香港或新加坡。案例：英矽智能已成功上市。 * 结论：三条路没有哪条是完美的，但每一条都已经有人跑通了。 * [00:08:00] - 结语与下期预告 * 核心金句：在长周期行业里，能买时间的技术，永远值得重仓投入。 * Xaira不是传统药企，是一台用计算能力买研发时间的机器。 * 它把抗体发现速度提了100倍，也给整个AI制药赛道立了一把标尺。 * 最终能否交出临床数据，能否在2030年让第一款AI药物到达患者手中——答案需要时间来给出。 * 下期预告：不发明药，却靠掌握全球最多癌症患者数据建起护城河的公司——Tempus AI。

上一期聊了AI怎么卷死企业，这期咱们把目光聚焦到个人。你现在的岗位，三年后还在吗？AI对普通职场人的冲击已经到来，而且比所有人预想的都更快、更狠。今天这期，我不光讲透危机，更手把手教大家怎么破局，最后还会给你三个落地的行动建议。 * [00:00:02.720] 开场：上一期咱们聊了AI怎么卷死企业，结尾我留了个扎心的问题：企业被卷死的背后，是一个个具体的岗位正在被AI一口一口吃掉。今天我再问大家一句：你现在的岗位，三年后还在吗？很多人还觉得AI替代岗位是八竿子打不着的事，但我跟大家说句实在的，这场冲击早就来了，而且比所有人预想的都更快、更狠。你赖以为生的岗位、攒了多年的经验、练出来的核心本事，可能明天就会被AI彻底稀释价值。这也是咱们普通打工人最容易丢饭碗的直接原因。 * [00:00:34.270] 介绍本期内容与破局方法：今天这期，我不光讲透危机，更手把手教大家怎么破局，最后还会给你三个落地的行动建议，比你瞎追任何风口都管用。我是李成东，之前在互联网大厂总裁办做电商战略，现在是新消费投资人，天使轮投出了6家独角兽。欢迎来到东哥笔记。 * [00:00:51.370] 核心观点：先讲最核心的，AI到底是怎么一步步卷死普通职场人的？我把最容易丢饭碗的人分成了三类，各位可以对照看看，自己有没有踩坑。 * [00:01:00.700] 第一类人：从事标准化、程式化工作的白领岗位，首当其冲。谷歌云计算部门2万多个空缺岗位，直接不招人了，全让AI顶上；纽约银行70%的代码，都是AI写的。这根本不是个例，硅谷、纽约早就成了AI替代岗位的重灾区。 * [00:01:19.200] 第一类人（续）：我身边还有太多真实例子，GPT普及之后，很多开公司的朋友直接把品牌部、设计部、媒介部大裁员。原因特别简单：原来做一套完整方案，团队要忙两天还不一定让老板满意，现在用AI，两分钟就能出一套逻辑完整的方案。你能做的工作，AI能做得更快、更好、成本更低，企业凭什么留着你？档案专员、法律助理、客服、券商分析员、文案策划、基础程序员，这些岗位正在被AI快速替代，一点不带含糊的。 [00:02:00.740] 第二类人：只靠学历背书，没有解决实际问题能力的人。AI这波冲击直接把学历的含金量彻底重估了，除了顶尖名校，普通大学文凭的含金量正在肉眼可见的稀释。现在企业招人，根本不看你文凭有多好看，只看你能不能解决实际问题，而不是拿着一纸文凭混日子。AI的数据库里装着人类绝大多数书本知识，你死记硬背三五年啃下来的内容，AI一秒钟就能调出来，还比你记得更全更准。所以我一直说，未来人和人的核心差距，再也不是知识储备，而是你的好奇心，洞察真实需求的能力，还有调度AI解决问题的本事。还抱着考个好大学、拿个好文凭就能安稳过一辈子的想法，迟早会被时代狠狠甩在身后。 * [00:02:30.790] 第三类人：纯做中间管理，没有核心决策能力的中层管理者。上一期咱们就猜得明明白白，AI能直接调取数据，输出结果，下达指令，根本不需要中间传话的人。

* [00:00:02] - 开场与核心问题 * 我自我介绍：前互联网大厂总裁办电商战略负责人，现新消费投资人，天使轮投出6家独角兽。 * 抛出核心问题：2026年最残酷的问题——你的公司还能不能活过三年？ * 核心观点：答案与是否用AI无关，只与是否看懂AI时代的商业规则有关。AI时代只有两条路：要么用AI卷死别人，要么被别人卷死。 * [00:00:49] - 维度一：AI正在绞杀企业中间层 * 核心逻辑：AI像剥洋葱，专从中间环节下手，铲平靠信息差、人力规模、流程壁垒建起的护城河。 * 第一波浪潮：卷死靠人力堆砌的内容生产中间环节。 * 案例：AI漫剧单集成本从2-3万降至2000-3000元，砍掉90%，播放量仍可达5-10亿。 * 第二波浪潮：顶替传统中层管理、单一技术执行的核心职能。 * 重点：从单AI工具提效，转向多智能体协同，直接替代管理和执行的中间环节。组织越臃肿，死得越快。 * 第三波浪潮：让产业链里无供应链和成本优势的中间型企业彻底出局。 * 案例：国内同性能机器人成本仅为美国的10%，已落地海外。纯赚差价的贸易商、代工厂毫无还手之力。 * [00:03:41] - 维度二：AI彻底改写商业游戏规则 * 第一，死守旧技术壁垒的企业会被洗牌出局。 * DeepSeek带来双重暴击：1. 将大模型竞争门槛从“造不出来”拉低到“谁便宜谁赢”；2. 美国芯片禁令反而加速了中国GPU产业链成熟。依赖海外技术、未融入国产AI生态的企业将被边缘化。 * 第二，抓不住AI新入口的企业，连被用户看见的资格都没有。 * AI正在成为超越手机APP、搜索引擎的下一代超级入口。流量分发权已转到AI手里。未来要抢的是AI推荐的那一句话。进不了AI推荐池的品牌，哪怕曾是行业头部，也会被用户遗忘。 * [00:05:38] - 破局三步法：企业如何用AI反卷 * 第一步：降本增效。 * 用AI把成本打到极致（如AI漫剧成本降至1/10）。但降本不是目的，省下的钱要深耕更有壁垒的核心业务。 * 第二步：模式颠覆。 * 利用中国独有的“三重叠加能力”做别人做不了的事： 1. 虚拟世界优势：全球顶尖算法（字节）与最活跃的AI应用生态。 2. 物理世界优势：全球领先5G通信与工业互联网基础设施。 3. 物质世界优势：全球最完整的供应链体系，带来极致成本与迭代速度。 * 未来10年，AI+智能机器人、AI+智能硬件等软硬结合赛道是中国企业的绝对主场。 * 第三步：全球化破局。 * AI炸掉了中国企业出海的所有门槛（语言、文化、审美差异）。 * 案例：全球手游市场90%以上份额仍是中国公司做的。AI时代，全球内容消费市场将从100亿扩容到1000亿，大部分会被中国企业拿走。 * 机会：高性价比的平替SaaS工具、AI+供应链的智能硬件在海外有巨大市场。 * [00:08:44] - 结语与下期预告 * AI赛道的军备竞赛没有尽头，能走到最后的不是跑得最快的，而是活得最久、现金流最稳的。 * 下期预告：AI这把刀会直接砍向每一个打工人。我将探讨“你现在的岗位3年后还在吗？”，并告诉普通人如何用AI卷赢。

本期播客由李成东（东哥）主讲，核心观点是：比较字节、阿里、腾讯三家的AI实力强弱是一个错误的问题，因为它们的战略路线和竞争逻辑完全不同，根本不在同一张牌桌上。 并且详细拆解了三家公司的差异化AI战略： * 字节跳动：All in自研，聚焦C端超级入口。通过“豆包”（对话式AI）和“集梦”（图像/视频生成）复制抖音的增长路径，旨在打造手机上的AI操作系统，目标是成为用户的第一反应入口（OpenAI + TikTok + 抖音电商的合体）。 * 阿里巴巴：押注算力基建与生态投资。通过大规模投入云计算基础设施、垄断高端算力卡、大力推广开源模型（通义系列）以及战略性投资头部AI公司，构建从算力、模型到应用的完整生态闭环，目标是成为AI时代的“水电煤”（英伟达 + AWS + 电商生态的合体）。 * 腾讯：依托微信生态，轻量化整合AI。不追求自研顶尖大模型或算力集群，而是将AI（如助手“元宝”）深度嵌入微信、QQ、企业微信等十亿级日活的高频场景中，依靠强大的流量分发和社交关系链守住用户，目标是成为AI时代的社交与娱乐基础设施（微信 + 游戏 + 轻量级AI的合体）。 结论是三者分别围绕入口争夺、算力生态控制、社交场景渗透构建了不同的竞争壁垒。 Shownotes * [00:00:02] - 开场与核心论点 * 主播李成东（东哥）自我介绍。 * 核心观点抛出：问“字节、阿里、腾讯哪家AI最强”是错误的问题。它们路线逻辑完全不同，不在同一张牌桌上。 * [00:00:31] - 字节跳动的AI战略：打造AI操作系统 * 高层重视：张一鸣亲自下场担任AI业务CEO。 * 巨大投入：拥有超大规模的数据标注与审核团队。 * 核心矛盾：算力在面向C端的“豆包/集梦”与面向B端的专业工具“龙虾”之间如何分配。 * 惊人成绩：豆包DAU峰值超1.45亿，MAU 2.26亿，已成国内AI应用第一；获客成本极低。 * 战略本质：目标是 OpenAI + TikTok + 抖音电商 的合体，将豆包打造成手机上的AI操作系统，成为用户的第一反应入口。 * [00:02:07] - 阿里巴巴的AI战略：成为AI时代的水电煤 * 算力押注：拿下国内大部分高端算力卡；宣布未来三年投入3800亿于云与AI基建。 * 市场地位：国内IaaS市场份额第一（35.8%），算力成本低于行业30%。 * 核心逻辑：做AI淘金热中的“卖铲人”，垄断算力刚需。 * 生态构建： 1. 开源模型：通义系列全球下载量破6亿，成为最大开源模型家族之一。 2. 战略投资：广泛投资国内头部大模型及视频生成公司，并绑定其使用阿里云。 * 战略本质：目标是 英伟达 + AWS + 电商生态 的合体，通过自研芯片、万卡集群、开源模型锁定从训练到变现的全链条，成为中国AI的“水电煤”。 * [00:04:16] - 腾讯的AI战略：守住社交与娱乐基础设施 * 差异化投入：资本开支约为阿里的66%，无万卡级自研集群，算力主要靠租赁。 * 核心优势：手握微信、QQ十亿级日活生态。 * 落地场景：AI助手“元宝”内嵌微信，日活破5亿；超700个场景接入混元大模型；企业微信日活破1亿。 * 战术选择：“拿来主义”，快速整合海外及开源优秀模型，不纠结于自研顶尖技术。 * 战略本质：走 微信 + 游戏 + 轻量级AI 的合体路线。不拼算力，不做开源，不抢独立入口，而是将AI做成微信生态的“插件”，依靠流量分发权和社交关系链守住用户，成为AI时代的社交与娱乐基础设施。 * [00:05:37] - 总结与对比 * 字节：All in自研，重流量、重C端、重多模态，靠超级入口与流量分发定胜负。 * 阿里：自研+投资双保险，重算力、重生态、重B端，要做行业水电煤与标准制定者。 * 腾讯：轻自研、重社交、重场景、轻算力，依托微信流量基本盘实现商业变现。 * 再次强调：三家路线迥异，竞争逻辑不同。

大家好，我是李成东，海豚社创始人。 之前在互联网大厂总办专门做电商战略，办过百余场“东哥饭局”，链接了上千位投资人和创业者，天使轮投出 6 家独角兽。 现在我将通过《东哥笔记》，为你解读前沿市场信息，拆解全球化与 AI 背后的商业逻辑。期待和你同行，把生意做得更明白。