近日，百川智能與北京兒童醫院簽署戰略合作協議，雙方計劃共同推出“一大四小”五款AI醫療產品，旨在用AI賦能優質兒科醫療資源擴容下沉，以及區域均衡布局。長江DBA首二班同學、百川智能創始人兼CEO王小川這樣解讀這次合作的意義：“我們認為有機會在3年內打造出具有三甲醫院主治醫師水平的AI兒科醫生，相當于造出了100萬個主治醫師，足以覆蓋全國鄉一級的診所。”

百川智能雖為2023年4月首批成立的國內AI大模型公司之一，但在競爭白熱化的C端應用市場中卻鮮少亮相。盡管在此之前，百川智能已推出了“百小應”產品，可與Kimi、豆包等同類產品相抗衡。王小川認為，這是危險的，一旦互聯網大廠集中資源和精力競爭，勝算不大。“走出大廠的射程，是AI創業公司都面臨的問題。

作者 | 趙東山

編輯 | 姚赟

來源 | 中國企業家雜志

王小川

長江DBA首二班同學

百川智能創始人兼CEO

“用大模型造醫生”，是王小川當下正專注做的事。2024年8月28日，百川智能與北京兒童醫院簽署戰略合作協議，雙方計劃共同推出“一大四小”五款AI醫療產品，用AI賦能優質兒科醫療資源擴容下沉，以及區域均衡布局。

王小川這樣解讀這次合作的意義：“我們認為有機會在3年內打造出具有三甲醫院主治醫師水平的AI兒科醫生，相當于造出了100萬個主治醫師，足以覆蓋全國鄉一級的診所。”

大模型廠商們拼搶激烈的C端應用市場中，并沒有看到王小川和百川智能的身影。即便在此之前，百川智能也推出了“百小應”，可與Kimi、豆包等產品競爭。他認為這是危險的，一旦互聯網大廠集中資源和精力競爭，勝算不大。“走出大廠的射程，是AI創業公司都面臨的問題。”王小川說。

歷經一年半的探索，當大模型技術的演進曲線從陡峭趨于平緩，AI大模型廠商們開始變得更務實，一邊探索大模型性能的邊界，一邊關注商業化應用的落地。

但在王小川看來，太多人都是把大模型當成效率工具、計算器、電腦，新的時代到了，人們始終還是在老范式里面想問題。他認為，大模型落地應該是尋找那些知識密度最大且供給不足的行業，找到短缺提高供給，而不是大家一起琢磨出新的一個沒有滿足的需求。

王小川還強調，他不是在用大模型做醫療，是因為醫療才來做大模型的。他發現，大家太容易對技術仰望，但卻對技術產生的成果又是一種鄙視的狀態，覺得有所謂的“奴仆”給我服務，太分裂了。

王小川知道AI大模型造醫生現在還面臨一系列的問題：比如醫療事關生死，技術上到底靠不靠譜？國家政策法律批不批？商業模式怎么建？被問多了后，王小川找到一個特別簡單的答案：“那你怎么看無人駕駛，如果出了車禍，無人駕駛同樣事關生死，能不能上路也有交通法規，這些擔憂不都有嗎？那無人駕駛大家干嗎做呢。”

2個月前，百川智能完成A輪融資，總融資金額達50億元人民幣。目前，阿里、騰訊、小米等科技巨頭及多家頂級投資機構都是其股東。

作為2023年4月成立的第一批國內AI大模型公司，百川智能掌舵人王小川當下的心態如何？他在大模型應用落地方面有哪些思考？如何看待創業公司與互聯網大廠的競爭？帶著這些疑問，我們與王小川進行的對話中，也找到了部分答案。

王小川同學在DBA課堂上

以下為核心要點：

1.大家去年焦慮買不到卡，今年焦慮有卡不知道該干嗎。

2.我是因為醫療來做大模型的，不是用大模型做醫療。在我的世界觀里面，這一代（技術）最大的進展是語言變成了數學，不是多模態的事。

3.太多人都是把大模型當成效率工具、計算器、電腦，大模型公司、投資人、應用方都是這種思路。新的時代到了，我們始終還是在老范式里面想問題。

4.應用落地有兩類現象，我們叫盲人摸象和小馬過河。沒看清世界是盲人摸象，這些人不知道模型為何物，到底是工具還是伙伴；小馬過河是指不清楚自己的定位，不知道自己在里面扮演什么角色。

5.大家太容易對技術仰望，但對技術產生的成果又是一種鄙視的狀態，覺得有所謂的“奴仆”給我服務，太分裂了。

6.走出大廠的射程，是這幾個（創業）公司都面臨的問題。所以大模型創業得走出共識，否則這是一個非常危險的事。如果一個公司被看得特別明白，那就不是一個創業公司了。

以下為對王小川的專訪內容實錄（有刪減）：

談入局：大模型造醫生，我早就想好了

Q：今年落地方面的感受和體驗是怎么樣的？

王小川：去年4月下場時，我提到“超級模型+超級應用”。如何理解模型和應用兩個關系，還有大廠跟創業公司的關系這些問題，那會都已經想明白了。一路走過來，我在技術領域的言論現在已經開始成為共識，比如談到語言比多模態更和智能有關，OpenAI已經開始實踐了，弱化多模態的方向，強化學習要加強。

在應用驅動側，我認為醫療是這波變革中最大的，甚至是唯一的應用。大家找了半天找不著，但是我找著了大家也不信，這是我們自己內部的狀態和在行業中的位置。

Q：一出手就專注在醫療嗎？

王小川：對，去年沒有大聲喊。我是因為醫療來做大模型的，不是用大模型做醫療。其實，在我的世界觀里面，這一代（技術）最大的進展是語言變成了數學，不是多模態的事。

語言變數學，是人類文明中的重大進步。上一次是把物理變成了數學，是牛頓干的，寫了《自然哲學的數學原理》，于是這就變成一個數學問題，這是了不起的進步。這一次，語言背后的知識、思考、溝通就變成數學問題了。語言變數學之后就知識、思考、溝通變數學，這是最大的變化。

因此，我認為未來的東西是做生命的數學模型。造醫生不是一個垂直語言問題，是用AGI走通，用生命模型走的。在我心中，這不是做個垂直的事情，也許應用領域是垂直的，但是用的模型技術是通向未來的。這是我底層的思考，并不是大家講做醫療就是做垂直應用去了。

當然現在醫療還面臨很多質疑：技術上到底靠不靠譜？事關生死那是非常嚴肅的，國家政策法律批不批？商業模式怎么建？一堆問題。我后來找到一個特別簡單的回答方法，你怎么看無人駕駛？如果以上問題是不做的原因，那無人駕駛大家干嗎做呢？

王小川同學在DBA活動中

Q：也許大家天然認為醫療場景比駕駛場景要解決的問題更復雜。

王小川：（造）醫生確實比這難，但當你談生命問題和行車法規問題時都是在一個大類里的。醫療是唯一一個要做服務和科研的行業，是因為整個醫學的認知是不足的，必須要在實踐當中找認知，所以不要認為單個醫生多強——滿打滿算，單個醫生一輩子看3萬個病人，但大模型今天能夠把所有的數據放一塊，甚至能像醫生一樣地看1000萬個病人。

談路徑：得醫生者得天下

Q：大模型在醫療場景當中，跟醫生的結合，或者對醫生的賦能是什么？

王小川：短期是把成熟醫生的經驗賦能給它，長期會超過醫生。今天我們對技術還處于一種蔑視的位置，之前很多創業者探索過這個領域，更多是模式導向的，連接醫生，但醫生供給不足的問題沒有解決。

2016年我學會了一句話，叫“得醫生者得天下”。互聯網是一個匹配邏輯，拿到一邊去撬動另一邊，或者發現隱藏需求的產品思維模式，成天琢磨的是還有什么潛在的沒有被滿足的需求。但是醫療不是這樣的，醫療是個供給驅動的，你的需求很明白，就是要治病。醫生供給是不足的。

Q：現在您做的事醫院是買單方嗎？

王小川：短期可能是醫院買單，但最終的買單方應該是保險、政府或者個人。在我的邏輯里，不是幫助醫生，是造醫生，我們不是在院內，是要走向院外。醫生對我們而言是朋友關系，但不是我們的服務對象，他是我們的合作伙伴。

我們已經跟北京兒童醫院合作，倪鑫院長明確提出，造100萬個可“居家”的兒科醫生。我們提了一個很大的概念是改變大家的就診路徑：原來技術都是在醫生背后，給醫生提供CDSS，在醫院里做智能影像的讀片系統，而我們是從院內走向院外，甚至從線下走到線上。造醫生這事是必須干的。

Q：為什么是兒科？

王小川：兒科對改變路徑的需求最為迫切。小朋友隔三差五就生病，家長不放心就請假去醫院，甚至半夜要去急診，去了還可能交叉感染，特別是流感大暴發時期。其實80%的兒科疾病是不需要去醫院的，這是院長講的。去醫院就診對患者的成本很高，醫院的體驗也不好，那怎么能讓他別來？就類似國家提倡的分級醫療，通過該路徑實現醫療供給的普及化。

Q：剛剛您反復提到“造醫生”這個詞，相當于它要具備醫生的判斷能力？

王小川：溝通能力、判斷能力。尤其是溝通能力，不是說材料準備好了你幫我做判斷那一下，問診反而是它最核心的能力。問診今天還是刀耕火種，還在靠醫生這張嘴，沒有被標準化過，問題問得不對，就得不到好答案。我們對標的是美國的全科醫生，他會的事兒，我們就該會，他不會的事你別指望我會。

Q：對你來說是一個逐漸打磨的過程，還是第一天起步你就想好要怎樣去做？

王小川：我在2018年說了兩件事：一是“當機器掌握語言，強人工智能就到了”，二是讓數字家庭醫生去賦能基層，這里講的不是在院內的賦能。后來，我還發文章說在未來5到10年可以看到這件事情做起來，就是到2028年。

談思維：不要在過去的范式里思考問題

Q：我們一圈聊下來發現很多通用模型公司在找場景落地體驗，大家會遇到各種各樣的問題，醫院這個場景怎么樣？

王小川：太多的行業人都是把大模型當成效率工具，計算器、電腦在想這個事了，大模型公司、投資人、應用方都是這種思路。新的時代到了，我們始終還是在老范式里面想問題。

舉個典型的例子，當時一個頭部公司核心項目的參與人跑來問我，大模型這個事靠譜嗎？我說你為什么問這個問題？他說7位數乘法都不會做。我接著問，那你會嗎？你坐我面前作為高管也不會7位數乘法，為什么要指望它會？

大家的思維出問題了，我們在“造人”，不是在造工具。

實際上，我提的“造人”是造伙伴的角度，大家開始提的概念叫助理。助理就是錯誤的理解，我們老覺得人高級它低級，它是幫你打雜的，我動腦子你動手，助理是幫你動手的角色。有調侃說，我們想讓機器去掃地洗碗，讓人去寫詩畫畫，結果今天機器寫詩畫畫了，人還在掃地洗碗。

今天我們認為更高級的不是在造助理，是造顧問，它比你更有知識。什么行業是知識密度最大且供給不足的？這是正確的打開路徑。找到短缺就要提高供給，而不是大家琢磨出新的一個沒有滿足的需求。

Q：把它當成一個生產力工具的想法從根上就有錯？

王小川：對。大家老說（要做的）要么殺時間的，要么省時間的。殺時間是娛樂化的，省時間是提效的。那老師、醫生、律師是殺時間的，還是省時間的？都不是，不要在過去的范式里思考問題。

Q：跳出百川智能來看，大家在商業化的路徑走過或正在走哪些彎路？

王小川：一種是，我認為是“有眼下沒未來”，比如立刻就賺到快錢的，你寫個廣告文案、寫個PPT效果很好，沒問題。但這只是一個小應用，在技術迭代過程中，不會成為主旋律。

另一種，覺得訓練模型之后場景自然會來。這個我也不太認可，還要思考大模型跟搜索是什么關系，跟強化學習什么關系，都要完整思考，不是在一個單點上發篇論文就叫技術。

Q：希望應用模型的企業，你看到他們對模型都有哪些誤區？

王小川：大家有點好高騖遠，原來很多垂直產業互聯網立馬想的就是我要訓練模型，轉身從需求方變成了供給方。好多人找我們，問能不能幫我訓個模型？我問他需求啥？他說我也不知道需求啥，反正我訓個模型給別人用。

應用落地有兩類現象，我們叫盲人摸象和小馬過河。沒看清世界是盲人摸象，這些人不知道模型為何物，到底是工具還是伙伴；小馬過河是指不清楚自己的定位，不知道自己在里面扮演什么角色。

談能力：對醫療有更多的理解和信仰

Q：做醫療垂直大模型中間能力的匹配或者需要的切換是？

王小川：我從沒把它當成垂直模型，我們叫醫療增強。通用模型解決不了醫療問題，對我來講，核心是需要讓團隊對醫療有更多的理解和信仰。信仰和理解，這是需要事件和過程的。前段時間我正好跟我們的技術同學講，如果半年前讓你往醫療上想你啥想法？他說我可能離職不干了，但現在呢？覺得真好。

我們跟北京兒童醫院合作的核心是用他們的數據造“醫生”，造醫療大模型，讓“醫生”跟患者、家長能直接接觸到。

Q：這樣的話，對團隊的能力要求很高，他們既要是AI專家，又要懂醫療。

王小川：我們有醫生團隊，甚至有醫生還會寫代碼。醫療圈的人，之前最大的特點就是做“傷”了，講什么都不興奮。但是，當和他們講到大模型造醫生時，有少量的人能興奮，甚至他們還想參與、貢獻，那就是特別優秀的人選。

Q：之前醫院的數據是數據孤島，這種情況下，作為模型公司涉及這個問題嗎？

王小川：我覺得有問題，但我知道醫療是比其他行業更有數據的地方了。這個行業已經有一定的數據沉淀，數字化也做得不錯了，很多行業數字化都沒有。

Q：現在大家有個說法，大模型推理速度會降下來。

王小川：對，一頭是會數十倍地往下降，但是另一頭也會是十倍甚至千倍地往上漲。因為讓機器開始學會慢思考了，它推理完之后不是給你一個靈光一現的東西，它需要慢思考。這時，對推理的要求會變高。比如說，OpenAI會變慢，至少要思考10到20秒，這樣單位成本下降了，但是為了獲得一個好的答案其他成本都上去。

談焦慮：走出互聯網大廠的射程

Q：今年感受到的行業實踐是怎樣的？B端和C端有什么不同？

王小川：今年大家更焦慮了，直接想走C端路線風險挺高的。在C端做事，如果沒有厚度，只是在做模型as service這件事情，在共識里面創業公司是沒戲的。一定得有產業厚度才行，要走出特色，做大家做不到的事，要比大家想得更遠，而且不只技術上的更遠，是在商業上、產業上想得更遠，如果還是在大廠的能力范圍內，這事沒什么好搞的。

我覺得大家太容易對技術仰望，但對技術產生的成果又是一種鄙視的狀態，覺得有所謂的“奴仆”給我服務，太分裂了。造助理不是錯誤，我們也做了百小應。但我認為，它不能代表大模型最前沿的東西。

Q：從移動互聯網時代到AI時代后，發現原來自己很多創業的邏輯是不適用的。你有什么心得？

王小川：可能是幾個變化：第一，核心的變化是產品的邏輯從PMF變成了TPF，PMF是產品和市場的fit，但是我們是供給側改革，市場需求已經在那了，現在需要考慮的是怎么能把它造出來，解決供給不足的問題，所以從PMF變成TPF；第二，是從琢磨用戶需求轉變成了琢磨技術是否能實現產品的各種能力，以及產品研發從造工具變成造“人”。

Q：大家今年和去年的焦慮也是有變化嗎？

王小川：去年焦慮買不到卡，今年焦慮有卡不知道該干嗎。

Q：賺不到錢，會算是焦慮的原因之一嗎？

王小川：我們繞過了大家競爭的主戰場，沒有這個焦慮。我的焦慮是讓大家怎么能把醫學問題和技術問題的信仰平衡好：別做技術的對醫療不關心，做醫療的也不追求技術。融錢、定方向、找人，是我們內部要不斷升級的地方，但是錢和方向上我認為是清楚的。

Q：依照你說的造醫生的愿景，未來都會參與到醫療的哪些環節？

王小川：短期肯定是先讓兒科醫生和全科醫生往基層走，使患者就診的路徑得以改變。再往下走，就能讓醫生有時間干更多事，這樣對科研也會有幫助。當他能夠實時跟患者打交道，能夠幫著更好地收集整理全鏈路數據，這樣就能有足夠的數據。最終，你的醫學模型是知道，什么樣的人該給什么樣的診斷和干預方法，在精準醫療里找到個性化的范式。

Q：從去年到現在，您被投資人問得最多的一個問題是什么？

王小川：最早是怎么追上GPT-4是問得最多的一個問題，今年是大家都發應用了，你們怎么看？現在不這么問了，他們覺得做醫療挺好的。

Q：大廠和模型創業公司之間，接下來大模型創業公司會受到大廠的壓力？

王小川：肯定的，現在人才流動都開始往大廠流。走出大廠的射程，是這幾個（創業）公司都面臨的問題。所以大模型創業得走出共識，否則這是一個非常危險的事。如果一個公司被看得特別明白，那就不是一個創業公司了。早年間，字節跳動也不被看好，好多大廠聊過都放掉了——非共識才是意義。走出大廠的射程，是我們當初下場的第一性原理。

長江DBA十二期班領軍企業家集結中，共同成就新商業文明思想者和引領者。