未來，國內醫患供需比例懸殊的矛盾能否借助人工智能緩解？這是一個普世而民生的問題。
微軟近期收購Nuance的價格按照后者每股56美元計算，將達到160億美元，加上Nuance的凈負債部分，總價將是197億美元，是繼收購LinkedIn之后的最大一次手筆，且全部是現金支付。這一方面說明微軟現在很有閑錢，大舉并購的同時也沒耽誤股票回購計劃；另一方面或許可以理解為微軟管理層認為其當前股價仍被低估，所以不愿意動用一部分股權沖抵現金，反正當下美元大放水，融資不難。
Nuance是活躍在美國醫療、金融、電信和旅游行業的智能語音公司，曾幫助早期的蘋果Siri完成搭建工作。用一個不太恰當的類比，微軟收購Nuance，就好比是阿里巴巴（或字節跳動、百度）把科大訊飛(002230,股吧)買下來了，而騰訊買搜狗據說還在審批階段。Nuance是上市公司，當前市值兌換貨幣后接近1000億人民幣，科大訊飛是A股公司，市值超過1000億人民幣。兩者體量相當，但科大訊飛在場景和to C消費級市場等方面相對領先。
下面就通過分析Nuance的商業模式，看看微軟買下它究竟能在AI醫療領域有哪些突破，以及國內AI醫療賽道的對比分析。
微軟急“補鍋”
在智能語音領域，微軟本來是有Cortana品牌的，但是在與亞馬遜Alexa、Google Assistant、蘋果Siri的競爭中處于劣勢，去年退出了C端消費級市場的競爭，轉而變成一個類似于內部辦公的支持工具，導致微軟在這個領域短了一環。在這次并購前，微軟已經和Nuance有過業務合作，并把后者作為一個工作套件(suite)整合進微軟協同辦公軟件Teams聊天中。
當然，Nuance的主業不是用來聊天的，它算是一家純to B的公司。它在醫療領域主要應用在臨床文檔錄入、影像分析等環節，用幾款以Dragon字樣命名的產品面向醫生群體，市場份額全球領先。
從大的產業層面，我們看到了云計算的兩個明顯趨勢：一是AI從“配菜”愈發成為企業用云決策時的重要參考因素，AI給云加分；二是云計算加速進入垂直產業、向生產力端靠攏。可以設想，微軟云平臺通過整合Nuance的技術，可以把相關SaaS軟件賣給醫院，做遠程輔助醫療，同時推廣其Azure基礎云服務。也就是說，微軟的著眼點仍在云業務上。
那么，Nuance表現怎么樣呢？根據其10-K年報，它的營收結構主要有幾塊：1.SaaS服務（hosting托管業務）；2.軟件的本地授權(on-premise)；3.維護升級支持（主要針對on-premise本地的）；4.專業服務（主要是一些培訓收費）；5.硬件。其中，SaaS托管收入是大頭，總營收占比大致在六成左右；產品的本地授權安裝，以及后續的維護支持收入兩者加在一起占比不到四成。可以看出，這基本上是一個比較典型的SaaS服務商的收入結構特點。
參照上面這張圖，相比于傳統軟件模式，SaaS模式下的企業現金流穩定性更強，因為在傳統授權生意下，初始階段的授權收入最高，后續不確定性相對較大；而在訂閱模式下，憑借SaaS訂閱用戶的逐年續費，可以在每年都有穩定進賬。但這兩年，Nuance這家成立近30年的公司似乎遇到了發展上的瓶頸，這與蘋果、谷歌等巨頭的競爭不無關系。
根據其年報，2016-2020財年總收入幾乎沒有增長，甚至有同比微降。這不像一家科技公司該有的增速水平，或者說不像上升期和成熟期階段的發展水平。但在盈利能力和經營現金流方面，Nuance表現一直不錯，屬于to B公司財務表現的特點。在這個階段投入巨頭懷抱，對Nuance來說可說是求之不得，它已迫不及待地在公司官網上公布了被收購的消息。
但微軟在醫療方面并沒有從底層做起的深入布局，更多是憑借Azure公有云、Office 365、Dynamics 365、SQL Sever數據庫以及HoloLens混合現實技術，從醫療外圍做一些“蜻蜓點水”的工作，還是以一個云廠商的身份在滲透行業。這些可以在微軟中國官網的醫療案例中找到。它不像IBM做Watson Health，是從醫學實驗室環境起步、用大數據做輔助診療。不過據外媒報道，為更好地將業務重心放在云計算上，IBM有意出售Watson Health業務，研發成本消耗較大。
國內的爭奪
據粗淺觀察，目前國內AI醫療的落地主要集中在診中的大數據讀片和語音錄入電子病歷，以及診后的健康管理、虛擬醫生助手等場景。其中，相對更成熟的應該是AI讀片的圖像分析領域，除一批創業公司、醫療技術垂直公司外，諸如騰訊覓影、阿里巴巴達摩院、百度飛漿、科大訊飛等大公司也已布局。
國內外也曾做過人機讀片比賽，結果證明機器學習的能力可以追上有多年臨床經驗的醫生，但還達不到谷歌AlphaGo在圍棋上對人類選手的“碾壓”。臨床經驗仍是機器難以學習、發揮的。
而語音電子病歷方面似乎普及速度并不快，三甲醫院門診日常更多是醫生用電腦輸入、打印病例，或還是用筆記錄。在C端消費市場，語音輸入的準確率尚不能讓人很滿意，專業的醫學術語進一步加大了識別難度，對云端詞庫的專業性提出挑戰。很明顯這不是單靠科技公司能解決的，需要醫生參與進去做研發。而且，國內門診的嘈雜環境也增加了識別難度。
根據零壹智庫去年統計，國內智能語音醫療案例主要集中在四家公司，包括老牌語音AI企業科大訊飛（北京）和小i機器人（上海），以及初創語音公司思必馳（蘇州）和云知聲（北京），其中最普及的應用場景是語音電子病歷。但是這些公司都屬于“半路出家”，并非一上來就鎖定在醫療上。
針對目前醫療行業存在的醫患供需不平衡、特別是優質醫療資源相對匱乏，以及過度醫療等問題，不管是AI醫療影像還是語音電子病歷，似乎都解決不了什么，它們更多是扮演虛擬助手角色，反倒在醫學研究、藥物研發上的價值更大一些。技術有望降低基層普通醫生的誤診率，縮小與名醫之間的差距，而對優質的、仁心的醫生的培養仍要靠大學和臨床經驗。醫療是一個保守的行業，屬于謹慎型創新，這也決定了AI在醫療上的落地速度不如其他行業快，AI滲透率還很低。
另外在商業模式上，國內技術公司與Nuance類似也是靠賣軟件、賣SaaS解決方案為生，倘若BAT級別的公司未來也像谷歌、蘋果那樣吃掉垂直公司的技術優勢與市場份額，不再靠賣解決方案賺錢，而是捆綁背后更大的云服務進行AI兜售，或把語音技術以API等形式開放出去，直接降低服務售價，那初創公司會做何應對？前兩年，云知聲選擇與平安集團旗下的平安好醫生成立合資公司，就是想讓技術與資本和場景靠得更近。
總結一下，智能語音只是國內AI醫療賽道中的一個分支，場景相對簡單，競爭者既要面對醫療行業謹慎創新的特點，又要提防巨頭的后來居上。像科大訊飛這類老牌公司在語音等技術上是有積累優勢的，但更迫切地是比拼誰對實際醫療場景的理解和技術落地更深。畢竟與巨頭相比，它們手上相對缺乏C端用戶數據、云的背書，以及交叉銷售的機會。
［一千二百字］用最簡潔的文字聊聊公司財務與商業邏輯
Mr.Key關注電商零售、物流、云計算、互聯網金融、社交、數字娛樂、海外市場、IPO等
文章同步雪球專欄、老虎證券、富途證券、今日頭條、騰訊新聞、搜狐科技、網易新聞、百家號、知乎、鈦媒體、36氪、虎嗅等
最新評論