2021年4月，中国信通院发布的《人工智能核心技术产业白皮书》指出，AI产业似乎显现出“陷入困境”与“高速发展”的矛盾现象。
一方面，是AI技术不断发展，相关应用开始全面覆盖经济社会的关键领域；另一方面，则是产业发展速度不及资本市场预期，资本热度开始减退。
成都知识视觉科技有限公司CEO向飞认为，这背后的原因，一是需求难落地，二是数据难获取，导致大多数应用场景难以实现商业闭环。
“需求”和“数据”成了拦路虎，阻碍AI应用场景真正落地。
为绕开“拦路虎”，知识视觉主动进行了两次转型，其转型背后的思想，或许能为挣扎在“困境”边缘的AI企业们提供参考。
因需求第一次转型
作为两度上榜成都黑科技扑克牌的企业，知识视觉自病理AI领域转型切入保险科技赛道，致力于使用新一代AI技术助力医疗保险领域的客户实现信息化到数字化的升级。
创立之初，知识视觉在医疗AI领域挖掘出不少应用场景，但在具体落地的时候才发现，大量项目只能停留在科研阶段，无法真正实现AI的产品化和商品化，而问题就出在对需求的理解上。
“近年来，整个医疗影像AI行业都活得不算好，什么原因？大家进入一个误区，自己给市场假设了一项需求，创造了一个场景，然后认为医院会买单，结果到最后才发现，即使满足了临床医生的需求也很难变现，因为不一定能满足所有参与方的需求，”向飞表示。
医生有需求医院没需求不行，医院有需求患者没需求也不行，患者有需求支付方不满意还是不行。在医疗场景里满足所有参与方需求很不容易，导致了医疗AI公司变现途径长、周期长。
此外，由于病理影像数据本身异质性强、标准化难度大等特点，想要完全满足临床医生的需求并形成通用的标准化医疗器械产品，过程漫长，且最终临床的接受程度与应用性并不明确，这可能会拖垮创企。
向飞明白，不能再一厢情愿靠想象力发展，而要仔细调查市场的“真需求”。他所理解的“真需求”，简单来说就是用户买单意愿强烈，而AI技术又能迅速满足的需求。
于是知识视觉从2018年开始广泛接触各行各业，很快就从保险公司身上发现了新机会。
“AI领域充斥着大家臆想出来的需求，并不能真正落地，但臆想的需求也在不断教育市场，让市场提出自己的想法。”向飞说道，“2018年，有保险公司找到我们，想用AI技术提升健康险的风控费控能力。”
彼时百万医疗险火爆，带动了互联网保险起势，大量保险公司切入进来，推出了一系列报销型医疗险产品。
但应用AI的前提是数字化，数字化的基础是数据，保险公司获得的患者信息大多是非结构化的医疗单证图像数据，这些数据无法被计算机充分识别并分析。
找到保险公司应用AI的痛点后，知识视觉一方面继续做着病理AI业务，另一方面则为保险公司设计数字化、智能化的健康险理赔全流程作业系统，并逐步将之前积累的AI技术成果引入到这套系统中，帮助保险公司将图像数据结构化。
2019年，知识视觉推出“数图保”产品，正式转型成为医疗AI+保险科技双轮驱动的公司，后来成功进行了A+轮千万级、A++轮千万级、Pre-B轮数千万人民币的股权融资，获得“最佳保险人工智能应用创新奖”、“最佳保险科技创新奖”等来自保险行业的认可，并入选动脉网发布的“2020-2021未来医疗100强系列榜单”。
因数据第二次转型
第一次转型成功后，向飞原本想通过与保险公司的合作，反哺病理AI技术开发，但后来发现这几乎不可能，因为来自保险赔付的病理数据，病种太过分散，不能有效训练AI。
这折射出AI产业“陷入困境”的另一个原因——难以获取高质量数据集。
⼯业互联⽹创新中⼼联合36氪研究院发布的《2020AI医疗产业发展蓝皮书》指出，中国医疗AI所面临的数据挑战主要集中在四方面：数据格式难以统一、数据记录完整性不足、数据真实有效性难以保障、数据安全要求严格。
该报告还提到，现实中有超过80%的医疗大数据为影像形式，其中90%左右又是非结构化数据，AI真正能够利用的高质量数据集多集中在三甲医院，但缺乏共享机制，外界难以获取。数据缺乏结构化系统化梳理，加上跨平台分享机制缺位，导致大部分医疗数据都没办法充分挖掘。
不止医疗，数据挑战广泛存在于AI应用的各领域。
对如何获取高质量数据集，向飞想了很多方法，但都解决不了核心问题：“高质量医疗数据虽然集中在医院，但所有权却是患者的。未经授权，医院不可以把数据给我们。”
不过向飞又想到，医院之所以能积累到大量高质量数据集，是因为直接服务患者，何不效仿医院，直接从患者处获取数据授权？但包括知识视觉在内的大多数医疗AI企业都是To B公司，又该如何直接服务于患者？
机会很快就出现了。随着2020年初《关于深化医疗保障制度改革的意见》的印发，商业保险公司与药企、健康管理公司的互动合作日益增多，医疗、医保、医药“三医联动”成为双创热点，资本热度持续升温。
今年4月，作为中国“险+药”模式的代表企业，水滴向美国SEC提交招股书；今年3月，镁信健康宣布完成10亿元B轮融资，该公司以创新支付为锚点，持续构建着“互联网+医+药+险”生态模式；去年6月，北京圆心科技宣布完成6亿元D1轮融资，计划用于“医-药-险”业务的联动发展……
保险公司和投资机构开始鼓励知识视觉转型医-药-险联动。
经过研究，向飞发现很多医-药-险联动公司，确实能够直接服务于患者，所以沉淀了大量数据。只是这些公司基因各异，有从药房转型的，有从互联网医疗转型的，还有从支付领域转型的，对如何开展医-药-险联动，都有自己的一套理解，可谓百家争鸣。
他再次陷入思考：如果知识视觉切入医-药-险联动领域，能否利用自身人工智能企业的优势，为患者提供更多价值？
经过长时间的琢磨，向飞终于把这份价值梳理清楚。他告诉雨前顾问，近些年新的诊疗技术层出不穷，仅针对癌症患者，就有譬如靶向治疗、免疫疗法、CAR-T、CAR-NK、ADC、溶瘤病毒等疗法，同时更多的靶点也在不断被发现和研究。
新技术的涌现造成三个冲突：一是这么多新式诊疗技术，患者该如何选择？二是这些新技术价格不菲，患者能否消费得起？三是新技术风险较高，很少有人愿意尝鲜，导致技术发展停滞。
在向飞看来，这些冲突其实都能通过对医-药-险联动商业模式的合理设计加以解决。
基于与医院、医疗企业、保险公司合作积累的基础数据，以及深耕医疗领域多年而获取的医疗知识和数据处理能力，知识视觉计划以医疗大数据为驱动，为医-药-险联动各个环节的参与者都提供服务。
针对患者，可以提供医疗大数据服务，把同类型患者有多少人采用了哪种方案、某种靶向药临床疗效的评价指标、某种创新治疗技术副作用的概率等等信息，以数据可视化的形式呈现，帮助患者选择诊疗方案。
假如患者要获取这种数据服务，需提供自身健康数据的授权。随着相关业务推进，患者池数据量将越来越大，大数据分析的结果也将越来越精准。
针对保险公司，可以提供更为专业的大数据咨询服务，帮助保险公司设计创新保险产品。例如根据医疗大数据，设计一种保障创新诊疗技术效果的保险，如果诊疗后肿瘤还扩散了就赔付医疗费，从而增强患者消费信心和依从性。
针对诊疗技术企业，可以提供触达患者的渠道服务，让新药、新手术方法的信息能够在第一时间传达给患者。
针对医院，则帮助医生们提高向患者解释治疗方案的效率。
如此，患者拥有了对新式诊疗技术的判断能力，保险降低了患者使用新技术的门槛，而新技术也不用担心缺乏患者，既解决了三个冲突，又满足了医疗行为参与各方的需求。
向飞表示，假如知识视觉能够获得保险经纪牌照，就可以直接面向患者销售保险了，这一套医-药-险联动的逻辑将更具价值，可以推动知识视觉的估值从数十亿提升至数百亿。
想明白了其中价值，向飞也打定主意，推动知识视觉进入医-药-险联动领域，从一家To B公司转型为To C公司。
经过两次转型，目前知识视觉已形成医疗AI+保险科技+医-药-险联动的“三级火箭”式业务模式，这第三级“火箭”，不久前刚验证完毕，将于2021年5月后正式启动。
转型带来什么启示？
向飞认为，知识视觉的“三级火箭”是一个有机整体。
第一级火箭（医疗AI）让知识视觉获得了对诊疗技术的判断能力，第二级火箭（保险科技）让知识视觉链接到了保险公司，第三级火箭（医-药-险联动）则能为知识视觉带来大量业务与现金流。假如没有第一、二级火箭的积累，就不可能创造出第三级火箭。
但无论怎么转型，知识视觉的AI基因是不会改变的。
这为“陷入困境”的AI创企们带来新的启示：大可不必直接通过AI业务获取回报。让AI技术成为公司的基础设施，转而寻找市场的“真需求”，进而打造全新的商业模式，也不失为一种在新技术早期市场需求还不够成熟时候的发展策略。
譬如腾讯。腾讯早期推出QQ，直接的变现手段如注册收费、靓号收费等，营收有限，很难支撑公司发展壮大。但后来腾讯找到了在社交中人们爱美的“真需求”，推出了QQ秀，找到了在社交中人们需要互动的“真需求”，推出了QQ游戏，此后一发不可收拾。即时通信这个QQ最主要的功能，成为其它赚钱业务的基础设施。
CEO对话精选
向飞在雨前朋友会上分享雨前顾问：你是怎么进入医疗AI这个领域的？
向飞：我从2011年开始做创新医疗器械研发，融了不少钱，踩了不少坑，也积累了不少创新医疗器械的研发经验，最后我个人得出结论，创新医疗器械研发不适合初创公司来做。所以在2016年知识视觉刚成立的时候，我们本不想再继续做创新医疗器械的研发，但是机缘巧合与罗氏诊断达成了合作，让我们有了再试一试的想法。
雨前顾问：创业这么多年，有什么感悟？
向飞：追随需求发展，比死抱技术一条道走到黑，反而能获得更大市场空间，而发展到一定阶段，过去沉淀的那些专利技术，也在不知不觉之中派上了用场。
雨前顾问：知识视觉的转型，是在追风口吗？
向飞：我们其实从未追赶过风口，但需求总会将我们推向风口。2016年最火就是医疗AI，我们因为与罗氏诊断的合作入局，2018年健康险爆发，我们跟随着保险公司的需求进入了保险科技领域，然后2020年底，之前医疗和保险业务积累的需求，又为我们带来了第三块业务。
雨前顾问：阻碍医疗AI发展的，除了需求和数据，还有什么？
向飞：必须想办法去实现最新诊疗技术的普及和普惠。因为个人的支付能力有限，而最新诊疗技术往往很贵。不然没有消费，就意味着没有投资，没有投资就没有人来创新，没有创新就证明市场没有竞争，产业谈何良性发展？我个人认为，保险能大幅提升个人的医疗支付能力，因此保险是最有可能去实现最新诊疗技术的普及和普惠的。
雨前顾问：为什么笃定患者会提供数据授权？
向飞：肿瘤患者有“三高”，一是高付费意愿，二是高依从性，三是高紧迫性。在确保个人隐私的前提下，患者是有意愿分享自己的医疗数据的。
雨前顾问：你觉得AI企业转型的挑战在哪里？
向飞：我觉得最大的挑战来自管理，因为团队是按照老业务的架构搭建的，新业务进来后，怎么让核心团队拥抱新东西？同时我们会吸纳更多的合作伙伴，怎么去协调老方向和新方向的融合？这是非常大的挑战。
雨前顾问：你比较看好哪种类型的AI企业？
向飞：人工智能技术需经过工程化、产品化和商品化的过程。产品化只是说技术形成了产品，还没有达到所有人对产品趋之若鹜的商品化层面。我比较看好技术实现难度不大，但商品化做得特别好的公司。（雨前顾问产业分析师 程学怡）
