2025年，平安好医生AI医生年使用人数逼近1200万，Q4单次问诊成本同比骤降45%，家医客均服务成本下降52%，中台运营效率提升50%。AI对毛利的直接贡献占比已达4.5%，且边际成本趋近于零——这是中国保险系医疗平台交出的AI效率成绩单。
过去十年，中国互联网医疗集体陷在一个困局里：用户付费意愿弱，而真正的医疗需求终究要落到线下，平台很难完整掌控服务链条。阿里健康、京东健康靠卖药变现，好大夫困在问诊流量里，盈利遥遥无期。
平安好医生走了一条完全不同的路。它的底层公式不是“流量×转化率”的二元结构，而是独具特色的三元方程：
三个变量缺一不可。保险支付方解决“谁买单”——平安集团超2.5亿个人金融客户是天然的高信任、高健康消费能力池。医生服务供给解决“谁来服务”——约5万名内外部医生、3500余位签约专家。AI效率引擎解决“如何放大”——把单次服务成本砍掉45%，让盈亏线成为历史。
流量×转化率，依赖用户付费与广告变现，服务成本高企，盈利遥遥无期。
保险支付方×医生服务供给×AI效率引擎，三根杠杆咬合转动，经营利润首次转正。
但咬合的紧密度也意味着传导的直接性。三个变量中任何一个出现松动——保险端结算机制调整、医生网络流失、AI投入回报不及预期——杠杆效应都会反向传导。公式可以放大协同，也能把裂缝撑成断层。
注：对比卡展示两种商业模式的底层逻辑差异，平安好医生的三元方程中AI是效率杠杆，传统模式中缺乏类似的系统性效率工具。
AI不是概念，而是可测量的效率工具。平安好医生2025年财报给出了四个关键维度的量化数据：
注：四项数据均来自平安好医生2025年财报及业绩会公开披露。成本下降为2025年Q4同比数据，效率提升为中台运营全口径。AI对毛利贡献占比基于AI直接降本增效的归因测算。
4.5%的毛利贡献占比，绝对值约8000万元。这个数字看似不大，但关键在于边际成本趋近于零——AI模型一旦部署，每多服务一个用户的增量成本几乎可以忽略不计。随着使用规模继续扩大，AI对利润弹性的撬动将愈发显著。
一个诚实的注脚：成本下降的基数效应需要关注。问诊成本从较高水平开始下降，前两年的降幅可能尤为明显，后续降速会自然放缓。但AI带来的结构性效率改善，与一次性降本有本质区别。
AI医生并非万能，但它在高频低复杂度任务上已经展现出可靠的替代能力。以下是三个经过验证的应用场景：
平安好医生的AI定位非常明确：“AI+真人医生”的辅助模式，而非替代医生。AI处理标准化、高频、低复杂度的任务，真人医生聚焦复杂诊断与人文关怀。这种分工是医疗合规与商业效率的双重最优解。
但边界是真实的，也是需要被正视的。
高频、低复杂度、数据密集——这些任务AI可以做到7×24小时不间断，且成本趋近于零。
低频、高复杂度、需要临床判断与共情——这些是AI的边界，也是医疗服务的核心价值所在。
95.1%的辅助诊疗准确率，意味着每100次诊断中仍有近5次可能出错。在医疗领域，5%的误差率如果发生在急重症的早期筛查中，后果会被放大。AI压缩了成本，但医疗责任最终还是要落在真人医生身上。当AI承担越来越多的一线问诊，医生需要审核的病例量也在上升，审方疲劳带来的隐性风险不可忽视。
另一个边界：AI的“理解”与“判断”有本质区别。当前的大语言模型在医疗场景中擅长模式匹配与信息提取，但缺乏真正的临床推理能力。对于罕见病、多病共患、非典型表现等复杂情况，AI的可靠性会显著下降。这也是为什么公司将AI定位为“辅助”而非“替代”，并持续投入名医数字分身、多学科会诊平台等“真人医生把关”机制。
注：95.1%准确率来自公司公开披露，涵盖标准化问诊场景。在复杂诊断场景中，AI的独立准确率尚未有公开量化数据，这也是行业需要持续关注的方向。
AI在医疗健康服务中的真正价值，不是替代医生，而是把医生的时间从大量重复性劳动中释放出来，让医疗资源向复杂诊断与人文关怀集中。平安好医生的三元方程证明了一个方向：当AI作为效率杠杆嵌入成熟的支付方与服务供给体系时，管理式医疗的规模效应才真正开始显现。但杠杆的另一面同样真实——AI的误差边界、医生审方疲劳、数据合规成本，这些不会因为一次经营利润转正就自动消失。医疗AI的下一阶段，比拼的不只是模型准确率，更是系统性地管理“AI+真人”协同中那些不可量化的风险。
平安好医生AI医生服务已全面集成至平安好医生App及平安集团各保险服务渠道，登录即可体验AI问诊、报告解读与健康管理服务。
平安好医生App → 体验AI医生