垂直AI如何创造价值：Munjal Shah谈医疗语音、安全工程与新增服务

一、嘉宾背景

Munjal Shah是Hippocratic AI的联合创始人兼首席执行官。公司为医疗系统、支付方和制药企业开发临床语音智能体，通过电话与患者交流。在这期《Exponential View》中，主持人Azeem Azhar与他讨论创业经历、临床AI安全、垂直产品的差异化，以及AI如何扩大医疗服务供给。贯穿访谈的问题是：随着通用模型能力增强，垂直公司如何持续创造价值，并承担产品进入实际医疗服务后的责任？

Shah说，Hippocratic AI是他的第四家公司，前两家公司分别卖给了阿里巴巴和谷歌。第二次出售后的一次个人健康经历，促使他转向医疗领域。第三次创业没有取得他期待的成功，也让他重新思考使命与商业机会的关系。

他没有因此否定个人使命，而是认为，仅凭热情还不足以支撑创业。到了第四家公司，他希望将自己关心的医疗使命与一次重大技术平台变化结合起来。这段经历构成了他判断技术与市场路线的背景，也限定了这些判断的性质：它们来自一位产品供应方对自身经营选择的总结。访谈中的经营数字和效果评价，仍需与独立验证的结果区分。

二、本期主要内容

按Shah在访谈中的介绍，Hippocratic AI约有300名员工，累计融资约4.5亿美元，产品推出约21个月，已完成2.9亿次患者交互。他随后提到，通话总量约为1600万至1700万次。患者交互与通话是不同的统计单位，不能混用，更不能把交互次数当作独立患者人数。这些数字反映了他所描述的部署规模，但规模本身不能证明临床安全。

Shah先从组织权力谈安全。临床与安全负责人Minesh有权叫停公司业务，也可以绕过CEO，直接向董事会提出安全问题。他说，公司将产品发布推迟了18个月，直到内部基准显示达到所设定的人类安全水平。这里的关键是，安全负责人拥有阻止商业推进的实际权力。至于是否达到人类安全水平，仍是公司依据内部基准作出的判断；访谈没有提供足以复核的完整方法与结果。

产品的任务范围也受到明确限制。Shah将其定位在简单行政工作与医生诊疗之间：不诊断、不处方，并排除两岁以下儿童、高风险妊娠和心理健康等场景。这是Hippocratic AI为自身产品划定的边界，不能据此概括护士的执业范围。在这些限制之内，系统由一个主对话模型负责交流，另外30个模型承担监督。Shah称，公司基准显示，这套多模型架构比单模型更安全；访谈并未展示可供独立比较的完整实验。

输出测试是另一项投入。Shah说，约7000名美国持证护士参与测试，公司核验其执照后，由他们扮演患者拨打模拟电话并标记错误；每50次测试中，会有一次由真人护士替代智能体，作为比较。他报告，公司已在这项工作上花费4000万美元，每个新模型和新用例都要接受测试。这种方法关注的是产品实际输出，而不仅是训练材料。不过，错误如何分级、测试场景如何分布、与真人护士的比较是否充分，访谈都没有给出完整说明。

测试也延伸到上线之后。按Shah的描述，新用例的前1000通电话会被监听，患者会在一小时内接到回访；公司还会抽查全部通话的0.5%至1%，并已累计完成约3.2万次人工转接。部署后的反馈和人工接管因此也是其安全体系的一部分。但抽样比例、转接次数与测试投入属于过程指标，尚不足以确定漏检风险或整体临床效果。

三、核心观点：推理、例子与边界

Shah把平台变化视为创业机会的重要来源。他用森林大火比喻生成式AI带来的变化：在成熟市场寻找产品与市场的契合点，如同等待一棵树倒下，让阳光照进林间；平台变化则可能一次打开更大的空间。这也解释了他在第三次创业之后的选择：把自己关心的使命与重大技术变化结合起来。不过，这个比喻表达的是他从个人经历中形成的战略判断，不能证明身处技术浪潮的项目普遍更容易成功。平台变化创造机会，客户需求与团队交付能力仍需分别验证。

在团队建设上，他主张优先考虑成功概率，而不只是创始人的持股比例。与有能力完成第一个里程碑的合伙人分享股权，可以减少对未来关键招聘的依赖。对于需要同时解决模型、临床和交付问题的公司，这一思路尤其相关。但股权能否换来所需能力，取决于团队的具体缺口；一家公司的经验，并不能推出创始人越多越好的结论。

他对垂直化的解释，核心在于任务边界如何改变验证的可行性。Shah强调，知道模型接受过哪些训练，并不足以判断它实际会做什么。他也承认，公司的输出测试方法难以覆盖通用大语言模型近乎无限的输入组合；相比之下，受明确提示和任务范围约束的智能体更容易测试。沿着这个思路，垂直公司的价值不仅来自行业知识，也来自将产品责任落实为可观察、可评估的行为。当然，更容易测试，并不意味着真实世界的风险已经被穷尽。

开放权重既关系到模型改造，也关系到成本。Shah说，公司的31个模型都以开放模型为基础，并经过微调、强化学习或其他后训练；开放权重是完成这些工作的必要条件。按他的估算，如果用相应的闭源模型运行同一套架构，每小时成本将达到105美元，而产品收费约为每小时9至10美元。这一比较适用于他描述的架构和工作负载，不能推广为所有开放模型与闭源模型的价格关系。它也说明，在监督模型同样消耗算力的情况下，安全方案必须在经济上可行。

医疗语音的要求进一步体现了垂直工程的难度。Shah认为，系统既要将延迟控制在约500毫秒，又要理解患者没有直接说出的临床信息。例如，被问到是否气短时，患者可能回答胸口像压着一头大象。系统需要理解这一描述的风险含义，而不能只等待“是”或“否”。他说，团队为此调整了内核、NVFP4的使用、量化和vLLM推理服务，将优化重点放在响应延迟上。他也建议创业者寻找大型通用模型提供商没有优先满足的设计约束：垂直产品的优势，可能来自同时满足一组特定要求。

Shah用餐厅点餐与医疗服务的差别，解释客户为何可能对边际可靠性赋予不同价值。他在节目中假设安全性或准确性提高两个百分点，以此讨论采购取舍；这不是已测得的产品优势，也不能被解读为死亡率差异。另一个例子更具体：公司模型曾询问患者希望在线下还是远程接受宫颈涂片检查。他借此说明模型能力并不均匀，高难度推理表现出色，并不保证它具备基本的医疗现实常识。他说，公司准备再投入1亿美元进行后训练，以弥补医疗领域的能力弱点。这是一项投入计划，尚不能视为已经完成的投资或已经证实的改进。

这种技术路线最终对应着需求选择。Shah把产品分为三类：辅助现有人员的Copilot、替代现有工作的Autopilot，以及提供过去因成本过高而无法开展之服务的Infinite Pilot。他说，公司几乎全部成功都来自第三类。替代已有工作，需要面对既有绩效基线、组织阻力和工作流程调整；新增服务则更容易被视为额外价值。这为垂直AI提供了一个切入方向，但其依据主要仍是Hippocratic AI的医疗应用经验。新增服务同样需要证明价值，组织摩擦较少也不等于市场必然更大。

四、学习与应用

对于考虑采用这类系统的机构，Shah的分类提供了一种梳理需求的方法：项目究竟是在辅助人员、替代现有工作，还是增加过去无法提供的服务？替代项目需要对照现有服务的产出与质量，并核算集成和再培训成本；新增项目则需要说明，原本由谁承担这一照护需求，缺口在哪里，患者为何需要这项服务。区分三类需求，有助于避免将所有项目都归入节省工时的商业论证。不过，过去没有开展某项服务，并不自动证明它存在有效需求。

访谈中的失访患者案例说明了新增服务可能如何发挥作用。Shah说，一家医疗系统提供了1700名尚未完成建议随访检查的患者名单，此前已通过短信、电子邮件和纸质信联系过他们。电话交流用于回答尚未解决的问题，包括感觉良好为何仍需筛查，以及对检查设备体验的顾虑。对产品设计而言，这提示团队先识别阻碍患者行动的原因，再判断互动式沟通是否比再次发送单向提醒更合适。这个案例并不能说明，所有未完成检查都源于信息不足。

结果需要分层看待。Shah报告，项目带来了252次预约，180人实际完成检查，发现9项重要异常，其中包括3例癌症。采用方可以分别追踪接触、预约、检查完成与后续承接，避免预约数量增长掩盖实际完成不足。同时，临床团队需要有能力处理新增检查与异常结果；如果后续承接成为瓶颈，扩大外呼的价值就会受到限制。这些是案例引出的实施要求，并非访谈已经验证的运营结果。

经济收益与健康收益也需要分别评估。Shah估计，这次活动花费1700美元，带来200万至300万美元收入；他称项目挽救了三条生命，并说其中一例癌症发现得足够早，只需手术，无须放疗或化疗。不过，这段叙述没有提供受控比较、完整成本核算或长期结果证据。采用方因此需要了解，成本涵盖哪些环节，收入如何计算，以及未接到电话的情况下患者原本可能如何行动。检出癌症、产生收入与证明避免死亡，属于不同层次的结论。

技术采购也可以从明确边界入手：先规定允许和禁止的任务，以及人工接管条件，再设计输出测试与上线观察；模型更新后重新测试，而不只审查训练材料。成本核算需要计入监督模型、语音处理和患者上下文，并用医疗领域的实际失败案例检验系统能否同时满足延迟与理解要求。收窄任务范围会限制产品能够覆盖的需求，但也有助于将责任落实到明确、可评估的行为。

就业影响同样需要与证据相称。Shah说，他几乎确信没有护士因Hippocratic AI而失去工作，但明确承认自己没有逐一调查所有客户；他的判断与新增服务和人员重新安排有关。他将医疗从稀缺走向更充分供给的前景称为“丰裕革命”。对采用方而言，这一愿景需要落实为可检验的问题：究竟增加了哪些服务，人员如何重新安排，患者最终获得了什么。公司经验可以提供线索，但实际岗位变化和医疗收益仍需持续测量。

来源

• 原始节目：Why vertical AI apps will win | Munjal Shah, Co-founder and CEO, Hippocratic AI