“四大医药集团”年入1.29万亿，AI医疗投入几乎为零！

开篇：为什么这件事值得研究

一个事实：2025年，国药控股、上海医药、华润医药、九州通四家医药商业集团合计营业收入约1.29万亿元，是中国医药流通领域规模最大、网络最深的头部力量。同期，中国AI医疗市场规模预计突破1000亿元。

一个边界：截至2026年，四大集团都已经进入AI应用阶段，但尚未有一家形成能够与其万亿级主营业务相匹配、具有独立商业化能力和持续收入贡献的AI医疗平台业务。它们做了大量AI，但几乎全部用于优化自己的物流、审方和内部效率，或以合作方身份嵌入他人的技术体系。

一个判断：四大集团在这一轮AI医疗浪潮中的缺席，不是态度问题，而是结构问题——它们理性的每一步选择，正在把它们锁定为这场变革的"管道"而非"玩家"。而这场变革首先重构的，恰恰是管道所依附的价值。

一个坐标系：为什么偏偏是医疗

在所有可能被AI重构的产业里，医疗产业值得单独研究，因为它同时满足三个看似矛盾的条件。

黄仁勋断言“未来几年AI将以惊人的速度彻底改变医疗健康行业”；

人工智能教母李飞飞说"AI在医学中的应用可能是最深远、最广泛的"；

比尔·盖茨则做了一个更冷静的区分——AI会先在“医学发现”端（有机化学、分析检测这类可验证的领域）实现替代，而"医疗交付"端的医生，因为需要“了解人类状况、进行长期对话”，会更持久。

这个区分很重要。它点出了医疗的特殊性：它是一个十万亿量级、刚需、不可贸易、强监管、且AI渗透率在所有大产业里几乎最低的行业。

把医疗放进中国十万亿级产业的坐标系里看，它的位置很独特：

房地产在收缩，汽车和金融的AI重构已经开始。唯独医疗——体量足够大、需求最刚性、却又因为"公立医院主导+强监管"而让AI渗透最慢。正是这种"大、刚、慢"的组合，让医疗成为AI重构产业版图中最后、也最硬的一块骨头。

而站在这块骨头正中央的，是四大医药商业集团。它们卡住的位置，决定了它们的命运将是一个观察"AI如何重构一个强监管实体产业"的最佳样本。

第一章 现象：缺席的不是AI，是AI医疗的价值链位置

先纠正一个流传很广的误判："四大集团在AI上毫无作为。"这不成立。

事实上，2023到2026年，四大的AI动作密度明显在加速。问题不在于"做没做"，而在于"做了什么"。把它们所有的AI动作摆在一起，会发现一个整齐得近乎刻意的分层。

1、三层盘点：它们把AI做成了什么

把四大近年的AI布局按"AI与主业的关系"分成三层，图景立刻清晰：

L1：内部效率层——AI给自己打工，降本增效

这一层家家都做，且做得扎实。国药控股的RPA机器人能力中心覆盖数百个场景、全国450多个物流中心年扫码量超50亿次的追溯体系；九州通构建的采购、销售、运营、门店、物流等九大智能体；各家的智慧仓储、SPD院内供应链、智能补货算法。这一层的共同点是：AI服务于存量分销业务，目标是省钱。

L2：存量强化层——AI强化现有主业，但不创造新业务

上海医药用WeMol分子计算平台、本地部署AlphaFold和IgFold来做创新药研发，中国生物的"mRNA创新药物研发设计"入选国资委首批央企AI战略性高价值场景，华润医疗旗下医院部署DeepSeek做病历质控。这一层的共同点是：AI被用来把"做药""办医院""分销"这些老本行做得更好，但AI本身不是拿来卖的产品。

L3：对外业务层——把AI做成面向产业的新业务

这一层是关键的边界。我们给"平台级业务"一个操作性定义：具备独立的对外客户、独立的产品定价、独立的研发团队、形成第三方付费收入，且收入体量足以在上市公司报表中单独核算。

按这个标准，四大尚未有一家跨过L3门槛。最接近的两个案例，恰好暴露了缺席的程度：

九州通是四大中最激进的探索者。1、其"骨科嫦娥"智慧服务平台是自主研发的全球首个搭载大模型的医疗器械供应链数据服务平台，已服务300多家医院、支撑2万余台骨科手术；2、九医诊所AI辅助诊断平台接入DeepSeek V3和千问双引擎，为诊所提供辅助诊断、处方审核、患者随访等全链路支持；3、九信中药的AI中医辨证系统已覆盖18个省份1600多家医疗机构。但即便如此，其"数智技术服务"收入在2026年上半年仅约5465万元——对比其1613亿的年营收，仍是千分之一的量级。

国药与GE合资的国药影像推出了集成AI模块的CT和超声设备，但这是典型的"国资渠道/产业能力＋跨国技术能力"联合模式——AI算法的自主研发比例、知识产权归属和技术贡献边界，公开资料尚不足以支持进一步判断。

一句话总结第一章的核心发现：四大做了大量L1和L2的AI，也正在向L3移动，但尚未有一家建立起L4——具有独立商业化能力和持续收入贡献的AI医疗平台业务。

2、时间线：政策驱动型跟进，而非市场驱动

把这些动作按时间排列，会发现它们的节奏与两个时钟高度同步，与另一个时钟完全错位。

同步的是行政时钟：国药数科成立于2023年底（央企数字化部署之后）；中国生物的AI场景在2025年7月入选国资委清单；华润医疗的DeepSeek集体上线发生在2025年2月DeepSeek开源引爆之后；审方智能体在2025年"追溯码+医保合规"政策压力下验收。四大的AI动作密度，与行政信号高度同步。

错位的是市场时钟：中国AI医疗的融资和估值高峰在2020到2021年，那一批头部公司（联影智能、数坤、深睿、英矽智能）在那时完成大额融资、确立赛道地位。四大在这个时间窗口几乎全部旁观。

这揭示了缺席的第一个机制：在央企和国企体系里，AI是"政治任务的执行"，不是"商业战略的卡位"。它们不是没有感知到AI，而是它们的决策机制决定了——只有当上级发文、政策施压、合规倒逼时，AI才会被摆上日程。而市场卡位战，恰恰打在没有政策信号的真空期。

3、一个必须诚实标注的例外：国药影像

在国药的版图上，有一个不能被"集体缺席"四个字掩盖的动作。2023年，国药器械与GE医疗成立合资公司"国药通用（深圳）医疗影像"，国药持股60%，是首个央企控股的医学影像设备合资企业，已推出集成AI模块的CT和超声产品，并提出"智慧医疗综合解决方案"。

这是四大在"软件定义硬件"这个战场上唯一的实体棋子。但它恰恰印证而非推翻了主判断：其一，这是设备国产化逻辑，AI算法的自主研发比例、知识产权归属和技术贡献边界，公开资料尚不足以支持进一步判断；其二，它落在集团和央企层面，而非上市公司国药控股体内——这带出了下一个错位。

4、集团强、上市公司弱的错位

国药系最重的三个AI动作——国药数科、GE合资、国资委AI场景——全都在集团或央企层面，而上市公司国药控股报表上的研发投入占比仅约0.17%，且还在下降。

这个错位的后果是：资本市场看不见这些AI布局。对上市公司而言，AI布局没有进入估值叙事，没有形成独立的业务条线，也就无法获得资本市场对“技术公司”的估值溢价。

一个具体的例证是：国药控股旗下部分上市主体的研发投入占比仍然较低，例如国药股份（600511）2025年研发投入占营业收入比例仅0.17%。

这是后面要讲到的"估值逻辑冲突"的实证——不是四大不能做AI，而是它们的AI被装进了资本市场看不见的口袋里。

第二章 分析引擎：一张"智能含量地图"

要回答"AI会先吃掉谁、不吃谁"，需要一把尺子。这里我们建立一个简单的分析框架。（本章框架的建立，受益于张笑宇《AI文明史·前史》（中信出版社，2025）中"人类当量"概念的启发，本文将其转译为产业分析口径。）

1、三个变量

一个产业的某个环节，会不会被AI重构，取决于三个变量的共同作用

变量一：认知劳动密度。这个环节的市场里，有多大比例是在为"人的脑力和判断"付费，而不是为物理劳动或资本劳动付费？医药代表的劳动是"向医生解释该用什么药"，认知劳动密度极高；冷链运输的劳动是"把药准时、恒温地送到"，认知劳动密度极低。认知劳动密度越高的环节，AI潜在可切走的市场越大。

变量二：数据就绪度。这些智能劳动有没有被数字化、能否被算法读取？程序员的代码天生是数据，影像科的片子天生是DICOM标准格式，所以最先被AI重构；而医生的临床决策锁在院内的信息孤岛里，数据没有就绪，所以最后被重构。数据越就绪，AI来得越快。

变量三：制度壁垒。牌照、准入、处方权、公立医院垄断。这些不是智能，AI的性价比优势打不进去，只能等制度自己松动。壁垒越高的环节，AI越要绕道。

三个变量共同决定一个环节的"AI可进入性"：认知劳动密度高、数据就绪、制度壁垒低的环节，最先被重构；三者缺一的，就要排队。

2、医药产业链的智能含量地图

把医药产业链的各个环节放进这个坐标系（数字为量级估算，用于刻画相对关系而非精确值）：

注：本表为定性分析矩阵，"🔴/🟠/⚪"表示AI可进入性的相对高低，非精确量化评分。药企营销拆分为"学术推广"与"关系型准入"两个子项，因为前者是可被AI替代的认知劳动，后者嵌入公立医院采购决策的隐性环节，壁垒属性截然不同。

3、地图上的题眼

这张地图一画出来，整篇文章的题眼就自己浮现了：

四大集团的资产，站在AI不吃的地方；但它们的利润，却长在AI先吃的地方。

它们的物理层——物流网络、冷链、仓储——认知劳动密度低，AI不替代，只优化，所以是安全的。

它们的制度层——牌照、医保准入、公立医院渠道——壁垒极高，AI打不进去，所以也是安全的。

但它们的利润来源，有两块恰好附着在高认知劳动密度、且数据正在就绪的环节上：

第一块是信息撮合。流通企业同时承担物流、库存、资金、采购、合规、渠道组织和信息服务等多重功能。随着追溯数据和交易信息透明度提高，其中部分信息中介价值存在被压缩的可能。2025年药品追溯码全量采集后，这个环节的数据就绪度突然升高，信息黑箱被打开。

第二块更复杂，是流通量本身。这里存在一个双向效应：一方面，当AI吃掉"医药代表"这个高认知劳动密度的营销市场、当算法优化处方、削减"不必要的用药和耗材"时，流经四大管道的药品和耗材的"量"，在源头上可能收缩；但另一方面，AI筛查首先扩大治疗人群池（早诊率提升→确诊与治疗需求前置放量），短期内流通量可能不降反升。AI对医药流通量的影响具有双向性，取决于效率提升和医疗需求扩张哪一个更强。

这就是本章的核心命题，也是后面所有推演的出发点：AI不是在抢四大的饭碗，而是在重构四大饭桌底下的价值结构。四大不是AI的主要目标，而是AI重构医疗产业时的"旁证损失"——但这个损失不是单向的收缩，而是价值在不同环节间的重新分配。

第三章 诊断：缺席的三层原因——结构注定，而非态度问题

为什么四大集体只做L1和L2，回避L3？流行的解释是"体制问题"。这个解释对，但不够。

它解释不了为什么四大的AI投入精确地流向流通效率、又精确地回避临床。体制只能解释"不敢创新"，解释不了"创新方向的精确回避"。

完整的答案有三层，一层比一层深。

1、表层：体制——意愿的约束

这是最显性的一层。三家国企（国药、上药、华润）加一家民企（九州通），但都以"类国企"的方式被考核：

时间尺度冲突：AI医疗需要5到10年的长期投入，而国企的考核周期是年度利润；

风险承受冲突：AI医疗失败率高——IBM Watson Health烧掉数十亿美元后黯然退场——而国企考核的首要指标是"稳定"而非"创新"；

决策链冲突：国企决策链长、年度预算制，与AI需要的"快速迭代、季度调整"根本不合。

这一层解释了"为什么不敢"，但解释不了"为什么回避的方向如此一致"。

2、中层：财务——弹药的约束

这一层几乎没人讨论，但它比体制更硬。

四大是典型的"高营收、超低利润率"企业。2025年，国药控股净利率1.88%，九州通净利率约1.4%。低净利率意味着单位收入能够转化为利润的空间有限，但是否具备AI试错能力，还需要结合经营现金流、现金储备、资本开支和融资能力综合判断。

一个关键的事实是：弹药并非均匀分布。九州通2025年经营现金流净额达34.41亿元，具备相当的现金储备；而国药系最重的AI动作（国药数科、GE合资）都发生在集团层面而非上市公司体内。这提示我们：财务约束在上市公司报表内更为刚性，而集团层面存在更大的腾挪空间——但集团弹药为何没有流向临床AI，需要归因于更深层的生态位悖论，而非单纯的财务约束。

对比互联网大厂就明白了。京东健康敢做AI问诊、敢烧钱换市场，因为它背后是京东的零售现金流和资本市场对"平台故事"的耐心。AI医疗是一个需要先巨额投入、后缓慢回收的"期权战争"，而四大的财务结构决定了它们只能打"确定性战争"——每一分钱都要在当年看到回报。

这也顺带解释了一个对照：为什么美国的McKesson（美国最大的药品批发商，2025年全年总营收折合人民币约为2.56万亿）能持续20年并购医疗软件公司？

因为美国资本市场允许"用现金换现成能力"的并购逻辑，且McKesson通过组织重构形成了相对独立的技术与服务业务，其旗下的处方技术解决方案，通过技术手段解决患者在药品获取、费用可负担性和用药依从性方面的问题2025财年收入折合人民币约为373亿元。而中国四大连"并购"这条相对省弹药的路都没走——因为它们连"为技术付出短期利润代价"的财务和心理空间都没有。

这一层解释了"为什么不能"，但还不够。

3、深层：生态位悖论——利益的精确计算

这是最锋利的一层，而且它解释了那个"精确回避"的现象。

回到第二章的地图。四大的收入等于"药品和耗材的流通量乘以单位配送费"。

而AI医疗的核心承诺之一是什么？是"减少不必要的用药、优化耗材使用、提升诊疗效率"。

把这两句话放在一起，一个冷峻的逻辑浮现了：

AI在医疗上越成功，流经四大管道的价值结构就越可能被重构。

这里需要引入一个对冲机制。AI对四大流通量的影响是双向的：收缩效应来自效率提升（减少不必要用药、优化耗材），扩张效应来自需求释放（早诊率提升扩大治疗人群、基层诊断能力提高带来增量）。短期内扩张效应可能占主导，长期则取决于效率提升和需求扩张的相对速度。

但对互联网大厂和对四大，AI的性质截然不同。对互联网大厂，AI是要素互补——京东健康做AI问诊，带来流量、处方和自营药房的销售，AI帮它把蛋糕做大。但对四大，临床侧的AI是要素替代——拥抱它，等于资助一项重构自己价值结构的技术。

于是，四大"全部投向流通效率、精确回避临床"就不是偶然的短视，而是理性的利益计算：流通侧的AI降低自己的成本（这是纯收益），临床侧的AI重构自己的收入结构（这是净风险）。它们不是看不见AI，是看得太清楚。

4、基因：这套结构从哪来

为什么四大会形成"管道"这个生态位？这需要回到中国医药产业的三段式结构——生产端市场化、流通端国企主导、使用端公立垄断。

这不是市场竞争的结果，而是制度演进的产物。计划经济时代的"国家统购包销"网络，在市场化改革后没有消失，而是转化为今天的国药、上药、华润等流通巨头；公立医院作为体制内唯一的超级买家，其回款速度慢（药品流通企业对医疗机构的应收账款回款周期近年已拉长到约150天甚至更长）形成了极高的资金壁垒，天然筛掉了没有信用背书的中小玩家，让国企主导流通成为必然。

一个旁证是器械行业。在3万多家医疗器械生产企业中，国企占比仅约3%，A股上市器械公司中国企不足2%——连老牌国企万东医疗都被美的收购了。这提示我们：在技术迭代快的领域，国企历史上就倾向于退缩。而AI医疗的迭代速度比器械更快。

所以四大的组织与资本结构是：它们的地位是制度给的，它们的生存逻辑更擅长在确定性较高的场景中进行规模化运营，而不是承担高不确定性的技术产品创业。这个结构决定了，当一场由技术驱动的变革到来时，它们的条件反射是"用它优化存量"，而不是"用它开辟新疆域"。

但需要承认一个例外：国药的GE合资影像、中国生物的mRNA AI平台，说明结构约束并非完全决定性的——在某些时点、某些主体上，突破是可能发生的。这些例外之所以为例外，恰恰因为它们发生在央企层面、非上市公司体内、且背靠设备国产化的政策窗口——这些条件在四大商业上市公司体内难以复制。

三层原因叠加，"集体缺席"就从"态度问题"变成了"结构性强约束"：体制约束了意愿，财务约束了弹药，生态位悖论约束了方向，而这一切都根植于历史形成的组织与资本结构。

这个诊断的意义在于：如果缺席是结构性强约束的结果，那么后面讨论的"四大下一步能走哪条路"，就不能依赖"四大觉醒"这种小概率事件，而只能寻找那些与其生态位不冲突的路。这是第六章路径推演的逻辑前提。

第四章 病灶与修正：四大和医院各自带着什么病

如果说前面回答的是"AI对四大做什么"，这一章要换一个视角：四大和医院自己带着什么病进入这个历史阶段，而AI的介入，恰好是在修正这些病灶。

这个视角会将文章的基调从"颠覆叙事"变成了"修正叙事"——AI医疗的价值不在于消灭谁，而在于修正一个存量系统里长期被容忍的低效率。

1、四大的病灶

病灶一：信息黑箱。传统流通环节的一部分利润，来自信息不对称。这个病灶正在被修正——2025年7月起"无码不结算"、2026年1月1日起追溯码全量采集，每一盒药从出厂到患者的全流程可追溯性大幅提升。需要明确的是：追溯码的价值主要是来源可追溯、去向可追踪、质量安全和监管，它并不自动意味着市场价格、商业利润、真实采购价全部透明，但数据就绪度的提升为信息中介价值的压缩创造了条件。

病灶二：垫资依赖。四大的核心功能之一是在药厂和医院之间垫资，医院回款周期普遍在150天左右。这个病灶正在部分被修正——医保即时结算改革截至2026年7月已覆盖90%以上定点机构、即时结算资金占比超95%，医保结算环节的资金周转压力正在下降。但需要明确：医保即时结算≠四大整个营运资金周期消失，库存周期、非医保支付、商业保险、零售、集采结算等环节的资金占用仍然存在。

病灶三：撮合利润。附着在高认知劳动密度的"信息中介"角色上的利润，随着数据就绪度提升而存在被压缩的可能。

2、医院的病灶

病灶一：数据孤岛。临床数据被锁在院内，互不联通。这是全行业认知劳动密度最高（医生的诊断智能）、但数据就绪度最低的环节。

病灶二：以药养医的残余。虽然药品零加成已推行多年，但公立医院运营压力巨大——据国家卫健委体改司原司长许树强向财新披露，2022年1–9月全国公立医院48.1%收支为负（历史背景数据，近年未见官方更新口径）。DRG/DIP支付改革、医疗服务价格调整、集采常态化等政策叠加，使医院对药品和检查收入的隐性依赖没有根本消除。

病灶三：DRG下的成本困境。DRG支付改革把医院从"收入中心"变成"成本中心"，但医院的成本管理能力、病案质量、精细化运营能力普遍跟不上。

3、AI恰好是这些病灶的药

把病灶清单和第二章的地图叠在一起，会发现一个整齐的对应关系：这些病灶，全都落在"高认知劳动密度＋数据正在补齐＋制度边界正在调整"的坐标上。

信息黑箱的修正，靠的是追溯码＋智能监管让流通数据就绪；

医院数据孤岛的松动，靠的是2025年DeepSeek这类开源大模型把部署成本打到接近零，让医院第一次能在"数据不出院"的前提下消化自己的智能——华润医疗旗下医院用DeepSeek做病历质控，就是这个逻辑的样本；

DRG困境的解法，恰恰需要AI来做精细化成本管理——当医院被变成成本中心后，医院自己变成了AI的ROI计算者。这印证了那个朴素的判断：只要开始算账，替代就是数学必然。

所以，"AI可能成为这些病灶的重要修复工具"不是一句愿景，而是一个正在发生的、由政策和成本结构共同驱动的过程。但需要明确：政策先改变制度边界，数字化先改变数据基础，AI再利用这些基础设施产生智能价值——追溯码不是AI创造的，医保即时结算不是AI创造的，DRG成本管理也不等于AI，AI是在这些制度变革铺好的轨道上运行。

4、压力测试：修正的代价

但必须诚实地指出，"修正叙事"有一个隐藏的危险：它预设了"病灶被修正"对所有人都是好事。

实际上，修正对系统是治病，对四大是抽血——这是同一枚硬币的两面。

信息黑箱被修正 → 四大的撮合利润存在被压缩的可能；

回款变快被修正 → 垫资这个"核心功能"在医保结算环节贬值了；

处方被算法优化 → 流通量的价值结构被重构（收缩与扩张效应并存）。

每修正好一个病灶，四大的一份传统价值就面临重估。这不是AI的恶意，而是效率提升的必然代价。文章如果回避这一点，就成了为AI唱赞歌。

所以必须把赢家和输家摆平：系统整体效率提升、患者和医保受益，是确定的；四大作为"信息中介"和"资金中介"的那部分价值被重构，也是确定的。唯一不确定的，是它们能否把"物理中介"和"制度中介"的价值，转化为新的收入来源。这正是第六章要推演的。

另一个需要诚实面对的盲点：如果公立医院由于财政约束、DRG压力和人事体制，同样无法有效采纳AI（哪怕是"数据不出院"的本地部署），那么"AI修正医院病灶"的进程就会显著慢于本文的隐含预期，这直接影响"流通价值重构"的时间节奏。

第五章 两次瓜分：历史已经演过一遍

这不是四大第一次面对技术驱动的入口转移。十年前，互联网电商和物流已经分走过一块蛋糕。理解那一次瓜分的过程，是预判这一次的前提。

1、第一次瓜分：电商与物流的十年战报

医药电商端，战报是清晰的。以统一的"网上药店药品销售额"口径看，2024年网上药店药品销售额约758亿元，2025年突破千亿；而以京东健康（2025年营收约734亿）、阿里健康（约306亿）为代表的平台，已经把OTC、保健品和处方药外流的C端市场基本打完。

四大零售端的同期表现，以国大药房为样本最典型：营收从2020年的194亿元到2025年的约210亿元，五年仅增长约8%；门店从高峰期的万家以上收缩到2025年的8221家，累计关店超过2400家，2024年一度亏损11亿元。同期京东健康营收增长近6倍。

物流端，顺丰的医药物流和冷链在疫苗、生物药等高端领域切走了一块——2025年顺丰冷运及医药业务收入约106亿元，在2016年疫苗"一票制"改革后，原本属于商业集团的疫苗直配环节被第三方物流切入。

四大当时怎么应对的？答案是：在C端零售入口争夺中，四大的表现并不占优。国大药房的O2O、上药云健康、华润的DTP、九州通的好药师加盟，都有布局，但这些动作没有形成能够改变行业入口结构的独立平台。原因和今天如出一辙：组织基因（B2B关系型 vs B2C流量型）、商业模式（垫资分销 vs 流量即时配送）、考核机制（年度利润 vs 烧钱换市场）全面冲突。

2、第一次瓜分的启示：瓜分是分层的

从第一次瓜分里，能提炼出一个对今天至关重要的规律：瓜分不是均匀的，而是分层的。

互联网能瓜分C端零售，是因为零售的"选品、定价、营销"全是高智能含量、且数据完整的环节，消费者用脚投票，监管中立。但互联网没有瓜分掉医院端的药品供应干线——因为那一层的准入是行政的，互联网的市场武器在那里失效。

3、第二次瓜分正在进行：分层的现状

把同样的分层逻辑用到AI医疗这一局，可以看到：

C端健康消费层：平台化竞争格局已成。OTC、保健品、线上问诊等已形成明显的平台化竞争格局，京东、阿里、美团等互联网平台占据重要入口；但处方药外流仍受医保支付、双通道、处方流转、医院药房、专业药房等多重因素影响，尚未尘埃落定。

B端医院供应层：未被瓜分。集采配送、公立医院药品供应，至今仍是四大和国控的地盘——不是四大强，而是这一层的准入是行政的。

临床决策层：竞逐与试点展开中，有效性证据仍待补齐。这是AI医疗真正争夺的一层，也是四大缺席付出代价的一层。但一个关键变量已经落地：2026年3月31日，国家医保局正式将12项AI辅助诊断项目纳入全国统一医保乙类目录，4月1日起全国837家三甲医院同步执行，报销比例70%–85%，且明确"不单独收费、作为检查项目扩展项合并结算"。支付端的确立正在加速格局固化——医保为临床AI买单，意味着商业化闭环初步打通，但"扩展项合并结算"的规则也决定了硬件捆绑AI将成为主流模式，独立软件厂商的生存空间仍受挤压。

这里的玩家有两类：一类是互联网和科技公司（华为医疗军团、腾讯觅影、百度灵医），走技术路线；另一类是体制合作型路线（讯飞医疗作为民营企业，通过与各地卫健委签约，覆盖了四百多个区县的五万多家基层医疗机构）。

4、"合作即瓜分"：渗透不需要打败，只需要赋能

第二次瓜分有一个隐蔽的形式，值得单独点破：大厂瓜分四大，不需要打败它们，只需要"赋能"它们。

九州通的诊所AI辅诊，接的是腾讯的医疗大模型（2025年9月起新增接入DeepSeek）；华润三九的"三舅健康管家"，基于腾讯医疗大模型；国药的影像AI，来自GE的技术包。

但需要区分两类不同性质的合作：

闭源商业合作：九州通×腾讯云、华润三九×腾讯医疗大模型、国药×GE——在这类合作中，四大提供行业场景、客户触达和产业资源，技术平台则由科技公司提供。这意味着四大可能以"场景方/渠道方"而非"技术平台方"参与AI价值链。

开源基础设施：华润医疗的医院部署DeepSeek做病历质控——开源模型本地部署不存在所有权让渡，恰恰削弱了大厂的锁定能力，支持体制内自主路线。

从智能含量地图看，闭源合作的本质是一次清晰的切割：四大把"药师和基层医生"那部分高认知劳动密度的判断劳动让渡给了大厂，自己保留了低认知劳动密度的物理层。但开源模型的出现，为四大保留了另一条可能的路径。

所以，瓜分不是将来时，是已经在发生的进行时——只是它的形式温和到看起来像"战略合作"，而开源模型的崛起正在为这个格局增加变数。

5、一个对冲判断：体制内信任可能升值

这里要给出一个与主流判断相反的观点。

主流判断是：随着监管透明化，四大的"政策准入"和"政商关系"护城河在贬值。但在"体制合作型AI主导"的情景下，这个判断可能反过来。

医院把核心临床数据交给腾讯、华为，是有数据主权焦虑的；交给国企背景的服务商，心理障碍小得多。

讯飞医疗走的"卫健委签约"路线已经证明，临床决策层的落地，很大程度上依赖体制信任。而2026年AI辅助诊断纳入医保乙类目录、且以"扩展项合并结算"而非独立收费的方式落地，进一步强化了硬件捆绑+体制内渠道的价值逻辑。

如果临床AI的主导权最终落在卫健委和公立医院手里，那么四大几十年积累的体制关系，非但不贬值，反而可能成为它们参与临床决策层的唯一门票。

这个对冲判断的意义在于：四大的命运，部分取决于"临床决策层由谁来主导"这个尚未有答案的变量。这正是第七章可证伪路标要追踪的。

第六章 路径推演：实体经济给过的六条出路

现在回到最初的问题：如果AI医疗的实体入口被大厂瓜分，四大下一步能走哪条路？

我们不凭空给建议，而是回到实体经济被互联网颠覆的历史，把传统企业走过的路枚举出来，再用第二章的智能含量地图做过滤器，看哪几条对四大走得通。

1、实体经济给过的六条路

第一条：管道化。沦为纯通道，利润被压到成本线。最精准的类比不是实体零售，而是运营商——中国移动有全国网络、有资金、有政府关系、有牌照，与四大同构，但微信起来后沦为流量管道。管道化不等于死亡，但等于利润封顶、估值封顶、话语权丧失。

第二条：被收编。银泰、大润发卖给阿里，永辉与京东结盟。"嫁给流量"，交出主导权换生存。

第三条：自建平台、双线作战。苏宁、国美的转型。失败样本远多于成功样本。四大已经小规模试过一次——国大药房O2O、上药云健康，都没打出来。

第四条：退守行政壁垒。这是银行的剧本。支付宝改变了支付入口、交易链路和账户关系，但吃不掉牌照，最终第三方支付被纳入金融监管体系。壁垒守住的部分，互联网进不来。

第五条：卖铲人。这是顺丰之于电商的剧本。不开淘宝店，成为所有淘宝店的基础设施。最舒服的路，但前提是铲子不可替代。

第六条：消失。批发市场、电脑城。列出来是为了完整。

2、用智能含量地图过滤六条路

现在用地图做过滤器，一条一条过：

自建平台（第三条）：被否决。这条路要求四大自己去吃临床决策那个高智能含量的市场。但生态位悖论决定了，吃那个市场等于削减自己的流通量，理性的四大不会真心做，做了也会像国大O2O一样半途而废。历史已经给出答案。

消失（第六条）：概率低。物理层（物流、冷链）和制度层（牌照、公立渠道）是AI打不进去的，四大不会消失。

剩下四条，是真正需要推演的：管道化、被收编、退守壁垒、卖铲人。

3、四大的现实路径：一个组合

对四大而言，最可能的结局不是六选一，而是一个组合：

默认结局是管道化。如果什么都不做，四大将沿着当前的轨道滑向"医药产业的运营商"——保有网络和牌照，但利润被压到成本线，话语权让渡给掌握临床决策和患者入口的上游。这是不发生任何主动改变的"地心引力"方向。

主动路径是"壁垒退守＋选择性卖铲"的组合。

退守壁垒，对应银行剧本：守住AI拿不走的制度资产——麻醉精神药品的全国垄断性批发资质（国药股份是全国仅有的几家持牌者之一）、血液制品（华润博雅）、疫苗配送、GSP冷链认证。这些是"牌照型护城河"，十年内互联网拿不走。但需要明确：壁垒保护的是业务的继续存在，而非当前的利润率水平——壁垒型业务的利润率也将向成本线回归，只是不会归零。

卖铲，对应顺丰剧本：把冷链、基层网络、医院关系产品化，向AI医疗公司收费——AI制药需要的超低温冷链、AI健康管理需要的基层网点、AI产品进院需要的渠道和准入服务。九州通的数据资产化（2026年上半年数智技术服务收入5465万元，明确"升级为面向全行业的基础设施服务商"）、国药的SPD服务、华润医疗的医院场景，都是这条路的自发雏形。

还有一条四大的专属路径：体制合作型AI的落地执行层。如果临床决策层最终由体制主导，四大可以凭借体制信任，成为"国家队AI"的渠道和落地伙伴——不是开发AI，而是帮体制合作型AI进医院、进基层。2026年AI辅助诊断纳入医保且以"扩展项合并结算"方式落地，恰好强化了这一路径的可行性——硬件捆绑AI成为主流，而四大手握医院渠道和器械分销网络。这是互联网大厂拿不走的位置。

4、参照，而非证明：McKesson

美国的McKesson常被拿来作榜样——它一边保有北美药品分销这个现金牛（2026财年收入3367亿美元），一边通过持续并购和组织重构建立了相对独立的技术与服务业务。其2026财年报告显示，公司分为北美药品、肿瘤与多专科、处方技术解决方案（Prescription Technology Solutions，收入58亿美元）、医用外科四大分部——而非简单的"技术部门塞进分销业务"。

但它是参照，不是证明。中美在支付结构（商保主导 vs 医保主导）、医院所有制（多元 vs 公立垄断）、数据环境、企业考核上完全不同，McKesson的"分销＋服务集成"模式无法直接平移。它能告诉我们的只有一件事：分销现金牛和高价值服务可以并存，有人做到过——但代价是长期的并购、分拆和组织重构（其技术业务历经多次重组，2017年曾将大部分Technology Solutions业务注入Change Healthcare合资公司），这恰恰是中国四大在财务和体制上最难付出的东西。

5、诚实版结论：大概率走不出

到这里，必须给出我们承诺过的诚实版结论。

第三章的诊断已经表明，四大的缺席是结构性强约束的结果——体制、财务、生态位悖论、组织与资本结构，四重约束层层叠加。但九州通的存在提示我们：约束是强的，但不是绝对的。这家民企正在用"AI诊疗＋诊所联盟＋医药供应链"的组合，尝试从供应链企业向医疗服务入口上移——它是四大中最值得观察的反例，也是"万一出现的改革者"最可能的模样。

这意味着，上面推演出的主动路径，大概率四大中的国企走不出去，但九州通这样的民企存在突破的可能。因为走这些路，恰恰需要国企不具备的东西：为长期技术投入承受短期利润下降的财务空间、把存量资产"从产品变服务"的组织重构能力、以及与自身生态位相悖的战略决心。

所以，如果缺席是结构性强约束的结果，那么任何"建议"对国企都近乎空话。文章的目的要解释清楚"为什么会这样"，并为"万一出现的改革者"标出那几条与其生态位不冲突的、理论上走得通的路。

实体经济的历史早已写明结局：被互联网颠覆的行业里，活下来的是保住牌照的银行、变成基础设施的顺丰，消失的是想自己变成淘宝的苏宁。四大的问题，从来不是"要不要变成互联网公司"，而是"在AI医疗的版图里，谁能拿到银行剧本，谁会沦为苏宁剧本"——而九州通，可能正在写第四种剧本。

第七章 可证伪的路标：如何判断文章的观点是对是错

一篇文章最怕的是不可证伪的空话。这一章，我们把前面的核心判断，各自配上一到两个可以持续追踪的"验证信号"。未来三到五年，看这些信号的走向，就能判断本报告的推演是对是错。

这张表是整份报告留给读者的"追踪器"。它不预测必然，只标出路标——三到五年后回看，哪些信号亮起了，对应的判断就被验证；哪些信号熄灭了，对应的判断就该被推翻。

一个方法论说明：表中部分指标（如"毛利率跌破6%""服务收入占比升至3%–5%"）为研究者设定的观察阈值，用于指示趋势方向，而非精确预测。读者可根据自身判断调整阈值，重要的是追踪信号本身的变化方向。

结尾：回到人

本文通篇在谈产业链、谈结构、谈路径，但驱动这一切的，最终是一个关于"人"的问题。

AI重构医疗，本质是把过去由"人的判断"承担的环节——读片、审方、配药、随访、甚至一部分诊断——逐步交给算法。黄仁勋们看到的是"健康的大幅改善"，那是对的。但在这场改善里，有一群人正在被重新安置：关店潮中的药店店员、被算法替代的医药代表、在县域诊所里第一次用上AI辅诊的患者、以及在DeepSeek辅助下重写病历的基层医生。

四大医药商业的命运，是这个大变迁的一个缩影。它们会不会从"万亿管道"变成"新基础设施"，不取决于技术，而取决于它们能否在结构的重压下，找到那个与自身生态位不冲突的位置。九州通的尝试提示我们，这个位置可能真的存在——只是找到它，需要付出比"守住基本盘"大得多的代价。

历史只给了它们两次机会。第一次（电商），它们错过了。第二次（AI），才刚刚开始——而这一次，门票的价格比上一次更贵。

信源清单

（按正文出现顺序排列，正文中的具体数据均可回溯至以下来源）

国家统计局《中华人民共和国2025年国民经济和社会发展统计公报》（汽车产量、高技术制造业口径、固定资产投资）

胡润研究院《2025胡润中国500强》（生命健康行业地位）

黄仁勋、比尔·盖茨、李飞飞关于AI与医疗健康的公开言论（据公开报道整理）

国家卫健委《中国卫生健康统计年鉴》及卫生总费用统计（约9万亿）

张笑宇《AI文明史·前史》，中信出版社，2025年（"人类当量"概念的思想来源）

国家医疗保障局《关于将12项AI辅助诊断项目纳入全国统一医保乙类目录的通知》（2026年3月31日发布，4月1日起全国837家三甲医院同步执行，报销比例70%–85%，"不单独收费、扩展项合并结算"）

国药控股2024年年报、2025年年度业绩公告、2026年中期业绩公告（营收5751.68亿元、净利率1.88%、SPD与物流业务、追溯体系）

上海医药2025年年报及《数智化转型与AI应用工作指引》相关披露（WeMol平台、AlphaFold部署、研发投入26.04亿元、数据产品挂牌）

华润医药2025年年报及华润医疗、华润三九公开披露（分销毛利率5.8%、DeepSeek部署、"三舅健康管家"）

九州通2025年年报及2026年半年报（研发投入3.45亿元、九大智能体、"骨科嫦娥"、九医诊所AI辅诊、九信中药AI中医辨证、数智技术服务收入5465.40万元、REITs）

国药股份（600511）2025年年度报告（研发投入8924.14万元、占营业收入比例0.17%）

国家医疗保障局《关于全面推进医保基金即时结算改革扩面提质的通知》及2026年8月进展通报（即时结算覆盖率90.17%、资金占比95.51%）

商务部《2023年/2024年药品流通行业运行统计分析报告》（销售总额、百强集中度、回款周期约150天、毛利率7.3%）

国家卫生健康委体改司原司长许树强向财新披露（2022年1–9月全国公立医院48.1%收支为负，历史背景数据）

国家医保局药品追溯码政策文件（2025年7月1日"无码不结算"、2026年1月1日全量采集）

国药通用（深圳）医疗影像设备有限公司公开资料（国药×GE合资、AI超声/CT）

国务院国资委首批"中央企业人工智能战略性高价值场景"名单（中国生物mRNA场景）

米内网、中康CMH、摩熵医药（网上药店药品销售额：2024年约758亿元、2025年约1005亿元，口径为线上B2C药品零售，不含O2O即时零售和B2B平台交易）

京东健康、阿里健康2025年财报（营收约734亿元、306亿元）

顺丰控股年报（冷运及医药业务收入约106亿元）

国药一致年报及公开报道（国大药房营收、门店数、亏损）

McKesson公司2026财年报告（收入4034亿美元、四大分部结构、Prescription Technology Solutions收入58亿美元、并购历史）

前瞻产业研究院、弗若斯特沙利文、中商产业研究院（AI医疗市场规模测算）

NMPA公开数据（AI医学影像三类证累计批准数量）

讯飞医疗招股书及公开报道（覆盖426个区县、5.2万家基层医疗机构）

界面新闻、上海证券报等关于九州通2026年半年报的报道（15个院内AI场景、75个院外AI场景、53个规划推进场景）