蚂蚁阿福用户破亿后“负重前行”：从信息到服务入口，挑战后端资源整合
蚂蚁阿福的服务拓展与目标
继春节密集营销获用户增长后，蚂蚁阿福开始向服务能力要增量。2月前后，蚂蚁联合阿里公益培训基层村医使用阿福辅助了解病情；3月，阿福与美年健康合作涉足长期健康管理；4月，阿福发布“智慧医疗AI一体化方案”，包括“云陪诊”和“AI医生助手”等模块。阿福沿着医疗链条不断延伸，试图“包办”用户全周期健康需求。
迭代方向与自动化命题
去年末，蚂蚁健康事业群总裁张俊杰为阿福定下“个性化、专业化、自动化”三个迭代方向。在AI使千人千面的健康管理成为可能的背景下，个性化和专业化较直观，自动化则指向更深层次的命题。从字面看，自动化意味着技术响应效率；从业务角度，它指的是用户健康需求与真实行为间的摩擦。比如，体检预约、报告解读等环节会产生心理摩擦，导致行动流产。技术无法直接弥合行为断裂，这是阿福试图破解的命题，也是其变“重”的逻辑起点。
模式与用户需求组织
从模式上看，阿福通过生成式AI重新组织用户健康需求，瞄准用户全生命健康管理周期。健康需求并非都导向医院，在AI时代前，人们通过寻亲访友、传统搜索引擎、内容社区等方式处理健康需求。蚂蚁CEO韩歆毅将这类需求概括为“中间地带”。搜索和内容社区虽能提供信息和经验，但存在不足。阿福通过生成式AI的个性化健康咨询功能，组织这些需求，替换旧路径。目前，阿福总用户量破亿，月活达3000万。
技术特点与交互设计
技术层面，阿福主要通过医疗垂类知识库的RAG引导用户完成健康咨询。与其他通用AI产品不同，阿福注重交互环节设计与意图引导。其回答按医学思考路径模块化呈现，专有名词支持二次点击查阅，AI医生分身绑定真实专家建立信任预期。面对不懂医学知识的用户，阿福会持续引导追问、补充问题，让用户在对话中自动补全信息。
推广经验与组织调整
除产品设计，蚂蚁在组织零散需求、推广技术普惠上经验丰富。2017年收钱码推出时，蚂蚁成立线下支付事业部，与ISV服务商进行线下渗透，针对下沉商户进行教育，二维码连接着小微金融信贷服务。面对AI健康之战，蚂蚁于去年11月7日将“数字医疗健康事业部”升级为“数字医疗健康事业群”，并进行全方位营销与心智渗透。
平台演进规划
需求组织为阿福解决了用户基础。从张俊杰提出的“三化”方向看，蚂蚁对平台演进有阶段性规划，先通过个性化建立用户关系，再用专业化夯实信任基础，最后用自动化弥合行为断裂。健康管理的阻力是即时性的，动力是延迟、抽象的，人类大脑倾向即时满足，所以阿福的自动化要与用户建立长期默认关系，这与通用AI产品不同。
AI能力迭代需求
从AI能力迭代角度，阿福需要持续获得用户反馈、完整的行为样本与健康数据。目前推理大模型对单次上传健康数据有解释能力，但逻辑停留在“你问我答”，阿福要寻找持续获取数据并沉淀为能力的手段。
自动化发力方向
阿福自动化有两个发力方向。产品层面，阿福要培养与用户的日常默认关系，通过提醒、目标、家人档案等将一次性健康疑问延展成持续性产品关系。蚂蚁希望阿福从冰冷的AI工具转变为陪伴式角色，如AQ更名为“阿福”、推出长辈模式、加速智能硬件生态扩张等。但阿福能解答健康疑问，却无法完成即时服务交付。
服务入口进化与挑战
在这方面，阿福正从“信息入口”向“服务入口”进化，除基础咨询功能外，还连接30万真人医生和5000家医院的挂号跳转。不过，后端医疗资源存在专科化、碎片化、地域化问题，蚂蚁收购好大夫后，30万真人医生面对1亿量级用户池，供给缺口明显。自动化深度决定阿福平台化难度，入口考验产品设计和旧能力底蕴，平台化考验蚂蚁整合与协同后端资源的能力，阿福要让用户所有健康相关行为都能在App内完成。
既有禀赋与服务交付
此外，蚂蚁既有的禀赋为阿福自动化提供了部分服务交付能力，用户在阿福App内可“医保直付”与“商保直赔”。
AI健康路径选择与竞争
一位业内人士认为，AI健康最早的爆款会集中在细分场景，如专科专病，这符合医疗资源供给形态和专家小参数模型技术范式。当下AI健康玩家有两条路：一是选择几个病种强化学习，做出专家模型产品，如钉钉联合壹生检康的“豆蔻医生超级助理”、百川智能的“百小应”；阿福选择了更慢、更重的平台路径。专病路径像打井，平台路径像修路，专病AI产品商业化速度与阿福形成时差。阿福问答无广告推荐，依赖集团长期投入，无法快速自我造血。
传统巨头挤压与挑战
同时，阿福还面临AI化快速的传统互联网医疗巨头的挤压。如京东健康升级AI医生智能体集群，整合自营药房和即时配送能力；美团发布“小团健康助手”，有本地生活服务支撑。在高强度资源需求下，蚂蚁需为阿福提供更多腾挪空间。医疗健康最难、最重、最慢的部分，阿福仍在探索中。