---
title: "AI应用重估，云知声的医疗价值卡在哪"
canonical_url: "https://supawriter.sevnday.com/articles/247f97b2-7239-43a9-82ff-acd37e453805"
channel: "财经投资与商业消费洞察"
channel_slug: "finance-market"
author: "SuperAdmin"
published_at: "2026-09-25T00:34:22.048015+00:00"
updated_at: "2026-11-20T13:04:14.097486+00:00"
word_count: 2519
keywords: ["AI","医疗","医院","模型","应用","场景"]
---

> 摘要：资本市场关注点从算力转向应用端，云知声在医疗领域覆盖450余家医院、超八成三甲，但覆盖不等于收入。本文拆解从覆盖到付费之间的三重约束——医生使用习惯、院内部署成本、红海竞争，并给出判断：价值重估的前提是商业化验证，而非指数纳入或评测排名。

# AI应用重估，云知声的医疗价值卡在哪

![图片](https://n.sinaimg.cn/sinakd20110/716/w970h546/20240301/5a7c-90c5827669e88267d253d60ac7aceb4f.jpg)

## 市场为什么开始重新看应用端

过去两年，资本市场对人工智能的注意力经历了一次清晰的迁移。最早被追逐的是算力，GPU、服务器、光模块这些基础设施率先兑现订单和收入；随后大模型成为焦点，参数规模、训练成本和推理能力被当作衡量企业技术实力的标尺。到了今年，关注点进一步向应用端移动。9月，上交所正式发布上证科创板人工智能应用臻选指数，将相关软件和硬件企业单独纳入指数体系。A股和港股市场对软件、智能体以及行业应用的讨论也明显升温。

![图片](https://supawriter.sevnday.com/cdn-img/supawriter/c873ec5382a93098.png)

这种迁移有它的内在逻辑。经过持续投入，大模型本身的能力已经积累到一定程度，市场自然要问下一个问题：这些技术究竟进入了哪些业务，又能带来多少收入。基础设施和模型层的进步，本身就在为应用层的落地创造条件，关注点下移是水到渠成的事。

![图片](https://p7.itc.cn/q_70/images03/20221222/b0df71657e8f42f4973d33bbae2238e1.png)

但指数纳入是一个信号，不是结论。它说明市场开始为应用端单独定价，却不改变任何一家企业的基本面。政策层面的推动同样如此。2025年11月，国家卫健委等五部门联合印发《关于促进和规范“人工智能+医疗卫生”应用发展的实施意见》，提出2027年初步建成AI医疗应用体系、2030年实现深度融合的目标，重点支持AI在基层诊疗、医院智能化等核心场景落地。这类文件为行业划定了方向和时间窗口，但方向明确不等于商业闭环已经形成。

应用端重估是一个正在发生的趋势，趋势本身不构成个股价值的自动兑现。如果应用端确实在被重新定价，那么具体到医疗这个场景，什么样的公司值得被重新看，就成为一个需要拆开算的问题。

![图片](https://supawriter.sevnday.com/cdn-img/supawriter/6a8f2029447ef8e7.png)

## 云知声在医疗领域到底积累了什么

### 450家医院和八成三甲意味着什么

云知声在医疗领域的覆盖数据，最常被引用的一组是：智慧医疗相关系统已进入国内450余家医院，其中超过八成为三甲医院。另一份稍早的资料给出的口径略有不同，称解决方案落地近400家医院，另有700余家进入测试阶段，覆盖数百家顶级三甲医院。两组数字存在出入，但指向同一个事实：云知声在医院端的触达规模，在AI医疗公司中属于靠前的位置。

![图片](https://pic.doit.com.cn/2023/02/2023020300201459.jpg)

三甲医院的占比是这组数据里更值得注意的部分。三甲医院对信息系统的采购流程更长、合规要求更高、对供应商的技术能力也更挑剔。能进入这个圈层，至少说明产品通过了基本的资质门槛和临床场景验证。

但覆盖数字需要拆开看。进入450家医院，可以指系统已经部署上线，也可以指签署了合作协议、尚在测试或试点阶段。近400家落地加700余家测试的口径，恰恰说明“进入”和“落地”之间还有一段距离。覆盖广度是真实的，但覆盖不等于收入，更不等于利润。

![图片](https://imgslim.geekpark.net/uploads/image/file/48/f1/48f16f69cb0e8eab7f8b011f8fbfcf52.jfif)

### 从病历到医保，场景覆盖的宽度

从产品线看，云知声在医疗领域不是单点工具。公司自述已形成覆盖智能病历、病历质控、诊后管理、临床辅助决策、医保基金监管、专病智能体等多个环节的产品和解决方案。其山海医疗大模型的主要场景包括病历生成、病历质控、单病种上报、医保控费、保险理赔医疗审核、专病库平台和智能问诊，其中应用率最高的是病历生成、病历质控和保险理赔的医疗审核。

场景宽度说明两件事。一是产品能力不是围绕单一功能搭建的，而是试图嵌入医院多个业务环节；二是不同场景的商业化难度差异很大。病历生成和质控属于医院日常高频需求，付费意愿相对明确；医保基金监管和保险理赔审核涉及更复杂的合规链条，落地周期更长；专病智能体则更接近探索性产品，规模化收入还需要时间验证。

需要诚实对待的是，上述覆盖数据和场景清单均来自公司自述或转载文章，缺少财报或公告级别的第三方验证。场景清单是产品能力描述，不等于每个场景都已产生规模化收入。覆盖了这么多医院，为什么商业化仍然是一个问题，需要从付费链条本身去找答案。

![图片](https://www.cinic.org.cn/uploadfile/2025/0623/20250623164736991.png)

## 从覆盖到收入，卡在哪里

### 医生愿不愿意改习惯

![图片](https://supawriter.sevnday.com/cdn-img/supawriter/6d4277c15afd0114.jpg)

医疗大模型进入医院，技术只是入场券。云知声AI Labs研发副总裁刘升平在谈及规模化落地时，把医生和患者的接受度列为首要问题，特别提到有些场景需要改变医生的使用习惯。这句话的分量容易被低估。医生的工作流经过多年训练和制度固化，任何嵌入诊疗环节的工具，都必须在不增加认知负担的前提下证明自己的价值。病历生成之所以应用率较高，恰恰因为它替医生省去重复劳动，而不是要求医生多学一套操作。反过来，涉及诊断建议或临床决策的场景，医生对AI输出的信任建立周期要长得多，产品体验和组织惯性共同构成摩擦，这不是模型能力提升就能自动消解的。

### 院内大规模部署的成本账

刘升平提到的第二个问题指向硬件成本：如果在院内大规模并发使用医疗大模型，部署成本会比较高。医院的信息化预算有明确约束，采购决策往往需要论证投入产出比。单点试用和全院并发之间的成本差距，可能直接决定一家医院是否愿意从试点转向付费。覆盖了多少家医院，和这些医院愿意为多少并发量、多少场景持续付费，是两个不同的口径。

![图片](http://k.sinaimg.cn/n/sinakd20110/339/w1307h632/20231206/f686-00758a55d150c29e6cb89facd9add809.jpg/w700d1q75cms.jpg?by=cms_fixed_width)

### 红海竞争是不是真问题

有评论认为U2-Med评测分数高不代表能赚钱，医疗信息化巨头已把赛道挤成红海。这一说法来自文章评论区的个人观点，不代表行业共识，但它指向的竞争格局并非虚构。医疗信息化领域确实存在深耕多年的厂商，它们掌握医院渠道和既有系统入口。云知声的差异化在于大模型能力和场景纵深，但差异化能否转化为合同，取决于医院在既有供应商和新技术方案之间如何权衡。刘升平预计医疗大模型真正进入更广泛的商业化阶段还需2-5年，今年只是应用元年。这个时间表是他的个人判断，可能偏保守或偏乐观，但它至少说明，覆盖到收入的转化不是短期事件。

![图片](https://www.icloudnews.net/uploadfile/20230607/202306071545106322.jpg)

## 重估的前提是什么

### 评测排名和券商目标价能说明什么

![图片](http://k.sinaimg.cn/n/sinakd20110/27/w1302h325/20231206/feb3-2e319e16b406efd31165f14755c78131.jpg/w700d1q75cms.jpg?by=cms_fixed_width)

山海医疗大模型在PromptCBLUE和MedBench两个综合评测上排名第一，这个说法来自刘升平本人的受访表述，没有第三方核验。评测分数高，说明模型在标准化任务上的表现不差，但评测集和真实诊疗场景之间有距离。医院采购时看的不是榜单，是系统能不能嵌进现有工作流、误判率能不能被临床接受、出了问题谁负责。

国泰海通首次覆盖给出“增持”评级和451.33港元目标价，预计2025至2027年营收保持超35%增长。这是券商观点，不是事实。目标价背后是一套假设，假设变了，数字就变了。把研报结论当作判断依据，等于把别人的假设当成自己的结论。

### 数字医生是方向还是故事

![图片](http://www.aichinaw.com/file/upload/202206/09/090025851.jpg)

云知声正在推进数字医生探索，首个验证场景选在肝脏科。方向描述是围绕患者较完整的诊疗过程持续理解病情，覆盖问诊、检查、辅助判断、方案建议和后续随访。这个方向和简单模拟医生问答有区别，但方向描述本身不构成产品验证。肝脏科是单场景，单场景跑通到多科室复制，中间隔着数据适配、科室接受度和付费模式三道坎。

真正值得跟踪的信号只有几个：医疗业务营收增速能否在更大基数上维持。2024年医疗业务营收同比增长34.4%，这个数字来自转载文章，没有财报出处和绝对金额，但至少提供了一个起点。单院付费深度有没有变化，比覆盖医院数量更能说明问题。数字医生从探索到验证有没有可披露的节点。评测排名和券商目标价是能力信号和观点信号，不是商业验证信号。两者不能互相替代。

## 参考来源

- [AI应用迎来重估，云知声在医疗深处重塑新增量](https://m.gelonghui.com/p/6803651)（ddgs）
- [OpenAI 引爆 AI 医疗赛道 云知声(09678)...](https://caifuhao.eastmoney.com/news/20260114123642552524920)（ddgs）
- [OpenAI 引爆 AI 医疗赛道 云知声(09678)价值重估窗口已至_手机网易网](https://m.163.com/dy/article/KJ80R2E605198UNI.html)（ddgs）
- [巨头们涌入的医疗大模型，何时迎来最好的商业时代？_google...](https://blog.csdn.net/Z4400840/article/details/140199476)（ddgs）
- [AI應用迎來重估，雲知聲在醫療深處重塑新增量](https://www.sl886.com/blog/45300)（serper）
- [OpenAI 引爆AI 医疗赛道云知声(09678)价值重估窗口已至](https://finance.sina.com.cn/stock/hkstock/ggscyd/2026-01-14/doc-inhhfvyv8495823.shtml?froms=ggmp)（serper）
