創業前3年沒收入，這家4歲的獨角獸大數據公司為何獲“國家隊”資本青睞？

去年的一部電影《我不是藥神》大火，每個人都在電影裡看到了沒有“光環”護體、躲不過生老病死的自己。影片直擊了中國醫療行業看病難，看病貴的痛點。

根據艾瑞《大數據時代下的健康醫療產業2018》報告顯示，中國醫生執業環境較差，使得進入醫療系統的優秀人才逐年趨少，供需結構失衡。此外，三級醫院人滿為患，基層醫院卻就診率不足，醫療資源配給不平衡導致就醫體驗差及優質醫療資源浪費嚴重。

近年來，隨著大數據產業進入快速發展期，不少創業企業在大數據醫療應用市場躍躍欲試。在這個規模不大、但利益相關方互為博弈的新興市場下，如何找到盈利之道，是擺在大數據企業面前的嚴峻挑戰。

近日，在中歐FMBA三小時活動中，中歐金融學副教授張華深入分析“AI+醫療大數據”領域獨角獸企業——零氪科技的商業化的探索，並從中總結出四個大數據時代下的企業盈利之道。

張華

中歐國際工商學院金融學副教授

中國企業全球化中心聯合主任

挖沉睡數據，賦能醫療科研

但卻三年沒有收入

零氪科技於2014年成立，2015年獲A輪融資，2016年B輪，2017年上半年C輪，2018年上半年完成由“國家隊”資本——中國投資有限責任公司參與的10億元D輪融資。根據官方的材料顯示，目前估值超80億，躋身醫療大數據領域“獨角獸”行列。

零氪科技創始人張天澤（中歐EMBA2016）原來在騰訊和阿里都工作過。2005年，他為一批三甲醫院建立醫院搭建信息系統（HIS系統），在這個過程中，他本能地察覺到大量最有價值、最核心的數據沉睡在醫院，一旦被挖掘出來，所發揮出的價值和能量將是巨大的。

挖掘沉睡數據的第一步，張天澤從價值比較高的臨床數據切入，創立了第一家公司——信石。

之後，他把醫院的數據使用者的各種需求盤摸了一遍，結果發現科室主任對醫學研究有穩定的訴求，而研究則需要大量的數據支持，由此他做出了獲取醫療行業數據的三個選擇：

獲取醫療行業數據的三個選擇

零氪科技由此孕育而生。一方面，零氪科技將大量人力投入到數據採集和清洗工作，100多人的研發團隊主要利用機器學習技術實現醫療數據的結構化，人工精準標準+機器自動化、智能化方式完成病歷錄入與結構化處理，並輔助醫生進行科研方案設計、數據統計，最終產生科研成果。

另一方面，零氪還建立了一個患者管理團隊，持續採集出院後患者的隨訪和康復數據，並與臨床數據進行拼接，實現臨床數據的閉環，建立起患者的完整畫像。

最終，它為醫生建立了一個一站式醫學科研解決方案，幫助醫院建立結構化患者隊列數據庫，提高診斷、隨訪、科研等各環節的效率，幫助醫生進行臨床研究和決策。

零氪雖然坐擁一座醫療大數據金礦，但創業前三年卻一直沒有收入。零氪發現，醫生雖然有科研需求，但支付意願並不強烈，他們更希望免費獲得這樣的服務。如何尋求盈利之道，讓企業活下來？這將是擺在創業團隊面前的最大挑戰。

賦能1.0——藥企服務

互聯網行業廣為流傳一句話——羊毛出在豬身上，狗來買單。2017年，讓零氪賺到第一桶金的商業化探索正好印證了這句話。

醫療行業有4個利益相關方——病人、醫生、政府保險和藥企。患者服用藥物接受治療，是消費者或者受益人；政府是付費者；藥企提供產品，是供給者；而醫生則是患者的決策代理人。這是一個四方共同努力使得患者痊癒的過程，大家看似目標一致，實則充滿了複雜的博弈。

四個利益相關方各有不同的痛點。醫生最大的痛點是診療，其次才是科研，這也是為什麼零氪在前三年沒辦法從醫院獲取收入的原因。醫療行業最大的痛點是患者和政府的痛點——醫療資源供需不平衡。雖然痛點很痛，但是變現難度高。而變現能力強的藥企一下子引起了零氪的注意。雖說藥企產品的最終使用者是病人，但無論新藥上市決策、支付決策，還是使用決策者都不由病人做主，上市和支付由政府說了算，使用則由醫生來定奪。

藥企的痛點在於說服醫生和社保。站在醫生的角度，如何拓展藥品適應症，如何找到更加有效的組合用藥策略，形成專家共識與指南，獲得真實世界的藥物安全性評價，讓醫生對藥品的治療效果更有信心？

站在社保的角度，如何獲取藥物經濟學的認可，讓藥品及早地納入醫保？隨著中國大量創新藥企的出現，越來越多的藥物進入市場，大量的藥企產品需要去說服醫生和社保，說服患者，說服市場。創新藥企缺乏足夠的資金、資源甚至時間來獨自開展這些工作，傳統的商業化模式難以延續。醫療數據，成為了提升藥品商業化的剛需。

賦能2.0——AI輔助診療

2017年，零氪以大數據賦能藥企，獲取了超過一個億的收入。成功獲得第一桶金增強了企業的信心，零氪決定進一步向前探索賦能和商業化的途徑。

零氪發現，藥企的付費意願固然強，但藥企的痛點還不夠痛。事實上，醫療行業最大的痛點來自患者和政府，醫療資源供需和配給平衡是患者和政府的迫切需求。而其中，政府對此痛點的支付意願和能力是最強的。有沒有可能讓大數據賦能醫院，以AI輔助診療補給供給端，緩解供需失衡的狀況?

2018年，零氪開始落地AI輔助診療應用，從醫療大數據一體化、標準化智能隨訪、醫學影像智能診斷、一站式醫學科研，逐步過渡到患者管理、臨床科研，例如癌症篩查、治療決策、風險預警等方面，逐步實現數據的價值交付與兌現。

小而簡 vs. 大而難

至此，零氪走出了兩條清晰的商業化路徑：“小而簡”的藥企諮詢 vs. “大而難”的AI診療。

從藥企切入細分市場，幫助藥企做諮詢報告、招募志願者的難度風險較小，但卻沒有解決醫療行業的最大痛點。雖然變現容易，但商業化前景小，市場規模小。

而AI輔助診療，政府為醫療資源不匹配買單的意願強烈。雖然前景廣闊，但投入成本高，風險大，變現難，需要燒錢，需要獲得大量資本的支持。

正因為零氪不斷涉足新的領域，它的每一輪融資估值持續走高，創業企業商業化要從細分市場切入，獲取資源，不停地拓展新領域，不斷推高企業的天花板。

那麼零氪未來有沒有佈局新的領域？除了輔助診療之外，零氪同時也在佈局DTP（Direct To Patient）藥房和互聯網醫院業務。

DTP藥房是指製藥企業不通過任何代理商，直接將產品授權給藥房銷售，患者在醫院就診拿到處方後，可直接到藥房買藥，並獲得專業用藥服務。

對於零氪來說，DTP藥房不僅是一個全新的商業化領域，更重要的是，通過藥房，零氪直接把患者也納入自己的系統裡，直達C端，企業價值會更高。

而零氪在銀川做的一家互聯網醫院，則是用數據把患者、醫生、藥企都連接在一起，形成一個實實在在的閉環。

大數據時代下企業的4個盈利之道

3個關注，2個切忌

通過零氪的案例，我們可以總結出創業大數據公司商業化探索的四個盈利之道：

四個盈利之道

許多公司好高騖遠，一開始就做“大而難”的方向。零氪的做法是先從行業急需的單點基礎業務做起，構築自己的競爭壁壘，立足生存，然後再不斷延展擴大業務範圍與盈利來源。但是這一選擇的潛在風險是“路徑依賴”，大多數企業一旦有了穩定的盈利，可能會“小富即安”而放棄了對更大目標的探索。

本文內容僅代表作者個人觀點。如需轉載，請在後臺回覆關鍵詞“轉載”，查看具體規則。

來源| 中歐FMBA

2019FMBA申請邁入衝刺階段

點擊“閱讀原文”

報名2019級最後一場招生諮詢會

3位FMBA學長帶你全面體驗中歐FMBA

▼ 點擊“閱讀原文”，立即報名！