3个关注,2个切忌,这家4岁的独角兽大数据公司如何获“国家队”资本青睐?丨F观点

去年的一部电影《我不是药神》大火,每个人都在电影里看到了没有“光环”护体、躲不过生老病死的自己。影片直击了中国医疗行业看病难,看病贵的痛点。
 
根据艾瑞《大数据时代下的健康医疗产业2018》报告显示,中国医生执业环境较差,使得进入医疗系统的优秀人才逐年趋少,供需结构失衡。此外,三级医院人满为患,基层医院却就诊率不足,医疗资源配给不平衡导致就医体验差及优质医疗资源浪费严重。
 
近年来,随着大数据产业进入快速发展期,不少创业企业在大数据医疗应用市场跃跃欲试。在这个规模不大、但利益相关方互为博弈的新兴市场下,如何找到盈利之道,是摆在大数据企业面前严峻的挑战。
 
近日,在中欧FMBA三小时活动中,中欧金融学副教授张华深入分析“AI+医疗大数据”领域独角兽企业——零氪科技的商业化的探索,并从中总结出四个大数据时代下的企业盈利之道。
 

 

 

1/ 挖沉睡数据,赋能医疗科研,
但却三年没有收入

零氪科技于2014年成立,2015年获A轮融资,2016年B轮,2017年上半年C轮,2018年上半年完成由“国家队”资本——中国投资有限责任公司参与的10亿元D轮融资。根据官方的材料显示,目前估值超80亿,跻身医疗大数据领域“独角兽”行列。
 
零氪科技创始人张天泽(中欧EMBA2016)原来在腾讯和阿里都工作过。2005年,他为一批三甲医院建立医院搭建信息系统(HIS系统),在这个过程中,他本能地察觉到大量最有价值、最核心的数据却沉睡在医院,一旦被挖掘出来,所发挥出的价值和能量将是巨大的。
 
挖掘沉睡数据的第一步,张天泽从价值比较高的临床数据切入,创立了第一家公司——信石。
 
之后,他把医院的数据使用者的各种需求盘摸了一遍,结果发现科室主任对医学研究有稳定的诉求,而研究则需要大量的数据支持,由此他做出了获取医疗行业数据的三个选择:

  • 选择入口——科室主任;
  • 选择病种——肿瘤数据;
  • 选择路径——直接从临床数据入手,而非医疗服务和医保支付数据等浅层数据

 
零氪科技由此孕育而生。一方面,零氪科技将大量人力投入到数据采集和清洗工作,100多人的研发团队主要利用机器学习技术实现医疗数据的结构化,人工精准标准+机器自动化、智能化方式完成病历录入与结构化处理,并辅助医生进行科研方案设计、数据统计,最终产生科研成果。

另一方面,零氪还建立了一个患者管理团队,持续采集出院后患者的随访和康复数据,并与临床数据进行拼接,实现临床数据的闭环,建立起患者的完整画像。
 
最终,它为医生建立了一个一站式医学科研解决方案,帮助医院建立结构化患者队列数据库,提高诊断、随访、科研等各环节的效率,帮助医生进行临床研究和决策。
 
零氪虽然坐拥一座医疗大数据金矿,但创业前三年却一直没有收入。零氪发现,医生虽然有科研需求,但支付意愿并不强烈,他们更希望免费获得这样的服务。如何寻求盈利之道,让企业活下来?这将是摆在创业团队面前的最大挑战。
 

2/ 赋能1.0——药企服务

互联网行业广为流传一句话——羊毛出在猪身上,狗来买单。2017年,让零氪赚到第一桶金的商业化探索正好印证了这句话。
 
医疗行业有4个利益相关方——病人、医生、政府保险和药企。患者服用药物接受治疗,是消费者或者受益人;政府是付费者;药企提供产品,是供给者;而医生则是患者的决策代理人。这是一个四方共同努力使得患者痊愈的过程,大家看似目标一致,实则充满了复杂的博弈。
 
四个利益相关方各有不同的痛点。医生最大的痛点是诊疗,其次才是科研,这也是为什么零氪在前三年没办法从医院获取收入的原因。医疗行业最大的痛点是患者和政府的痛点——医疗资源供需不平衡。虽然痛点很痛,但是变现难度高。而变现能力强的药企一下子引起了零氪的注意。虽说药企产品的最终使用者是病人,但无论新药上市决策、支付决策,还是使用决策者都不由病人做主,上市和支付由政府说了算,使用则由医生来定夺。
 
药企的痛点在于说服医生和社保。站在医生的角度,如何拓展药品适应症,如何找到更加有效的组合用药策略,形成专家共识与指南,获得真实世界的药物安全性评价,让医生对药品的治疗效果更有信心?

站在社保的角度,如何获取药物经济学的认可,让药品及早地纳入医保?随着中国大量创新药企的出现,越来越多的药物进入市场,大量的药企产品需要去说服医生和社保,说服患者,说服市场。创新药企缺乏足够的资金、资源、甚至时间来独自开展这些工作,传统的商业化模式难以延续。医疗数据,成为了提升药品商业化的刚需。
 

3/ 赋能2.0——AI辅助诊疗

2017年,零氪以大数据赋能药企,获取了超过一个亿收入。在第一桶金的信心之下,零氪进一步向前探索赋能和商业化的途径。
 
零氪发现,药企的付费意愿固然强,但药企的痛点还不够痛。事实上,医疗行业最大的痛点来自患者和政府,医疗资源供需和配给平衡是患者和政府的迫切需求。而其中,政府对此痛点的支付意愿和能力是最强的。有没有可能让大数据赋能医院,以AI辅助诊疗补给供给端,缓解供需失衡的状况?
 
2018年,零氪开始落地AI辅助诊疗应用,从医疗大数据一体化、标准化智能随访、医学影像智能诊断、一站式医学科研,逐步过渡到患者管理、临床科研,例如癌症筛查、治疗决策、风险预警等方面,逐步实现数据的价值交付与兑现。

 

4/ 小而简 vs. 大而难

至此,零氪走出了两条清晰的商业化路径:“小而简”的药企咨询 vs. “大而难”AI诊疗。
 
从药企切入细分市场,帮助药企做咨询报告、招募志愿者的难度风险较小,但却没有解决医疗行业最大痛点。虽然变现容易,商业化前景小,市场规模小。
 
而AI辅助诊疗,政府最愿意为医疗资源不匹配买单,虽然前景广阔,但投入成本高,风险大,变现难,是个需要烧钱的事情,它需要获得大量资本支持。
 
正因为零氪不断涉足新领域,它的每一轮融资估值持续走高,创业企业商业化要从细分市场切入,获取资源,不停地拓展新领域,不断推高企业的天花板。
 
那么零氪未来有没有布局新的领域?除了辅助诊疗之外,零氪同时也在布局DTP(Direct To Patient)药房和互联网医院业务。

DTP药房是指制药企业不通过任何代理商,直接将产品授权给药房销售,患者在医院就诊拿到处方后,可直接到药房买药,并获得专业用药服务。
 
对于零氪来说,DTP药房不仅是一个全新的商业化领域。更重要的是,通过药房,零氪直接把患者也纳入自己的系统里,直达C端,企业价值会更高。
 
而零氪在银川做的一家互联网医院,则是用数据把患者、医生、药企都连接在一起,形成一个实实在在的闭环。
 

5/ 大数据时代下企业四个盈利之道——
3个关注,2个切忌

 
通过零氪的案例,我们可以总结出创业大数据公司商业化探索的四个盈利之道:

  • 关注利益相关方的痛点、支付意愿和能力;
  • 关注变现的难易程度,考虑投入产出比和风险;
  • 关注价值创造,不断推高企业的“天花板”;
  • 切忌“好高骛远型”和“路径依赖型”。

许多公司好高骛远,一开始就做“大而难”的方向。零氪的做法是先从行业急需的单点基础业务做起,构筑自己竞争壁垒,并立足生存,然后再不断延展扩大业务范围与盈利来源。但是这一选择的潜在风险是“路径依赖”,大多数企业一旦有了稳定的盈利,可能会“小富即安”而放弃了对更大目标的探索。


 

根据张华教授近期讲座内容整理。