前谷歌CEO Eric Schmidt在斯坦福的演講為醫療AI創業者提供了寶貴的洞見。Schmidt強調了AI大模型的迅速變革、創業團隊的努力以及全球視野的重要性，對醫療AI領域的創業環境、產品定位及未來發展路徑提供了深刻分析。本文不僅總結了Schmidt的核心觀點，還結合醫療AI創業者的實際經歷，探討了如何在競爭激烈的市場中找到定位，以及如何利用全球資源推動醫療AI產品的商業化進程。

上個星期簡單寫了下一些自己出去了解其他行業的創業者的感受，沒太上心，因為目前團隊只有６個人的原因，自己出去的時候還要處理一些公司的事情。雖然只寫了一些簡單的看法，也引來了不少人的關注。

先給我們精神股東匯報一下進度，目前我們基礎產品完成了，目前在微調，預計我的產品今年就要上了然后會先從區域的機構上落地，目前的試驗田已經找好了。后期還會和醫護工作人員會對RAG、知識庫進行補充并訓練。

另外這個月還是會去見一些創業者尤其是在醫療領域的Aiagent的朋友。在上海的小伙伴已經約好了。能在這個時候遇到你們真是太好了，老話說的好出門靠朋友，這也是我繼續寫公眾號的目的。

在創業的時候難免有一些焦慮，依靠視頻號給我推的一些雞湯勉強堅持下去，昨晚看到前谷歌CEO在斯坦福說的話，又打被打了雞血。畢竟他的一些想法確實跟我之前的思考是高度吻合的。我用我的視角去解讀一下這里面哪些我們能用到的，僅供參考。

EricSchmidt：很快。這三件事，我非常確信這三件事的結合將在下一波浪潮中發生。所以你問還會發生什么。每六個月我就會搖擺一次。所以我們處于一個奇偶振蕩狀態。

EricSchmidt：這里的程序員知道我在說什么。因此，想象一下一個不傲慢的程序員實際上可以做你想做的事情，你不必支付所有的錢，而且這些程序的供應是無限的。這都是未來一兩年內的事情。

以上兩個觀點，我一起說，我在《Ai醫療商業化的前提》這篇文有提到過，AI的大模型的變化不可同日而語，就連我們的AI顧問都感嘆，之前用TANSFORM硬寫一些推薦算法，花了不少錢。這種場景其實也在移動互聯網興起之前也同樣發生過，所以他這里用了浪潮這個字眼。其實在局的創業者看到這個也會有一些焦慮，畢竟發展速度過快就意味著淘汰速度也同樣的快，但我對這種鬼故事，向來不太在意。

舉例來說，最近在微調我們的智能體得出來的一些感受，微調之前我們要比智能體更專業，這個是前提條件，所以急不來，也不用焦慮，有行業經驗的人還是有先發優勢的，畢竟醫療領域還是有一定門檻的。

EricSchmidt：因為我們作為一個國家沒有足夠的力量來做到這一點。另一種選擇是讓阿拉伯人資助它。我個人喜歡阿拉伯人。我在那里度過了很多時間，對嗎？

我在《醫療企業，為什么一定要出海？》也講到了，言外之意就是去找中東的投資機構有機會，這個需要很多錢才能成的事情。至于為什么是中東我有講我對全球經濟的一些邏輯推理。

那醫療AI面對海外市場怎么看，我會專門用一篇文章來講。目前我用CB找到海外做AiAgent的都是做一些小工具的工作流，都獲得了不錯的融資。另外創業者也需要一個全球化的視野，所以我個人覺得是有機會的。

EricSchmidt：對于初創公司來說，初創公司之所以能成功，是因為人們拼命工作。所以我在小公司投資了很多錢。

這個確實是發生在我身上的一件事情，就是我去真格面試，投資人更關注的是團隊情況，市場情況。而實際在做這件事情的創業者會更關注這個產品是否足夠細分，足夠的細分這個團隊才能跑的快，在有限的時間和資金更聚焦的去做一件事。

這兩者之間是有難點的，難點在這個產品輻射人群足夠廣并且這個產品要足夠的垂直細分，創業者需要解決這個矛盾點。

主持人：總的來說，您似乎對人工智能問題的潛力非常樂觀。我很好奇，你認為是什么推動了這一點？只是更多的計算嗎？是更多的數據嗎？

EricSchmidt：這是根本性的還是實際的轉變？是的。你同意？被扔掉的錢財數量令人難以置信。我選擇了，我基本上投資了一切，因為我不知道誰會贏。

我之前就分析過，這是因為很多人想要撿這個浪潮的錢，所以就必須一次次來做大模型。過沒多久大模型還是回歸那幾個巨佬廠商，而AIAgent才剛剛開始。

對此我有八成以上把握。

關于醫療AiAgent是否在能在TOC端的大場景中跑出來，我的判斷把握要小一些，畢竟我認為現在這個TOC端屬于高杠桿行業、這種滿手現金流的行業不一樣，他們商業模式差很多。

而我這種只想滿足TOB端的一些小需求解決他們的主要問題，不能去冒這個險，對于低杠桿的，做一些自由現金流好的生意反正又不會死，熬著總能等到風口。

主持人：是的，先生。是啊，似乎有幾個玩家在主導AI，對吧？他們將繼續占據主導地位。它們似乎與所有反壟斷監管所關注的大公司有重疊。您如何看待這兩種趨勢…

EricSchmidt：所以在我看來，這種趨勢確實不會被打破。

你們不要誤會，這里他沒有任何吹哪幾家會壟斷市場的意思。應該是告訴我們不要去玩基礎的東西，我們玩不明白。

EricSchmidt：那是上周。他有一個很好的分類法。人們詢問微調。我認為蘇珊問的是微調。他說，嗯，實際上有三種方法可以讓你的模型變得更加定制化。

一是你可以對其進行微調，這基本上就像對其進行更多訓練。另一個是上下文窗口越來越大。第三種是使用 RAG 或類似的技術，這些技術是檢索增強生成并訪問外部數據。但這些上下文窗口現在似乎非常有效。我想，正如埃里克所說，我們認為這很難。

這個也是我們的產品一開始就像中了邪一樣，開始亂回答。后面用加了RAG，主要做輔助回答的作用，現在稍微好一些。再進入到模型之前我們加了一些調優，就是再細化場景分類這個可以解決一大部分問題。

反正我感覺Qwen有點小強了，Ai技術遠沒有上限，這次和前面真不一樣。做醫療領域的Ai產品為什么不用百川而用Qwen，我下篇會說一下我們對這件事情的思考。