2025年9月11日，醫(yī)療科技公司Penguin Ai宣布完成2970萬美元融資，其中2500萬美元來自新一輪A輪融資，由Greycroft領(lǐng)投，UPMC Enterprises、Snowflake Ventures等多家機(jī)構(gòu)跟投。公司創(chuàng)始人Fawad Butt，此前曾擔(dān)任聯(lián)合健康（UnitedHealthcare）、凱撒醫(yī)療（Kaiser Permanente）、Optum的數(shù)據(jù)官。

這條融資新聞單看金額并不算特別大，但投資人和創(chuàng)始人背景，卻讓它具備了行業(yè)“風(fēng)向標(biāo)”的意味。投資方既有傳統(tǒng)風(fēng)險(xiǎn)投資基金，也有醫(yī)療服務(wù)體系內(nèi)部的創(chuàng)新部門，還有云計(jì)算與數(shù)據(jù)平臺(tái)的代表。換句話說，資本正在押注一個(gè)方向：通過AI來解決醫(yī)療體系長期存在的“后臺(tái)負(fù)擔(dān)”。

對于大多數(shù)醫(yī)生與患者來說，這類AI平臺(tái)并不會(huì)直接出現(xiàn)在臨床操作或治療環(huán)節(jié)。但它的意義在于，能否真正釋放出更多的資源，讓醫(yī)生有更多時(shí)間去看病，讓醫(yī)院能夠以更低成本運(yùn)營，讓醫(yī)保和保險(xiǎn)機(jī)構(gòu)在支付環(huán)節(jié)更高效、更透明。

01

醫(yī)療行業(yè)的“1萬億美元負(fù)擔(dān)”

如果要理解為什么資本愿意在這個(gè)方向下注，就必須先回到一個(gè)冷冰冰的數(shù)字：在美國，醫(yī)療體系每年約有1萬億美元花在行政管理環(huán)節(jié)。

這些支出并不是“浪費(fèi)”，它們對應(yīng)的是繁復(fù)的操作：病歷信息整理、保險(xiǎn)報(bào)銷、事前授權(quán)、理賠審核、醫(yī)療編碼、支付稽核……幾乎所有環(huán)節(jié)都離不開龐大的人工文書與系統(tǒng)操作。很多醫(yī)生在診室之外，需要花費(fèi)相當(dāng)時(shí)間在電腦前完成病歷錄入與保險(xiǎn)資料提交。護(hù)士、財(cái)務(wù)、后臺(tái)審核人員的工作壓力，也往往源自這些看似“隱形”的流程。

這意味著什么？對醫(yī)療體系來說，這部分成本正在吞噬大量資源。對醫(yī)生來說，它直接影響到臨床時(shí)間分配。對患者來說，它可能表現(xiàn)為就診流程冗長、費(fèi)用結(jié)算緩慢，甚至醫(yī)療可及性的降低。

在這個(gè)背景下，Penguin Ai的目標(biāo)并不是做一款“炫目的AI診斷工具”，而是去直擊這個(gè)龐大而隱性的市場空白：如何用AI，把行政環(huán)節(jié)的成本和時(shí)間壓縮下來。

02

Penguin Ai的路徑：平臺(tái)化 + 專用語言模型

Penguin Ai選擇的切口并非“單點(diǎn)突破”，而是平臺(tái)化思路。公司并不滿足于做一個(gè)“自動(dòng)化理賠助手”或“病歷摘要工具”，而是試圖打造一個(gè)覆蓋后臺(tái)多環(huán)節(jié)的全棧AI平臺(tái)。

從目前披露的信息來看，它的路徑有三個(gè)關(guān)鍵特征：

專用語言模型(SLM):相比通用大模型，Penguin Ai更強(qiáng)調(diào)針對醫(yī)療支付與服務(wù)體系的“小而?！蹦Ｐ?。例如，針對醫(yī)療編碼、醫(yī)保理賠、事前授權(quán)等場景，訓(xùn)練出具備行業(yè)語言和規(guī)則理解能力的SLM。這意味著模型不只是“會(huì)生成文字”，而是能夠在專業(yè)語境下準(zhǔn)確執(zhí)行。

數(shù)字化AI代理(Digital Workers):公司將這些語言模型封裝成“數(shù)字化代理”，可以直接嵌入到醫(yī)院信息系統(tǒng)或保險(xiǎn)后臺(tái)，承擔(dān)具體的操作流程。它們就像虛擬員工，可以完成病歷總結(jié)、表單填寫、理賠審核等任務(wù)。

治理與合規(guī)機(jī)制:AI進(jìn)入醫(yī)療管理環(huán)節(jié)，最重要的就是“安全”和“公平”。Penguin Ai強(qiáng)調(diào)自己在平臺(tái)中內(nèi)置了偏差修正與治理機(jī)制，能夠讓醫(yī)療機(jī)構(gòu)在應(yīng)用AI時(shí)更符合監(jiān)管要求。這一設(shè)計(jì)既回應(yīng)了行業(yè)顧慮，也為平臺(tái)推廣掃清了部分障礙。

這種平臺(tái)化策略，和過去很多AI創(chuàng)業(yè)公司只針對單一環(huán)節(jié)切入的思路不同。它試圖讓客戶“一次性買斷后臺(tái)效率提升”，而不是零散地采購多款A(yù)I軟件。這也是為什么投資方會(huì)看重：在冗雜的后臺(tái)管理流程中，平臺(tái)化才有可能真正釋放規(guī)模效應(yīng)。

03

資本與生態(tài)的加持

這筆2970萬美元融資里，投資方的構(gòu)成本身就是一個(gè)信號。

Greycroft:一家在消費(fèi)科技和企業(yè)軟件上頗具影響力的VC，代表資本市場的敏銳度。O

UPMC Enterprises:美國知名大型醫(yī)療體系UPMC的創(chuàng)新和風(fēng)險(xiǎn)投資部門。它的出現(xiàn)，意0味著Penguin Ai的產(chǎn)品有機(jī)會(huì)在真實(shí)醫(yī)療體系里直接落地，而不僅僅停留在技術(shù)實(shí)驗(yàn)室。

Snowflake Ventures:全球知名的數(shù)據(jù)云平臺(tái)。Penguin Ai未來的應(yīng)用，勢必與數(shù)據(jù)存儲(chǔ).
清洗和分析深度綁定，這類戰(zhàn)略投資者的加入，能夠加速產(chǎn)品與生態(tài)平臺(tái)的融合。

這種“風(fēng)投 + 醫(yī)療體系 + 科技平臺(tái)”的投資組合，幾乎是當(dāng)前醫(yī)療AI公司最理想的狀態(tài)。風(fēng)投帶來資本和市場化經(jīng)驗(yàn)，醫(yī)療體系帶來真實(shí)的應(yīng)用場景，科技平臺(tái)提供底層數(shù)據(jù)和算力支持。對Penguin Ai來說，這意味著不僅有資金加速擴(kuò)張，更有渠道與生態(tài)資源。

從另一個(gè)角度看，這樣的融資故事也在提醒業(yè)界：醫(yī)療AI要真正走出實(shí)驗(yàn)室，資本和生態(tài)的綁定不可或缺。尤其是在后臺(tái)管理這樣缺乏“短期顯效”的領(lǐng)域，只有站在大型醫(yī)療體系和產(chǎn)業(yè)平臺(tái)的肩膀上，才有可能把創(chuàng)新真正轉(zhuǎn)化為規(guī)模化應(yīng)用。

04

觀察與中國市場對照

把目光轉(zhuǎn)向中國，情況與美國既有差異，也有相似之處。

在美國，龐大的保險(xiǎn)體系和復(fù)雜的醫(yī)療支付結(jié)構(gòu)，造就了那1萬億美元的行政負(fù)擔(dān)。而在中國，雖然絕對金額沒有那么夸張，但隨著醫(yī)?？刭M(fèi)、DRG/DIP支付改革、分級診療與醫(yī)院信息化持續(xù)推進(jìn)，后臺(tái)管理的復(fù)雜度正在急速上升。醫(yī)院財(cái)務(wù)科、醫(yī)保辦、信息科，幾乎都面臨著數(shù)據(jù)量爆炸、規(guī)則快速迭代、人工審核壓力過大的問題。

這意味著什么？一方面，中國的行政成本總量沒有美國高，但隨著制度精細(xì)化和監(jiān)管強(qiáng)化，“后臺(tái)痛點(diǎn)”正在顯性化。另一方面，這里可能也孕育了類似Penguin Ai的市場空間。

值得注意的是，中國的數(shù)字化基礎(chǔ)與美國不同：醫(yī)院端的信息化水平參差不齊，醫(yī)保和商保的數(shù)據(jù)互聯(lián)互通尚在起步階段。但也正因如此，如果有企業(yè)能夠結(jié)合AI，幫助醫(yī)院更快完成數(shù)據(jù)結(jié)構(gòu)化、審核自動(dòng)化、費(fèi)用合規(guī)化，那么在政策推動(dòng)下，落地速度可能比美國更快。

換句話說，Penguin Ai代表的模式，對中國來說既是一種參照，也可能是一種倒逼：在手術(shù)機(jī)器人、影像AI之外，醫(yī)療AI的另一條路，也許正是從后臺(tái)出發(fā)。

05

結(jié)語

Penguin Ai的融資，并非單純的一條資本新聞。它讓我們看到了一個(gè)長期被忽視卻體量龐大的賽道：醫(yī)療體系的“后臺(tái)負(fù)擔(dān)”。

當(dāng)我們談?wù)揂I在醫(yī)療中的應(yīng)用時(shí)，往往想到的是“看病更快”“診斷更準(zhǔn)”。但或許真正能撬動(dòng)效率的，并不是直接面對病人的前端，而是隱藏在醫(yī)生和護(hù)士背后的成堆文書、復(fù)雜審核和無休止的報(bào)銷。

從這個(gè)意義上說，Penguin Ai所代表的路徑，值得我們關(guān)注。它提醒我們：醫(yī)療AI的價(jià)值，并不止于“做得更聰明”，更在于讓系統(tǒng)運(yùn)轉(zhuǎn)得更輕。

而對中國市場來說，這或許也是一個(gè)信號。隨著醫(yī)保控費(fèi)與醫(yī)院管理改革深入，AI能否成為后臺(tái)提效的“減負(fù)工具”，將決定這一賽道能否真正走出規(guī)?；?。

參考鏈接:
1.Centers for Medicare & Medicaid Services (CMS). National Health Expenditure Data: Historical andProjected.Accessed 2024.
2.Himmelstein, D.U., Campbell, T., Woolhandler, S. Health Care Administrative Costs in the United Statesand Canada, 2017.Annals of Internal Medicine. 2020;172(2):134-142.
3.U.S. Surgeon General. Our Epidemic of Loneliness and Isolation: The U.s. Surgeon Generals Advisory.
May 2023.
4.JASON Report. Artificial Intelligence for Health and Health Care. U.S. Department of Health andHuman Services, 2017.
5.PwC Health Research Institute. Top Health Industry Issues 2025: The New Digital Health Landscape.
PwC, 2025.