Verily获3亿美金融资从谷歌独立,AI健康助手赛道开始进入商业化验证期

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报
下载 AITNT APP
🍎 iOS 下载 🤖 Android 下载

Verily获3亿美金融资从谷歌独立,AI健康助手赛道开始进入商业化验证期
AI资讯 2026-07-02 12:02
+8535 阅读

Verily获3亿美金融资从谷歌独立,AI健康助手赛道开始进入商业化验证期


Verily这家公司身上有太多漂亮标签。它从Google X走出来,是Alphabet孵化多年的生命科学资产,做过临床研究平台、慢病管理、人群疾病监测、可穿戴设备、研究数据环境、个人健康应用和人工智能助手。每一个方向单独拿出来,都足够讲一篇精准医疗的未来故事。


但Verily真正的问题,恰恰不是故事太少,而是故事太多。


一家创业公司最怕没方向,一家大厂医疗公司最怕方向太多。前者是找不到路,后者是每条路都看起来对,但没有一条路真正跑成主业务。过去十多年,Verily有资源、有工程能力、有品牌信用,也有普通医疗创业公司很难获得的试错空间。它可以慢慢探索,可以不断调整,可以在大厂体系里承受长周期投入。


但现在这个阶段结束了。3亿美元融资后,Alphabet仍然是重要少数股东,但不再拥有控制权。这个变化比融资金额本身更重要。它意味着Verily不再只是Alphabet体系里的生命科学实验,而要开始接受外部资本、客户和市场的重新计分。


过去,Verily可以被理解为Google对未来医疗的长期下注。现在,它必须证明自己是一家能形成可持续收入的AI医疗公司。这才是这轮融资真正的含义。


Verily不是没有收入。2022财年,它有5.59亿美元收入,但同期经营亏损达到5.68亿美元。这个财报数字很有意思,它说明Verily不是一个只有PPT和实验室项目的公司,它确实做出了业务规模。但它也说明,收入规模和商业质量之间还有很远距离。医疗科技公司最容易在这里产生错觉。


一家公司只要有大型研究项目、政府合作、企业健康项目、平台合同和慢病管理服务,报表上就可能出现不错的收入。但投资人真正关心的不是有没有收入,而是这些收入能不能重复发生,客户会不会续约,毛利能不能改善,销售成本会不会随着规模下降,最后能不能沉淀出一个清晰的主业务。


Verily过去的核心问题,可能就在这里。它不是没有做出东西,而是没有证明哪一个东西能撑起公司未来。太科研不行、太商业化用户没人买单,这也是Verily Me突然变得重要的原因。


Verily Me不是一个孤立的消费者应用,而是Verily试图把过去十几年积累的能力,重新收敛到一个更容易被市场理解的前端产品里,更接近消费者更接近市场端。


过去,Verily有研究平台,有慢病管理,有可穿戴数据,有医疗数据治理能力,也有和医疗系统、研究机构、政府项目、支付方合作的经验。但这些能力大多分散在不同业务线里。研究人员知道Workbench,临床研究客户知道Viewpoint,慢病管理客户知道Lightpath,公共卫生客户知道疾病监测,但普通消费者很难理解Verily到底和自己的健康有什么关系。


Verily Me试图改变这一点。


它把个人健康记录、症状理解、饮食反馈、临床人员建议和Violet这个人工智能助手放到一个应用里,让用户可以用更自然的方式理解自己的健康信息。再加上三星Galaxy Watch传感器数据与Verily Pre平台的合作,Verily想讲的故事就不只是一个健康App,而是把消费者健康数据、可穿戴连续数据、研究平台和医疗服务连接起来。


这个故事很好,但不新也没差异化。


过去十年,个人健康记录、健康可穿戴、慢病管理、AI健康助手,每一轮都热过。Apple Health、Google Fit、Oura、Whoop、Noom、MyFitnessPal、Calm、Headspace,这些公司和产品已经教育了市场,也消耗了市场。今天的消费者并不缺健康App,也不缺数据仪表盘,更不缺每天提醒你要吃好、睡好、运动好的建议。


所以Verily Me如果只是一个健康应用,很难有胜算。它真正要证明的,是自己能不能把健康洞察变成一套商业闭环。


这件事不能简单理解成C端订阅。至少从公开信息看,Verily Me目前更像一个免费入口,用户可以免费使用App,进一步的增强项目则可能通过保险方或雇主福利进入。这一点反而更接近美国医疗支付现实。


纯C端健康订阅已经很拥挤。用户可以为戒指、减重、冥想、饮食记录付费,但一个新平台想长期留住用户并不容易。大家都说想要集中式健康数据,想要个性化健康建议,想要更方便地理解自己的健康状况,但用户口头上的需求和真实的长期行为之间,隔着很深的一道沟。


下载不等于使用,使用不等于付费,付费不等于留存,留存也不等于医疗价值。


Verily Me真正应该争取的,不只是个人用户的钱包,而是雇主、保险、健康计划、药企和研究机构的预算。也就是说,它要先用消费者入口获得真实、连续、被授权的数据,再把这些数据与慢病管理、风险筛查、临床研究和真实世界证据连接起来。


这条路比普通健康App难得多,但一旦跑通,价值也会高得多。


这也是Verily和Tempus最值得对照的地方。Tempus的商业路径很清楚。它没有一上来做新药研发,而是用基因检测切入社区医院,通过检测报告和临床工具换取去标识化患者数据,再花大量精力把这些原始医疗数据清洗成能被药企使用的资产。最后,辉瑞、阿斯利康、GSK、BioNTech这些药企为它的数据和分析能力付费。


还是那句话,Tempus证明了一件事,医疗AI真正值钱的不是模型,而是能反复交易的数据闭环。


它的闭环非常现实。医院把样本和数据给它,它给医院检测和工具;它把数据清洗成资产,再卖给药企。这个模式很重,甚至有点笨,但每一步都解释得清楚:谁给数据,谁拿服务,谁来付钱,数据最后卖给谁。


Verily现在的问题也在这里。


Verily获3亿美金融资从谷歌独立,AI健康助手赛道开始进入商业化验证期


它拥有更好的出身、更强的技术背景、更长时间的积累,也做过更多方向。但它是否已经形成像Tempus那样清晰的交换结构,目前还没有被充分证明。


Verily Me想要形成的交换,大概是另一种版本我给用户健康洞察、临床人员建议和AI助手,用户授权我整合健康记录和连续数据;我给雇主和健康计划慢病管理、风险筛查和会员参与工具,他们为结果改善或服务能力付费;我把消费者数据、可穿戴数据和研究平台连接起来,再为药企、研究机构和政府客户提供真实世界研究能力。


这条链条如果跑通,Verily就不再只是一个做了很多项目的大厂医疗公司,而可能成为主动健康时代的数据入口。


但问题是,这条链条比Tempus更难。


Tempus从肿瘤切入,支付方明确,药企客户明确,数据价值明确。肿瘤药研发成本高、试验招募难、靶向治疗依赖分子数据,所以药企愿意为高质量数据付费。


Verily Me面对的是更松散的主动健康市场。


慢病、预防、饮食、睡眠、筛查、可穿戴数据、健康记录整合,每一个方向都有价值,但价值链条更长,支付方更复杂,用户行为更难稳定。它既要让消费者愿意长期使用,也要让雇主和保险方相信这能降低风险或改善结果,还要让研究客户认为这些数据足够可靠、足够可用。


这不是一个更轻的生意。


它只是看起来更像互联网产品,实际上仍然是重医疗生意。


这也是我对Verily Me保持谨慎的原因。


大厂做医疗,最容易高估两件事。


一是高估技术能力对医疗系统的穿透力。医疗不是搜索、广告或电商。一个产品更聪明、更好看、更会解释数据,并不意味着医生会信任它、护理团队会接住它、支付方会为它买单。医疗系统在意的不只是体验,还有责任、证据、合规和工作流。


二是高估消费者对健康数据的持续热情。很多人都希望拥有集中式健康记录,也希望得到个性化建议。但真正的健康管理很枯燥,长期记录饮食、症状、睡眠、运动和体征并不容易。大多数人只会在体检异常、慢病加重、保险福利触发或医生提醒时,才会真正认真对待健康数据。


所以,那些关于“多少人希望获得集中式健康数据”“多少人希望拥有个性化健康应用”的调研,只能证明市场有情绪,不能证明商业模式成立。


Verily Me真正要证明的,不是用户想不想要一个更好的健康应用,而是它能不能让用户持续使用,让支付方持续付费,让研究客户持续采购,让医疗服务真的因为这些数据发生变化。


这才是商业化验证的核心。


更何况,Verily还要面对监管边界。


Verily Me如果只是解释健康记录、提供健康教育和一般建议,风险相对可控。但当Violet开始帮助用户理解症状、提醒筛查、建议何时咨询医疗专业人员时,它就越来越接近医疗决策的边缘。它必须非常谨慎地处理健康建议和医疗建议之间的边界。


Verily获3亿美金融资从谷歌独立,AI健康助手赛道开始进入商业化验证期


可穿戴数据也是一样。


三星Galaxy Watch传感器数据可以带来连续生理信息,但连续数据本身不等于临床价值。它需要被清洗、校准、解释、验证,还要能进入研究设计和分析流程。否则,更多数据只会变成更多噪音。


Verily的优势是,它不只做前端应用。它还有Pre、Workbench、Viewpoint Evidence这类研究和数据平台,可以把可穿戴数据、临床数据和研究需求连接起来。这一点比普通健康App更强。但优势能否变成商业结果,仍然要看执行。


这轮3亿美元融资,说大不大,说小也不小。


对普通医疗科技公司来说,这是很大一笔钱。对Verily这种已经做了十多年、承载大量项目、团队和平台成本的公司来说,它更像一段有限的商业化跑道。外部资本不会无限支持“长期探索”,市场也不会一直为Google光环买单。


Verily接下来要证明的,不是自己还能不能推出新产品,而是能不能把已有资产串成一个主线。


这个主线应该很清楚Verily Me做前端入口,Violet做交互层,三星可穿戴数据提供连续信号,Lightpath承接慢病管理,Pre和Workbench承接研究和数据分析,Viewpoint Evidence服务真实世界研究,最后形成从消费者健康到医疗管理、再到研究数据的闭环。


如果这条线成立,Verily仍然有很大想象空间。


因为它连接的不是单一市场,而是三个市场消费者主动健康、慢病管理支付、真实世界研究与精准医疗数据平台。它有机会把用户日常健康行为、可穿戴数据、医疗记录和研究需求放到同一个框架里,形成一个新的数据网络。


但如果这条线不成立,Verily过去做过多少项目、背后曾经站着多强的母公司、拥有多少技术标签,都很难继续支撑一个高估值故事。


AI医疗赛道最不缺的就是故事。


每家公司都能讲数据、模型、临床价值和未来入口。Verily过去的问题也不是不会讲故事,而是故事太多,主线不够清楚。临床试验、糖尿病管理、人群监测、研究平台、可穿戴、个人健康应用,每一个方向单独看都成立,但放在一起,反而让人看不清它到底靠什么赚钱。


现在,Verily必须从我能做很多事,变成我能把其中一件事做成闭环。这是我在6月份见了大部分创业项目的Founder看到的东西,也深深影响了我


过去市场愿意为大技术背景、数据能力和高校光环买单。现在,它要证明这些资源不是摆在BP介绍里的标签,而是能转化为可重复收入的生意。


医疗科技公司最难的不是做出一个看起来先进的产品,而是找到愿意持续付费的人。这也是为什么我觉得,Verily这轮融资不是一个“好消息”那么简单。


它更像泡沫刺破前期。我越来越能感受到现在的AI医疗趋势,Verily Me如果只是让用户看懂健康数据,价值还不够。它必须证明,用户愿意长期用,健康计划和雇主愿意把它纳入福利体系,研究平台愿意为这些连续健康数据付费,慢病管理也真的能因为这些数据变得更有效。这件事情非常的困难,所以这才是商业化验证期的含义。


AI医疗不是缺愿景,做的好都能改变世界,而是缺能跑通的交易结构。Verily过去证明了自己能做很多事,现在要证明的是,其中哪一件事能成为一门长期生意。


文章来自于"罗福如",作者 "罗福如"。

1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

3
AI医疗影像

【开源免费】MONAI是一个专注于医疗影像分析的深度学习框架,它可以让医院高效、准确地从医疗影像数据中提取有价值的信息,以辅助医生进行诊断和治疗。

项目地址:https://github.com/Project-MONAI/MONAI?tab=readme-ov-file

添加客服微信openai178,进AITNT官方交流群