OpenAI 收购 Torch Health，1亿美金的定价锚点是什么？

OpenAI 收购 Torch Health 这件事，这两天我看到很多解读，基本都落在两个方向。一个是人才收购，四个人的小团队，买回去做 ChatGPT Health 的一块拼图。另一个是医疗布局，OpenAI 终于开始认真做垂直行业了。

这些说法都不算错，但我觉得它们有点太表面了。因为如果你真的按人才收购的方式去算账，你会发现这笔交易很难解释得通。

毕竟Torch 成立不到一年，团队只有 4 个人，收购价在 6000 万到 1 亿美金之间。这个价格放在传统一级市场的估值体系里，几乎没法用 P/S 去推。它也不像是一个靠收入增长推上来的公司。

所以我更愿意把它当成一个信号。

就是OpenAI 这次买的不是一个新公司，它买的是一段已经完成的基础设施建设。只是那段建设的成本和时间，被 Forward 这家公司提前烧掉了。

我今年 5 月研究 Forward 的时候，其实不是因为它多出名，而是因为我想找一个“诊所 SaaS “失败的典型案例。你知道，很多人聊医疗 AI 的时候，默认技术成熟了就能跑起来，但诊所这门生意从来不吃这一套，它更像是一个现金流、交付和运营强约束的行业。

Forward 当年做得很激进。从SaaS赚到钱之后，它就想用自建无人诊所、会员制服务，再加上 CarePods 这种重硬件，把医疗体验重塑一遍。定价是每月 149 美元，承诺无限次初级医疗服务。听起来很像硅谷最擅长的那套叙事，用技术把服务做成标准品，再把规模跑出来。但它最后在 2024 年 11 月突然停运。

从商业角度看，Forward 的失败原因其实非常直接，就是单体经济模型崩了。它用极重的资产投入和运营成本，去撬动一个客单价并不高的初级诊疗市场。硬件研发成本、实体店租金、人员配置，这些都是真实的现金消耗。149 美元的订阅费，很难覆盖这些成本，更别说形成利润。

所以 Forward 作为一家公司是失败的。但它在九年的运营里，留下了一件非常值钱的东西，就是它被迫解决了医疗 AI 最难、也最不性感的那部分基础设施问题。也就是，怎么让计算机理解混乱的医疗数据。

你可以想象一下，现在的医疗数据是什么形态的。

它不是一个处理过的表格，它是 PDF、影像报告、化验单、手写处方、不同医院不同系统的字段，甚至还有患者自己从可穿戴设备里导出

来的碎片化数据。这件事在很多创业者眼里属于后面再说，但在真实场景里，但是你绕不过去。

Forward 为了实现它的自动化愿景，必须把这件事做出来。它花了九年时间、烧了 6.5 亿美金，才把这套能力磨到能跑的状态，然后 Forward 倒了。

但 Ilya Abyzov 还在。他在 Forward 待了接近 9 年，是联合创始人。他把那套已经验证过的数据处理能力剥离出来，成立 Torch Health。所以 Torch 这个名字看起来是一家新公司，实际上它更像 Forward 的核心资产。

这也是为什么 OpenAI 会出手这么快。它是在用一笔相对确定的钱，把别人已经完成的脏活累活买下来，直接装进自己的系统里。

那么， 1 亿美金的锚点是什么？我认为的是时间。如果OpenAI 自己从零做这套医疗数据基础设施，要做什么？要对接医院和实验室的接口，要处理互操作性标准，要踩 HIPAA 这些合规坑，要清洗海量脏数据，要让模型能稳定地理解同一个指标在不同报告里的不同写法，要让系统能持续更新。做过医疗信息化的人都知道，这不是做一个 demo，这是一套能长期跑的工程体系。

正常情况下，这件事两年起步。对于 OpenAI 这种节奏的公司来说，两年就是错过一轮窗口。所以 1 亿美金本质上是在买少走两年弯路。我们再往下拆，你会发现 Torch 手里握着几项非常关键的能力，这些能力在医疗 AI 里是稀缺的。

第一，是数据结构的设计逻辑。美国主流 EHR 系统（Epic、Cerner）很多是围绕保险报销建立的，所以数据里充满计费代码，临床信息反而被压缩得很厉害。

而 Forward 不依赖保险，它的系统设计天然更接近围绕人体生理系统去组织数据。Torch 继承了这套逻辑，数据结构更适合被模型理解，也更适合做纵向分析。

第二，我一直认为医疗数据的难点不在有没有，而在长得不一样。同一个化验指标，不同实验室写法不同，单位不同，参考区间不同。你想让模型理解它，就必须先把它变成同一套语言。

Forward 当年花了很长时间做医疗语义字典，Torch 复用了这套能力，能把异构数据清洗成标准化格式。

第三是纵向医疗记忆。很多通用模型是当下聪明，但它缺乏长期视角。医疗恰恰需要长期视角，因为健康管理不是一次对话解决的，它是一个持续跟踪的过程。Torch 继承了 Forward 的时间引擎，可以把患者在不同时间点的离散数据串起来，形成趋势和脉络，这才是健康管理真正有意义的部分。

第四，很多医疗产品做得很专业，但用户听不懂。Forward 当年做过一套把医学指标转成行动指南的知识图谱，它已经在真实患者身上跑过，所以 Torch 直接复用了这一层体验设计。

这四项能力合在一起，才构成了 Torch 的可购性。所以我觉得这笔交易真正释放出来的信号是，医疗 AI 的估值锚点开始变了。过去大家更容易为“模型能力”和“应用增长”买单，现在越来越多的钱会流向“数据治理能力”和“行业基础设施”。

你把数据清洗、整合、结构化做扎实了，你才有可能拿到高估值。你只是做了 AI 医疗助手，估值上限会很快被打穿，因为别人可以复刻。就像最近京东知医、阿里健康的氢离子都说要做中国版Openevidence，对于这件事我之前也有拆解过，至少我现在是估值上限会很快被打穿这种看法。

说到这里，TorchHealth对我的启发非常直接。我一开始以为 AI 是从模型开始的。但看 Torch 的路径，它的价值来自于业务沉淀。

Forward 九年时间深入诊所运营，处理真实的挂号、分诊、病历录入、随访，这些流程本身才是数据产生的源头。Torch 只是把这些源头数据整理成能投喂AI的形态。

所以更能证明用轻资产的方式做诊所流程的Agent是对的。因为只有在业务里，才能拿到连续的、可更新的、可回溯的数据。你离开业务去做一个纯 AI 产品，数据从哪来？质量怎么保证？合规怎么处理？这些都会变成我后面融资和估值里最难解释的部分。

写在最后，对于OpenAI 收购 Torch Health不是一笔任性消费，也不是一个简单的 acqui-hire，它更像医疗 AI 行业的一次定价教育，它告诉市场，真正值钱的部分不是你能生成什么?而是能把真实世界的数据整理成什么。也就是说，在医疗行业把业务一线的混乱变成可用的数据结构就有定价权。

文章来自于“罗福如”，作者 “罗福如”。