⏱ 预计阅读：14 分钟
[!summary] 本期速览
💡 新观点 1：把 GE 医疗的 AI 转型和 2023 年那次分拆绑在一起看，会发现一个被忽略的事实。 上市后，软件才从"硬件的附赠"变成"必须单独创造增长"的业务，AI 转型才真正有组织动力。
💡 新观点 2：GE 把 AI 拆成三层来打——设备级（深度学习重建）、科室级（后处理软件）、全院级（运营指挥中心）。 三层对应三种完全不同的买家和商业模式，这才是"AI 产品栈"的正确打开方式。
💡 新观点 3：本土设备企业真正能从 GE 身上学到的，是"用平台把零散 AI 收编成可续费资产"——但前提是别照搬它的全线平台，回归自己的细分设备线做深做透。
1、为什么拆 GE：真正的分水岭是分拆上市，不是上 AI
上一篇文章里，GE HealthCare（通用电气医疗，后文简称 GE 医疗）出现了四次——TrueFidelity CT、Critical Care Suite、SonoLyst、AIR Recon DL。但那四个案例，讲的都是"设备上多了一个 AI 功能"。
如果把 GE 医疗的 AI 转型只理解成"给设备加算法"，就漏掉了最关键的一件事。
这家公司的 AI 转型，真正的起点是一次组织动作，而不是一次技术发布。
2023 年 1 月，GE 医疗从通用电气分拆出来，在纳斯达克独立上市（代码 GEHC）。在这之前，它是通用电气旗下一个事业部，软件和 AI 的投入，在母公司的报表里只是"设备业务的成本项"。
分拆之后，情况变了。
一家独立上市公司，必须自己回答资本市场一个问题：你的下一个增长极在哪？ 硬件的装机是存量，收入是一锤子买卖；真正能讲出"持续增长"故事的，是软件、AI 和数据服务。于是 AI 从"设备的技术亮点"，变成了"公司级的战略承诺"。
这不是我猜的。翻 GE 医疗自己提交给美国证券交易委员会（SEC）的文件，白纸黑字写着公司的增长方向：临床决策支持与工作流工具、高级分析与 AI、三维可视化、远程患者监测，并且明确把这些 AI 和软件能力"越来越多地落在 Edison 平台上"，目标是"创造新的软件即服务（SaaS，订阅制软件）收入来源"。
这家公司的底子有多大，决定了它转型的体量。2025 年，GE 医疗全年营收 206 亿美元（约 1430 亿人民币），全球装机约 500 万台设备，业务横跨影像、高级可视化（后处理）、患者监护、药物诊断四大板块。
一个 130 年历史、5 万台设备在医院的巨头，它的 AI 转型样本，对本土设备企业最有价值的，不是它做了多少个算法，而是它怎么把一个硬件组织，一步步改造成"软件能单独赚钱"的组织。
图注：GE 医疗 AI 转型的主线：先通过分拆上市获得"必须单独做软件"的组织动力，再用 Edison 平台把零散 AI 收编，最后分三层把软件变成可持续收入。
2、Edison 平台：GE 的"软件工厂"
传统设备公司做 AI，最容易犯的错，是每个产品线各搞一套：CT 团队训练一个重建模型，超声团队再训练一个测量模型，互不相干，合规各做一遍，最后谁也没沉淀下来。
GE 医疗的答案是 Edison 平台。
Edison 不是一个"应用商店"，而是 GE 医疗把 AI 从"单点算法"升级成"平台级资产"的底座。
它的价值，体现在官方文件里讲的三个能力上：
• 用边缘或云技术，给已经卖出去的设备升级 AI 功能。 这是最关键的一条——它意味着 AI 不只是卖给新装机的"卖点"，而是能回过头来"唤醒"存量设备的续费资产。
• 跨模态整合数据。 把病理、放射组学、基因组学这些不同来源的数据接进来，为多模态 AI 铺路。
• 内建数据隐私和网络安全能力。 医疗数据合规是硬门槛，Edison 把这层"行业标准能力"预置进去，让上面的应用不用各自重新造轮子。
把这几条翻译成工程语言就是：传统设备公司做 AI 转型时，最容易卡住的不是模型性能，而是没有一个"让 AI 一次合规、处处复用"的软件底座。 这正好是我上一篇文章里说的"别建孤岛 AI 团队"——GE 的做法是，把散在各产品线的 AI，收编到同一个平台上统一交付。
这里必须点一个容易被忽略的事实，它最能说明 GE 医疗在"软件化"上的决心：
2025 年第四季度，GE 医疗宣布以 23 亿美元收购 Intelerad。
Intelerad 是一家做企业级医学影像软件和云影像的公司。这笔收购的逻辑很清楚——影像不只是"拍出来"，还要"存起来、调出来、传出去、跨院区管起来"。GE 医疗买它，是要把影像从"设备级"往"系统级、云化"迁移。
一个卖 CT 和 MRI 的硬件巨头，花 23 亿美元去买一家影像软件公司，这本身就是 AI 转型最硬的信号。
图注：Edison 平台的三个核心能力——存量设备升级、跨模态数据整合、内建合规底座，对应"软件工厂"的三种沉淀。
3、三层产品栈：设备级 / 科室级 / 全院级
GE 医疗把它的数字产品，明确分成三层。这三层不是递进关系，而是三套完全不同的生意。
第一层，设备级（device）。
这是离硬件最近的一层，也是本土企业最熟悉的一层。典型代表是 MR 的深度学习重建算法 AIR Recon DL，以及 CT 的 TrueFidelity、超声的 SonoLyst、X 光的 Critical Care Suite。
这一层的买家是"买设备的科室"，卖的是功能包——更快扫描、更低剂量、更清晰图像。商业逻辑最接近传统硬件生意，也最容易被理解成"设备的一个卖点"。
但别小看这一层的规模效应。一个可核验的数字：AIR Recon DL 自 2020 年发布以来，累计扫描患者数已超过 5000 万。 这说明设备级的 AI，一旦嵌进重建管线，就能在庞大的存量设备上形成真实的临床使用量，而不是躺在 demo 里。
第二层，科室级（department）。
代表是 AW Server（高级可视化后处理服务器）。这一层卖的不再是"一台设备"，而是一个科室的影像后处理工作流——三维重建、量化分析、报告工具。
买家从"买设备的科室"变成了"科室的 IT 和信息决策者"，卖的是效率和工作流。这一层的商业价值，已经不是硬件的一次性毛利，而是接近软件的持续性价值。
第三层，全院级（enterprise）。
代表是 Command Center（运营指挥中心）。这是三层里最有意思的一层。
Command Center 用数字孪生和实时电子病历（EHR）数据流，做医院的患者流量预测——急诊有没有床位、手术室排期会不会撞车、ICU 容量够不够。它连接的是医院内部各个部门，实时更新数据。
这一层买家是"医院管理层"，卖的是运营和吞吐，实质接近企业级运营 SaaS。 GE 医疗的官方文章里有一句话很到位：AI 在这里"像隐形的朋友，在后台帮你跑得更快"，医生甚至感觉不到多了一次点击。
这三层放在一起，才能看懂 GE 医疗的 AI 战略全貌：
设备级卖功能包，科室级卖工作流，全院级卖运营。 本土企业最常见的是只做设备级，因为它离硬件最近、最省力；但真正的增量价值，在往上两层。
图注：三层产品栈的买家、价值和商业模式各不相同——设备级卖功能、科室级卖工作流、全院级卖运营。
4、怎么收钱：把软件变成增长极
上一篇文章我讲过，AI 转型的商业模式要拆成六层。GE 医疗这个样本，正好把其中几层验证了一遍。
第一，硬件装机是入口。 GE 医疗没有放弃硬件，反而把硬件当成 AI 的"临床数据入口"。500 万台设备的装机量，是它所有 AI 软件能落地的物理前提。
第二，AI 是"唤醒存量资产"的钥匙。 这是 GE 医疗商业模式里最值得抄的一点。传统设备卖出去就是卖出去了，后面只有维保和耗材。但 Edison 平台让 GE 医疗可以"用 AI 给已经卖出去的设备升级"——这意味着，已售出的设备，第一次变成了可以持续收费的存量资产。
第三，软件化靠收购加速。 23 亿美元买 Intelerad，加上 2025 年完成的 icometrix（脑影像量化 AI）、Nihon Medi-Physics（核医学）等收购，GE 医疗正在用资本把"软件能力"和"数据能力"买进自己的体系。这种打法，本土企业短期学不了，但可以看懂它的方向。
第四，监管授权是竞争壁垒。 一个很多人不知道的事实：截至 2025 年 7 月，GE 医疗连续第四年在 FDA（美国食品药品监督管理局）的 AI 医疗器械授权数量榜上排名第一，有 100 项 FDA 授权，加上收购的资产，累计 115 项放射影像 AI 授权。 而且它的公开目标是做到 200 项以上。
这个数字的意义，不是"谁模型更大"，而是"谁证明能力更强"。医疗 AI 的每一张证，背后都是一次完整的审计——数据从哪来、标注质量如何、算法锁定哪个版本、上市后怎么监测。医疗 AI 真正的竞争落点，已经落在"能不能持续、安全、可审计地更新"这套体系能力上。
所以，GE 医疗的商业模式飞轮是这样的：
硬件装机 → 用 Edison 升级 AI → 订阅续费 → 数据反哺产品。
其中最关键的一步，是 AI 让"存量设备"变成了"可续费资产"。
图注：GE 医疗的商业模式飞轮——硬件装机是入口，Edison 升级 AI 是引擎，订阅续费是结果。
5、对本土企业：能抄哪一步、抄不了哪一步
这是全篇最重要的一节，也是写这篇文章的初衷——上一篇文章的读者反馈是"某些路径我几乎可以照搬照抄"，那我们就把它拆清楚：GE 医疗这条路，哪些能照搬，哪些照搬不了。
能照搬的三步：
第一，把 AI 收编到一个平台底座上。 不要每个产品线各搞一套。哪怕你的体量只是 GE 医疗的零头，也可以先做一个"公司级的 AI 能力沉淀层"，让合规、数据、接口统一起来。这一步不依赖规模，只依赖决心。
第二，按设备/科室/全院分层定价。 设备级卖功能包，科室级卖工作流，全院级卖运营。本土企业至少可以先从"设备级"走向"科室级"——把单个 AI 功能，升级成科室的工作流软件。
第三，用 AI 给存量设备做升级续费。 这是 GE 医疗商业模式的灵魂，也是本土企业最容易忽略的增量。你有多少已经装机、但没有持续收入的设备？这些设备，就是你的"沉睡资产"。
照搬不了的两件事：
第一，130 年攒下的全球装机量和多模态数据。 这是时间壁垒，不是靠钱能短期砸出来的。
第二，一个平台吃下 CT、MR、超声、X 光、监护全线的资本能力。 23 亿美元买 Intelerad、连续收购一堆公司，这种打法只有巨头玩得起。
所以本土企业的正确姿势是：不要照搬 GE 的全线平台，而是在单一设备线上做深做透。
比如你是一家超声企业，就别想着"做一个覆盖所有设备的 AI 平台"，而是做"超声这条线的 Edison"——把超声的标准切面识别、自动测量、报告草稿、质控、远程带教，收编到你自己的一个小底座上，按"设备功能包 + 科室工作流 + 科室运营"三层去卖。
对本土设备企业来说，GE 医疗这个样本最值得学的一点是：别照搬它的全线平台，回归自己的细分设备线做深做透。
6、本期一句话
GE 医疗的 AI 转型，真正的分水岭是 2023 年的分拆上市——它让软件从"硬件的附赠"变成了"必须单独赚钱的增长极"。
而它的打法，可以浓缩成一句话：用平台把零散 AI 收编成可续费资产，分设备、科室、全院三层去卖。
最后想问一个具体的问题：
你手头已经装机、但没有持续收入的那些设备，如果给你一个机会给它们加一个 AI 功能、然后按月收费，你会先选哪个场景、先卖给哪个科室？ 欢迎在评论区说出你的真实场景。
资料来源
- GE HealthCare, SEC 年度报告（Form 10-K）及投资者关系页：公司战略与 Edison 平台定位，访问时间 2026-08-18。
- GE HealthCare, 《Reports fourth quarter and full year 2025 financial results》，2026-02-04。
- GE HealthCare, 《Magic in the Background: Apps That Help Manage Workflow and Ease Hospital Bottlenecks》，Edison 与 Command Center 官方文章。
- GE HealthCare, 《Supercharging MR with AI》，SIGNA Pulse，AIR Recon DL 与 AIRx 官方说明。
- GE HealthCare 官方新闻稿，《GE HealthCare drives growth with investment in AI-enabled medical devices and tops FDA's list of AI authorizations for 4th Year》。（FDA AI 授权 100 项、累计 115 项、目标 200 项）
本文基于公开信息整理与个人分析，不构成投资建议；文中涉及的 AI 医疗器械的适应症、注册状态与临床证据，以 NMPA/FDA 及厂商官方口径为准。