两个人，30亿人民币营收 - Medvi用AI真正建造了什么

一台笔记本电脑加上约14万人民币。据纽约时报的一篇文章称，这个组合创造了年营收约30亿人民币的生意，文章迅速刷屏。标题的写法暗示AI催生了第一个”单人独角兽”。

我读完了全文。这个故事比标题有趣得多，真正的教训也和大多数人的解读截然不同。

Medvi背后真正的引擎

拖到Medvi网站底部，会看到一个名字：OpenLoop Health。这家位于爱荷华州的公司，才是整个运营的实际基础设施。

OpenLoop维护着一个覆盖美国全部50个州、拥有6000多名持牌医生的网络，配备处方和配药系统，以及完整的合规框架。这是一个白标远程医疗平台，目前有170多家数字健康公司在其上运营。OpenLoop自身也在六年内实现了超过70亿人民币的年营收。

Medvi不过是这个平台上的一个D2C品牌。两名员工。没有医生。没有药剂师。所有医疗行为均通过OpenLoop的系统完成。AI负责建造的，是网站代码、广告素材和客服聊天机器人。

平台层和D2C层，无论是估值逻辑、风险结构还是护城河，都是完全不同的两件事。把两者混为一谈，才会让这个故事听起来比实际结构所能支撑的更具颠覆性。

关键在于压缩本身

因为AI没有建造底层业务就认为这件事没什么了不起，这是完全误读了重点。

AI真正实现的，是将D2C层的营销、分发和客户运营压缩到了极致。Hims & Hers在同一个GLP-1市场雇用了2400名员工，净利润率5.5%。Medvi的两人团队做到了16.2%。他们把人力成本转化为平台费用，再用AI工具填满剩下的每一个职能。

时间线令人印象深刻。从2024年9月起步，两个人用大约两个月时间搭建起从网站到广告素材再到客户支持的完整运营体系。整个2025年，他们实现了约30亿人民币的营收和约5亿人民币的净利润。与同样跑在OpenLoop平台上的传统D2C竞争对手相比，漏斗运营成本低了不止一个量级。

作为每天都在用AI工具的人，这个利润率差值是让我停下来细想的数字。技术没有创造GLP-1药物的需求。没有建设医疗基础设施。它压缩的，是触达并转化那些本就打算购买的客户所需的成本。

没用AI，却建了同样结构的韩国公司

说到这里，我想起了아정당（Ajeongdang）。2019年，他们从一个Naver社区帖子起步，建起了一个运营商补贴比价平台。零外部融资。营收从2020年的约1.5亿人民币增长到4亿、13亿、37亿，再到2024年的约86亿人民币。

没有AI参与。他们在现有运营商基础设施之上搭建了一层营销，然后在漏斗执行上持续发力。

与Medvi的结构性相似是直接可比的。两家公司都不拥有平台基础设施，都只运营D2C层。两个案例的决定性因素，都是选中了需求爆发的市场，然后比竞争对手更快地跑通漏斗。

区别在于：AI让Medvi的执行速度又压缩了一个数量级。Ajeongdang用五年时间通过复利积累构建起来的东西，Medvi在几个月内就组装完成了。

窗口开着的这段时间

两家公司验证的原理是相同的。在需求高速增长的市场，借用平台基础设施，把D2C漏斗压缩到极限，小团队就能创造数十亿的营收。

Medvi在OpenLoop的医疗基础设施上叠加了AI驱动的漏斗。Ajeongdang在运营商基础设施上叠加了内容营销漏斗。同一套架构，不同的工具。

这可持续吗？我真的不知道。FDA监管收紧或OpenLoop费率政策的调整，都可能在一夜之间打垮Medvi的经济模型。当你不拥有平台，平台方的决定就是你的生死线。Ajeongdang同样面临对运营商补贴政策的等效依赖。

Gallagher一年约5亿人民币的净利润是真实数字。这类D2C漏斗压缩的AI套利窗口，现在是开着的。它能开多久，取决于竞争对手采用同样工具的速度，以及平台方如何应对上层正在被截留的利润。