Internet y nuevos medios, salud: Ant Afu: evoluciona de una herramienta de preguntas y respuestas a un asistente de salud familiar

Visión general

Este informe es un resumen de las principales conclusiones de una conferencia telefónica entre el equipo de Internet de China de Nomura y expertos sobre Afu (Ant Afu), un asistente médico de IA de Ant Group. Afu es un asistente de IA centrado en la salud lanzado por Ant Group (no cotizada y afiliada a Alibaba), que proporciona a los usuarios información sobre salud y medicamentos y los conecta con hospitales. El informe presenta las opiniones de expertos sobre el posicionamiento estratégico de Afu, la arquitectura técnica, los datos de usuarios, la ruta de comercialización y el panorama competitivo, junto con las calificaciones y precios objetivo de Nomura para objetivos relacionados como JD Health y Alibaba. La conclusión principal es que el desarrollo de Afu se centra en ampliar la escala de usuarios y mejorar la retención; la comercialización aún está en una fase temprana y se inclina más a complementar las plataformas existentes de salud por internet que a reemplazarlas a corto plazo.

Perspectivas principales

En cuanto al posicionamiento estratégico, los expertos creen que la ambición de Afu supera ampliamente la de un simple chatbot médico. Actualmente, Afu consta de tres módulos principales: preguntas y respuestas sobre salud, gestión continua de la salud y servicios médicos. Las preguntas y respuestas sobre salud son la función más utilizada e incluyen consultas de síntomas, interpretación de informes de exámenes físicos, educación sobre medicamentos y preguntas relacionadas con enfermedades; la gestión de salud amplía los escenarios de uso a diarios de salud, control de peso y seguimiento de enfermedades crónicas; la capa de servicios conecta a los usuarios con registros hospitalarios, consultas en línea, compra de medicamentos y exámenes físicos. Los expertos indicaron que el objetivo de Afu para los próximos 3-5 años es desarrollarse como un asistente de salud de IA de ciclo completo, cubriendo orientación previa al diagnóstico, navegación médica y gestión posterior al diagnóstico, para finalmente posicionarse como un gestor de salud familiar en vez de una herramienta única de información. A nivel técnico, Afu utiliza el modelo Bailin de Ant como base general, complementado por modelos especializados en el campo médico, e incorpora adecuadamente otros modelos como Tongyi Qianwen de Alibaba. Frente a los grandes modelos generales, Afu mejora la precisión del dominio y reduce las alucinaciones mediante la introducción de datos médicos profesionales. Ha obtenido guías clínicas, publicaciones médicas, registros de consultas desidentificados e informes de exámenes a través de alianzas con hospitales para el entrenamiento y la optimización de modelos. Al mismo tiempo, construye un ciclo de entrenamiento basado en datos reales de interacción de usuarios bajo condiciones de cumplimiento normativo. En cuanto a escala de usuarios y retención, los expertos estiman que el DAU de la aplicación independiente de Afu es de aproximadamente 8-9 millones, mientras que el DAU de Mini Programs supera los 6 millones, lo que resulta en un DAU sin duplicados entre canales de alrededor de 13-14 millones; el MAU de la aplicación independiente es de aproximadamente 28 millones, y el MAU total entre canales se acerca a 40 millones. Según cálculos de expertos, para el cierre del FY2026, Afu apunta a que el MAU supere los 50 millones, el DAU alcance alrededor de 20 millones y los usuarios de dispositivos conectados de monitoreo de salud lleguen a unos 8 millones, respaldados en parte por inversiones continuas en marketing. La estructura actual de usuarios se concentra en trabajadores urbanos de cuello blanco y personas de clase media de entre 25 y 45 años, con fuerte penetración en ciudades de mayor nivel. Posteriormente, espera penetrar en ciudades de menor nivel y mercados de condados, donde los recursos médicos de calidad son relativamente escasos y el valor incremental de los servicios de preconsulta y gestión de salud mediante IA es mayor. En términos de estrategia de retención, Afu busca elevar su tasa de retención a 30 días por encima del 40%. La medida clave es pasar de consultas ocasionales de síntomas, de baja frecuencia, a una gestión continua de la salud. Los dispositivos de monitoreo de salud conectados de los usuarios se consideran una palanca importante para aumentar la fidelidad: el monitoreo rutinario de indicadores como peso, porcentaje de grasa corporal y presión arterial, sincronizado con Afu, crea escenarios de uso repetido e integra a Afu en los hábitos diarios de salud de los usuarios. En comercialización, los expertos consideran que Afu aún está en una etapa temprana, y que la dirección prioriza la escala de usuarios y la interacción con la salud por encima de una monetización agresiva. El modelo actual de ingresos consiste principalmente en obtener comisiones por transacción al conectar proveedores externos de servicios de exámenes físicos, farmacias y compañías de seguros. Los niveles de comisión incluyen: paquetes de exámenes físicos aproximadamente 20-25%, medicamentos OTC 8-10%, medicamentos con receta aproximadamente 5% y productos de seguros 5-10%. A medio y largo plazo, Afu puede ampliar la monetización mediante suscripciones de membresía, hardware de salud conectado personalizado y servicios de IA B2B para compañías farmacéuticas e instituciones médicas. Sin embargo, sigue siendo cauteloso respecto a la publicidad, especialmente las clasificaciones pagadas o recomendaciones patrocinadas, pues considera que ello socavaría la neutralidad y credibilidad de los consejos de salud de IA. En el panorama competitivo, los expertos no creen que Afu vaya a reemplazar sustancialmente a JD Health (6618.HK, Compra) o AliHealth (0241.HK, Sin calificación) a corto plazo. Afu sigue principalmente una ruta ligera en activos; es poco probable que Ant construya una infraestructura completamente propia de venta minorista de medicamentos o servicios médicos, por lo que Afu se parece más a un punto de entrada a la atención médica impulsado por IA: la IA identifica y aclara las necesidades de los usuarios, los historiales de salud verticales mejoran la personalización y los proveedores externos de servicios completan la ejecución de las transacciones. Por ello, los expertos consideran que es más probable que Afu coopere con plataformas existentes de salud por internet y proveedores de servicios que que compita directamente.

Marco de análisis

El análisis de Nomura parte de una llamada con expertos y desarrolla un desglose progresivo en torno a un único producto emergente (Afu): «Posicionamiento estratégico — Barreras técnicas — Métricas de usuarios — Mecanismo de retención — Ruta de monetización — Relación competitiva». El primer paso aclara que Afu no es una simple herramienta de preguntas y respuestas, sino una estrategia de largo plazo que combina tres módulos orientados a la gestión de salud familiar de ciclo completo. El segundo paso demuestra su diferenciación frente a asistentes generales de IA mediante la arquitectura técnica y las fuentes de datos. El tercer paso cuantifica el progreso de expansión de usuarios utilizando objetivos específicos de DAU, MAU, tasa de retención e inversiones de marketing. El cuarto paso desglosa estructuras de ingresos, como las comisiones por transacción, y deduce direcciones futuras de monetización. El quinto paso concluye con juicios sobre las relaciones competitivas con objetivos ya cubiertos como JD Health y AliHealth, para finalmente volver a las calificaciones y marcos de valoración de Nomura para estas empresas cotizadas relacionadas. Todo el análisis es principalmente cualitativo, con datos provenientes de estimaciones de expertos, sin proporcionar previsiones independientes de beneficios ni modelos de valoración para Afu.

Notas metodológicas

• Marco de análisis sectorial/industrialMarco de oferta y demanda

  Explica el valor incremental de la penetración de Afu en ciudades de menor nivel y mercados de condados desde la perspectiva de una oferta insuficiente de recursos médicos y una demanda no satisfecha.

  Los recursos médicos de alta calidad en zonas de menor nivel son relativamente escasos, mientras que las necesidades de consulta y gestión de salud de los residentes existen objetivamente. La oferta de servicios de preconsulta y gestión de salud mediante IA precisamente cubre esta brecha, por lo que el mercado de penetración se considera una dirección natural para la expansión de usuarios de Afu.

• Marco de fundamentales empresariales y financierosAnálisis de calidad de beneficios

  Evalúa la etapa y calidad de la comercialización actual de Afu mediante las tasas de comisión por transacción y el desglose de la estructura de ingresos.

  El informe enumera las tasas de comisión correspondientes para los ingresos de Afu en categorías como exámenes físicos, medicamentos OTC, medicamentos con receta y seguros, lo que indica que su monetización actual depende principalmente de transacciones de intermediación ligeras en activos, en lugar de operaciones propias intensivas en activos, y que la comercialización aún se encuentra en una etapa temprana.

• Marco de competencia y estrategiaFoso/ventaja competitiva

  La diferenciación de Afu procede de la combinación de modelos generales + modelos médicos especializados + datos médicos profesionales + capacidad de formular preguntas proactivas + capas de control de riesgos médicos.

  Frente a los asistentes generales de IA, Afu posee datos médicos más focalizados y un control de riesgos más sólido, lo que constituye una ventaja diferenciada respecto a plataformas como JD Health en la fase de «captación de usuarios en el front-end»; sin embargo, su posicionamiento ligero en activos dificulta una confrontación directa con plataformas intensivas en activos en la ejecución de servicios.

• Marco de análisis sectorial/industrialTransmisión ascendente, intermedia y descendente en la cadena industrial

  Como «punto de entrada de atención médica mediante IA», Afu solo se encarga de la identificación de demanda en el front-end y la derivación de tráfico, mientras que las transacciones de back-end son completadas por proveedores externos de servicios.

  Esta división del trabajo refleja las diferencias de posicionamiento en distintos eslabones de la cadena industrial de salud por internet: la IA se encarga de la correspondencia de información y la fidelidad de usuarios, mientras que hospitales, farmacias, instituciones de exámenes físicos y compañías de seguros se encargan de la ejecución. El modelo ligero en activos de Afu determina que se incline más a ser un punto de entrada de tráfico ascendente que un proveedor de servicios descendente.

• Marco de ciclo y prosperidadCurva S de tasa de penetración

  Caracteriza la etapa de desarrollo en la que se encuentra Afu utilizando métricas de usuarios como MAU, DAU y número de usuarios de dispositivos conectados.

  El informe utiliza datos como un DAU sin duplicados de aproximadamente 13-14 millones, un MAU cercano a 40 millones y los objetivos del FY2026 para posicionar a Afu como aún en la etapa inicial ascendente de penetración de usuarios. La contradicción central en esta etapa es la expansión de escala y la mejora de retención, más que la rentabilidad.

Correspondencia y comparación de activos

Correspondencia estructurada entre la tesis y activos concretos (fortalezas, debilidades, pares y riesgos).

• JD Health (6618.HK)

  Afu no reemplazará sustancialmente a JD Health a corto plazo; es más probable que ambos cooperen que compitan directamente; JD Health, como una de las plataformas existentes de salud por internet, se menciona directamente para comparación.

  Fortalezas

  Capacidades propias intensivas en activos de venta minorista de medicamentos y servicios médicos, con infraestructura completa de ejecución; Nomura otorga una calificación de Compra con un precio objetivo de HKD 67.

  Debilidades

  Enfrenta riesgos de desvío por nuevos participantes como Afu en dimensiones como la captación de clientes de front-end mediante IA y la gestión personalizada de la salud.

  Comparación

  En comparación con el modelo de entrada ligero en activos de Afu, JD Health está mejor posicionado para gestionar la ejecución real de transacciones; Afu carece de servicios de back-end, mientras que JD Health carece de un punto de entrada de interacción con usuarios impulsado por IA.

  Riesgos

  Los riesgos a la baja mencionados en el informe incluyen: riesgos regulatorios en el sector de medicamentos y servicios médicos en línea, intensificación de la competencia de participantes emergentes y monetización de servicios médicos más lenta de lo esperado.

• Alibaba (BABA.US)

  Afu es lanzado por Ant Group, una afiliada de Alibaba; Alibaba respalda a Afu en la capa de modelos (Tongyi Qianwen) y la capa de ecosistema; Alibaba tiene una calificación de Compra con un precio objetivo de USD 178.

  Fortalezas

  Posee Alibaba Cloud y el ecosistema de modelos Tongyi Qianwen, capaces de proporcionar una base de modelo general para Afu.

  Debilidades

  El informe no detalla las desventajas de Alibaba en relación con Afu.

  Comparación

  Como afiliada de Ant, Alibaba tiene un posicionamiento diferente en el sector sanitario frente a JD Health; la primera se inclina hacia el empoderamiento tecnológico y del ecosistema, mientras que la segunda se inclina hacia la ejecución de servicios.

  Riesgos

  Los riesgos a la baja para Alibaba mencionados en el informe incluyen: presión sobre los beneficios derivada del aumento de inversiones y riesgos regulatorios relacionados con pagos y finanzas por internet que potencialmente afecten su valor en Ant.

• AliHealth (0241.HK)

  Se utiliza para comparar el impacto competitivo de Afu como plataforma existente de salud por internet; Nomura le otorga el estado de Sin calificación.

  Comparación

  Al igual que JD Health, pertenece a las plataformas de salud por internet potencialmente afectadas por la competencia de Afu, pero el informe considera que Afu no reemplazará sustancialmente estas plataformas a corto plazo.

Datos clave

• DAU de la aplicación independiente de Afu8-9 millonesEstimación de expertos, excluyendo Mini Programs
• DAU entre canales sin duplicadosAproximadamente 13-14 millonesIncluye múltiples canales como la aplicación y Mini Programs
• MAU total entre canalesCasi 40 millonesMAU de la aplicación independiente aprox. 28 millones
• Objetivo de MAU al cierre del FY2026Superar 50 millonesObjetivo de DAU aprox. 20 millones, usuarios de dispositivos de salud conectados aprox. 8 millones
• Objetivo de tasa de retención a 30 díasAumentar por encima del 40%Mejora de la retención mediante escenarios de gestión continua de la salud
• Tasa de comisión de paquetes de exámenes físicosAproximadamente 20-25%Una de las principales fuentes actuales de monetización
• Tasa de comisión de medicamentos OTC8-10%Comisión de medicamentos con receta aprox. 5%
• Tasa de comisión de productos de seguros5-10%Obtención de ingresos de intermediación mediante la conexión con compañías de seguros
• Calificación y precio objetivo de JD HealthCompra, HKD 67Basado en una valoración de 21x P/E ajustado FY2026; precio actual HKD 38.94 (2026-08-07)
• Calificación y precio objetivo de AlibabaCompra, USD 178Derivado de una valoración por suma de las partes; precio actual USD 128.41 (2026-08-07)

Impacto e implicaciones

Para las empresas cotizadas relacionadas, el informe de investigación considera que Afu no tendrá un impacto sustancial sobre JD Health y AliHealth a corto plazo, y es más probable que coopere con estas plataformas como un punto de entrada de front-end impulsado por IA, lo que es relativamente favorable para la estabilidad del panorama existente de salud por internet. Para el sistema Ant, Afu es una palanca ligera en activos para su estrategia sanitaria. Aprovechando la infraestructura sanitaria existente de Alipay y el ecosistema de modelos de Alibaba, tiene la oportunidad de ocupar la mente de los usuarios en la popularización de aplicaciones médicas de IA. Para el sector, los asistentes médicos de IA están evolucionando de preguntas y respuestas individuales hacia la gestión continua de la salud, y el núcleo de la fidelidad de los usuarios se está desplazando a «si puede integrarse en escenarios de la vida diaria», lo que puede llevar la competencia en IA médica de la adquisición de tráfico a la retención y profundidad de escenarios.

Riesgos

• Riesgos regulatorios en el sector de medicamentos y servicios médicos en línea
• Intensificación de la competencia debido a la entrada de participantes emergentes
• Velocidad de monetización de los servicios de salud más lenta de lo esperado

Aspectos que vigilar

• Si el crecimiento real de Afu en DAU, MAU y usuarios de dispositivos conectados alcanza los objetivos de cierre del FY2026
• Si la tasa de retención a 30 días puede aumentar por encima del 40%
• Si se implementan nuevas vías de monetización más allá de las comisiones por transacción (suscripciones de membresía, hardware conectado, servicios de IA B2B)
• Cómo evoluciona la relación de cooperación entre Afu y plataformas como JD Health y AliHealth