新氧創始人金星：醫美AI仍處數字化上半場，“輔助駕駛”是穩妥的落地路徑

AI正在滲透幾乎所有行業，試錯成本大多停留在商業層面。但在醫美領域，一次誤判可能直接造成身體傷害。容錯率的巨大差異，決定了AI在這條賽道上的落地邏輯完全不同。

2026夏季達沃斯論壇上，新氧集團創始人、董事長兼CEO金星首次對外披露輕醫美領域真實世界數據庫與診療智能基礎設施布局，提出AI診療能力對標資深從業者80%水平、千店連鎖等目標，迅速引發行業對醫美AI 落地路徑與安全邊界的廣泛討論。

近日，《每日經濟新聞》記者在北京總部采訪了新氧集團創始人兼CEO金星。在采訪中，他數次自嘲：“我們是一家典型的互聯網時代的公司，現在確實算‘老登’了。”不過他也提到，“‘老登’企業的優勢，是我們把那些‘慢活’都干完了，拿牌照、建供應鏈、搭系統，這些事后來者想快也快不了。”

金星認為，在高度依賴個人經驗的醫美行業，醫美AI應用的前提是完備的數字化基礎設施，行業整體仍處于數字化上半場，新氧選擇以“輔助駕駛”的穩妥路徑推進AI落地，核心目標是實現診療標準化與擴張規模化，而非追求短期降本增效。

金星在企業總部接受采訪 每經記者 趙雯琪 攝

數字化基建能為后續AI應用筑牢地基

在金星的判斷里，AI在醫美行業的應用可以清晰分為上下半場：上半場是全流程數字化基建，覆蓋軟件與硬件、前端與后臺，完成全維度數據積累；下半場才是基于行業數據的AI訓練與規模化落地。“我們現在應該還是在前面的階段，就是在大量數字化的階段。”

金星坦言，國內互聯網發展二三十年，醫美機構的數字化卻大多停留在營銷端口，僅覆蓋線上檢索、購買、預約等到店前環節，院內診療流程的數字化程度極低。即便機構普遍配備院務系統，也僅能實現基礎流程記錄，面診、治療等核心環節仍高度依賴醫生與咨詢師的個人經驗，同一用戶同一訴求在不同門店得到的方案差異極大，標準化無從談起。

“一開始我們認為其實應該也挺簡單的，對互聯網公司來講，但是做著做著我們就發現，這里面幾乎有無窮無盡的需求，工作量極其龐大。”金星坦言，數字化的第一個坎出現在供應鏈環節。最初團隊采購第三方成熟ERP系統（覆蓋企業全流程的一站式管理系統），卻發現通用系統與醫美場景嚴重脫節：一線員工既要在物理世界完成操作，又要在系統中重復錄入，反而增加了工作量，高峰時段漏錄、忘錄成為常態，系統推行阻力極大。而市面上的行業通用系統定制開發周期長、成本高，單套第三方ERP年費用就達數百萬元。

金星舉例，僅藥品供應鏈這一個用戶無感知的環節，就覆蓋總部采購、中心倉、前置倉、門店藥柜、領用退回、每日盤點等全鏈條，其數字化復雜度遠超預期。而類似的環節遍布診前、診中、診后全流程，僅統計用戶到店各環節時長這一件小事，團隊就先后試過Pad簽到、手環掃碼、藍牙定位、WiFi測距等多種方案，要么漏簽率高、數據失真，要么干擾用戶體驗，最終只能靠組合方案實現相對準確的采集。

“我們在后臺會看，所有系統下去之后，如果員工使用率不高，不是員工的問題，是我們的問題。”金星表示，數字化的核心是讓一線員工無感，而非強制配合。從2023年至今，新氧的數字化基建已推進三年，目前接近第一階段尾聲，預計2026年年底可完成80%~90%的基礎搭建，實現各維度數據打通、打破數據孤島，為后續AI應用筑牢地基。

AI在醫美行業落地將走“輔助駕駛”路線

值得一提的是，新氧的AI落地選擇了一條不同的路徑：所有AI應用均面向內部員工，定位為“輔助駕駛”工具，不直接向C端用戶輸出診療建議。在金星看來，這是醫療行業低容錯率的必然要求。

“AI最大的問題就是它無法負責，只有員工能負責任。”金星表示，相當長一段時間內，AI在醫療領域都只能作為輔助工具，最終決策必須由專業醫護人員完成。這套邏輯最先落地在面診環節。新氧內部有一套十幾萬字的診療指南，由內部醫學團隊與外部專家共同制定，覆蓋所有服務項目的辨證、診斷、方案匹配全流程，且每年迭代更新。過去這套指南只能通過培訓、考試向全員傳遞，員工掌握程度參差不齊，是標準化的最大阻礙。

現在，這套診療指南全部輸入AI模型。面診過程中，AI會實時收集用戶訴求、皮膚檢測報告等信息，匹配診療指南輸出方案建議，供醫生與咨詢師參考，最終溝通與決策仍由人工完成。“我們的診療指南可能就是一個100分的答案，醫生在AI輔助下能做到接近90分、95分的水準，但靠個人的話方差會很大。”金星解釋道，AI的核心價值是拉平不同員工的能力差，讓不同門店、不同醫生給出的方案高度一致。

除了面診輔助，AI還將滲透到更多內部運營環節。比如總部的視頻巡診體系，目前靠人工對照SOP（標準作業流程）打分，未來AI將學習人工巡檢邏輯，逐步承擔初篩工作，最終仍由人工復核。面向用戶端，數字化與AI的落地也在逐步可感知：門店雙聯屏同步展示治療SOP，讓用戶監督操作流程；可視化配藥系統對接國家食藥監溯源數據庫，配藥全程可追溯；面診環節醫生通過Pad與用戶共同辨證，產品選擇由用戶自助完成，規避推銷嫌疑。

金星透露，2026年四季度AI面診產品將在全國門店大范圍普及，智能分診等應用也將同步落地。投入層面，新氧連鎖業務累計數字化與AI投入已超10億元，目前仍處于持續投入期。盡管集團整體研發支出有所下降，但連鎖業務的研發投入持續增加，且AI coding（編程）工具的應用大幅提升了研發人效。

“我們的目標是爭取四季度實現整個集團盈利，明年實現全集團全年盈利。”金星表示，后續投入將隨連鎖業務收入增長穩步增加，不再不計成本投入。

數字化與AI的真正價值是打破行業規模瓶頸

在行業普遍討論AI如何顛覆醫美時，金星認為：AI native（AI原生）的定語是AI，主語還是醫美機構。“首先它肯定得是一家好的醫美機構，好的醫生、好的護士、好的流程、好的質量控制，這些東西是不會變的。”

在他看來，傳統醫美機構的規模天花板，本質是“人管理”的天花板。依靠人管人的模式，行業內經營二三十年的機構也大多只能做到40家門店左右，難以突破。而數字化與AI的真正價值，是打破規模瓶頸，支撐千店級別的連鎖擴張。“未來如果真正能做到千店規模，一定是因為數字化、AI化做得比別人好。也許單店利潤率比傳統機構薄，但規模起來之后整體收益會更大。”

不過，相比于互聯網時代的平臺企業競爭，AI時代的醫美平臺也面臨著完全不同的市場競爭環境。在金星看來，面對未來可能入場的AI跨界玩家，AI是快行業，醫療是慢行業，牌照申請、醫生招聘培訓、線下門店運營、監管合規這些“慢事”，才是真正的行業壁壘。“我們先把確定性的、不會錯的事干了，把慢的事做好，等AI技術成熟了再去應用。反而那些從AI跨界進來的，還要花很多錢去做這些慢的事。”

金星提到，很多醫美機構把新技術優先用在營銷獲客上，但新氧的AI幾乎全部用在交付端。“每家公司營銷能力很重要，但交付能力一定要高于營銷能力，用戶信任才會不斷累積。如果營銷能力強過交付能力，用戶信任只會不斷減分。”金星表示，新氧不會去做AI投毒式的搜索優化，而是專心打磨產品與服務，相信好的交付最終會被用戶與技術共同看見。