# 丹尼尔·埃克：Spotify 之后、医疗激励失灵、疾病早筛与 AI 潜力

> 丹尼尔·埃克谈 Spotify 增长与音乐授权，介绍 Neko Health 体检，讨论医疗从治疗转向预防、纵向数据、AI 与可穿戴设备。

- 原标题：Daniel Ek: Life After Spotify, Broken Healthcare Incentives, Catching Disease Early & AI's Potential
- 类型：嘉宾访谈
- 发布日期：2026-09-28
- 话题：丹尼尔·埃克：Spotify 之后的医疗创业
- 出场：杰森、弗里德伯格；嘉宾：Daniel Ek
- 网页版：https://allin.qiaomu.ai/ep/daniel-ek-life-after-spotify-broken-healthcare/
- 视频：https://www.youtube.com/watch?v=JEUboZzZGM4
- 精读字数：约 5286 字（阅读约 12 分钟）

> 本文为 allin.qiaomu.ai 基于原始节目的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

纽约拉法叶街 300 号，一间诊所。你走进去，先抽血，测 53 项血液指标。然后站进一台皮肤扫描设备，6000 多张高清图像把全身每一颗痣、每一处色斑、每一片泛红都编号存档。接着查心脏和血液循环，测握力。整个过程一小时，最后一段时间你和一位临床医生坐下来，把结果一条条过完。

价格 499 美元。

这家公司叫 Neko Health，2018 年成立，创始人之一是丹尼尔·埃克（Daniel Ek）。就是那个做了 Spotify、管了它二十年、把它带到 7 亿多月活跃用户和 3 亿多付费订阅用户的人。今年 1 月 1 日，他卸任 CEO，转任执行董事长，把这套在音乐行业跑通过的剧本，搬到了医疗上。

## 2006 年，他把全部身家押给了唱片公司

埃克讲这段之前先自嘲：开始干的时候还有头发，干完就秃了。

2006 年，他 23 岁。iPhone 还没发布，YouTube 不存在，Facebook 只对大学生开放。音乐行业正在自由落体，Napster、Kazaa 把盗版铺满全网，美国唱片业协会（RIAA）挨个起诉下载音乐的普通消费者。他坐在瑞典，觉得这事荒唐，可也清楚精灵已经被放出瓶子，收不回去。

他和联合创始人马丁·洛伦松（Martin Lorentzon）在攒创业点子。马丁问他：如果什么都能做，你做什么？他说音乐，但这想法很蠢。马丁追问为什么蠢，他列了一堆理由：要跟唱片公司一家家谈授权，要处理版权，要做这做那。马丁一路问“那如果这样呢”，问到他把所有理由都用完，只好说：那大概可以做一个“全世界音乐都在指尖”的东西。

接下来是这段故事里最关键的动作。两人把前几次创业赚的钱全部押上，去跟唱片公司谈：我们保证你们明年照样拿奖金、照样完成预算。如果这事真像你们想的那么糟，一年后关掉就行，奖金照拿。如果成了，你们也赢。怎么算都不亏。

唱片公司觉得有点意思。谈了好几年。2008 年底在瑞典上线，爆了。然后是英国。2011 年进美国，距今十五年。

瑞典能成为第一个跑通的市场，有一堆巧合叠在一起。这个国家的宽带在 2000 年代初就普及得极快，人们想下什么就下什么；iTunes 当时根本没进瑞典，市面上不存在合法的替代品；整个音乐产业的收入掉了大概八成。最糟的市场，反而成了最好的试验田。

## 一模一样的剧本，只是这次在医疗

Neko 2018 年成立，2023 年在瑞典开出第一家。产品开发五年，先在瑞典验证，再去英国，现在到美国。埃克自己说：一模一样的 Spotify 打法，只是这次在医疗。

弗里德伯格问他为什么停不下来。他答：也许只是我痛感阈值高。

他提到一件事：团队最近翻出一段 2012 或 2013 年的采访，Spotify 刚进美国不久，他在里面就在聊医疗。这念头在他脑子里转了十几年。他的判断方式很直接：世界上大部分事情在变好，技术曲线向右上走，但他更愿意盯那些没变好的。医疗就是其中之一，钱越花越多，结果越来越差。

杰森提到，二十年前是马丁在某个互联网峰会上凑到他耳边，掏出手机给他看 Spotify。那时候还没人做订阅制。

埃克也交代了自己的财务状况：Spotify 2018 年上市之前，他没什么钱，所以谈不上什么 prolific angel investor。前面十二三年，全部注意力只在一家公司上。上市后试着投了一些，很快发现建公司的快感远大于投资。弗里德伯格接过话头，说自己也是这么想的：坐在董事会里，给 CEO 建议，他不听，你抓狂；可他要是全听你的，那也不是他在领导了。

> “你找到伟大的创始人 CEO，给钱，然后永远别再看。一般来说这样比反过来强。”（大卫·弗里德伯格）

杰森补了一句：一个人需要越多的指导，成功的概率大概越低。

## 499 美元里到底装了什么

先说背景。美国把 GDP 的 18% 花在医疗上，这是预算里最大的一项。单是心脏病一个病种，就是几千亿美元，比财富十强里任何一家公司的营收都高。

埃克和联合创始人亚尔马·尼尔松（Hjalmar Nilsonne）的判断是：慢性病只要发现得早，基本可防，治疗成本很低，病人和家庭的痛苦也很小。问题在于我们数据不够，所以发现不了。整个行业都同意要从“反应式医疗”转向“预防式医疗”，分歧出现在怎么转。他们的答案是先有更好的数据，而且需要多模态、纵向，也就是同一个人的同一项指标要跟着时间走。

具体做法是垂直整合。自己建设施，自己的护士和医生在编，自己造诊断设备，软件也自己做。使命被写成一句话：你能为自己的健康投资的、最有价值的一小时。

流程是：抽血测 53 项指标；皮肤扫描拍 6000 多张高清图，每一颗痣、每一处损伤、每一片皮疹都建索引；查心脏和血液循环；测握力这类有明确科学证据的传统指标。最后一小时内有不受打扰的医生时间，血检结果当场过完。如果你没什么问题，只想拿结果，三四十分钟也能结束。

弗里德伯格提到 One Medical、Forward 这些先例，问新在哪。埃克的回答是时间和数据：八年，10 万多次扫描，每年公开数据报告，今年是第三年。他还说了一件行业惯例：做诊断产品通常是研发几年，然后把同一套东西卖十年。Neko 三年就上了第二代设备。

杰森算了一笔账：如果每个美国人每一到两年做一次，大约是医疗总开支的 4% 到 8%；三年一次，降到 2%。埃克说现在下结论太早，但他建议按年做，类比是大多数人每年看牙医，却从不做年度体检。

## 950 颗痣，医生记不住，机器记得住

Neko 会员平均有 950 颗痣。

一次普通门诊不可能逐一检查完。现实中的流程是：你说背上那颗痣有点怪，医生看一眼，觉得颜色不对，拿出设备扫一下，用软件比对这个痣在不同频段下的尺寸和质地。Neko 把这件事做到了全量：先用 AI 系统标出所有可能的风险点，再由临床医生复核，发现问题还有多位在编皮肤科专家二次审阅。

真正拉开差距的是第二年。今年什么都没查出来也没关系，因为每一颗痣都编了号，明年可以逐颗比对，看有没有异常生长。全世界最好的医生也记不住你去年背上那颗痣长什么样。

大约 1% 的会员在这里查出此前未确诊的严重疾病。三年数据下来，还有一个更值得注意的规律：健康状况最差的那批人，改善幅度最大。有人戒烟，有人把长期没管的病治了。埃克的解释是，把当下的健康状态可视化，再配一个坐下来慢慢解释的医生，本身就足以推动人改变生活方式。

杰森问到可穿戴设备。埃克说现在已经支持导入 Apple Health 数据，WHOOP 这类设备大多也能写入 Apple Health。数据越多，医生那一小时里给出的画像就越完整。

## 医保绑在雇主身上，没人愿意等二十年

弗里德伯格抛出的问题很直接：为什么急诊缝个针要 1.5 万美元，为什么成本 30 美元的药卖 2 万美元，为什么医生一年挣 20 万，看你八分钟却要向保险公司收 6000 美元。如果让你当一天美国的皇帝，你改哪三件事？

埃克先声明自己不是美国医疗体系的专家，然后给了一句总结：给我看结果，我就给你看激励。

整套系统是照着传染病时代建的，所有激励都指向同一个动作：等你有大量症状了，把你急性修好。

> “给我看结果，我就给你看激励。这套系统是为传染病时代设计的。”（丹尼尔·埃克）

要转成预防，就得看长期回报。麻烦在于美国的医疗保险绑在雇主身上，而平均任职时间并不长。你在一家公司待两三年，换工作就换保险公司。站在保险公司的位置上，一笔十年、十五年、二十年才回本的投入，凭什么做？这笔账谁来认？

他没说自己有答案。Neko 的做法是绕开这个死结：把单次成本压到几百美元，让 ROI 不需要漫长到没人愿意等。垂直整合让 499 美元的单位经济为正，已经开业的诊所是盈利的。杰森问是不是靠加项赚钱，他说不是，成本结构本身就是优势。

另一件事是往系统里加数据。他提到一个对技术人来说有点意外的事实：医疗系统里的数据集其实没多大。如果能做到 10 倍乃至 100 倍的量，而且多模态、纵向，能得出的结论会完全不同。这也是他们每年公开数据、已做完四项临床试验、两项在进行、四项在筹备的原因。还有一点被杰森追问到了：Neko 同时在瑞典和英国运营，这让跨国人群的健康数据对比成为可能，这在医疗行业并不常见。

## 行业把 AI 的正面故事讲砸了

弗里德伯格把话题拉到 AI，问要不要给前沿技术踩刹车。

埃克先讲了一段观察：疫情来了，所有人都成了病毒学家；霍尔木兹海峡堵了一艘油轮，所有人成了供应链专家；俄乌开战，所有人成了军事专家。每个人都说得极其自信，事后看，连最大的专家也常常错得离谱。所以他不肯给强判断，只说我们还处在能改变这项技术影响方向的阶段。好技术同时带来极大的正面和极大的负面，往哪边走取决于人怎么引导。

然后是他真正想说的：行业在讲 AI 这件事上做得很差。

他给了两个正面例子。音乐那边，理想产品是为人生每个时刻配乐，让你感觉更多，高兴时更高兴，低落时更沉。这件事在 AI 之前做不到。医疗那边，950 颗痣逐年追踪，可能救回一条命。这些都在发生，但公共讨论的声量几乎全压在负面一侧。

## 该被监管的是算力，不是模型

弗里德伯格抛出成本对比：每百万 token 输出 13 美分，对 30 美元。开放权重模型能把这项技术铺到大量中小企业和个人手里，避免价值集中在少数几家。但监管讨论随时可能掐住开源。

埃克的回答是历史规律：Windows 对 Linux，iOS 对 Android，最后都是两者并存。Spotify 自己既用前沿模型，也养着一批微调模型，两边都用反而更创新。有些事只能用自建模型做，原因要么是成本效率，要么是前沿模型调不成想要的样子。

他提了一个他觉得奇怪、但很少有人讨论的角度：算力本身可以当监管抓手。

用十万块 GPU 跑出来的东西，和在自家 PC 上跑一个开源模型，威力不在一个量级。如果前沿公司手里握着强得多的模型做防御，一个在家用开源模型的人很难造成巨大破坏。所以与其去认证软件、按训练用了多少 teraflops 划线，不如看算力规模。他说自己没在测试版里见过这种思路，有点意外。

弗里德伯格接过话：两年前的监管思路其实试过按 teraflops 划线，加州议会还真认真讨论过怎么给“危险模型”分类。他搬出 Cray 超级计算机的例子：当年买 Cray 要审批，因为它能用来设计核武器、破解密码。今天一台 Cray 的算力，大概还不如你厨房里的某件家电。算力门槛会随时间失效，防守方手里实打实的算力优势才靠得住。

## 播客的两条线，和那个加载要四分钟的网站

杰森最后问了两个私人问题。

第一是播客。Spotify 在播客上体量很大，同时也在做自己的专有功能，而播客生态建立在开放标准上。埃克的回答是两边并行：Spotify 有面向终端用户的功能，比如评论；但它也通过工具把播客聚合、分发到其他播客平台，走的是开放标准。想在一个标准里创新，关键是让别人也同意这个标准，这会慢。所以策略是两个都支持。

杰森以十七年播客主播的身份提了两个功能请求：直播，也就是 going live，要尊重 RSS 源并把通知发出去；以及打赏和捐赠，value 和 donations。埃克的回答很得体：这已经不是他一个人能决定的事了，但他会把需求带给团队。

第二是 Stardoll。这家公司原本是芬兰一个叫 Paper Doll Heaven 的小站，一位老太太和儿子做的，Index Ventures 投了钱、拿了多数股权，打算重塑成 Stardoll。瑞典老牌创业者马蒂亚斯（Mattias Miksche）找到当时二十出头的埃克，Index 的丹尼·里默（Danny Rimer）也很会说服人。埃克本来已经决定去做 Spotify，碍于情面答应帮六到十二个月。

他到芬兰一看，一个简单页面的加载时间要四分钟，服务器基本在崩。他重做了架构，换掉整个技术团队，把加载降到一秒以内，流量爆了，红杉进来投了。然后他说：我的部分做完了，谢谢，转身去做 Spotify。他原本指望丹尼·里默之后会投 Spotify，结果没投。

他还提了一句自己现在的另一摊事：和 Spotify 联合创始人一起做的投资公司 Prima Materia，目标是当“你能找到的最好的联合创始人”。

Neko 目前只有纽约一家店，接下来是迈阿密和华盛顿，未来十二到二十四个月铺向全美。

- 如果你在美国且负担得起 500 美元，把年度体检变成和洗牙一样的固定动作。Neko 在纽约拉法叶街 300 号，官网有等候名单；不在纽约的话，Function Health、Superpower 这类三四百美元的血液检测是低配替代。
- 看医疗创业项目，先看它把钱花在哪个环节。凡是需要保险公司或雇主做十到二十年期投资的模式，落地一定慢；把单次成本压到几百美元、单位经济为正的模式，才有可能规模化。
- 做 AI 产品的人别只盯着模型能力。多模态加纵向时间序列，价值来自“记得住去年那一版”，这个逻辑在医疗、工业检测、保险定价里都成立。
- 讨论 AI 监管时，把注意力从“模型多大”移到“算力多少、防守方有没有优势”。按参数或 teraflops 划的门槛一年就过时，算力差距是实打实的。
- 学埃克的两件事：用自己全部的钱去设计一个“对方怎么都赢”的交易结构，把谈判僵局变成对方的理性选择；产品在一个市场验证完再进下一个，别急着全球化，Spotify 从立项到进美国花了五年。
- 做平台的公司，专有功能和开放标准不必然二选一。同时支持的成本是慢，收益是生态不会一夜之间跟你翻脸。
