蚂蚁阿福全国减重1亿斤：健康、经济与社会的多重账
中国成年人的体重账单，可能比预想中更沉重。
国家卫健委数据显示，当前我国成人超重率达34.3%，肥胖率达16.4%，合计已超过50%。相当于每两位成年人中，就有一位面临体重超标问题。而体重失控带来的连锁反应远不止外形焦虑——糖尿病、高血压、脂肪肝、心脑血管疾病风险随之上升，最终演变为长期服药、反复门诊乃至住院的开销，一笔笔压在医保账单上。
正因如此，2024年国家卫健委联合16个部门发起“体重管理年”，今年正是收官之年。政策方向清晰明确，但一个现实难题始终未解：科学的体重管理，如何才能切实嵌入每个人的日常生活？
6月22日，健康AI应用“蚂蚁阿福”给出了一条探索路径：发起“科学减重1亿斤”健康行动，并推出三项具体举措——低价供应体脂秤、举办减重挑战赛、升级AI功能为用户定制饮食与运动方案。这一动作迅速冲上热搜，引发广泛热议。
公共卫生领域有一个广为引用的成本模型：1∶8.5∶100——它揭示了预防、治疗与抢救之间的关系。干预每前移一步，医疗系统就多一次以较低成本管控风险的机会。不妨算一笔账：减肥这件看似寻常的小事，究竟能为个人和医保省下多少钱？
1元预防，省下8.5元治疗
体重早已跳出个人审美范畴，成为公共医疗体系成本计算中的关键变量。肥胖会显著提升2型糖尿病、高血压、血脂异常、冠心病和脑卒中的发病风险，也与脂肪性肝病、睡眠呼吸暂停、骨关节炎以及多种肿瘤紧密相关。
《柳叶刀·糖尿病与内分泌学》一项研究预测，到2030年，中国成年人超重和肥胖率可能攀升至65.3%，由此产生的医疗费用将高达4180亿元，约占全国医疗费用总额的21.5%。对医保而言，肥胖很少作为独立病种出现在结算单上，但它隐匿在糖尿病、心脑血管疾病、肿瘤和骨关节疾病的庞大支出中。
这正是“治未病”在体重管理中的现实价值。世卫组织测算：在健康管理领域，每多投入1元钱用于预防，治疗费用就能减少8.5元，还能节省100元的抢救费。蚂蚁阿福提出的“1亿斤”减重目标，放进医保的长期账本里，对应的是大批慢病风险被提前识别、提前干预的可能性。这也解释了为什么体重管理已成为一项需要规模化解法的公共健康命题。
科学减重，为什么需要AI
科学减重有两个核心特征：专业性强，且高度个性化。年龄、基础代谢率、饮食结构、运动能力、睡眠质量乃至慢病状况，都会使同一套方案的效果大相径庭。而且人的状态持续变化——体重下降、连续熬夜、运动中断，都可能影响方案效果。传统体重管理需要营养师、健身教练或医生长期跟踪，但专业服务费用往往高达数千元每月，线下服务还受时间和地点限制。深夜想吃夜宵时，给营养师发信息，几乎得不到即时回应。
海外数字健康公司已经探索了多条路径。Noom从饮食、体重和运动记录切入，再叠加行为课程和健康教练。一项纳入35921名用户的回顾性研究显示，在中位267天的使用期内，77.9%的参与者报告体重下降。尽管存在自报数据和观察性设计的局限，但它揭示了一个关键相关性：记录体重和饮食越频繁，减重效果越好。
Omada则选择把联网体脂秤、课程、健康教练和同伴支持组合起来。其网络糖尿病预防项目的两年期单臂研究中，项目启动者平均减去4.2%的初始体重，糖化血红蛋白平均下降0.43个百分点。在这里，付费方依据代谢指标和长期保持率来判断服务价值，而非单纯的体重数字。
Lark则把糖尿病预防课程改造成了24小时AI对话式辅导。《JAMA Network Open》一项覆盖79437名参与者、146万次辅导会话的研究显示，64.8%的会话发生在工作时间之外。这说明，健康管理的真实需求，大量出现在医生、营养师和教练下班以后。
三个案例得出相同的结论：数字健康的价值来自长期记录、及时反馈和持续陪伴。而AI，恰恰有机会将这三项能力的边际成本降至最低。
过去两个月，有人做了一场减重实验——方法并不复杂，节制饮食，配合规律的力量训练。区别在于，这次在阿福App上绑定了智能手表。每天吃了什么，拍照交给阿福估算摄入；走了多少步、训练消耗多少，由手表记录，再由阿福分析并提供方案。两个月后，体脂率下降了5个百分点，肌肉率上升了4.5个百分点。
“1亿斤”的目标看似宏大，但如果考虑到阿福的用户规模，其实具备现实基础。目前蚂蚁阿福累计月活用户数已突破1亿，单日咨询量约1000万次，55%的用户来自三线及以下城市。对用户来说，AI相当于一位7×24小时在线且免费的私教，能提供与健身教练、营养师相似的基础体验。
MIT Sloan学者Catherine Tucker参与的一项生成式AI体重管理实验，给出了一个有意思的发现：所有使用AI工具的受试者中，减重效果最显著的，恰恰是受教育程度较低、缺乏基础营养知识的人群。再比如体脂秤这样的基本工具，在很多中国家庭中并不普及，尤其在农村地区，渗透率还不及15%。
阿福此次面向全国的“科学减重一亿斤”活动，集中采购体脂秤，以“地板价”提供给用户，让软件与硬件的门槛同时下降。专业营养知识、硬件设备、运动建议，能触达更多健康管理服务供给不足、健康知识不普及的偏远地区，普惠价值更为直接。
当然，AI不能替代诊断。合并慢病、极端节食、饮食失调和其他复杂问题，仍需要医生与专业机构介入。1亿斤是起点，也期待它能够成功——通过AI持续改善健康状况与生活质量，让个人少承受一些疾病，公共医疗账本少一些后续支出。这才是我们期待的答案。
*以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。