美國醫保不做預防：員工跳槽太快，沒人等得起十年回報
普通人平均兩三年換一次工作和保險，但預防性治療的回報要等十到二十年，沒有保險公司願意為未來跳槽到別家的客戶買單。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
保底條款撬開了唱片公司的門
2006年創業時，瑞典因寬帶過快導致盜版氾濫，音樂產業損失了約80%的收入，但iTunes等合法渠道還不存在。Spotify能談下版權的關鍵不是說服唱片公司「相信未來」，而是用自己的錢做保底：承諾哪怕產品失敗，唱片公司依然能拿到原定的年度獎金和預算，相當於唱片公司怎麼選都不虧。這筆交易談了數年才成，2008年底才在瑞典上線，2011年才進入美國市場。
— Daniel Ek早篩的壁壘是數據，不是認知
Daniel Ek的研究結論是，心血管疾病、皮膚癌等慢性病一旦早期發現，基本可以預防，治療成本極低，病人及家庭的痛苦也小得多。真正的障礙不是醫療行業不認同「預防優於治療」這個方向，而是整個行業缺數據——沒有足夠的、跨時間的縱向數據，就沒法在症狀出現前做出預測。這也是Neko Health成立的出發點：先把數據做大，再談預測。
— Daniel Ek499美元一小時，從設備到醫生全自建
Neko Health的核心產品是一次約一小時、售價499美元的全身體檢：抽血測53項指標、用自研相機系統給全身拍6000多張超高清照片建立痣和皮損的索引、檢測心臟和循環系統，最後由臨床醫生陪你逐項講解結果。整條鏈路——場地、護士醫生、診斷設備、軟件——全部自建，這是Spotify當年自己拿版權自己做產品打法在醫療上的重演。
— Daniel Ek醫生記不住的痣變化，交給AI逐年比對
Neko用戶平均身上有950顆痣，常規問診裡醫生不可能把每一顆都看一遍，通常只會注意到病人主動提起或看起來異常的那一顆。Neko先用AI系統標記風險痣，再由臨床醫生複核，疑似病例交給多名皮膚科專家會診；更關鍵的是每次體檢都被編目索引，哪怕某一年查不出異常，也能把同一顆痣逐年的照片擺在一起比對形態變化——這是再好的醫生憑記憶也做不到的事。
— Daniel Ek沒人願意為下一家保險公司的客戶投資預防
Daniel Ek認為美國醫療體系的激勵結構是在應對傳染病的年代建立的，整套機制獎勵的是「症狀出現後馬上治」，而不是預防。更深的問題是醫保通常綁定僱主，而普通人換一份工作大概只做2到3年，換工作往往意味著換保險公司——如果預防性投入要10到20年才能收回，現在的保險公司根本等不到那天，自然沒有動力投錢。Neko的應對思路不是說服保險公司改變時間觀，而是把檢測成本壓到足夠低，讓回報週期不再是決定因素。
— Daniel Ek行業只講AI的壞消息，好消息沒人講
Daniel Ek認為AI行業的一大失職，是沒有把真正正向、讓所有人受益的用例講出來——比如音樂推薦讓人更能代入當下情緒，又比如Neko裡那套能追蹤950顆痣變化的AI系統。他還提到開源/開放權重模型把生成token的成本從每百萬30美元壓到13美分，這種成本差會讓AI的價值不再集中在少數幾家公司或個人手裡，是他持續看好開源模型的核心原因。
— Daniel Ek監管AI或許該看算力，而不是模型本身
Daniel Ek提出一個他說很少被討論的視角：衡量一個AI系統有沒有危險性，不該只看模型本身聰不聰明，還要看訓練和運行它用了多少算力——用10萬塊GPU跑出來的東西，和在家用電腦上跑開源模型，危險程度完全不是一回事。他把這比作冷戰時期的Cray超級計算機：當年因為能被用來做核武器和破譯密碼而被限制准入，如今同等算力的設備可能還不如一臺洗衣機。這暗示了一種思路：把算力規模而不是模型能力作為監管和安全門檻。
— Daniel Ek播客業務裡，開放標準和自家工具並存
談到播客，Daniel Ek的立場是開放和封閉會長期共存，不是二選一：Spotify一方面在評論區等功能上保留自己的平臺邏輯，另一方面也通過RSS等開放標準把許多播客的內容聚合、分發到其他播客平臺上。被問及是否會支持直播預告和「打賞/價值流」這類獨立播客圈子一直在推的開放標準新功能時，他沒有拒絕，只說這已經不完全是他一個人能拍板的決定，會把需求轉達給團隊。
— Daniel Ek原話 · 已逐字校驗
What if we guaranteed you that, essentially, you'd keep your bonus for next year, and you'd make your budget for next year, you know, if, if it's really as bad as you think, then you'd just shut it down in a year, but still get the bonus?
如果我們向你保證——本質上，你明年的獎金照拿，預算照樣能做出來；就算真像你們擔心的那麼糟，一年後把它關掉也行，獎金還是你的，那會怎樣？
Daniel Ek5:04
the amazing thing about chronic diseases, when you read about them, is that if you catch them early, they're completely preventable, and, uh, the cost of treating them is very low, and the suffering for the person, uh, who's sick, their family, and their community is also very low.
慢性病這件事最神奇的地方在於，只要早期發現，基本上是完全可以預防的，治療成本很低，病人、家庭和整個社區承受的痛苦也很小。
Daniel Ek11:04
The average person, um, in NEKO today, has 950 moles. This is pretty crazy. The average person has 950 moles.
Neko現在每個用戶平均有950顆痣。這太瘋狂了。平均每人950顆痣。
Daniel Ek19:06
But for me, it's like show me the result and I'll show you the incentive.
對我來說，把結果拿給我看，我就能告訴你背後的激勵機制是什麼。
Daniel Ek28:09
I think we can now look at the cost of producing tokens at 13 cents per million versus $30. Hmm. This is an incredible difference that this technology opens up to a wide range of businesses and individuals
現在生成token的成本，一百萬token大概13美分，相比之前的30美元。這個差距大到能讓這項技術惠及更廣泛的企業和個人。
Daniel Ek39:11
I'm surprised that people have n't talked about the volume of computation. So, when you think about it, for me it's not just about the intelligence of the individual model, but still , you know, based on the amount of computation that you're doing, it could indicate something, right?
我很意外，居然沒人討論過算力規模這件事。在我看來，關鍵不只是單個模型聰不聰明，你用了多少算力本身就能說明一些問題。
Daniel Ek41:12
數字與實體
| 美國醫療支出佔GDP比例 | 18% | 10:04 |
| Neko Health體檢價格 | 499美元 | 15:05 |
| Neko單次體檢檢測血液指標數 | 53項 | 16:06 |
| Neko全身皮膚拍攝照片數 | 超過6000張超高清照片 | 16:06 |
| Neko檢出未確診嚴重合並症比例 | 約1% | 18:06 |
| Neko用戶平均痣的數量 | 950顆 | 19:06 |
| 開放權重模型token生成成本 | 每百萬token 13美分，對比30美元 | 39:11 |
術語
- vertical integration垂直整合
- 從場地、設備到人員和軟件全部自建，不外包任何一環
- open weight models開放權重模型
- 模型參數公開可下載、可自行部署的AI模型
- unit economics單位經濟模型
- 單個用戶或單次交易層面的成本與收入是否能覆蓋
收聽指南
關注醫療創業、保險激勵機制設計、AI開源與算力監管路徑的創業者和投資人
44分鐘後的播客功能請求和Stardoll軼事信息密度較低，可跳過