因为对 AI 医疗方向的持续兴趣，最近开始研究 Tempus AI。
这段时间，它的名字也越来越频繁地出现在一些重要名单里。
2024 年上市，2025 年被木头姐（Cathie Wood）重仓，出现在一些医疗数据联盟和药企试验平台中。
但我真正关心的，不是它的热度，而是它到底在做什么。
它是一家卖基因检测的公司？
还是一个想做医疗数据平台的科技公司？
抑或只是另一种 AI 医疗概念？
我决定从创始人 Eric Lefkofsky 的几场深度访谈出发，重新梳理一下这家公司：它从哪里来、正在构建什么，又可能通向什么路径。
Tempus AI，从哪里来，要到哪里去？
这篇文章，试着给出一些更清楚的线索。
01｜一个非医疗出身的创始人，看见了数据的问题
Eric Lefkofsky 并不是医生，也不是 AI 科学家。他是 Groupon 的联合创始人，从互联网行业进入医疗，是因为一件非常具体的私人经历。
2014 年，他的妻子被确诊乳腺癌。
她接受了基因组检测，几份检测报告送到医生手中。但医生只能看懂其中的一部分，很多关键数据无法解读，也无法用于实际决策。
Lefkofsky 意识到的问题是：医疗系统并不缺数据，缺的是一套能被使用的数据结构。
在他看来，这不是模型本身的问题，而是整个系统缺乏标准、语境和可连接性。
从 2015 年起，他创立 Tempus AI，不是为了开发某个具体 AI 工具，而是希望先解决一个更基础的问题：
“我们有没有一套让数据真正被使用、能嵌入决策流程的结构？”
这家公司最初做的工作，不是前沿技术开发，而是从清理和组织数据开始。
02｜用了 10 年，清洗了 800 万份病例，为了让数据变得 “能用”
很多人做 AI，是从产品出发，再去找数据。
Lefkofsky 的顺序刚好反过来。
他意识到的问题是：医疗行业并不缺数据，缺的是 “被使用” 的数据。
从 2015 年开始，Tempus AI 开始系统性清洗已有的病例、影像、基因报告，提取出结构化、可计算的信息。
但在这个过程中，他们遇到了一个更根本的问题：
许多原始检测数据，质量本身就不够好。
来源不同、格式不一、内容缺失。有些报告只有片段性结果，缺乏上下文信息；有些医院甚至使用不同的命名方式和技术参数。医生面对这些信息，很难直接用于决策。
从 2017 年开始，Tempus AI 决定自建检测体系。团队在芝加哥设立实验室，推出自己的基因组检测服务，最初聚焦于肿瘤，随后拓展至精神疾病、心血管疾病和遗传病筛查等方向。
目标不是进入新业务，而是控制数据从源头的质量，确保其结构清晰、可关联、可用于反馈与训练。
这一决定，也成为 Tempus AI 从 “清洗外部数据” 走向 “构建自有数据系统” 的关键一步。
03｜从清洗数据，到自建更优质的基因检测数据
到 2024 年，Tempus AI：
年度完成基因组测序约 27 万份；
平台累计处理样本超过 110 万份；
数据覆盖 120 万份医学影像 与 25 万份 DNA+RNA 组合特征数据；
数据总量超过 250 PB，大致相当于一个中型云服务商的数据中心，在医疗行业，这样的体量极为少见。
这些数据不是静态存储，而是持续参与模型训练、临床支持和药企研发任务。随着数据质量提升，平台的实际应用范围也在拓展。
Lefkofsky 在一次访谈中说：
“We’re laying the cable now… It’s like what Comcast did for HBO, CNN, and Netflix. You needed the infrastructure first.”
“我们现在做的，是铺设基础连接线。就像当年 Comcast 为 HBO、CNN、Netflix 铺有线网络一样，必须先有基础设施。”
没有结构化的数据，AI 就无法真正落地。
Tempus AI 正在做的，是一段段数据清洗、一条条系统接入，把这条基础结构一点点搭出来。
04｜这套系统，是否真的被使用了？
过去几年，Tempus AI 搭建了一个庞大的数据平台，清洗了大量病例，也自建了标准化检测体系。那这个系统，今天真的被医院、医生、药企使用了吗？
我们试着从公开财报数据和关键运营指标中找一些答案。
医生端：不仅被使用，而且留存率稳定
Tempus AI 早期的主力用户是肿瘤科医生。
医生使用平台时，不仅获得基因检测结果，还可以：
查询与患者突变相关的靶向药物信息；
自动匹配当前可入组的临床试验；
检索真实世界中相似病例的治疗路径与疗效数据。
这套系统，在辅助医生做出治疗决策时，已成为日常工作的一部分。
截至 2024 年底，公司平台已接入 约 3,000 家医疗机构，覆盖全美超过 65% 的学术医疗中心 。
使用其检测服务的肿瘤科医生中，年留存率达到 87%，说明这套系统不仅被使用，而且在临床工作中具有稳定性。
药企端：数据服务收入逐年增长
2024 年，Tempus AI 来自 “数据和服务” 业务的收入达到 2.416 亿美元，占总营收约 35%，同比增长 43%。
仅 2025 年第一季度，该业务收入就达到 6,190 万美元，增速继续维持在高位 。
药企使用 Tempus AI 的平台，不只是订阅数据。
他们可以：
查找潜在的药物靶点；
快速构建患者队列；
提高临床试验的入组效率。
这些服务，已经开始嵌入药企的研发流程中。
虽然公司未在季度披露中一一列出客户名称，但根据历年披露，其客户涵盖了全球前 20 大肿瘤药企中的绝大多数。
这些合作说明：Tempus AI 的系统不再只是内部使用工具，而已成为医疗研发链条中实际运行的一环。
财务侧：盈利尚未实现，但结构持续改善
2024 年，Tempus AI 实现总营收约 6.93 亿美元，毛利润 3.8 亿美元，毛利率约 55%，维持稳定。
虽然整体仍处于亏损状态（2024 年净亏损约 7.05 亿美元），但调整后 EBITDA（息税折旧摊销前利润）连续多个季度改善：
2023 年全年为 -1.47 亿美元；
2024 年收窄至 -1.05 亿美元；
2025 年第一季度进一步缩小至 -1,900 万美元 。
这意味着公司在投入控制和经营效率上已有明显改善，逐步接近盈亏平衡。
从这些数据看得出来，Tempus AI 构建的系统已经被实际使用，并形成了多端用户与收入来源的结构：
医生在用，且持续使用；
药企在付费，且使用场景扩大；
财报中体现出平台部分的收入增长与留存指标。
这不是一套 “还在实验室里的系统”，而是一套已经在实际场景中跑起来的结构。
05｜它也在试着连接用户：olivia 是一个开始
2024 年底，Tempus AI 推出了面向用户端的应用 olivia。
相比系统平台和临床模型，这款 App 显得更轻，但它表达出一个明确方向：让结构化的健康数据真正服务于个人，而不只是机构。
olivia 是一款面向用户的健康数据整合工具。
用户可以：
集中查看自己的化验结果、病历记录和用药情况；
整合来自不同医院和检测机构的资料；
获取基于个人数据的 AI 解读和就诊提醒。
它不承担诊断任务，更像一个健康数据的 “接口”。
Tempus AI 希望通过它，把此前为医生搭建的结构能力，延伸到每一个用户手中。
Lefkofsky 说：
“我们花了几年时间为医生做出更结构化的数据界面，olivia 是我们试图把这套能力交还给用户的第一步。”
目前 olivia 的功能仍在早期阶段，主要以数据整合和初步交互为主。
它还不是公司的主业务，但也许是通向未来的一条重要小路。
06｜它是一家值得投资者关注的公司吗？
前面我们尽量客观地呈现了 Tempus AI 的发展路径、系统搭建和使用现状。
但如果换一个角度看：对于投资者而言，这家公司值得关注吗？
我们用两个常见的投资视角来观察它。
｜木头姐的角度：它有成为 “系统型平台” 的潜力吗？
Cathie Wood 从 2024 年起开始重仓 Tempus AI，并在多次采访中表达过一个判断：
“Tempus AI 正在构建的是医疗行业的智能化平台，就像 AWS 为企业构建云平台一样。”
她看重的不是某一个产品爆点，而是结构层面的构建能力：
十年数据积累：超过 250 PB 的结构化、多模态医疗数据；
多端连接完成：医生、医院、药企、患者已形成闭环；
平台收入持续增长：2024 年 “数据和服务” 业务营收达 2.416 亿美元，占比约 35%，同比增长超 43% 。
她还用另一个关键词来描述这家公司正在形成的结构：
“数据飞轮（data flywheel）”。
每一份检测、每一次数据调用，都会增强平台本身的价值——让系统越用越强，使用者越来越多，数据继续累积。
对成长型投资者来说，Tempus AI 的价值不在当下盈利，而在于：它是否有机会成为整个医疗系统的数据接口和智能中枢。
这类增长不会太快，但路径明确。
｜巴菲特式的角度：它能赚钱吗？有没有护城河？
价值投资者可能会问得更直接：烧钱十年，这家公司什么时候能赚钱？它的系统能不能守得住？
从数据上看，Tempus AI 的经营效率正在改善：
毛利润：2024 年为 3.8 亿美元，毛利率维持在 55%；
EBITDA（息税折旧摊销前利润）：
2023 年为 -1.47 亿美元，
2024 年收窄至 -1.05 亿美元，
2025 年 Q1 进一步改善为 -1,900 万美元；
医生留存率：肿瘤科医生使用后年留存率为 87%；
数据服务业务：持续有真实客户付费，且多季度复购。
我们总是追问 AI 医疗下一步该看谁。
Tempus AI，或许是值得留意的一个答案。
“We’re laying the cable now.”
——Eric Lefkofsky
