邓江的路径不算性感，但很真实。
前百川智能商业化合伙人、前字节跳动某业务线负责人，履历里全是国内大厂标配标签。出来创业做AI医疗，他没有选最火热的影像赛道，而是从行业信息化这个老问题切入——医院与医院之间数据不通、医保结算流程长、医疗资源分布极度不均，这是行业公认的结构性问题。
他的判断是：AI医疗的核心壁垒不在算法，而在于能不能搞定数据。
这意味着，决定成败的是BD能力，不是技术能力。
对独立开发者而言，这条路径有几个值得提取的维度。
第一，行业背景本身就是壁垒。邓江在银行和字节的经验，让他比纯技术背景的创业者更懂怎么跟机构做生意。大厂出来的人容易犯的错，是把技术能力当成核心竞争力，忽视了行业关系网络的积累。出海也一样——做海外SaaS，技术和产品只是底座，能不能找到对的渠道、合作方、客户关系，往往决定了生死。
第二，垂直场景切入比平台逻辑更务实。AI医疗赛道已经挤满了做平台的公司，但医院信息化这个苦活累活反而少有人做透。邓江选择做深一个场景，而不是铺开平台，这个策略值得参考。独立开发者做出海，选品和选赛道同理：找一块你能做透的、别人不愿意做的，比正面竞争更有效。
第三，纯国内项目的出海维度有限。AI医疗天然受限于医疗数据的属地监管，这条路径对独立开发者直接参考价值不大。但方法论是通用的：找到行业里的信息差，用技术手段提高效率，然后靠BD能力变现。
来源：36氪