Daniel Ek: Life After Spotify, Broken Healthcare Incentives, Catching Disease Early & AI's Potential｜深度中文详解

播出信息

• 日期：2026-09-28
• 时长：约 3076 秒（约 51 分钟）
• 链接：
• 🎧
• ▶️
• 📝 Episode 页面

背景

Daniel Ek 2006 年在瑞典创立 Spotify，彼时 iPhone 尚未发布、YouTube 还不存在、Facebook 仅限校园。二十年过去，Spotify 已拥有超过 7 亿活跃用户和 3 亿付费订阅者。2026 年 1 月 1 日，Ek 卸任 CEO 转任执行董事长，把精力投向 2018 年创立的医疗健康公司 Neko Health。本期 All In 访谈是他身份转换后的首次深度对话：一半回顾 Spotify 的"地狱级"授权谈判，一半展开他对医疗激励错位、预防医学与 AI 治理的系统思考。

总结分析

本期访谈的核心线索是"同一套打法，第二次创业"。Ek 在 2006 年面对的是一个收入暴跌约 80%、被 Napster 和 Kazaa 等盗版工具击穿的音乐行业。他的解法不是对抗用户，而是重构激励：与联合创始人 Martin Lorentzon 拿自有资金向唱片公司担保版税——"无论成败你们都赢"，以此换来授权，再用更好的产品体验把用户从盗版拉回正版。

二十年后，他在医疗行业看到了同构的问题：美国医疗支出占 GDP 的 18%，仅心血管疾病一类就耗费数千亿美元，超过财富 10 强企业的营收，但结局却越来越差。Ek 的结论是：慢性病若早发现，"你其实还是健康的"——可防、便宜、痛苦小；问题在于体系只有人生病时才赚钱，且缺乏足够的纵向数据做早期预测。Neko Health 因此而生：用廉价传感器规模化采集多模态身体数据（如一次拍摄约 950 张照片追踪皮肤痣的变化），建立预测模型，形成"数据越多→预测越早→成本越低"的医疗飞轮。扩张路径也复刻 Spotify：2018 年创立，瑞典打磨 5 年，2023 年上线，再进英国，最后登陆美国。

在 AI 议题上，Ek 展现出工程师式的务实：Token 成本从每百万 30 美元降到 0.13 美元是他眼中最重要的事实；他支持开源以避免权力向少数巨头集中；在监管上他提出"监管算力而非模型"——个人电脑上跑开源模型风险有限，但动用十万张 GPU 的训练应被纳入监管视野。这一框架避开了意识形态争论，转向可物理核查的约束条件。

节目结构 / 议程

1. Daniel Ek joins the Besties — 00:00 🎧 · ▶️
2. Starting Spotify — 01:14 🎧 · ▶️
3. Neko Health — 06:10 🎧 · ▶️
4. AI: upside, open vs closed, regulating compute — 36:04 🎧 · ▶️
5. Back to Spotify / podcasting — 44:24 🎧 · ▶️

分节详解

1) Daniel Ek joins the Besties — 00:00 🎧 · ▶️

💬 他们说了什么：主持人介绍 Daniel Ek：20 年前创立 Spotify 并执掌至今，平台现有超 7 亿活跃用户、超 3 亿付费订阅者；今年 1 月 1 日起转任执行董事长。主持人还回忆了 20 年前在互联网峰会上第一次有人凑过来说"听听这个"、向他展示 Spotify 的情景——那时市面上还没有任何订阅制音乐服务。 💡 为什么重要：开场即点明本期访谈的时代坐标——Ek 正站在从"成熟巨头掌舵者"到"再次创业者"的转折点上，话题重心随之从音乐切换到医疗健康。 ⚡ 争议点：无。

2) Starting Spotify — 01:14 🎧 · ▶️

💬 Ek 自嘲"创业开始时还有头发，结束时秃了"。2006 年他 23 岁，彼时无 iPhone、无 YouTube，音乐行业因盗版（Napster、Kazaa）处于"自由落体"，RIAA 甚至在美国起诉个人下载用户。他认为"妖怪已经出瓶、塞不回去"，唯一的出路是做出比盗版更好的合法产品。联合创始人 Martin Lorentzon 用一连串"如果……会怎样"的追问，把他所有的否定理由逐一拆解，直到他说出"那感觉就像全世界的音乐都在指尖"。两人拿出此前创业赚到的全部自有资金，向唱片公司提出"保底方案"：保你明年的奖金和预算，不行一年就关停，行了你跟着赚——"无论如何你都赢"。谈判耗时数年，2008 年底在瑞典上线即成爆款，随后进英国，2011 年才登陆美国。瑞典之所以成为起点，恰恰因为它是全球盗版最惨的市场：2000 年代初就有超快宽带，iTunes 又未进入，几乎没有任何合法选项。 💡 这段复盘是理解全期的钥匙——Ek 的创业方法论是"重构激励 + 更优体验"，而非单纯技术堆叠；这套方法后来被原样复用于 Neko Health（同样 5 年打磨、同样瑞典→英国→美国的扩张路径）。 ⚡ 无实质争议，但"5 年进美国市场"的漫长周期与唱片业"最难合作行业"的名声，侧面揭示了版权博弈的极高成本。

3) Neko Health — 06:10 🎧 · ▶️

💬 Ek 透露自己早在 2012/2013 年 Spotify 刚登陆美国时就在《金融时报》午餐访谈中谈过医疗——这个念头酝酿已久。他的出发点是：美国医疗支出占 GDP 的 18%，是预算中最大单项；仅心血管疾病一类就花掉数千亿美元，超过财富 10 强公司的营收。他研究发现，心血管与皮肤癌（黑色素瘤）等几大疾病群组高度集中，而慢性病的惊人之处在于：早发现则完全可预防、治疗成本极低、患者与家庭的痛苦也极小——"如果你早期发现了问题，你其实还是健康的"。整个医疗行业都认同要从"反应式"转向"预防式"，分歧只在怎么做；他与联合创始人 Hjalmar 的答案是：一切始于更好的数据——更多维度、且纵向（跨时间）的数据，才能做预测性分析，形成医疗变革的飞轮。实现路径上，过去 20 年智能手机的普及让廉价传感器无处不在，Neko 借此规模化采集数据（如一次拍摄 950 张照片追踪痣）。公司 2018 年创立，2023 年在瑞典首发，再走英国、进美国——"和 Spotify 完全同一个剧本，只不过这次在医疗"。Ek 还顺带谈到：他在 Spotify 2018 年上市前没有资金做天使投资，而试过投资后发现自己更爱"亲手创造"而非坐在董事会上干着急——"创始人需要的指导越多，成功概率越低"。 💡 这是全期核心。Ek 把医疗问题定义为数据问题与激励问题的叠加：体系在"治病"上获利而非"健康"上获利，且缺乏纵向数据支撑早期预测；Neko 用消费级体检体验让消费者为"预防"付费，试图从源头改变激励结构。 ⚡ 高精度身体数据（全身皮肤图谱、心血管数据）远比听歌记录敏感，节目中强调了数据价值与授权，但未深入展开数据归属权、保险公司能否访问等关键问题。

4) AI: upside, open vs closed, regulating compute — 36:04 🎧 · ▶️

💬 Ek 对 AI 上行空间持明确乐观态度，标志性数据是 Token 生产成本从每百万 30 美元降至 0.13 美元——"这是惊人的差异"，成本骤降意味着应用普及化。他支持开源模型，认为这能阻止权力与财富向少数巨头集中。在监管上他提出独特视角：与其审查或注册模型本身，不如把"可调用的算力规模"作为监管因子——个人电脑上跑开源模型风险有限，但要动用十万张 GPU 级别的训练集群，就应进入监管视野。 💡 提供了一个绕开意识形态争论、转向可物理核查约束的 AI 治理框架，也呼应了他在 Neko 的实践逻辑——AI 的真正价值在于把昂贵的预测能力变便宜，从而嵌入预防医疗。 ⚡ "监管算力"可能反而巩固大公司的优势（只有它们有资源合规使用大规模算力）；且随着芯片进步，个人级算力持续增强，这一监管边界的长期有效性存疑。

5) Back to Spotify / podcasting — 44:24 🎧 · ▶️

💬 话题回到 Spotify 与播客业务。Ek 阐述的策略是"开放与封闭并重"：支持开放的 RSS 标准，创作者可用 Spotify 的工具把内容分发到其他平台，同时平台内保留独占的创新功能。他还回忆了在 Spotify 之前任职 Stardoll 的经历——把平均约 4 分钟的页面加载压缩到 1 秒内，直接促成了红杉资本的投资。 💡 展现了 Ek 一以贯之的工程与生态思维：速度即增长，标准即生态；也解释了 Spotify 在播客领域既拥抱开放标准、又构建平台壁垒的双轨打法。 ⚡ 部分资深播客创作者呼吁 Spotify 支持更去中心化的"Value4Value"打赏机制，Ek 未做正式承诺，仅表示会转达给团队。

人物与机构

• Daniel Ek：Spotify 联合创始人、现任执行董事长；Neko Health 联合创始人。
• Martin Lorentzon：Spotify 联合创始人，以"如果……会怎样"式追问促成 Ek 投身音乐创业，并与其共同以自有资金担保唱片公司版税。
• Hjalmar Nilsson：Neko Health 联合创始人，与 Ek 共同确立"一切始于更好的数据"的技术路线。
• Spotify：全球最大音乐流媒体平台，2006 年创立，2008 年瑞典上线，2011 年进入美国。
• Neko Health：2018 年创立的预防医疗公司，2023 年瑞典首发，路径为瑞典→英国→美国，纽约诊所位于 Lafayette Street。
• Stardoll：Ek 创立 Spotify 前任职的虚拟社区网站，其加载速度优化直接促成红杉资本投资。

金句

1. "If you detect something early, then you are actually healthy." — 如果你能早期发现问题，你其实还是健康的。
2. "We realized we needed to move from reactive to preventative healthcare." — 整个行业都认同：必须从反应式医疗转向预防式医疗。
3. "You win no matter what." — 我们对唱片公司说：无论成不成，你们都是赢家。
4. "The cost of producing tokens at 13 cents per million versus $30. This is an incredible difference." — 每百万 Token 成本从 30 美元降到 13 美分，这是惊人的差异。
5. "Why don't we also consider the volume of computation as one of the factors in regulation?" — 为什么我们不把算力规模也作为监管的考量因素之一？

洞见与延伸背景

"同一剧本两次上演"是理解 Ek 的最佳框架。 Spotify 的本质创新不是流媒体技术，而是利益结构：通过保底版税让唱片公司"无论如何都赢"，把死敌变成盟友，再用更好的体验把用户从盗版手里赢回来。Neko Health 如法炮制：让体检变得快捷舒适（一次全身扫描生成数千个数据点），让消费者第一次愿意为"没病"付费——一旦预防成为可销售的商品，整个医疗体系的激励方向就开始偏转。数据飞轮的医疗版：推荐系统的经验表明，纵向行为数据比横截面数据预测力强一个数量级；Ek 把这一洞察搬到人体——痣的 950 张照片的价值不在当下，而在明年同一时间再拍一次后的"变化率"。Stardoll 插曲的隐喻：宽带前夜，加载速度决定增长；AI 时代，推理成本（30 美元→0.13 美元）决定哪些应用能从演示变成生意——Ek 对"成本曲线"的敏感贯穿其两次创业。此外，他"宁可亲手创造、不愿坐董事会"的表态，也解释了为何他在功成名就后仍选择从零开始做一家重资产、长周期的医疗公司。

争议与需核实

• 数据隐私与保险准入：全身皮肤图谱、心血管时序数据属最高敏感级别，节目未说明数据归属、删除权及保险公司/雇主是否可能间接获取，这将直接影响公众接受度。
• 过度筛查风险：预防性扫描可能带来假阳性，引发不必要焦虑与过度医疗，这是筛查医学的经典争议，Ek 未正面回应。
• "监管算力"的可执行性：黑市算力、跨境训练、消费级芯片性能提升都会侵蚀这条监管边界；且该方案可能客观上抬高新进入者门槛，利好现有巨头。
• 数字口径："心脏病支出超过财富 10 强公司营收""音乐行业收入跌 80%"等为节目中的量级表述，具体数值需对照 CMS 与 RIAA 公开数据核实。

行动建议

1. 访问 nekohealth.com 了解预防性体检并加入候补名单（目前覆盖瑞典、英国、美国部分城市）。
2. 创业者自查：你的行业痛点是技术问题还是激励问题？先回答"现有玩家为什么不解决"，再决定怎么解决。
3. 产品设计借鉴"保底谈判法"：与强势利益方合作时，先设计让对方"无论如何都赢"的结构，再谈自己的增长空间。
4. 关注 AI 推理成本曲线与开源模型进展，把"什么在指数级变便宜"作为选赛道的首要过滤器。

来源

• 音频
• YouTube
• Episode：音频
• Source: youtube-auto-captions