“HALO”是高盛（Goldman Sachs）在2026年初针对AI投资逻辑提出的一个核心策略词。它的全称是 Heavy Assets, Low Obsolescence（重资产、低淘汰）。
简单来说，随着AI在软件、咨询、中介等“轻资产”领域疯狂卷效率，导致这些行业的护城河变浅（淘汰快），资金开始掉头涌入那些“AI干不掉、物理门槛极高、资产寿命极长”的硬核公司。
福瑞医科(SZ300049) Echosens 的 GO 业务是在北美落地“HALO策略”的教科书级案例，通过 GO 业务将物理诊断设备置入高频临床场景，并通过按次付费模式实现高估值。这就是典型的高盛 HALO 策略在医疗领域的应用。”
1. 资产的“重” (Heavy Assets) – 物理门槛与重投入
硬件部署：Echosens 必须在成千上万家实验室和诊所（Labcorp, One Medical 等）实实在在地部署 GO 设备。这不像纯软件 SaaS，只要上线就能用；它需要复杂的物流、仓储和物理安装。
监管与认证：FibroScan 作为医疗器械，需通过 FDA 等严格的医疗认证。这种认证本身就是极高的进入壁垒。
云端绑定：GO 业务不仅仅是把机器放那儿，而是绑定了 Echosens Cloud。每一台设备都要占用云端存储和处理资源，形成了“硬件+云”的重资产网络。
2. 淘汰的“低” (Low Obsolescence) – AI 干不掉的刚需
诊断的物理本质：AI 可以帮你分析肝脏纤维化数据，但 AI 绝对无法帮你完成物理扫描。肝脏硬度检测（VCTE™）技术依然依赖于物理传感器发出的剪切波和超声波。
医疗验证周期长：FibroScan 拥有 6,000 多篇同行评审文献支持。这种基于庞大临床数据建立起来的“金标准”，AI 可以在算法上优化，但无法通过短期的软件升级来取代物理检测的基础。
场景不可替代：在初级保健诊所（Primary Care）场景下，这种“快速、无创、物理检测”的终端需求是刚需。
3. 数据层面的“护城河” – 物理硬件收集数据
随着 AI 疯狂卷效率，数据变得比软件更重要。
数据源头：GO 设备是物理数据收集的入口（Ground Truth）。AI 在咨询、中介领域疯狂卷，是因为这些领域的输入源是可数字化的。而医疗检测的输入源是病人本身。
粘性：只要设备在诊所里，医生每天在使用，Echosens 就能持续获得病人的数据用于优化模型。这种基于物理设备的闭环数据，护城河极深