事件背景
邓江的職業路徑構成了一個典型的「跨域遷移」案例：從銀行後端系統的編程工作開始，到百川智能的商業化角色，再到今天創辦「緣啟智慧」專注AI醫療大模型。表面上看，從金融基礎設施跳到前沿AI似乎是非連貫的職業決策。但採訪中的一個細節很關鍵——訪問者的第一印象是「挺能熬的」，評價他「風格更為穩健，每一步決策和行動都力求扎實可靠」。
這不是在讚美他的謙遜，而是在指認一種稀缺的職業信號。
問題的本質
AI醫療領域正處於典型的「高承諾、低可信度」狀態。這個賽道每週都有新創業者宣佈融資、發佈模型、說要「改變醫療」。投資人、醫院、監管機構最缺的不是願景——而是「這個人說的話能兌現」的證據。
邓江在銀行系統工作20年意味著什麼？
- **規章約束下的交付**：銀行系統涉及資金流、風險管理、審計規範。不可能有「大膽試錯」的文化，每一次發佈都必須經過嚴格驗證。
- **長期可靠性的積累**：20年不是說故事的時間長度，而是足夠經歷多個經濟週期、多個技術更新、多個團隊更替。能留在一個領域20年的人，要麼是平庸，要麼是真的被信任。
- **對於大系統複雜性的直觀理解**：醫療系統的複雜度與金融系統相當——涉及多方參與者、規範約束、安全臨界值。他不會天真地認為「只要模型夠強就能改變醫療」。
這些信號對於AI醫療創業來說，其價值可能超過一篇頂會論文。
信任紅利的數學
假設有兩位AI醫療創業者：
創業者A：來自頂級AI實驗室，有多篇論文，但職業經歷都是「學術→創業」的直線。創業公司的存活率數據顯示，純技術背景的創業者在涉及監管、臨床驗證的領域，成功率顯著更低。
創業者B（邓江型）：技術背景相對普通，但有20年在受高度規範化行業中交付的記錄。融資談判中，投資人會自動降低對他「無法交付」的風險評估。醫院採購決策時，他的「穩健信號」可能比初創團隊的技術論文更有說服力。醫療監管者看他時，會快速判斷：「這個人懂規則」。
這就是累積信任的跨域紅利：舊領域的可靠性記錄，在新領域成為初始信用額度。
為什麼這個原則容易被忽視
創業敘事往往強調「顛覆」和「勇氣」——越年輕、越具有野心、越敢於否定過去經驗越好。邓江的故事不符合這個範本。他不是「學生辍學創業」，不是「天才工程師跳出FAANG」，而是一位40多歲的「老兵」。
但在高風險、高監管的行業（醫療、金融、能源）中，這種「穩健信號」恰恰是最難複製的競爭力。年輕創業者可以快速學習技術，但無法快速積累「在壓力下交付」的記錄。