
👤 人物画像
Daniel Nadler是那种”第二次创业就自带降维打击能力”的创始人:第一次创业Kensho,他做的是给华尔街投行和对冲基金提供量化金融数据分析的AI公司,2018年以约$5.5亿美元卖给标普全球(S&P Global),那笔交易让他深刻理解了一件事——在高信任、高专业度的行业里,数据授权本身就是最硬的护城河。Kensho的壁垒不是模型,是彭博、Factset都拿不到的结构化金融数据;这个认知被他原封不动地搬进了第二次创业,只是把行业从金融换成了医疗,把客户从投行换成了药企。
OpenEvidence的产品定义极其克制:一个面向医生的AI临床问答引擎。医生提问——某种药物的一线方案是什么、某类患者的循证指南怎么写——AI基于已授权的医学期刊文献(包括《新英格兰医学杂志》NEJM这类顶级期刊)给出带循证依据的答案,比通用ChatGPT准确得多,因为它的检索范围是干净的、经过同行评议的医学语料,而不是被互联网噪声污染的全网数据。这个人的商业画像可以概括为:用Kensho的数据授权打法,在医疗场景重演了Google的广告生意——医生免费使用,药企为临床关键词的广告位竞价。他不做医疗SaaS的订阅费生意,也不做卖给医院的私有化部署,而是看穿了医疗行业里最扭曲的一个事实:最有付费能力的不是医生,是希望医生多开自己药的药企。
这个判断的胆识在于:医疗广告是全世界监管最严的广告类目,所有人都默认”医疗+广告”=合规雷区,Nadler却精准地找到了那个监管缝隙——不面向患者投放(那是药品广告监管的禁区),只面向执业医师投放学术信息(这在美国有明确的合规通道),把”向医生传递医学信息”这件药企每年花几百亿美元做的事(学术会议、医药代表拜访、期刊广告),搬进了医生每天都在用的搜索框里。
💰 收入时间轴
| 时间 | 关键节点 | 收入/规模信号 |
|---|---|---|
| 2023年前后 | Daniel Nadler在Kensho出售给标普全球后二次创业,创办OpenEvidence | 启动资本:连续创业者信用+Kensho数据授权方法论 |
| 早期 | 签下NEJM等顶级医学期刊的内容授权,搭起循证问答引擎 | 壁垒建设期:医学语料授权是后来者最难复制的资产 |
| 2026年1月前后 | 年化营收约$1.5亿 | 医生端免费策略跑通,药企广告开始规模化变现 |
| 2026年8月 | 年化营收约$3亿 | 7个月翻倍;毛利率约90%,收入成本主要是服务器+期刊授权 |
| 2025年8月 | 估值谈判水位约$120亿 | 与大型科技公司有过收购谈判 |
| 2026年 | 曾收到$2亿投资报价(对应估值约$200亿),因稀释顾虑未接受 | 创始人宁可不开融资轮也不稀释控制权 |
| 2025年12月 | 单月支持约1800万次临床咨询 | 月咨询量同比暴涨600%;86万+美国持证医师注册,覆盖超1万家医疗机构 |
| 2026年 | 推出Voice Mode语音模式 | 急诊科医生腾不出手碰工作站,直接语音问答——使用场景再下沉 |
规模信号汇总:86万+美国执业医师注册(美国持证医师总量约百万级,渗透率已过半),1万家+医疗机构,单月1800万次临床咨询——这已经不是一款工具,而是美国医生的临床基础设施。年化营收$3亿、毛利90%、7个月翻倍,而据The Information报道,目前只卖出约5%-10%的广告库存;若广告填充率做到30%,年化收入可超$15亿。翻译成人话:这是一门已经赚钱、还在高速增长、而且增长空间不需要新增一个用户的生意——医生端渗透率过半,广告端只开发了零头,剩下的全是提价和填充率游戏。
🔗 相关案例推荐
- AI医疗广告赚钱SOP拆解:OpenEvidence靠”医生免费用、药企打广告”7个月收入翻倍到3亿美元毛利90%(垂直信任+搜索广告位+只卖5%库存3步法)
- AI编程Agent赚钱SOP拆解:Cognition靠”Devin自己写90%的代码”把ARR干到9亿美元但一年同时烧8亿美元(企业级替代工时+算力换增长+估值三个月跳83%3步法)
- 国产Agent出海赚钱SOP拆解:Manus被Meta收购又遭强制拆分反而收入一年5倍到5亿美元(订阅信用制+跨境股权博弈+回购重生3步法)
- AI搜索订阅赚钱SOP拆解:Perplexity靠”放弃广告赌信任”30个月估值翻175倍做到7.5亿美元ARR(答案引擎+Agent编排+订阅分层3步法)
- AI竞价排名赚钱SOP拆解:独立开发者靠”出价越高排名越靠前”36小时入账4.2万美元(AI几小时建站+病毒竞价机制+流量位转售3步法)
















暂无评论内容