EvenUp 按案收费，赌的是律所愿意为结果买单

自研 Piai 模型驱动文书自动化，把医疗记录整理成本压给机器

EvenUp 的核心产品是 Claims Intelligence Platform，由自研 Piai 模型驱动，训练于数十万伤害案件与数百万份医疗记录（R9、R10）。它解决的是人身伤害律所最耗时的环节：从杂乱医疗记录中提取伤害事实、计算索赔金额、生成 demand 文书。2025 年 5 月推出的 AI Drafts Suite、Smart Workflows 和 Medical Bills Summary 进一步把文书生成流程产品化（R12）。

这套产品的价值主张不是替代律师，而是把律所里初级律师和助理数小时的工作压缩到几分钟（此为推断，公开资料未披露具体耗时对比）。对按案收费的律所来说，时间就是案件吞吐量，工具直接关联收入。但这也意味着 EvenUp 的模型必须准确到可以直接用于法律文书，否则律所不会为错误买单。

2025 年 7 月宣布的 AI Playbooks 和 Voice Agent 试图把能力延伸到案件策略和客户沟通（R1），但这两款产品尚未披露收入贡献。产品线扩张的逻辑是提高单案价值，而非扩大客户群。

按案计费替代订阅制，把定价锚定在律所的收入上

2025 年 5 月 EvenUp 推出按案计费（per-case pricing）的一体化定价（R12），取代或补充了此前的订阅制。Multiples.vc 仍将收入模式记为订阅制（R2），说明两种口径在市场上并存，公司未公开披露按案计费的具体单价和最低消费。

按案计费的好处是律所容易算账：一个案件付一笔费用，只要工具能提高索赔金额或缩短结案时间，费用就是值得的。坏处是 EvenUp 的收入直接绑定案件量，而案件量受律所自身获客能力和经济周期影响。2025 年 10 月平台案件量近六个月近乎翻倍至每周 1 万件（R9、R10），说明按案计费在推动用量上有效，但公司没有披露每案收费金额。

这种定价方式也把 EvenUp 和律所的利益绑定：律所赢更多案子，EvenUp 才收更多钱。但反过来，如果律所觉得工具没有带来增量结果，按案计费会比订阅制更快被砍掉。

人身伤害律所按案件付费，收入随案件量波动

付钱的是人身伤害律所，按处理的案件数量付费。2025 年 10 月公司称服务超 2000 家律所，含美国百强人身伤害律所的 20%（R9、R10）。这个客户结构说明 EvenUp 的主要收入来自中大型律所，而非一人律所。

2023 财年收入 1200 万美元（CB Insights 口径，R11），2025 年 10 月公司称 ARR 同比增长翻倍，Lightspeed 称自首投以来 ARR 增长超 5 倍（R9、R10）。这些数字口径不同，不能直接换算为具体收入额，但方向一致：收入在快速增长。

按案计费的收入模型下，EvenUp 需要不断拉高案件量。每周 1 万件（2025 年 10 月）是公开披露的最新运营数据，但公司没有披露每案收费，因此无法从案件量推算收入。

订阅制与按案计费并存，定价口径未统一

Multiples.vc 将 EvenUp 的收入模式记为订阅制（R2），与官网 2025 年 5 月宣布的按案计费（R12）不一致。一种可能是公司同时提供两种计费方式，另一种可能是第三方数据未更新。公司没有公开解释这一冲突。

对创业者来说，这个细节值得注意：按案计费在销售时更容易被律所接受，因为费用和案件收入挂钩；但订阅制能提供更可预测的现金流。EvenUp 选择按案计费，说明它更看重降低律所的采用门槛，而非收入的稳定性。

这种选择的代价是收入波动更大。如果律所案件量下降，EvenUp 的收入会直接受影响，而它的人工复核和算力成本不会同比例下降。

中大型人身伤害律所是主要买家，小律所渗透有限

EvenUp 的客户是人身伤害律所，2025 年 10 月称服务超 2000 家，含美国百强人身伤害律所的 20%（R9、R10）。2025 年 5 月官网称服务 1500+ 家律所，生成超 70 亿美元索赔（R12）。2025 年 5 月官网称服务 1500+ 家（R12），2025 年 10 月称超 2000 家（R9、R10），显示律所采用量在增长。

但公司称仅渗透美国每年 3950 万件需治疗人身伤害案件的 1%（R2），这意味着绝大多数案件仍由不使用 EvenUp 的律所处理。这些律所可能规模较小、对 AI 信任度低，或者案件类型不适合标准化文书。

EvenUp 的客户集中在中大型律所，因为这类律所有足够的案件量来摊薄按案计费的成本，也有专门的运营人员来使用工具。一人律所或小型律所可能觉得按案计费太贵，或者案件量不足以形成规模效应。

直销团队攻坚百强律所，行业口碑带中小客户

EvenUp 的销售渠道以直销为主，目标客户是百强人身伤害律所。2025 年 10 月称覆盖美国百强人身伤害律所的 20%（R9、R10），说明它已经建立起针对头部律所的销售能力。这种销售需要理解律所的工作流程和采购决策，不是纯线上获客能替代的。

对中小律所，EvenUp 可能依靠行业口碑和会议营销。2025 年 5 月官网称服务 1500+ 家律所（R12），到 10 月增至 2000+（R9、R10）。这个增长在垂直 SaaS 中不算慢，但考虑到美国人身伤害律所的总数，渗透率仍然很低。

公司没有披露销售团队规模或获客成本。从员工数超 500 人（2025 年 7 月，R13）来看，销售和客户成功团队可能占相当比例。

钱花在销售团队、法律专家复核和模型训练上

EvenUp 的成本结构没有公开披露，以下为基于公开信息的推断。2025 年 7 月公司称员工超 500 人，过去一年增员近 50%（R13），Forbes 记为 511 人（2025 年 9 月，R4）。这些员工中包括销售、客户成功、法律专家和工程团队。

2024 年 12 月 Business Insider 报道称其 AI 分析医疗记录实由人工大量复核（R1），如果属实，意味着成本中有相当一部分是法律专家的人工工时。这与纯软件公司的成本结构不同，毛利率可能更低。公司没有披露人工复核的比例，也没有披露算力成本。

2025 年 7 月启用旧金山 353 Sacramento 街新总部，面积 10,300 平方英尺（R13），说明公司在扩张办公空间，但公开资料未披露租金在总成本中的占比。主要成本可能仍然是人力（此为推断）。

靠风险投资维持增长，24 个月内四轮融资

EvenUp 靠风险投资活着。2025 年 10 月完成 1.5 亿美元 E 轮，Bessemer 领投，投后估值超 20 亿美元（R9、R2）。这是 24 个月内的第四轮融资（R9、R10）。2024 年 10 月 D 轮 1.35 亿美元，投后估值 10.3 亿美元（Forge 口径，R3、R2）。

累计融资口径冲突：官方称 3.85 亿美元，Multiples 称 3.71 亿美元，Forge 称 3.8491 亿美元（R9、R2、R3）。公开资料未说明差异原因，但都说明公司已经烧掉大量资金来建设销售团队和产品。

E 轮每股 36.46 美元，流通股 4,113,545 股，8% 非累积股息、1x 清算优先权（R3）。这些条款对普通股股东不利，说明公司在融资时给了投资方较多保护。如果公司表现不及预期，清算优先权会影响创始人回报。

专有数据飞轮是主张，但人工复核削弱了纯 AI 叙事

EvenUp 的护城河主张是专有数据飞轮：每处理一案模型更准，竞对难以复制该数据集（R10）。这个逻辑成立的前提是案件数据确实被用于训练，且模型精度随数据量提升。公司称训练于数十万伤害案件与数百万份医疗记录（R9、R10），数据量看起来有优势。

但 2024 年 12 月 Business Insider 报道称其 AI 分析医疗记录实由人工大量复核（R1），如果人工参与度高，那么数据飞轮的效率会打折扣，因为每案都需要人工介入，规模效应被削弱。公司没有回应这一报道的细节。

另一个问题是，人身伤害律所的工作流程高度非标准化，不同州的法律、不同保险公司的要求都不同。EvenUp 的模型需要覆盖这些差异，数据飞轮能否形成足够的精度优势，公开资料无法判断。

人工复核依赖可能让毛利率向服务公司靠拢

Business Insider 2024 年 12 月报道称 EvenUp 的 AI 分析实由人工大量复核（R1）。如果这一报道准确，那么 EvenUp 的成本结构中人工占比很高，毛利率可能远低于纯软件公司。按案计费模式下，每案的人工成本是固定的，案件量增长不一定能摊薄成本。

公司没有披露人工复核的比例，也没有披露毛利率。但从员工数超 500 人（2025 年 7 月，R13）来看，人力成本是主要支出。如果模型不能逐步替代人工，EvenUp 的估值逻辑会从 AI 公司向法律服务外包公司靠拢，估值倍数会下降。

市场渗透率仅 1%，教育成本高且律所采用速度不确定

公司称仅渗透美国每年 3950 万件需治疗人身伤害案件的 1%（R2），市场空间大，但教育成本也高。人身伤害律所对 AI 的信任度、对数据安全的顾虑、对工作流程改变的抵触，都是采用障碍。要提升渗透率，EvenUp 需要说服大量中小律所，而这类律所的支付能力和技术接受度可能低于百强律所。

此外，按案计费对小律所可能不划算，因为小律所的案件量不足以摊薄固定费用。EvenUp 可能需要推出更低价的入门产品，但这会拉低客单价。