商业模式拆解 · Hippocratic AI
Hippocratic AI：按小时卖医疗语音 Agent，安全验证是最大赌注
向大型医疗系统按小时出租非诊断语音 Agent，用临床安全数据换信任，赌监管与采购周期不会拖垮现金流。
关键数字
Hippocratic AI 的收入来自大型医疗系统、支付方与药企，为其非诊断性患者交互场景付费。公开资料未披露具体单价与合同金额，仅称订阅制，按小时计费缺乏直接证据。钱主要花在模型研发、临床验证与国际化扩张上，C轮融资明确用于并购与产品开发。公司靠股权融资活着，尚未披露收入或盈利数据。最大的赌注是把安全验证做成采购门槛，用1.15亿次交互无安全问题说服保守的医疗客户。最可能的结局是被大型医疗IT或云厂商收购，独立上市需要证明可复制的规模化收入。
产品与模型
Polaris 架构用监督模型堆安全，成本换信任
Polaris 是自研架构，用于构建非诊断性、面向患者的实时语音 AI Agent。它不追求通用能力，而是把临床安全作为产品定义的核心：Agent 只做任务型交互，不做诊断。2025年3月推出的 Polaris 3.0 含22个大模型、4.2万亿参数，健康风险评估准确率98.5%。官网称 Polaris 5.0 在更大规模下临床准确率达99.89%，由7500余名临床医生在70万通电话上测试。
这套做法的代价是模型规模与验证成本极高。约30个监督 LLM 组成的星座架构被公司视为竞争护城河，但它同时意味着推理成本和工程复杂度远高于单模型方案。对客户而言，买的是“不出错”的确定性，而非更便宜的语音机器人。
产品线已扩展到1000多个临床用例，覆盖护理、再入院预防、健康公平等领域。这说明公司不是在卖一个通用语音 API，而是在卖一套按临床场景预配置的 Agent 目录。场景越多，销售越像医疗IT采购，而非软件订阅。
依据R3R6R7R12非诊断边界既是合规策略，也是能力天花板
Hippocratic AI 明确把产品限定在非诊断性交互，这是对医疗监管的务实让步。诊断类 AI 面临更严的审批与责任归属，而非诊断任务（预约提醒、随访、健康风险评估、再入院预防）可以更快进入采购流程。
代价是产品价值被限制在医疗工作流的边缘环节。这些环节人力密集、单价敏感，客户会拿护士工时成本做对比。CEO 曾举例：20万人热浪评估电话若用人工需5万护士、每日成本500万至1000万美元，AI 成本为其几分之一。这个对比说明卖点是替代人力，而非提升诊断质量。
因此产品演进方向不是更强的临床决策，而是更广的场景覆盖与更高的并发可靠性。这决定了收入天花板：它吃的是医疗系统的人力预算，而非研发预算。
依据R3R10R12收入模式
大型医疗系统付订阅费，按小时计价缺乏证据
公开资料中，multiples.vc 称其收入模式为订阅制，未披露具体价格或按小时计费。公司自身也未公开价目表。因此“按小时计费”目前是一个假设，而非已证实的事实。能确认的是付费方：50多家大型医疗系统、支付方与药企客户，覆盖6个国家。
订阅制与按小时计费对收入曲线的影响完全不同。订阅制下收入可预测，但客户会按席位或场景数压价；按小时计费则与使用量挂钩，收入随交互量增长，但也把需求波动风险转给客户。现有证据不足以判断公司实际采用哪种结构。
可以判断的是，客户是机构而非个人，采购决策链长，合同通常按年度或项目制签署。这意味收入确认节奏慢，销售周期是比单价更关键的变量。
依据R1R2R4R10替代护士工时的定价锚，压低了客单价想象空间
CEO 公开对比的是人工护士成本：20万人热浪评估电话需5万护士、每日500万至1000万美元，AI 成本为其几分之一。这个叙事把 AI 定价锚定在人力成本上，而不是软件价值上。
锚定人力成本的好处是客户容易算账，坏处是天花板明显：客户愿意付的钱不会超过它替代的人力预算，且会要求持续降价。医疗系统的人力预算本身受医保支付和财政拨款约束，不是高速增长的预算池。
因此收入增长更依赖场景数量与客户数量的扩张，而非单客户提价。这也解释了为什么公司要推1000多个用例：每个新场景都是一次新的预算申请，而不是在同一个合同里加价。
依据R10R2R3客户与市场
客户是大型医疗系统与支付方，采购慢但留存稳
客户名单包括克利夫兰诊所、西北医学、Ochsner Health、Moffitt、Guy's & St Thomas' NHS Trust 等大型机构。这类客户的特点是数量少、单个体量大、决策链长，但一旦进入采购名录，替换成本高。
商业化15个月内合作50多家客户，覆盖6个国家，说明公司有能力穿透大型机构的采购流程。但“合作”不等于“付费上线”，公开资料未披露其中多少已进入生产环境、多少是试点。
对小团队而言，这类客户几乎不可直接复制：没有临床验证数据和合规团队，连试点门槛都进不去。可借鉴的是选择付费能力强、决策链虽长但预算稳定的机构客户，而非追求客户数量。
依据R2R4获客与渠道
靠临床背书与学术合作敲开采购门
Hippocratic AI 的触达方式不是广告或自助注册，而是临床背书：7500余名临床医生参与测试、合作方包括知名医疗系统、发表临床准确性数据。这些动作在医疗采购中相当于资质证明。
这种渠道的优点是信任转化率高，缺点是每一单都需要定制化验证，销售周期以季度计。公司覆盖6个国家，说明它愿意为每个市场的监管与采购习惯做本地化投入，但这会拉长回本周期。
公开资料未披露其销售团队规模或渠道合作伙伴。可以判断的是，它的增长不靠病毒式传播，而靠一个个机构客户的落地案例滚动背书。
依据R2R4R6成本结构
钱花在模型规模与临床验证上，而非市场投放
Polaris 3.0 含22个大模型、4.2万亿参数，Polaris 5.0 的测试涉及7500余名临床医生和70万通电话。这两项指向最大的成本项：推理基础设施与临床验证人力。
C轮资金明确用于并购、产品开发与国际扩张。并购意味着公司选择用外部收购补场景或补区域能力，而非全部自研；国际扩张则要承担多国监管合规成本。公开资料未披露研发、销售、行政费用的具体拆分。
可以判断的是，这是一家重研发、重验证、轻市场投放的公司。它的成本结构更接近医疗IT而非消费软件，规模效应来得慢，因为每个新场景和新市场都要重新验证。
依据R2R3R5R6R7融资与资本
靠股权融资活着，C轮后估值35亿美元
2023年5月完成5000万美元种子轮，2025年1月完成1.41亿美元B轮（估值16.4亿美元），2025年11月完成1.26亿美元C轮（估值35亿美元），由 Avenir Growth 领投。公司称累计融资4.04亿美元，但 multiples.vc 记为4.02亿美元、parsers.vc 记为3.87亿美元，口径冲突。
这些数字说明公司尚未靠经营现金流自给，C轮资金用于并购、产品开发与国际扩张。公开资料未披露收入、毛利率或现金消耗速度，因此无法判断跑道长度。
估值从B轮到C轮的增长速度说明资本市场仍愿意为医疗 AI 的安全叙事付费，但这也意味着下一轮需要更硬的商业化数据支撑。对小团队而言，这种融资节奏不可复制，也不应作为经营目标。
依据R1R2R4R5R9护城河
护城河是临床验证数据，不是模型本身
公司把约30个监督 LLM 组成的 Polaris 星座架构视为竞争护城河。但从商业角度看，模型架构可以被复制，难以复制的是7500余名临床医生参与的测试网络、70万通电话的验证数据，以及1.15亿次临床患者交互无安全问题的记录。
这些资产需要时间和机构关系才能积累，且直接对应医疗采购中最难证明的一环：安全。客户买的不是最聪明的模型，而是经过验证、责任边界清晰的系统。
但这条护城河有边界：它只在“非诊断性患者交互”这个定义内有效。一旦竞争对手用更便宜的方案达到可接受的 safety 阈值，验证数据的溢价就会被压缩。医疗AI赛道玩家众多，面向患者的 Agent 竞争尤其激烈。
依据R2R4R7R10R12风险与不确定性
安全验证是卖点，也是单点故障
公司把临床安全作为核心卖点，累计1.15亿次交互无安全问题（2025年11月口径）。这既是信任资产，也是风险集中点：一旦发生公开的安全事件，整个叙事会同时受损，而医疗客户的容忍度极低。
非诊断边界降低了临床风险，但不消除责任风险。语音 Agent 在真实患者交互中仍可能给出误导性信息，或在高并发场景下出现故障。公开资料未披露其责任保险安排或事故响应机制。
对小团队而言，这意味着安全验证不能外包给模型供应商，必须自己定义边界并留下记录。但也没有必要复制7500名医生的测试规模，那是机构客户的采购门槛，不是小团队的必要成本。
依据R2R4R10订阅制收入未披露，采购周期拖累现金流
公开资料只称订阅制，未披露单价、合同金额或收入数据。50多家客户覆盖6个国家，但“合作”与“付费上线”之间隔着采购、合规、集成多个环节，收入确认可能显著滞后。
公司靠股权融资活着，C轮资金用于并购与国际扩张，这些动作会进一步增加现金消耗。如果客户上线节奏慢于融资消耗节奏，公司需要新一轮融资或收缩扩张。公开资料未披露现金余额或消耗速度，无法判断时间窗口。
对小团队而言，这个风险的教训很直接：机构客户的大合同看起来诱人，但回款周期可能拖垮没有现金储备的小团队。先收钱再交付，比先交付再收钱更安全。
依据R1R2R4R5关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
把安全记录当销售材料，但验证规模要按自己的客户群缩
Hippocratic AI 对外反复引用的是1.15亿次临床患者交互无安全问题的记录，以及7500余名临床医生在70万通电话上的测试，而不是模型参数或客户 logo。这套顺序值得小团队照搬：先在一个窄场景里留下可公开的完整交付记录，再拿记录去谈下一个客户。它的产品被限定在非诊断性交互，这个边界本身也是可借的做法——把责任范围写清楚，比事后解释更省成本。
定价锚在人力预算上，收入天花板就跟着人力预算走
Hippocratic AI 对客户算的账是替代护士工时：20万人热浪评估电话若用人工需5万护士、每日成本500万至1000万美元，AI 成本为其几分之一。这个锚让客户容易做采购决策，但也把客单价锁在人力预算之内，且客户会持续要求降价。它因此要靠1000多个临床用例扩张，每个新场景都是一次新的预算申请，而不是在同一份合同里提价。
机构客户的大合同要先把回款节奏谈在前面
Hippocratic AI 的商业化15个月内合作50多家客户、覆盖6个国家，客户是克利夫兰诊所、西北医学这类大型机构。这类客户数量少、单个体量大、决策链长，但一旦进入采购名录替换成本高。问题在于“合作”不等于“付费上线”，中间隔着采购、合规、集成多个环节，收入确认可能显著滞后，而公司靠股权融资活着，C轮资金还用于并购与国际扩张。
公开资料没有回答的问题
- 实际收费结构是订阅制还是按小时计费，单价与合同期限如何
- 50多家客户中有多少已进入付费生产环境，多少仍是试点
- 收入、毛利率与现金消耗速度均未披露，无法判断跑道长度
- C轮资金中用于并购的具体标的与金额
- 国际扩张覆盖的6个国家中，各国监管审批进度如何
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1Hippocratic AI Valuation, Funding & Investors | Multiples - Hippocratic AI Valuation, Funding & Investorsmultiples.vc · 媒体与披露 · 可信度 90
- R2Hippocratic AI Raises $126M Series C Fundinghippocraticai.com · 一手来源 · 可信度 90
- R3Another AI Unicorn Secures $800M in Financing, Valued at $25B with Google and NVIDIA Investmentseu.36kr.com · 媒体与披露 · 可信度 89
- R4Hippocratic AI lands $126M series C to expand patient-facing AI agents, fuel acquisition dealsfiercehealthcare.com · 媒体与披露 · 可信度 89
- R5Hippocratic AI raises $126M to fund mergers and acquisitionscloudgate.mobihealthnews.com · 媒体与披露 · 可信度 89
- R6Building AI for Healthcare Conversations (Part 2) - Hippocratic AIhippocraticai.com · 一手来源 · 可信度 89
- R7重磅！又一AI独角兽获8亿融资估值达250亿，谷歌英伟达纷纷参投eu.36kr.com · 媒体与披露 · 可信度 88
- R8又一AI独角兽拿下8亿融资，估值250亿，谷歌英伟达都投了 - 又一AI独角兽拿下8亿融资，估值250亿，谷歌英伟达都投了163.com · 媒体与披露 · 可信度 88
- R9Hippocratic AI – Funding, Valuation, Investors, News - Editparsers.vc · 媒体与披露 · 可信度 88
- R10医療分野において最も安全な生成AIエージェントを開発する"Hippocratic AI"がSeries Cで$126Mを調達し評価額は$3.5Bに拡大 - - Homeatpartners.co.jp · 媒体与披露 · 可信度 88
- R11又一AI独角兽拿下8亿融资，估值250亿，谷歌英伟达都投了vr.zhidx.com · 媒体与披露 · 可信度 87
- R12Research - Hippocratic AIhippocraticai.com · 一手来源 · 可信度 87
- R13Polaris: A Safety-focused LLM Constellation Architecture for Healthcare - Polaris: A Safety-focused LLM Constellation Architecture for Healthcarear5iv.labs.arxiv.org · 媒体与披露 · 可信度 86
- R14Building Safe, Empathetic AI and an Abundance Mindset in Healthcare - Becker's Hospital Review | Healthcare News & Analysisbeckershospitalreview.com · 媒体与披露 · 可信度 85
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 10 个来源、7 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。