从5年荒漠期走到产品市场契合与53亿美元估值：Abridge创始人Shiv Rao

摘要

• 这家公司的5年荒漠期（2018年成立，Transformer论文发布3个月后起步，直到2023年才真正走热）最终浓缩成一条生存法则：坚持核心判断，其他一切都可以转向。 Shiv Rao 愿意调整产品、市场进入方式和商业模式，“但我不愿意放弃这个判断”——临床对话是驱动医疗服务的“最具人性的信号”。在市场打开之前，“你只需要别死掉”（you just need to not die）——等天空打开时，你还站在那里。
• 每个垂直AI创始人都会面对的生死问题是：“如果你在和它们对抗，你已经输了。” 如果基础模型带来的顺风不是你能利用的，你就完了。公司的防线在于深度：一个受监管、规模达5.3万亿美元、占美国GDP 18-19%的行业；产品的核心是基于不同类型医生、不同场景和不同语言用户每天的编辑进行后训练：“2023年人们以为那是最后一公里。其实那才是大头。模型本身没那么重要。”
• 公司产品内约40%的模型输出来自自研模型——下个月可能就会升到60%，因为蒸馏后的开源模型正在替代前沿模型调用。 原则很简单：二元判断、需要即时敲响警钟的任务交给自研模型，速度更快、更便宜，部署后无需持续操心；那些永远无法做到完美、市场奖励的是持续变得“不那么不完美”的任务，则要“乘上前沿模型的浪潮”。
• 医疗行业的GTM陷阱在于，它不是一个5.3万亿美元的单一市场；那些照搬“从下游市场起步”建议的创始人，永远无法选择正确时点向上游发起“YOLO一击”。 美国约80万名执业医生集中在大型医疗服务网络中。公司在2023年迎来窗口：医生倦怠率达到40-50%，一项JAMA研究显示30%的护士希望在12个月内离开护理行业，而LLM恰好出现——“天空打开时，我们直接冲了进去。”如今，据报道，没有“一座桥”（a bridge）的医院，医生甚至不愿加入。
• 病历从来不是产品——病历是一张账单。 临床医生“并不是因为提供了医疗服务而获得报酬，而是因为记录了他们提供的医疗服务而获得报酬”，所以公司沿着没人想做的工作链条推进：病历→医嘱→计费，同时打通CMIO、CIO和CFO。结果是，Microsoft/Nuance（一次超过200亿美元的收购）以及可能的Nabler，“我们现在已经很少看到这两家公司了”——这不是靠捆绑防守，而是靠创造品类；如今Emory的医生把“a bridge”当作动词使用。
• OpenAI和Anthropic招聘前线部署工程师、并与PE机构合作，在Rao看来是垂直AI明确的看多信号：“如果这还不算一个信号，说明未来垂直AI存在绝佳机会，那我不知道什么才算。” 真正的护城河来自混乱——“这不是SOC 2，而是HITRUST”；行为健康数据有不同处理方式，企业数据清理也需要真正的工程体系才能规模化。
• 如果让Rao在“提前6个月获得前沿模型访问权”和“提前6个月获得最优秀的人才池”之间二选一，他会选择人才，“毫无疑问”——优秀的人才能构建自己的基础能力，前沿模型套利“并不是全部，也不是决定一切的东西”。 至于Goldman估计5年后代理会带来24倍的token消耗，他认为方向上没错：那些永远做不到足够好的工作是“无底洞”，而Jevons效应意味着“医疗需求的海啸”即将到来，但系统没有能力承接。
• Jensen是公司的投资人，曾在午夜回复Rao一封只有两行的邮件后直接打电话给他；Rao从“创始人模式”中学到的不是事无巨细地管理，而是“一段段执行任务周期”（tours of duty）——“你的工作，就是爱上眼前的工作是什么样子。” 这意味着不断CRISPR出一套新的DNA，让自己爱上住在飞机上的生活。Rao毫不掩饰自己是战时CEO：“谁是和平时期CEO？”他设想让450人的组织围绕“超级IC”进一步扁平化，并按照Josh Wolfe所说的“肩上有包袱的人，才能把筹码变成口袋里的钱”来招人。

精读

1. 在荒漠里熬过5年：死守判断，其他全部转向

• 公司成立于2018年——“我们在Transformer论文发布3个月后就开始了”——真正走热只有最近2-3年；Harry称之为“一场5年的荒野跋涉”。Rao的生存机制，一是你能在骨子里感受到的真正北极星：对话是医疗领域“最具人性的信号”，基于它“可以搭建一整套全新的轨道”；二是蛮力般的坚持：“你只需要继续站着。你只需要别死掉。你只需要在事情发生时还在那里。”
• 他会不会死守这座山？会。他愿意调整产品、功能排序、市场进入方式和商业模式——“但我不愿意放弃这个判断”。如果判断错了，“我们就关掉它，再开始做新的事情”。
• 他自我诊断的错误是：LLM出现前，公司一直在微调BERT、BioBERT、Longformer、Pegasus和T5，还发表了一篇2021年的论文，讨论如何用LLM之前的模型完成今天的工作；同时，公司在做一款面向患者的直接面向消费者应用（“嗨，我可以录音吗？”）。消费医疗公司“会把自己逼进死角”——因为它们的商业模式“要求你每天洗好几次澡，因为你卖的是极其私密、敏感的信息”。“我们意识到这一点太晚了”；如果重来，他可能还会在“研究洞穴”里多待几个周期。

2. USV如何投中：双向尽调，都从音乐品味开始

• Rao多年来一直在研究Union Square Ventures，直到第一次会面。真正打动他的，是对方谈音乐的仪式感——“周一听乡村西部音乐，周三听独立嘻哈，周五听瑞典死亡金属”。如果他们能跨流派做模式匹配，就能用新的方式思考医疗。 他通过一位MIT朋友介绍的天使投资人搭上线，并在会面结束时“就知道我们会一起合作”。种子轮融资为2018-19年的500万美元，投前估值1500万美元。
• 按Rao的说法，Andy Weissman的识人方式是：问世界上最讲究咖啡的人每天怎么喝，他会说“咖啡就是咖啡，老兄”；问他音乐，他则会说“我喜欢所有声音”。
• 公司在2021-22年、审美讨论流行之前就写下了一条价值观：“你得先品尝过好东西，才会拥有好的品味。”落实到工作中，就是阅读最新的arXiv论文、吸收最新的UI/UX基础能力，处在“文化的前沿”——因为最好的公司同时也在创造文化。

3. 医疗GTM：不是一个5.3万亿美元市场，要把握YOLO出击时点

• “从下游市场起步、一路向上游游”的标准建议，在医疗领域反而是陷阱。美国大约有100万名医生，其中可能有80万名在执业，而且集中在整合型医疗服务网络、支付方与服务方一体化机构、以及学术医疗中心，也就是Emory、Yale、UCSF这类机构。“很多医疗创始人掉进的陷阱，是一直留在下游市场……却没有在正确时点把握向上游发起YOLO一击的机会。”
• 2023年的窗口来自几股力量叠加：疫情后40-50%的医生报告出现职业倦怠；一项JAMA研究发现，30%的护士不希望在12个月后继续做护士；Medicare削减又加重了财务压力——“我们一直在预售这个市场……2023年天空打开时，我们直接冲了进去。”如今，这已经是基本配置：没有“a bridge”的医院，医生不会签约加入；这一变化“几乎一夜之间发生了，前后用了3到4年”。
• 最难融资的是Series A1——“末尾还带一个数字……显然那边日子不好过”。经历几次拒绝后，Whittington Ventures与USV、Bessemer一起完成了这轮融资，条件是2X、100，发生在拐点前：“大家相信拐点很快就会到来。”

4. 代际纪律与基础模型问题

• Rao把AI原生公司分成几代：Transformer之后、LLM之前；LLM之后、Agent之前；以及Agent之后。“无论你属于哪一代，都必须尽可能快地变成最新的那一代。” 这意味着产品要变，公司组织方式也要变。
• 对于“OpenAI/Anthropic难道不会自己做医疗应用吗？”这个问题，他的回答是：“如果你在和它们对抗，你已经输了。” 选择只有共存或合作——“如果它们创造的顺风不是你能利用的，那你就完了。”
• 重新定义问题：医疗行业规模达5.3万亿美元，占美国GDP 18-19%——“我不知道这是不是一家垂直AI公司……我们是一家AI公司”，服务的是全球最大机会之一。防线在于：在一个受监管的行业里，沿着工作流向下深入“数百万英里”，建立包含专有数据集在内、极难复制的能力。
• 2023年对后训练的误判后来被纠正：从每一位用户每天的编辑中学习，覆盖所有类型的医生、所有医疗场景和所有口语——“2023年人们以为那是最后一公里。其实那才是大头。模型本身没那么重要。”最具上行空间的垂直AI公司，会进一步深入技术栈，掌握自己的命运。

5. 40%的自研模型：二元任务原则

• 产品内部约40%的模型输出由自研模型生成，这个比例会随月份变化：“下个月可能就是60%，因为我们蒸馏了一个新的开源模型并完成微调……然后直接替换掉一个前沿模型。”
• 分配原则是：二元判断、需要即时敲响警钟的任务——例如把护士采集的数据点在正确时间放进正确的离散字段——交给自研模型，速度更快、成本更低，而且“部署后无需持续操心”。对于那些“永远不可能做到完美”的任务，市场奖励的是每个月都比之前“没那么不完美”，就要“乘上前沿模型的浪潮”。
• 为什么还要自研模型？因为工作流要求毫秒级响应。“我们想像好的空调一样：温度设定好后，就应该待在背景里。”而在医生批准医嘱、或患者离开诊室前确认诊断等高风险时刻，前沿模型的延迟根本无法满足要求。他提到新Thinking Machines的即时Agent，认为这类体验需要“疯狂的性能和延迟”。
• 对成本纪律，Rao说：“我现在不在乎。但我也知道，未来的我可能会更在乎。”最近几周模型成本上升引发的焦虑，让损益表上拥有“一些小杠杆”变得有价值。至于何时才需要优化，他讲了Henry Kravis的故事：第一次见面时，Kravis问他是否想IPO，Rao支支吾吾，直到Kravis打断他：“不，你不想。你不需要。你为什么要想这件事？”

6. 切入口是对话；病历是一张账单

• 最关键的判断是：临床医生“并不是因为提供了医疗服务而获得报酬，而是因为记录了他们提供的医疗服务而获得报酬”。所以病历从一开始就是一张账单，产品路线沿着没人愿意做的工作推进：病历→医嘱→计费。“没有医生上过计费学校”；Rao曾在医疗系统担任企业风投，看到收入周期培训午餐会用披萨和PowerPoint吸引医生，却只得到一片“千码凝视”。
• 面向企业销售，意味着同时穿透3种视角——CMIO、CIO和CFO——并从第一天起就设计好病历生成能力，让它能够延伸“进入CFO的世界”。
• 至于Epic：“我们并不与Epic竞争。”Epic确实有一款或一个用于病历的功能，但公司从未想成为EMR；它构建的是叠加其上的智能层，嵌入医疗中“真正价值发生交换的那个神圣时刻”。
• 对竞争的看法：Microsoft通过收购Nuance（交易金额超过200亿美元）成为第一个大型竞争者；如今“我们已经很少看到这两家公司了”（另一家被Rao称为Nabler）。Rao认为，创造品类发挥了作用，但他不确定捆绑销售完全没有作用：Emory的医生把“a bridge”当作动词，意思是“它替我完成了这些不同的工作，让我卸下了负担”。他的通用建议借用了Hamilton Helmer的反向定位：以一种竞争者无法复制的方式构建，因为复制会冲击对方现有业务。

7. 信任经济与垂直AI信号

• 公司可以变现、但选择不变现的东西是数据。“这个行业的运行速度取决于信任。” 公司用4年建立了“很多公司需要15到20年才能建立的东西”。面对Harry关于医疗数据市场是否能改善模型、造福全球的追问，Rao给出的原则是“先赢得这样做的权利”：医疗系统合作方要提前认可产品路线，并将其写入合同。至于服务公共利益的基础模型？“当然可以。只是我们希望在所有人都充分知情的情况下去做。”
• 在Rao看来，OpenAI和Anthropic宣布招聘前线部署工程师、并与PE机构建立投资组合合作，是一个明确的信号：“如果这还不算一个信号，说明未来垂直AI存在绝佳机会，那我不知道什么才算。”原因在于企业现实极其残酷：数据访问、数据清理、工作流集成和合规要求——“这不是SOC 2，而是HITRUST”；心理健康就诊数据必须与初级保健就诊区别处理。他们的业务不需要FDA流程，但要把这一切做成可规模化的机器，本身就是护城河。

8. “那就直接替代医生”：30小时工作日与Jevons效应

• Harry质疑公司的临床线索新功能：“既然你们在给医生提示问题和诊断，那干脆直接替代他们。”Rao的回答从一项期刊研究展开：医生每天需要30个小时才能完成工作。 公司拆解这些任务，并由多支后台Agent团队逐个“拿下来”。高频、低风险的医疗服务——他提到犹他州围绕自动续配药物的争议——会逐步自动化，最终变成“没人愿意从事的、最无聊版本的初级保健”；但真正困难的病例需要判断力，而“无论你把它叫Jevons悖论还是什么，我们将迎来一场医疗需求的海啸，而系统没有准备好承接它”。
• 对Goldman估计Agent会在5年内将token消耗提升24倍，他说：“具体数字我不知道，但方向上我认为是这样……一旦开始使用这项技术，你就永远觉得不够。”那些永远做不到足够好的工作，是“无底洞”。
• 如果必须在提前6个月获得前沿模型访问权和提前6个月获得最优秀的研究人员与工程师之间二选一：“B。毫无疑问。” 优秀的人才能构建自己的模型和基础能力；前沿模型的套利窗口“对我们而言并不是全部，也不是决定一切的东西”。

9. 创始人模式是任务周期，组织正在扁平化

• Jensen是公司的投资人，曾在午夜回复Rao当天发出的两行邮件后直接打电话给他（“他的SLA简直离谱”）。Rao得到的启示是：“你的工作，就是爱上眼前的工作是什么样子。” 你要“CRISPR出一套新的DNA”，让自己爱上住在飞机上的生活。创始人模式不是事无巨细地管理，而是“任务周期”——哪里着火就去扑灭，去做你最擅长的事。尚未完成CRISPR改造的是HR向他汇报，因为他在这方面还没有“发挥出自己的最高执业权限”。
• 战时还是和平时期CEO？“没有别的活法……谁是和平时期CEO？”也许Costco算一个——“Ron什么来着”，那个从叉车一路做到高管办公室的人，是他眼中最被低估的CEO；他还提到Ali Ghodsi，称其“下棋的方式”很值得关注。招聘标准来自Josh Wolfe：“肩上有包袱的人，才能把筹码变成口袋里的钱”——因为他们往往来自很深的地方，成长斜率极高；“永远都是战时，只是现在战争的类型不同了……不是每个人都是战士。”
• 过去12个月里，他改变主意的一件事是：公司可以有多扁平。 管理者更少，“超级IC”承担更多职责，而且能够以过去不可能的方式协同。在450人的规模下，他仍认为全员A类人才是可能的；但在公司人数达到约100人后，他就不再亲自与每位新员工见面。如今最难招的是具备高判断力的高管：既能基于过往经验做模式匹配，又能违背这些经验，因为“决策和行动之间的时间正在被压缩”。
• 关于大约一年前完成的3亿美元融资，以及支出纪律：招聘有原则的财务负责人；对于真正重要的目标，“你不能眨眼”——不过，他为纽约办公室订购高端音箱时也承认：“有时候，这些东西也会创造文化。”

10. 终局：改变商业模式，而不是在诊所里实现科幻

• 他描绘美国医疗体系时，引用的是旧版XKCD康威定律漫画：Microsoft式的组织图里，“各个孤岛互相举枪对着”，医疗服务方、保险方和生命科学公司彼此错位，也都与患者错位。“我们现在借助AI获得的机会，不是部署最新模型、让科幻在诊所里成真，而是改变商业模式。”光谱两端都会移动：下方由AI医生和自动化低风险流程承接，上方在患者真正重病时由人类专家处理，同时出现“激励预防”的新模式——是“医疗，而不是病后医疗”。时间表不是10年，而是“未来3到5年内开始出现雏形”。
• 对于必然性，以及押注你的顶级投资人带来的安慰剂效应，他说：“你越能感到事情不可避免，它就越会变得不可避免。”现在，“我觉得我们的使命绝对不可避免……但我们正在战斗，确保由我们来完成它，并在未来2到3年内完成。”
• 他说得毫不修饰：“那些说你可以拥有一切的人都在撒谎。”他周一到周三待在旧金山，之后与客户见面，周末陪家人；父母年事已高，他以匹兹堡为家庭锚点（“我父亲有心力衰竭”），每个周日陪父母是他拒绝错过的事情。对于Harry认为旧金山是创业最糟糕的地方，他并不认同：公司在2022-23年从匹兹堡搬到旧金山，“恰好踩中了正确的时间点”，因为业务正处于拐点——“身处那里，你会通过渗透式吸收获得大量想法”，这很重要。

核验说明

• 原始字幕在开头说的是“Abacus”，但其他地方显示为“a bridge”；公司名称尚未确定。