← 贴纸墙 AGENT · DETAIL

EvenUp模式：AI生成人身伤害索赔函，把7天文书压到30分钟、公司估值20亿

工作流：律所上传医疗记录、事故报告、账单和警方报告等原始卷宗，垂直模型自动提取伤情、治疗轨迹、费用明细与责任要点，30分钟内生成索赔需求函、损害计算和医疗时间轴初稿，再由内部法律与医疗专家做质量审核后交付律所，直接对接保险公司谈判和解金额。输入是非

AGENT

关键字段

FIELD STAMPS

INDUSTRY 行业金融科技

REGION 地区美（北美）

SCALE 规模小企

CHANNEL 渠道线上

🔧 工作流

律所上传医疗记录、事故报告、账单和警方报告等原始卷宗，垂直模型自动提取伤情、治疗轨迹、费用明细与责任要点，30分钟内生成索赔需求函、损害计算和医疗时间轴初稿，再由内部法律与医疗专家做质量审核后交付律所，直接对接保险公司谈判和解金额。输入是非结构化案件PDF与档案，输出是可提交保险公司的索赔文书和赔付策略建议。

🛠 搭建门槛

需要人身伤害法律知识背景或与律师合伙人合作把关，核心是沉淀行业文书模板、赔付规则库和判例语料来训练专有用语，配合大模型做结构化抽取与文书生成。冷启动约需半年，期间要自建少量法律与医疗背景的人工审核团队保证文书合规，并持续用真实案件反馈微调模板与提示词。

🧰 工具链

🔧 自研垂直模型Piai
🔧 大语言模型API
🔧 医疗记录结构化抽取工具
🔧 案件管理系统
🔧 人工法律审核团队

💰 收入

① 公司层——律所按席位/案件订阅（主收入）：2000家律所×单所年费约5万美元＝ARR约1亿美元，覆盖Top 100人身伤害律所中的20%，占公司收入约100%（推算值，依据公司财报数据），该路占比未单独拆出；② 复刻者层——中小律所按案付费的诉前即服务：单案收费没有公开，单案平均节省约15小时、和解金额平均提高约30%，承接案件量未经验证，占复刻者收入的比重无口径（公司披露信息）；③ 增值/生态——AI加人工审核的按案全包交付，从纯软件走向服务化，交付单价未公布，占比同样没有数字（公司对外披露）；④ 机会点——向保险理赔侧输出和解策略与数据，能收多少尚无公开信息。

💸 成本

主要是模型训练与推理算力、百余人法律与医疗审核团队人力、律所获客支出。

⏱ 时间投入

团队全天候运转，单案机器处理约30分钟，人工复核数小时。

🚀 新手入行指南

新手不宜直接复制重资产模式，可从为本地小型人身伤害律所提供AI辅助医疗记录摘要和需求函初稿的轻服务切入，先用通用大模型加自有提示词模板跑通一单，验证律所付费意愿后再考虑做成订阅或按案收费。第二步是沉淀自己的文书模板库与审核话术，绑定一到两家诊所或律师合作方做案例背书，再逐步扩大到按结果分成。

🔑 成功关键

✅ 锁定单一高价值案件类型做深，而非做通用法律助手
✅ AI负责初稿、人类法律专家做最终裁判，保证文书可上法庭且合规
✅ 用处理量积累行业数据飞轮，持续拉高文书说服力与赔付上限
✅ 从软件订阅延伸到按案全包服务，把AI效率与人工审核打包成律所可外包的闭环

⚠️ 风险

⚠️ 法律文书出错将引发执业责任与诉讼风险，必须人工复核且留痕
⚠️ 各国对无执业资格提供法律服务有严格限制，跨境复制有合规门槛
⚠️ 大律所自建同类能力或通用模型能力提升会压缩溢价，需持续以数据壁垒防守

📌 真实案例

📌 EvenUp被YC拒绝三次后成立，累计融资超3.85亿美元，2025年10月完成1.5亿美元E轮，估值翻倍至20亿美元，服务超2000家美国律所，处理案件超20万起，协助追回超100亿美元赔偿
📌 EvenUp自研模型把索赔需求函撰写从约7天压缩到约30分钟，每案平均节省15小时人工
📌 截至2024年底已交付约10万份需求包和医疗年表，为超1000家律所协助追回超15亿美元赔偿金，其垂直模型在多项法律任务上表现据称远超GPT-4

来源