Olive AI：医疗RPA伪装成AI公司，单位经济模型全面崩溃

📌 本文资料来自 Loot Drop（loot-drop.io）失败案例库，翻译整理，非本站原创。

它是做什么的

号称医疗行业的’互联网’，用AI机器人自动处理医院预授权、拒赔复核、资格核查等行政流程，解放医护人员时间

怎么死的

销售时承诺全自动AI，交付时实为高成本人力驱动的RPA。客户定制化集成成本失控，收入与’节省效果’挂钩导致风险倒置，在多业务线扩张中始终未能验证单位经济模型，最终季度烧钱¥2.02亿-¥2.69亿时融资环境骤变

烧了多少钱

¥57.25亿

死因拆解

①愿景与能力错位：将RPA包装成自主AI ②医院系统集成成为无底洞 ③收入模式与交付成本严重不匹配 ④过早横向扩张七个场景 ⑤创始人缺乏医疗行业基因 ⑥AI叙事吸引错配的资本预期

别人踩过的坑

①医疗自动化定价必须基于交付价值而非交易量 ②深度集成不是护城河而是流沙陷阱 ③企业软件’先亏后扩’模式在医疗行业失效 ④创始人-市场契合度在强监管行业至关重要 ⑤AI叙事陷阱导致资本预期与业务实质脱节

如果重做

聚焦肿瘤科预授权单点突破： 1. 目标客户：5-15名医生的独立肿瘤诊所（决策周期30-60天） 2. 价值主张：免费试用30天，承诺每周节省护士10+小时 3. 技术路径：通过Epic EHR的FHIR API获取数据，用GPT-4+医学微调模型生成符合UnitedHealthcare要求的预授权文件 4. 盈利模式：按成功授权单收费¥3,360（成本<¥336），后期增加上诉管理等增值服务 5. 扩展策略：先验证单城市单保险商模型，通过肿瘤科协会（ACCC/ASCO）口碑传播

来源与数据

• 资料来源：Loot Drop（Startup Graveyard）https://www.loot-drop.io
• 原始条目：https://www.loot-drop.io/startup/2046-olive-ai（条目 ID 2046）
• 数据字段：单位经济模型不成立（Unit Economics） · 烧钱 ¥57.25亿 · 存活 2012–2023 · 行业 Health Care
• 说明：本文为 Loot Drop 公开资料的翻译与整理，非本站原创；数字均来自原条目，本站未做二次估算。

一句话总结

医疗自动化创业必须从可盈利的单点场景切入，用最低成本集成方案，并确保创始团队包含懂临床痛点的成员——¥57.25亿证明AI叙事救不了糟糕的单位经济模型