EvenUp

1.1 公司身份、覆盖范围与商业模式

EvenUp 成立于 2019 年，自称是服务原告方人身伤害律所的 AI 平台，覆盖客户接入、治疗、索赔准备、谈判、证据开示和审判流程。它把文档起草与案件分析结合，而非通用法律研究产品。公司称 2025 年在旧金山开设新实体总部；证据无法确认当前完整办公室数量。公司销售工作流软件和相关案件服务，但未披露可靠价目表或软件自动化与人工交付的比例。这一区分很重要：同样的表面增长可能对应截然不同的毛利率和估值。[CO001, CO002, CO003]

1.2 领导层、创始人与市场匹配度及治理

EvenUp 将 Rami Karabibar 列为首席执行官、Raymond Mieszaniec 列为首席运营官、Saam Mashhad 列为产品与法律运营负责人。公司和领投方材料把三人分别与 Waymo 的理赔低效、家庭严重事故影响和人身伤害法律实务联系起来。这套团队覆盖技术、运营和法律，但也让公司叙事与职能知识集中在创始团队。指定来源没有完整董事会名单、投票控制、继任计划或独立董事画像。因此创始人与市场的匹配度可见，而机构治理和关键人风险缓释仍是私下尽调事项。[CO004, CO005]

1.3 融资历史与利益相关方图谱

公开融资从 2023 年 6 月据报道的 $50.5 million Series B，加速到 2024 年 10 月 $135 million Series D，再到 2025 年 10 月 $150 million Series E。EvenUp 称 Series E 后累计融资 $385 million、估值超过 $2 billion。这些是融资和估值披露，不代表当前现金、收入或盈利。投资方包括 Bessemer Venture Partners、Bain Capital Ventures、Lightspeed Venture Partners、SignalFire、Premji Invest、B Capital 和 REV；Bessemer 领投 Series E，多家老股东据称跟投。证据未披露清算优先权、董事席位、债务、授信、二级交易，或 REV 与 RELX、LexisNexis 关系附带的战略权利。[CO006, CO007, CO008, CO009, CO010, CO011]

1.4 已报告规模、里程碑与证据局限

2025 年 10 月，公司和领投方材料称客户律所超过 2,000 家，其中包括美国 Top 100 人身伤害律所的 20%，已解决案件超过 200,000 起，涉及和解金或损害赔偿超过 $10 billion，每周处理超过 10,000 起案件。这些指标分母不同，不能当作转化漏斗或收入。材料称 ARR 同比翻倍，但未披露绝对 ARR、计量期间、经审计收入、毛利率或留存率。一份竞争对手对比复述了 Business Insider 2024 年 12 月关于前员工称人工复核多于营销暗示的报道；原文不在指定资料池，因此只是低置信度不利信号，不是独立验证事实。里程碑在融资和自报采用度上强，在经审计经济数据和治理上弱。[CO012, CO013, CO014, CO015, CO016]

1.5 展品

2.1 市场边界、工作流与邻近领域

EvenUp 的目标市场明确在人身伤害原告方律所，覆盖诉前案件处理、医疗记录管理、索赔主张函起草和和解分析。它不做一般诉讼或被告方企业法律顾问业务，而是自动化风险代理业务中的手工文档工作。聚焦原告方律所使其避开广义法律科技巨头，从客户接入到索赔主张交付获取专业工作流。Pre-Litigation as a Service 又把边界从软件文档生成扩展到运营型案件管理，使其可以争取原本给内部律师助理或离岸行政团队的运营人力预算。[CM001, CM005, CM007, CM010]

2.2 可寻址市场测算与渗透率视角

个人伤害法律科技市场测算必须区分律所总数与可服务的软件或运营服务支出。第三方研究估计美国活跃人身伤害律所约 48,000 家，市场集中但高度分散。EvenUp 自称服务超过 2,000 家，初始全国渗透率约 4%；并报告覆盖美国 Top 100 人身伤害律所的 20%。核心索赔起草软件的年可服务市场约 $500 million 至 $1.2 billion；Pre-Litigation as a Service 打开约 $2.0 billion 至 $4.0 billion 的运营人力池。早期验证包括产品测试初期签下的超过 $10 million 诉前订阅。[CM002, CM003, CM004, CM006, CM008]

2.3 买方分层、预算归属与合同动态

原告方律所的采用取决于经济买方与日常用户分层。中大型律所中，创始合伙人和管理合伙人是经济买方，想降低管理费用、加快和解并扩大案件承载而不同比例增员。律师助理、诉讼案件经理和助理律师是日常用户，在既有案件管理系统中使用医疗时间线和索赔草稿。EvenUp 按案件一体化计价而非按席位订阅，把软件支出与接入量挂钩。企业合同又包含年度承诺、不可退款预付费、月度超额计费和两倍于月度基准的数量上限，带来实质财务承诺。[CM004, CM007, CM008, CM009]

2.4 采用催化剂、市场逆风与尽调缺口

手工整理文件时从非结构化医疗记录提取逐行引文，过去会消耗大量律师助理工时，这推动了主动型人身伤害 AI 的采用。EvenUp 2026 年 9 月与 LexisNexis 集成，把权威判例法和智能体法律研究嵌入 Companion，进一步放大商业势头。但 Verisk 数据显示汽车保险案件（索赔主张）量在 2025 年下降，给核心案件接入带来压力。语音和短信智能体也有合规障碍：自动联系当事人时，律所直接承担 TCPA 同意要求的法律责任。EvenUp 尚未披露经审计 ARR、净收入留存率，或软件草稿与劳动密集型诉前服务的分部毛利率，长期单位经济仍未验证。[CM010, CM011, CM012, CM013, CM014]

2.5 展品

3.1 竞争格局：分层与替代方案

人身伤害（PI）法律科技正分化为横向法律平台和原告方 AI 引擎 [CP001]。EvenUp 是专门的案件智能平台，聚焦索赔主张材料、医疗时间线和案件和解智能 [CP002, CP005]。它不同于 DISCO 等诉讼平台和 Centerbase、Clio 等业务管理系统，瞄准结构化案件事实决定和解价值的诉前文档瓶颈 [CP003, CP004]。Supio、Eve Legal 和 ProPlaintiff.ai 已在索赔主张材料生成、医疗记录分析和案件全周期管理上提供重叠自动化 [CP001, CP007]。此外，横向业务管理 AI 插件、Codes Health 和 LlamaLab 等调取商，以及内部律师助理工作流，都是结构性替代方案 [CP004, CP009]。

3.2 竞争对手画像：规模、定位与产品范围

原告方法律科技竞争者主要在架构重点、定价，以及优先做上游医疗记录分析还是下游和解起草上形成差异 [CP001, CP008]。Supio 专注医疗记录摘要、案件智能和诉讼准备，声称覆盖 100,000+ 案件、$1 billion 和解，并集成 Thomson Reuters、Litify 和 SmartAdvocate [CP007, CP008]。Eve Legal 在 900+ 家律所部署覆盖接入、医疗概览、索赔起草和证据开示回复的 AI 智能体 [CP001, CP006]。ProPlaintiff.ai 提供轻量模块化替代方案。Codes Health 与 Filevine 集成核验医疗记录；LlamaLab 因健康信息网络访问受法律审查 [CP009, CP010]。EvenUp 依靠 2,000+ 家律所客户和 250,000+ 判决数据集维护领先地位 [CP002, CP011]。[CP001, CP002, CP006, CP007, CP008, CP009, CP010, CP011]

3.3 能力、包装与定价架构

定价与交付架构是主要分歧 [CP008, CP012]。Clio、Centerbase 按用户订阅，每月 $40 至 $110+；纵向人身伤害 AI 常用定制、演示驱动或按用量定价 [CP003, CP008]。EvenUp 过去每份索赔主张材料估计为 $200 至 $500，后扩展到平台和按案件计价，并设置 Express Demands（即时 AI 生成）和 Expert-Reviewed Demands（人工质检） [CP001, CP005, CP012]。Codes Health 按件收取固定调取费，Supio、ProPlaintiff 提供模块化或混合用量层级 [CP007, CP008, CP009]。纯 LLM 工具宣传即时输出，但原告律师需要诉讼级逐行引文，才能在保险方谈判和证词中辩护 [CP005, CP011]。[CP001, CP003, CP005, CP007, CP008, CP009, CP011, CP012]

3.4 切换成本、分销能力与壁垒持久性

EvenUp 壁垒来自三项资产：与 Filevine、Litify、SmartAdvocate、CASEpeer 等系统的深度集成，数十万历史索赔主张的专有基准数据，以及律所计费工作流中的组织惯性 [CP002, CP005, CP013]。但单独索赔起草切换成本中低，律所可在个别文件上试用竞品，无需迁移记录系统 [CP001, CP007]。其 $2B+ 估值和快速扩张也面临把采用转成持久高毛利软件收入的压力，同时受到 AI 自动化与人工依赖的审视 [CP012, CP014]。点解决方案和业务管理平台原生 AI 可能使独立起草商品化，迫使 EvenUp 向客户沟通和接入自动化上游推进 [CP004, CP013, CP014]。[CP001, CP002, CP004, CP005, CP007, CP012, CP013, CP014]

3.5 展品

4.1 收入模式与商业包装

证据支持按案件变现，但不足以还原完整收入表。竞争对手称 EvenUp 于 2025 年 5 月推出一体化按案件定价；因来源是竞争对手，这只是方向性证据。EvenUp 的 Demands 页面区分纯 AI 流程（律所审核定稿）和专业审核流程（EvenUp 法律人员完成）。两层可能对应不同收入质量和交付成本，但来源未提供标价、成交价、折扣、合同期限、收入组合或确认条款。因此应将模式视为商业活跃但财务不透明，不应默认是订阅 SaaS。[CI006, CI007, CI008, CI009, CI010, CI013]

4.2 定价透明度与 GTM 效率

EvenUp 似乎采用销售辅助型 GTM。联系页面把买家引向销售沟通，首页称每个美国地区都有代表，符合面向人身伤害律所的企业级或顾问式销售，但不能证明销售效率。公司报告客户律所超过 2,000 家、覆盖 Top 100 的 20%，每周处理 10,000 起案件。这些是采用和使用量信号，不是收入、ARR、活跃付费账户、CAC、回收期或留存。缺少队列合同和销售成本数据，客户规模无法转化为平均合同金额或高效增长。[CI001, CI002, CI003, CI004, CI005, CI007, CI015]

4.3 成本结构与单位经济约束

专业复核层是最清晰的可变交付成本指标。EvenUp 称有超过 150 名法律专业人员参与，定稿工作一至五天交付。这不说明利用率、薪酬、自动化率、返工或每件成本，不能支持毛利率估算。纯 AI 层可能成本不同，但云推理、实施、支持和销售成本也未披露。竞争对手称 EvenUp 位于医疗记录调取下游并依赖律所提供完整记录；这可能增加工作流依赖和返工风险，但不是独立毛利率基准。[CI008, CI009, CI010, CI014, CI016]

4.4 资本充足度与财务结论

证据无法证明现金余额、会计亏损、现金消耗、债务、营运资本、资本开支、现金跑道、资金用途或下一轮触发条件。EquityZen 描述基金从现有股东收购股份的二级交易，只提供股东流动性，不代表一级资本进入公司。Nasdaq Private Market 页面也只有通用市场披露而非发行人财务。因此财务结论有条件：采用和每周案件量说明需求，但收入质量、软件与服务组合、毛利率扩张、留存和资本充足度仍受私有证据阻碍。应等待经审计报表、队列经济、服务成本数据和当前流动性表。[CI011, CI012, CI013, CI014, CI015]

4.5 展品

5.1 产品定义与案件全生命周期工作流

EvenUp 提供一套针对原告方人身伤害律所的专业软件，覆盖接入评估、治疗跟踪、索赔主张材料和谈判。它接收已组装的警方事故报告、供应商账单、影像说明和临床记录，把它们整理为可审计法律交付物。Medical Chronologies（MedChrons）梳理治疗时间线和伤情，AI Demand Letters 起草可辩护的和解索赔主张，并逐行回链源记录。结构化数据提取和和解智能减少手工汇编，加快谈判。[CE001, CE002, CE003, CE004, CE005, CE011]

5.2 架构、运营模式与 System of Record

EvenUp 的底座是分层 Document AI，把文档送入持久化 System of Record（SoR）、System of Intelligence（SoI）和 System of Action（SoA）。早期法律 AI 依赖分块 RAG，带来上下文碎片、短暂记忆和基础模型成本上升。EvenUp 把手写临床笔记、计费表和事故图等多模态输入规范化为结构化摘要，并链接边界坐标与来源片段；用 PPO 强化学习把事故图转成符合模式的空间描述。Python、分布式云和数据管道查询持久记录而非反复读取原文件。人工法律复核审计复杂输出，保持准确性并追踪每个事实。[CE006, CE007, CE008, CE009, CE010, CE012, CE013]

5.3 Deployment, Ecosystem Integrations, Security Controls, and Technical 风险

EvenUp 对接 Litify、SmartAdvocate、CASEpeer 等人身伤害 CMS，直接嵌入律所运营。Case Preparation 主动检查案件文件，在起草和解材料前发现缺失治疗记录、护理断档或既往病史。专有 Claims Intelligence Platform 和历史和解、判决基准及编码临床记录，可量化痛苦与折磨、预测保险方反驳。SOC2 Type II 和 HIPAA 鉴证是关键保障。但它没有上游医疗记录调取能力，易受第三方文档不完整影响；若自动化跑不赢案件增长，大量人工复核会成为扩张瓶颈。[CE002, CE004, CE005, CE011, CE014, CE015, CE016]

5.4 展品

6.1 客户分层与买方—用户动态

EvenUp 的客户集中在人身伤害原告方律所，覆盖个人执业者、区域高案件量和解工厂及全国审判业务。购买决策由希望消除诉前起草瓶颈的诉讼管理合伙人推动，日常用户是上传文件和审核索赔材料的律师助理、法律助理和初级律师。风险代理案件通常由律所先付成本，再从和解款扣除，因此按案件软件费影响律所资本和索赔人净回收额。LexisNexis 联盟及 Litify、SmartAdvocate、CASEpeer 集成，是中大型律所的重要采购渠道。[CU001, CU002, CU003, CU004]

6.2 采用轨迹与生产案件处理速度

截至 2025 年末，平台吞吐量已从自助索赔起草扩大到每周处理估计 10,000 起案件。公司称累计解决案件超过 200,000 起，客户申报损害赔偿超过 $10 billion。使用集中在诉前和解材料及医疗摘要；EvenUp 声称起草工具最多减少 75% 律师案头时间，并在不同比例增员下提高吞吐。公开指标是累计营销里程碑，不是标准化 SaaS 活跃指标；活跃月用户、律所利用率和案件完成分布未披露。[CU005, CU006, CU007, CU008]

6.3 具名客户部署与案例结果

公开客户背书强调运营提速，但证据主要来自供应商挑选的峰会演示和案例。Omega Law Group、Batta Fulkerson、McCready Law Injury Attorneys、John K. Zaid and Associates 等律所称节省数千小时、缩短周转并加快谈判。独立评估指出，“索赔材料达到保单限额的可能性提高 69%”等基准来自缺少经验基线、对照组和司法辖区控制的营销材料。第三方报道还称 EvenUp 高度依赖人工质保团队，软件自动化主张必须结合劳动密集型要求评估。[CU009, CU010, CU011, CU012]

6.4 留存持久性、采购摩擦与集中度风险

EvenUp 的长期客户经济面临定价、切换成本和监管审查的结构性阻力。平台按案件消耗计费，律所支出敏感于诉讼量、接入波动和和解速度。它不负责主要医疗记录调取且要求完整文件；缺少医疗授权或医疗服务商响应慢，会拖延索赔生成并削弱 ROI。公司未按队列披露经审计留存、年度流失或净收入留存，无法判断律所能否跨周期保留软件，或客户是否集中于少数高广告投入律所。[CU013, CU014, CU015, CU016]

6.5 展品

7.1 监管与法律风险：健康信息交换暴露与 UPL 边界

EvenUp 处于受保护健康信息与法律文档生成交叉地带，存在监管与合规脆弱性。它不是 LlamaLab 那样的医疗记录调取服务；LlamaLab 是 Epic Systems 2026 年诉讼的被告，被指控不当访问健康信息交换网络。但 EvenUp 摄取大量医疗时间线、临床笔记和诊断账单。平台必须在自动化流程中维持 HIPAA 合规和 SOC2 鉴证，尤其在州律师协会审视法律科技供应商和无授权执业规则之际。针对第三方访问医疗网络，或质疑律师工作成果与 AI 索赔草稿边界的监管行动，都可能构成重大障碍。[CR001, CR002, CR003, CR004, CR012]

7.2 Operational, Quality, and Technology 风险: Human-in-the-Loop Bottlenecks

Claims Intelligence Platform 依靠在伤情记录上训练的专有 Piai AI 模型和结构化数据。报道显示公司过去大量使用人工复核和离岸运营，以保持起草质量和核验医疗记录。若自动化率跟不上文档量，这种混合模式会带来扩张瓶颈、人工集中风险和毛利率压力。虚构治疗就诊、误算医疗特别损害或遗漏既往病史，可能损害律师信誉或引发执业过失索赔。确保每周 10,000 起案件输出经核验，需要持续质量控制和数据验证。[CR005, CR006, CR007, CR008, CR013]

7.3 合作伙伴依赖与财务执行：CMS 集成和市场持久性

软件工作流高度依赖 Filevine、Litify、SmartAdvocate、CASEpeer 等 CMS 集成。若核心 CMS 限制 API、收取惩罚性第三方费用或推出原生 AI 索赔起草，平台摩擦和获客成本会上升。2025 年 10 月 Series E 以超过 $2 billion 估值、累计融资 $385 million 后，公司面临更高估值兑现风险。没有经审计财务数据，它必须在律所采购谨慎、预算上限和案件结果未达到承诺保单限额导致流失之间维持 ARR 快速增长。[CR009, CR010, CR011, CR014, CR015]

7.4 展品

8.1 投资正论与反论

EvenUp 的投资正论是其作为人身伤害法律业务领先 AI 平台的商业地位。公司声称全国服务 2,000+ 家律所，包括美国 Top 100 的 20%，并处理 200,000+ 起已解决案件、涉及 $10 billion+ 损害赔偿。自动化索赔函、医疗时间线和和解智能为原告方律所带来生产率提升；案例和合作伙伴材料称索赔起草效率提高 34%。 反论聚焦估值纪律、技术防御力和人工参与架构的单位经济。Codes Health 的报道与分析称 EvenUp 不是端到端记录调取商，而是要求律所输入完整文档的下游起草分析引擎。调查报道还称生产流程严重依赖人工复核，使毛利率结构更像法律流程外包而非高毛利软件。经审计收入未披露而估值超过 $2.0 billion，新股权投资者安全边际极度收窄。[CV001, CV002, CV003, CV004, CV005, CV006, CV007]

8.2 估值背景与资本化历史

EvenUp 自 2019 年成立以来累计获得 $385 million 股权融资。2023 至 2025 年快速扩张：2023 年 4 月 $50.5 million Series B，12 月 $35 million Series C；2024 年 10 月 $135 million Series D，投前 $865 million、投后 $1.0 billion，由 Bain Capital Ventures 领投；2025 年 10 月由 Bessemer Venture Partners 领投 $150 million Series E，Adams Street、Broadlight、HarbourVest 和 REV（RELX / LexisNexis 风投部门）跟投，投后超过 $2.0 billion。 二级跟踪估计 Series D 隐含稀释约 14%、Series E 约 8%，但股权结构表、清算优先权和 RELX 等企业参与者的治理权仍未公开。员工数从 2022 年末 84 人扩大到 2026 年初报告的 500+、估计最多 853 人，显示工程、营销和人工复核扩张消耗大量现金。没有经审计 ARR 时，独立软件同业倍数显示 EvenUp 相对成熟软件倍数有显著溢价。[CV008, CV009, CV010, CV011, CV012, CV013]

8.3 情景分析与尽调要务

评估风险收益需要建立乐观、基准和悲观情景。乐观情景下，EvenUp 守住头部人身伤害律所 20% 渗透率，将客户从交易型索赔生成转为全周期案件管理订阅，并扩大 Piai 以压缩人工复核。假设通过 RELX 等法律集团收购或高倍数上市退出，后期资本回报 2.5x 至 4.0x。 基准情景假设收入稳步增长，但生成式 AI 估值重估带来倍数收缩、回报持平。悲观情景假设客户流失至 Filevine、Codes Health 等套件，人工核验成本高位导致毛利恶化。2026 年 1 月 Health Gorilla 与 LlamaLab 健康信息交换争议，也凸显第三方记录摄取的法律审查。综合判断应继续研究；机构投资者入场必须以毛利率审计、经核验纯软件 ARR 和股权结构表 清算结构为前提。[CV001, CV005, CV006, CV012, CV014, CV015]

8.4 展品