首頁資訊 Fay：服務3000名營養(yǎng)師，5000萬ARR、5億估值，AI醫(yī)療的護城河如何構建？

Fay：服務3000名營養(yǎng)師，5000萬ARR、5億估值，AI醫(yī)療的護城河如何構建？

來源：泰然健康網(wǎng) 時間：2025年06月04日 23:32

今年 2 月，硅谷 AI 營養(yǎng)平臺 Fay 完成了由高盛領投的 5000 萬美元融資，公司估值沖到 5 億美元。

據(jù)悉，F(xiàn)ay 已經(jīng)累計融到了 7500 萬美元的投資。作為一個連接營養(yǎng)師和患者的在線平臺，F(xiàn)ay 憑借僅有不到 3000 個的營養(yǎng)師，實現(xiàn)了 5000 萬美金的年收入。

Sammy Faycurry（首席執(zhí)行官）和 Mark Stefanski（首席技術官）

Fay 極其突出的商業(yè)化表現(xiàn)引發(fā)了外界對于「AI+醫(yī)療」領域的商業(yè)化模式思考。

總結來看，F(xiàn)ay 成為 AI 醫(yī)療領域「范本」的主要核心優(yōu)勢在于：

找準時機，踩中風口：2022 年以來，美國「減肥潮」興起，市場對專業(yè)營養(yǎng)服務的需求暴增，但營養(yǎng)師的供給嚴重不足。Fay 基于 AI 技術來幫助營銷師提高服務效率，將高質(zhì)量護理時間從 6.5 小時壓縮至 2 小時，服務效率提升 300%。

抓住核心支付方-保險公司：從商業(yè)模式上看，雖然 Fay 服務的對象是營養(yǎng)師，但不向營養(yǎng)師收取收費，保險公司才是實際買單的企業(yè)客戶。同時，F(xiàn)ay 通過 AI 營養(yǎng)師將傳統(tǒng)人工服務的成本壓縮至 1/5，保險公司能以更低單價購買預防服務，降低了整體慢性病的風險。

借鑒法律獨角獸 Harvey AI 的成功思路，打造其「護城河」：Fay 在落地過程中借鑒了 Harvey AI 的三點做法：一是處理非結構化數(shù)據(jù)，如整合 AI 醫(yī)療筆記工具體現(xiàn)用戶健康數(shù)據(jù)；二是領域知識工程化，構建醫(yī)療知識本體和營養(yǎng)學知識圖譜；三是整合資源打造一站式服務平臺，與多方合作實現(xiàn)服務直付、優(yōu)化采購體驗、擴大服務覆蓋場景。

通過與保險公司深度綁定，將自身平臺嵌入健康保險系統(tǒng)中，F(xiàn)ay 建立了牢固的護城河。

Founder Park 正在搭建開發(fā)者社群，邀請積極嘗試、測試新模型、新技術的開發(fā)者、創(chuàng)業(yè)者們加入，請掃碼詳細填寫你的產(chǎn)品/項目信息，通過審核后工作人員會拉你入群～進群之后，你有機會得到：

高濃度的主流模型（如 DeepSeek 等）開發(fā)交流；

資源對接，與 API、云廠商、模型廠商直接交流反饋的機會；

好用、有趣的產(chǎn)品/案例，F(xiàn)ounder Park 會主動做宣傳。

01 服務效率提升 300%

Fay 兩年融資 7500 萬美金

Fay 出現(xiàn)的契機，還要歸于 2022 年底至 2023 年期間，掀起的一股「減肥潮」。

在美國，胖子幾乎隨處可見。根據(jù)美國疾病預防控制中心 2021 年的一項調(diào)查，美國 20 歲及以上的成年人中有 41.9%的人肥胖。

也就是說，10 個成年美國人中，4 個是胖子。

彼時，GLP-1 類減肥藥（如 Ozempic、Mounjaro）在美國大肆流行，由于其減肥療效良好，加上名人如埃隆?馬斯克的親用宣傳，產(chǎn)品一躍成為爆款，甚至一度出現(xiàn)藥品短缺的情況。

由于服用 GLP-1 藥物的過程，需要搭配飲食調(diào)整以維持減重和代謝健康，大量對專業(yè)營養(yǎng)服務的增量需求被創(chuàng)造出來。

雖然需求很大，但營養(yǎng)師的供給卻嚴重不足。

原因在于，美國的注冊營養(yǎng)師證（RD）并不好考，他們必須完成經(jīng)認可的四年制學士學位，以及 1200 小時的監(jiān)督培訓，才能去考試。

同時，獨立營養(yǎng)師在開設診所時又面臨保險認證、營銷這些事宜。

需求與供給的錯配，為 AI 輔助營養(yǎng)師打下了基礎，F(xiàn)ay 就在這個環(huán)境下誕生了。

簡單來說，F(xiàn)ay 是一個營養(yǎng)師和患者的在線匹配平臺，服務可選線上與線下結兩種方式，涵蓋領域包括：

飲食失調(diào)、糖尿病、圍絕經(jīng)期和絕經(jīng)期、多囊卵巢綜合癥、兒科、生育健康、腫瘤學、體重管理、功能醫(yī)學、GLP-1 用戶等。

除了提供 AI 輔助的個性化咨詢，F(xiàn)ay 還會給營養(yǎng)師提供「一站式解決方案」，解決保險報銷、管理、定價等一系列后臺問題。

Fay 的 AI 臨床筆記功能，可以自動輸出 ICD-10 編碼和診斷結果。在生成的報告里，AI 會整合患者個人困擾、過敏信息、宗教飲食合規(guī)性檢查等，生成個性化營養(yǎng)方案，包括定制化補劑推薦、飲食計劃及購物清單。

同時，AI 還可以處理保險索賠、定價估算、膳食計劃生成、患者文件管理等。在美國，營養(yǎng)師的學位課程不包含創(chuàng)業(yè)/執(zhí)業(yè)的知識，而 Fay 平臺能覆蓋這些執(zhí)業(yè)任務。

據(jù) Fay 平臺描述，他們通過 AI 技術自動化處理繁瑣事務，將高質(zhì)量護理時間從 6.5 小時壓縮至 2 小時，服務效率提升 300%。

一個營養(yǎng)師在和他的糖尿病客戶面聊前，需要花 1.5 小時手動核對保險信息，與保險公司溝通、做審批；還要花 1 小時做日程安排，花 2 個小時收集分析患者健康信息；最后，制定營養(yǎng)方案又要 2 小時。

使用 Fay 平臺后，首先保險事務耗時為 0，F(xiàn)ay 將與保險機構對接自動獲取確認信息；AI 做日程安排只需 0.5 小時，系統(tǒng)依雙方可用時間匹配并通知；剩下的 AI 生成報告和方案生成，總耗時不到 1.5 小時。

Reddit 網(wǎng)友@gfahm98 描述說，他入駐 Fay 的第一個月（去年 7 月份）便服務了 50 位患者客戶；跑單率也大大降低，90%的客戶都預約了后續(xù)服務。這位營養(yǎng)師的收入約為 90 美元/小時，而客戶量每周持續(xù)增長 150%，

雖然 Fay 平臺上只有不到 3000 個營養(yǎng)師，卻創(chuàng)造了 5000 萬美金的年收入。

出色的商業(yè)化表現(xiàn)，也為 Fay 帶來了頂尖投資人的青睞。

截至目前，F(xiàn)ay 已完成三輪共計 7500 萬美元融資。最新一輪融資里，F(xiàn)ay 拿到了高盛領投的 5000 萬美元融資，估值也被推升至 5 億美元。

瞄準保險支付方

借鑒 Harvey AI 成功思路

回顧過去的發(fā)展，F(xiàn)ay 做對了兩點：

一是 Fay 抓住了保險公司這一核心支付方。用 Fay 的聯(lián)合創(chuàng)始人 Sam Faycurry 的說法：

Fay 找到了一個由保險覆蓋的私人營養(yǎng)師的市場，這本質(zhì)上是在構建一個服務于營養(yǎng)師、客戶和保險公司的三方市場，營養(yǎng)師是他們服務的對象，也是他們進入市場的切入點。

為什么保險公司這么重要？因為營養(yǎng)服務太貴了，一般人用不起，保險公司一直是營養(yǎng)服務最大的支付方。

在美國，超過 2/3 的美國人都擁有保險覆蓋營養(yǎng)咨詢的資格。但對獨立營養(yǎng)師而言，與保險公司合作是一件極其困難的事情。

現(xiàn)在，有了 Fay，等于打通了獨立營養(yǎng)師與保險公司的聯(lián)系。簡單來說，F(xiàn)ay 的付費環(huán)節(jié)相當于打包好的智能收銀臺，它能夠自動算醫(yī)保報銷比例+患者自費部分，連保險公司的報銷申請都能一鍵搞定。

從商業(yè)模式上看，雖然 Fay 服務的對象是營養(yǎng)師，但不向他們收取收費，保險公司才是實際買單的企業(yè)客戶。

而保險公司也非常樂意與 Fay 進行合作。這背后的邏輯，是基于醫(yī)療經(jīng)濟學中的「預防性投入-長期成本節(jié)約」理論。保險公司作為醫(yī)療費用的最終承擔者，天然追求疾病預防的效益。

在美國，每年 4.5 萬億美元的醫(yī)療保健支出中，約有 86%用于治療慢性病和精神疾病患者（CDC 2023 數(shù)據(jù)），而營養(yǎng)干預已被證實可使糖尿病管理成本下降 28%（JAMA 2022 研究）。

Fay 通過 AI 營養(yǎng)師將傳統(tǒng)人工服務的成本壓縮至 1/5，保險公司能以更低單價購買預防服務，降低了整體慢性病的風險。

第二，F(xiàn)ay 在落地過程中，也借鑒了法律獨角獸 Harvey AI 的做法。主要是以下三點：

1、AI 處理非結構化數(shù)據(jù)：

Harvey AI 處理結構化法律數(shù)據(jù)，如判例法和監(jiān)管文件，從而為復雜的研究問題提供精準的答案；Fay 則是在臨床過程中，為營養(yǎng)師整合了 AI 醫(yī)療筆記工具，能在診斷書上體現(xiàn)用戶健康數(shù)據(jù)（如飲食習慣、體檢報告、實驗室檢測結果等）。

2、領域知識工程化：

借鑒 Harvey 的法律分類構建器（Legal Taxonomy Builder），F(xiàn)ay 構建醫(yī)療知識本體（如 ICD-11 編碼與肥胖癥、糖尿病等慢性病癥狀），基于 SNOMED CT（系統(tǒng)化臨床醫(yī)學術語標準）構建營養(yǎng)學知識圖譜。

3、整合資源，打造一站式服務平臺：

Harvey AI 做得是集成式法律平臺，F(xiàn)ay 則打造了連接營養(yǎng)師、用戶、保險機構及企業(yè)的協(xié)同平臺。Fay 與健康保險公司合作實現(xiàn)服務直付，與亞馬遜合作，優(yōu)化用戶健康食品采購體驗，并通過與微軟、百事等企業(yè)的合作擴大服務覆蓋場景。

總的來說，通過與保險公司的深度綁定，將自身平臺嵌入健康保險系統(tǒng)中，F(xiàn)ay 建立了牢固的護城河。高盛 TMT 投資負責人評價：

「Fay 的知識引擎架構已形成醫(yī)療 AI 的稀缺性技術壁壘」。

Fay 的成功并非個例，

AI 營養(yǎng)師受到投資市場青睞

Fay 的成功并非個例，AI 賦能營養(yǎng)師行業(yè)正在得到投資人的關注。

比如，F(xiàn)ay 的競對 Berry Street 也在今年拿下了 5000 萬美元的投資。與 Fay 類似，Berry Street 也瞄準了保險覆蓋的營養(yǎng)護理人群，通過 AI 驅動的一站式業(yè)務工具，自動化后臺醫(yī)療功能，并簡化接受保險、提供虛擬護理、臨床文檔管理和患者溝通的過程。

另一家初創(chuàng)公司 Nourish 之前完成了 3500 萬美元的 A 輪融資，計劃進一步投資 AI 工具以提升患者體驗，并優(yōu)化營養(yǎng)師的行政工作流程。

看起來，比起和醫(yī)生搶飯碗，幫支付方省錢似乎是一條 AI 醫(yī)療行業(yè)落地更可行的路徑。

通過將營養(yǎng)師服務轉化為保險公司可量化的成本節(jié)約指標，F(xiàn)ay 正在構建起「預防性醫(yī)療-長期降本」的飛輪效應。資本押注的不僅是 AI 技術，更是 4.5 萬億慢性病市場支付鏈的重構。

更多閱讀

谷歌首個混合推理模型Gemini 2.5 Flash：性能與o4-mini相媲美、可靈活控制「思考預算」

OpenAI科學家姚順雨：o3發(fā)布、RL迎來新范式，AI正式進入下半場OpenAI發(fā)布o3、o4-mini：首批使用圖片思考的推理模型OpenAI發(fā)布GPT-4.1：百萬token上下文，全方位碾壓4o并且價格更低，GPT-4.5三個月后下線a16解讀AI數(shù)字人：技術基本Ready、應用層即將爆發(fā)，下一個十億級賽道

轉載原創(chuàng)文章請?zhí)砑游⑿牛篺ounderparker

網(wǎng)址: Fay：服務3000名營養(yǎng)師，5000萬ARR、5億估值，AI醫(yī)療的護城河如何構建？ http://www.u1s5d6.cn/newsview1366938.html