从药剂师到AI创业者的路径

核心摘要

本集回答“一个药剂师如何用AI代理在6个月内做到1000万美元ARR”。核心判断：把AI定位为“数字劳动力”而非软件，按人头等价定价，用信任网络获客，并靠并购和激进融资抢占品类窗口。

干货提炼

主题一：从药剂师到AI创业者的路径

• 判断：15年药房行业经验是创业的信任基础，而非技术出身。
• 证据：Jonathan Adly是持证药剂师（PharmD），做过住院药师和博士后，后自学编程；在CaryHealth期间看到“AI作为劳动力替代”的愿景太超前，无法在成熟组织内实现，所以离职创业。
• 可带走：0到1阶段没有剧本，靠的是领域内长期积累的信任和判断力。

主题二：产品定位与定价逻辑

• 判断：AI代理按“数字工人”定价，而非按席位或任务，因为任务模糊、席位思维不适用。
• 证据：TJM Labs的AI代理替代药房技术员的数据录入工作，一个代理替代2-3个技术员；平均ACV为4.5万美元/年，略低于一个技术员年薪，而三个技术员成本约15万美元/年。
• 可带走：定价锚定在“替代人力成本”上，让客户算得清账。

主题三：获客靠信任网络而非销售漏斗

• 判断：药房是强监管行业，没有测试沙盒，必须靠多年建立的信任才能进入生产系统。
• 证据：第一个客户是多年关系；第二个客户是第一个客户的朋友；第三个客户是客户在飞机上向邻座展示产品后，对方下飞机直接打电话要买。直到约30家药房后才组建销售团队。
• 可带走：在信任门槛极高的行业，冷启动只能靠口碑和熟人网络。

主题四：增长与资本策略

• 判断：增长主要靠产品本身和并购团队，而非资本驱动；融资是为了抢品类窗口和吸引人才。
• 证据：收入从2024年12月的100万美元，到2025年12月的1500万美元，再到2026年中约2500万美元ARR；并购贡献不到5%收入，主要目的是整合团队（内部称“曼哈顿计划”）；EBITDA利润率40%，但仍融资1亿美元（1000万Series A、1500万Series A-1、7500万Series B）。
• 可带走：在品类窗口期，要“跑”而不是“走”，融资要在不需要钱的时候做，估值要基于可执行的预测而非“vibes”。

主题五：市场规模与增长空间

• 判断：市场天花板清晰，可倒推估值合理性。
• 证据：目前450家药房，全美有16000家；按每家2.5个bot、每个4.5万美元/年计算，潜在ARR约18亿美元；目前bots每天处理约50万张处方。
• 可带走：用可量化的市场渗透路径来验证估值，而非空谈TAM。

高光金句

• ❝ We had 40% EBITDA. What? Yes. That's insane. ❞
• ❝ You want to raise when you don't need to, because that's the easiest way to do it. ❞
• ❝ It's what we call a 15-year overnight success. ❞

提及资源

• 公司/组织：Veeva - 被作为TJMLabs的标杆，公共软件公司，S&P 500成员，为制药公司提供软件。
• 公司/组织：OpenEvidence - 被提及为与GalenAI类似但面向医生的AI公司，现为独角兽。
• 公司/组织：CaryHealth - 收购GalenAI的公司，Jonathan Adly曾在此工作。
• 公司/组织：Elephant - 领投TJM Labs Series B（7500万美元）的投资方。
• 人物：Jonathan Adly - 本集嘉宾，TJM Labs CEO，持证药剂师、AI软件工程师、MBA。