Как OpenEvidence стал AI-сервисом врачей на $12 млрд
Иногда сильная компания рождается не из желания «зайти в модный рынок», а из личной боли, после которой человек уже не может смотреть на проблему спокойно.
Так случилось с Даниэлем Надлером — канадским математиком, который сначала построил AI-компанию для финансового рынка, продал её за сотни миллионов долларов, а потом вложил собственные деньги в сервис, который сегодня используют врачи по всей Америке.
Речь про OpenEvidence — AI-помощника для врачей, который отвечает на клинические вопросы с опорой на медицинские исследования. В январе 2026 года компанию оценили в $12 млрд.
Математик, который увидел хаос в финансах
Даниэль Надлер родился в Торонто, получил математическое образование и во время учёбы стажировался в Федеральной резервной системе. Там он увидел странную вещь: регуляторы, которые оценивают системные риски мировой экономики, во многом продолжают работать через таблицы и разрозненные данные.
Для человека с математическим мышлением это выглядело как огромная неэффективность. Финансовый рынок был перегружен информацией, но люди всё равно тратили часы и дни, чтобы находить связи, строить выводы и понимать, как одно событие может повлиять на другое.
В 2013 году Надлер основал Kensho — AI-компанию для финансовой аналитики. Идея была простой: вместо того чтобы вручную копаться в данных, аналитик может задать вопрос системе и быстро получить ответ на основе большого массива информации.
Проект оказался настолько сильным, что в него зашли крупные игроки, включая Goldman Sachs. А в 2018 году S&P Global купила Kensho примерно за $550 млн.
На этом месте многие предприниматели спокойно ушли бы отдыхать. Но у Надлера началась другая история.
Трагедия, которая изменила направление
После продажи Kensho Даниэль мог бы остаться в финансах, строить следующий продукт для банков или просто жить на деньги от экзита. Но, по его словам, в семье произошла трагедия: его дедушка умер из-за врачебной ошибки.
И здесь он увидел проблему, которая по масштабу оказалась куда страшнее, чем неэффективность на финансовом рынке.
В медицине тоже есть огромный поток данных. Только цена ошибки здесь другая.
В финансах плохой анализ может стоить денег. В медицине плохое решение может стоить жизни.
Врачи каждый день принимают решения в условиях перегруза. Новые исследования, клинические рекомендации, протоколы, статьи, препараты, обновления по лечению — всё это растёт быстрее, чем один человек физически способен читать и удерживать в голове.
Медицинские знания раньше удваивались десятилетиями. Сегодня темп обновления стал настолько высоким, что врачу почти невозможно оставаться в курсе всего, что выходит по его специальности.
И Надлер увидел знакомый паттерн: слишком много критически важной информации, слишком мало времени, слишком высокая цена ошибки.
Только теперь это была не биржа. Это была медицина.
Так появился OpenEvidence
Надлер вложил около $10 млн собственных денег и начал строить OpenEvidence — AI-помощника для врачей.
Смысл продукта простой: врач задаёт клинический вопрос и получает ответ, основанный на медицинской литературе, исследованиях и авторитетных источниках. Не просто «мнение нейросети», не пересказ из интернета, а ответ с привязкой к научным публикациям.
И важнейшая деталь: если литература не даёт однозначного ответа, система не должна уверенно фантазировать. Она должна отказаться от ответа или показать, что доказательств недостаточно.
Для обычного AI-продукта это может звучать как ограничение. Для медицины — это основа доверия.
Потому что врачу не нужен болтливый чат-бот. Ему нужен инструмент, который помогает быстрее добраться до проверенного знания и не подсовывает уверенную галлюцинацию в момент, когда речь идёт о пациенте.
Почему врачи приняли сервис так быстро
Медицинские технологии обычно внедряются тяжело. Врачи перегружены, у них мало времени, они скептически относятся к новым системам, а больницы часто закупают софт через долгие бюрократические циклы.
OpenEvidence пошёл другим путём. Он стал бесплатным для проверенных врачей и дал им не очередную административную платформу, а инструмент, который помогает прямо в работе.
Не для отчётности. Не для начальства. Не для красивой цифровизации.
А для конкретного момента: врач задаёт вопрос — и быстрее получает ответ с источниками.
Именно поэтому сервис начал распространяться почти как потребительское приложение. Врачи рассказывали о нём другим врачам. По словам компании, значительная часть новых пользователей приходит через рекомендации коллег.
Это редкий случай для медицинского софта. Обычно такие продукты продают сверху: через больницы, закупки, IT-департаменты и долгие согласования. OpenEvidence начал расти снизу — через реальную пользу для врача.
Цифры стали слишком большими, чтобы их игнорировать
Рост у OpenEvidence получился почти аномальным для медицинского рынка.
В январе 2026 года компания привлекла $250 млн при оценке $12 млрд. Всего, по открытым данным, OpenEvidence привлекла почти $700 млн от инвесторов, среди которых GV, Sequoia, Nvidia, Kleiner Perkins, Thrive Capital, Blackstone и Mayo Clinic.
Но главное даже не деньги инвесторов.
Главное — использование.
В декабре 2025 года OpenEvidence поддержал около 18 млн клинических консультаций от проверенных врачей и медицинских специалистов в США. А 10 марта 2026 года компания заявила о новом рубеже: 1 млн клинических консультаций за один день.
Для медицинского AI это очень сильный сигнал. Врачи не просто зарегистрировались из любопытства. Они начали возвращаться и использовать инструмент в реальной работе.
А это в медицине самое сложное.
Настоящая ценность — не AI, а доверие
На поверхности OpenEvidence — это «ChatGPT для врачей». Но такое описание слишком упрощает продукт.
Главная ценность здесь не в том, что система умеет красиво отвечать. Таких AI-инструментов уже много.
Главная ценность — в доверии к ответу.
OpenEvidence строится вокруг проверенных медицинских источников, научных публикаций и цитирования. Для врача это критически важно, потому что в клиническом решении нельзя просто поверить красивой фразе.
Нужно понимать: откуда взят вывод, на чём он основан, есть ли доказательства, насколько они сильные и можно ли на них опираться.
Именно поэтому продукт попал в боль. Он не заменяет врача. Он помогает врачу быстрее добраться до нужного знания в момент, когда времени мало, а цена ошибки высокая.
Почему эта история важна для предпринимателей
История Надлера — не только про медицину.
Она про умение увидеть один и тот же паттерн в разных рынках.
Сначала он увидел хаос информации в финансах и построил Kensho. Потом увидел похожий хаос в медицине и построил OpenEvidence.
В обоих случаях логика была одинаковой: есть профессионалы, которые принимают важные решения; есть огромный массив данных; есть дефицит времени; есть высокая цена ошибки. Если создать систему, которая быстро превращает сложную информацию в понятный ответ, рынок начинает слушать.
Это и есть сильная предпринимательская логика.
Не просто «сделать AI-продукт». А найти место, где AI снимает реальную боль и резко сокращает путь от вопроса к решению.
Главный вывод
OpenEvidence вырос не потому, что врачи внезапно полюбили нейросети. Он вырос потому, что попал в точку, где медицина уже не справлялась с объёмом знаний.
Врачам не нужен был ещё один модный инструмент. Им нужен был способ быстрее получать проверенные ответы и не тонуть в бесконечном потоке исследований.
И Надлер сделал именно это: превратил информационный хаос в систему.
То же самое сегодня происходит и в бизнесе.
Предприниматели тоже тонут в хаосе: реклама, подрядчики, заявки, менеджеры, CRM, аналитика, каналы трафика, обещания маркетологов и непонимание, что реально приносит деньги.
Если вам близка такая логика — не работать вслепую, а строить систему вокруг понятных данных и результата — переходите в мой профиль.
Там я рассказываю о решении, которое помогает компаниям получать заявки без огромных рекламных бюджетов, бесконечного перебора маркетологов и ручного хаоса в продвижении.
Можно начать с минимального теста, посмотреть демонстрацию системы и понять, подходит ли такой источник заявок именно вашему бизнесу.
Потому что сегодня выигрывает не тот, кто больше суетится.
Выигрывает тот, кто быстрее превращает хаос в систему.