42%的来电无人接听，诊所前台正在成为医疗系统最昂贵的沉默成本

美国医疗系统每年花费5.3万亿美元，其中约四分之一被行政开支吞噬。但真正让这个数字变得刺眼的，是一个更具体的场景：一项覆盖22家美国诊所、追踪7,000通来电的研究发现，营业时间内42%的来电无人接听。患者拨通诊所电话，听到的是忙音、等待音乐，或者干脆无人应答。与此同时，Oliver Wyman估计美国约有25万人专职接听患者和健康计划会员的电话。人力在岗，电话却接不住——这不是人手不够的问题，而是排班、峰值和重复劳动叠加出的结构性失灵。

Vocca的切入点正是这个缝隙。这家2024年7月成立于纽约和巴黎的公司，做的是AI语音助手：7×24小时接听患者来电，直接在诊所既有排程软件里完成预约、改约和取消，并发送确认与提醒。2026年10月6日，Vocca宣布完成2000万美元A轮融资，由Norrsken VC领投，Heal Capital、Speedinvest、Firstminute Capital以及包括Alan和Datadog创始人在内的天使投资人参与。公司称累计融资额达到2500万美元。

这轮融资的规模本身并不惊人，真正值得拆解的是它背后的叙事：一家成立仅两年多的公司，声称其AI代理每月处理超过100万次患者互动，覆盖20多个专科、1,500家机构，从业者数从种子轮时的2,000人增至15,000人。增长曲线的陡峭程度，与医疗行政AI赛道正在经历的资本密集期形成了共振。

字段 内容
公司 Vocca
轮次 A轮
金额 2000万美元
投资方 Norrsken VC（领投）、Heal Capital、Speedinvest、Firstminute Capital、天使投资人（含Alan与Datadog创始人）
总部 纽约和巴黎
创始人 Eliott Hoffenberg（CEO）、Hugo Danet（CTO）
官网 https://vocca.com

语音只是入口，排程引擎才是Vocca与通用语音AI的分界线

如果只看产品表层，Vocca做的事情和一批AI语音客服公司没有本质区别：接电话、理解意图、执行操作。但Vocca的产品架构里有一个关键差异——它把语音层和排程引擎层分开。据公司披露，语音背后是一个专科专属模型库，编码了各专科的排程规则，能够理解数百种医学检查并将患者导向正确的检查项目。这意味着AI不是简单地把“我想约个时间”转成日历事件，而是需要判断一个患者描述的症状应该对应哪种检查、需要预留多长准备时间、哪些时段被预留给特定类型的就诊。

这种深度集成是Vocca声称“数天即可上线”的基础。据公司披露，Vocca与20多个排程与患者管理系统原生集成，诊所无需迁移既有软件。对于一家面向牙科、眼科、医学影像和私立医院集团的垂直AI公司来说，集成深度直接决定了销售周期和部署成本。通用语音AI可以快速接入任何行业，但医疗排程的规则密度意味着，如果AI不理解“同一个医生的两个检查之间需要预留15分钟设备周转时间”这类约束，它接起的每一通电话都可能制造一个需要人工善后的错误预约。

从已披露的客户结构看，Vocca的部署逻辑偏向集团化获客。DAG Dental（37家诊所）、Point Vision（67家眼科诊所）、Résonance Imagerie（60个影像中心）以及年服务35万患者的Hôpital Fondation de Rothschild，都是多站点、高通话量的组织。这类客户的价值在于：一旦集团层面验证了AI的排程准确率，推广到旗下所有站点几乎没有额外集成成本。但反过来，集团客户对错误率的容忍度也更低——一个系统性排程错误会在几十个站点同时复制。

70%的端到端解决率，是护城河还是天花板？

Vocca披露的核心运营指标是：平均70%的对话可端到端无人工解决，最成熟客户超过85%。Hôpital Fondation de Rothschild副总经理Charlotte Cardin-Taillia在Vocca官网博客中称，该院超过75%的来电被AI完全自主解决，包括预约、检查咨询、就诊准备和行政请求；剩余的四分之一中，紧急来电被立即转接前台，复杂但优先级较低的请求由AI回拨处理。

这个数字需要放在两个维度里审视。第一，70%是平均值，意味着不同专科、不同客户之间的解决率存在显著差异。最成熟客户超过85%，暗示新部署客户或复杂专科的解决率可能明显低于均值。第二，端到端解决率的定义边界并不清晰：一通被AI接起、完成预约、但患者随后因理解偏差而取消的电话，是否算作“解决”？公司未披露取消率和误约率，这使得70%这个数字更像一个上限而非下限。

DAG Dental首席运营官Opal Anderson在Vocca官网博客中称，该集团在多个办公室测试了若干AI工具后，Vocca“明显胜出”并在全集团推广。这类客户证言在B2B软件融资公告中属于标准配置，但“测试后胜出”的说法本身无法量化——胜出的标准是解决率、部署速度还是价格，公司未披露。Norrsken VC普通合伙人Alexander Danielsson的表述更为直接：“我们很少在医疗领域看到这样的客户喜爱度。与Vocca的客户交谈后，我们知道必须投资这家公司。”投资方的热情可以理解，但“客户喜爱度”作为一个投资判断依据，其可验证性远低于续约率或净收入留存率——而后者恰恰是Vocca未披露的数据。

一年增长7倍收入，但绝对规模仍然是一个黑箱

Vocca披露的增长数据包括：月度入站通话量增长10倍至超过100万次，收入增长7倍，从业者数从2,000增至15,000。这些数字共同勾勒出一条陡峭的采纳曲线，但收入增长7倍是唯一一个没有绝对值的指标。公司未披露收入基数、客单价、合同期限或续约率。这意味着外界无法判断7倍增长是从10万美元到70万美元，还是从100万美元到700万美元——两者对应的公司阶段和资本效率完全不同。

从可核实的客户数量倒推，1,500家机构、15,000名从业者，意味着平均每家机构约10名从业者。如果按每家机构每月数百到数千美元的订阅费估算，年化收入可能在数百万到数千万美元区间。但这是编辑基于公开客户数的推演，Vocca未披露任何定价信息，因此这个区间的置信度很低。唯一可以确认的是，2000万美元A轮对应的是一个收入规模尚未公开的公司，投资方押注的是增速和品类卡位，而非当期财务表现。

员工规模提供了一个间接参照：公司称在纽约和巴黎约有40名员工，计划到2026年底再招聘40人。40人支撑1,500家机构的部署和运维，意味着产品化程度和自动化交付能力必须相当高。但翻倍招聘也意味着未来两个季度的成本结构将显著变化，收入能否同步跟上，是A轮后最直接的经营考验。

竞争格局正在从“无人区”变成“拥挤的走廊”

Vocca并非这个赛道的唯一玩家，甚至不是融资最多的那个。2026年6月，纽约的Prosper AI完成由Andreessen Horowitz领投的3000万美元A轮，产品覆盖排程、保险核查和账单，比Vocca的切入面更宽。2026年5月，跨行业语音AI公司Vapi完成由Peak XV领投的5000万美元B轮，医疗是其覆盖的行业之一。更早的2026年3月，巴黎的Parallel完成2000万美元A轮，方向是自动化医院文书。TriFetch则在2026年4月完成了190万美元的pre-seed轮。

这些公司的共同点是都在用AI替代医疗行政流程中的人力环节，但切入角度不同。Prosper AI的排程加保险核查加账单组合，瞄准的是前台之外更完整的收入周期管理；Vapi的跨行业语音技术意味着它可以用更低的边际成本进入医疗场景，但缺乏专科排程规则的深度；Parallel的医院文书自动化与Vocca的诊所前台自动化形成了机构层级上的错位。Vocca的差异化在于它把“语音+排程引擎”作为一个整体产品，而不是一个可插拔的语音层。但这种差异化的可持续性，取决于专科模型库的积累速度能否跑赢通用平台的垂直化速度。

从资本结构看，Vocca的A轮由Norrsken VC领投，这是一家以影响力投资为标签的基金，其投资逻辑中“改善医疗可及性”的叙事权重高于纯财务回报。Heal Capital的参与则带有医疗行业专项基金的色彩。Speedinvest和Firstminute Capital从种子轮跟投到A轮，属于典型的内部加注行为。这个投资人组合的隐含信息是：Vocca的A轮不是一场由顶级财务回报预期驱动的竞价，而是一个由既有投资人和行业专项基金共同支撑的扩张轮。相比之下，Prosper AI拿到Andreessen Horowitz的领投，在品牌势能和后续融资选择空间上可能更具优势。

2000万美元将流向哪里：从语音到“排程基础设施”的野心

据Norrsken VC的投资公告和Vocca官网博客，本轮资金将用于三个方向：拓展语音之外的新沟通渠道、覆盖更多专科与更复杂临床场景、加深在美国的业务布局。公司将其长期目标表述为“构建医疗排程基础设施与患者接口”。

“基础设施”这个词值得拆解。Vocca目前的产品形态是一个面向诊所的AI电话助手，收入模式是按机构部署使用。如果它要成为“排程基础设施”，意味着需要向上下游延伸：向患者端，可能涉及更主动的预约发现和导诊；向机构端，可能涉及与保险核查、预授权、账单系统的对接；向生态端，可能涉及开放排程能力给其他医疗软件调用。每一条延伸路径都意味着与不同对手的正面竞争——保险核查会撞上Prosper AI，医院文书会撞上Parallel，跨行业语音平台会撞上Vapi。

从已披露的合规架构看，Vocca在数据驻留上做了明确的区域隔离：美国客户数据存于美国，欧洲客户数据存于欧盟，基础设施合作方持有SOC 2、ISO 27001与HDS认证，公司称符合HIPAA与GDPR要求并可作为HIPAA业务伙伴。这套合规配置对于医疗客户是准入门槛，但本身不构成差异化——任何认真做美国医疗市场的AI公司都必须具备同等资质。真正的壁垒仍然在专科排程规则的积累深度和与既有系统的集成广度上。

待验证的假设：解决率能否在扩张中不衰减

Vocca面临的核心风险，是其最引以为傲的指标——70%平均端到端解决率——能否在专科和场景扩张中保持。公司自己披露的数据已经暗示了这种张力：最成熟客户超过85%，而平均值是70%，两者之间的差距说明新客户或复杂场景的解决率在拉低均值。当公司从牙科、眼科、影像这些规则相对清晰的专科，扩展到更多“复杂临床场景”时，排程引擎需要编码的规则数量将非线性增长。每增加一个专科，模型库的维护成本和出错概率都会上升。

另一个待验证的假设是收入质量。7倍收入增长如果主要来自少数集团客户的集中采购，那么客户集中度风险会显著高于1,500家机构这个数字所暗示的分散度。公司未披露前十大客户的收入占比，也未披露客户流失率。在医疗行政AI赛道竞争加剧的背景下，集团客户的议价能力和替代选项都在增加。

从已披露的客户证言和投资方声明看，Vocca在现有客户中的产品认可度似乎不低。但“客户喜爱度”和“愿意持续付费”之间还有一段距离。医疗机构的预算周期通常以年为单位，AI排程工具从试点到全面部署的决策链条涉及前台、IT、合规和财务多个部门。Vocca在一年内将从业者数从2,000增至15,000，说明销售效率很高，但高速扩张期的客户成功成本往往被低估。40人的团队翻倍到80人，新增的人手有多少投向客户成功而非研发，将直接影响2027年的续约表现。

还有一个结构性变量：美国医疗行政AI的支付意愿。诊所愿意为“接住更多电话”付费，但付费上限取决于AI实际带来的增量收入——即被AI接住并成功预约的那些原本会流失的患者，对应多少诊疗收入。如果AI只是把原本前台接不住的42%来电中的一部分转化为预约，那么ROI是清晰的；但如果AI解决的70%对话中，有相当比例原本也会通过其他渠道（短信、在线预约、回拨）完成预约，那么增量价值就需要重新计算。Vocca未披露AI预约的增量贡献率，这是评估其商业价值可持续性的关键缺口。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：Vocca的A轮故事，表面上是AI语音接住了诊所42%的未接来电，实质上是试图把“排程规则”从每个诊所前台的隐性知识变成可规模化的软件资产。这条路能否走通，不取决于语音有多自然，而取决于当专科数量从20个扩展到50个时，70%的端到端解决率是继续向上，还是被复杂性拖回地面。医疗行政AI的窗口期正在收窄，Prosper AI和Vapi们不会给Vocca留下太长的验证时间。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。