← 返回公司庫

L3 公司投研頁 · 2026-06-15

Elicit

Elicit 未上市

Elicit 位於應用與軟體層,當前研究入口聚焦 AI應用與SaaS 的產業鏈位置、財務質量、上下游約束與反證指標。未上市 資料只作研究參考,不構成投資建議。

研究定位 應用與軟體層

AI應用與SaaS

訂閱這家公司變化新觀點 / 硬資料進信箱

1. 投資摘要

  • Elicit 是 AI 研究助手與文獻工作流公司,定位在 AI 產業鏈的應用層:把 LLM、論文索引、抽取/綜述工作流和團隊協作封裝成面向科研、醫藥、政府研發、諮詢和企業情報團隊的生產力軟體。12
  • 公司未上市,ticker 為“未上市”,沒有 SEC 10-K/10-Q/XBRL 可取;公開可核融資為 2023 年 900 萬美元 seed、2025 年 2200 萬美元 Series A,A 輪估值 1 億美元。營收、毛利、經營現金流量、現金餘額和股數均未揭露。316
  • 產品商業化已從免費研究助手升級為分層 SaaS:Basic 免費,公開價格頁按不同場景展示 Plus、Pro、Scale 和 Enterprise;年付口徑下,個人/團隊方案從 7 美元/使用者/月到 169 美元/使用者/月不等,Enterprise 定製。2
  • 使用者與資料資產有一定先發優勢:公司 2025 年 A 輪公告揭露月活研究者超過 40 萬,價格頁稱覆蓋超過 1.38 億篇論文;但付費轉化率、淨營收留存和 CAC 均未揭露,不能按公開資料驗證單位經濟模型。23
  • 核心判斷:Elicit 不是“通用聊天框”,而是把檢索、論文篩選、表格抽取、報告生成、系統綜述與團隊審計鏈做成可複用流程。其投資價值取決於能否在受監管/高價值知識工作中形成可信工作流,而不是單純比拼基礎模型能力。456
  • 反證閾值:若未來 12-18 個月仍沒有揭露企業客戶擴張、Scale/Enterprise 營收佔比、SOC 2 / 資料權限能力無法轉化為大客戶合同,或 OpenAI/Google/Perplexity 的 Deep Research 類產品在企業合規場景顯著替代 Elicit,垂直應用溢價需要下修。78

2. 產業鏈位置

Elicit 位於 AI 產業鏈的應用層,具體是“research workflow / knowledge work automation”。上游依賴三類供給:基礎模型 API 與推論算力、學術論文與網頁索引、雲端基礎設施和安全合規服務;下游是研究人員、大學、生命科學企業、政府研發機構、諮詢/情報團隊和企業研發部門。1212

與晶片、雲端、模型層公司不同,Elicit 不直接銷售算力,也不訓練通用基礎模型;它把底層模型能力包裝為“找論文、篩選、提取、生成綜述、匯出結果、團隊協作”的專業工作流。產業鏈價值捕獲公式更接近 SaaS:客戶研究預算 × 使用者席位數 × 工作流滲透率 × 付費留存率,而不是 GPU 數量 × token 價格26

對 AI capex 的傳導是間接的:底層模型和推論成本下降,會提升 Elicit 的毛利空間或可用功能;企業對研發效率的預算上升,會提升付費意願。反過來,若模型廠商把端到端研究代理免費或低價打包,Elicit 的獲客成本和差異化壓力會上升。78

3. AI 相關營收拆解(季度橋 + 公式)

Elicit 沒有公開季度營收、毛利、經營獲利、現金流量或股數。公司官方融資公告揭露的是融資額、估值和月活研究者,不揭露 ARR;因此本節只列可審計公開口徑,不做假精確營收。316

口徑公開資料時間點公式 / 約束
營收 / ARR未揭露2026-06 訪問私有公司,公開資料未給審計或非審計營收。3
Seed 融資900 萬美元2023-09公司獨立為 Public Benefit Corporation 時揭露。16
Series A 融資2200 萬美元2025-02Spark Capital 與 Footwork 領投,現有投資人跟投。3
A 輪估值1 億美元2025-02官方揭露;不是二級市場估值。3
月活研究者超過 40 萬2025-02官方 A 輪公告揭露;2023 年 seed 公告為超過 20 萬。316
公開定價Plus/Pro/Scale/Enterprise2026-06 訪問年付展示從 7 美元/使用者/月到 169 美元/使用者/月,Enterprise 定製。2

營收模型可寫為:訂閱營收 = Free 轉化使用者 × Plus/Pro/Scale ARPU + Enterprise 合同數 × ACV + API 用量營收。公開資料不能驗證轉化率、流失率、折扣率和企業 ACV,投資建模必須把這些作為待盡調變數。

4. 核心產品(含營收貢獻)

產品/功能AI 用途營收貢獻口徑狀態
Search / Ask從論文庫中檢索、問答、定位相關證據未揭露;Free/Plus/Pro 均覆蓋核心獲客入口,官網主張覆蓋 1.38 億篇論文。12
Extract / Table把論文中的方法、樣本、結論、變數抽取成結構化表格未揭露;Pro/Scale 價值更高適合系統綜述、醫學證據、政策研究和競品情報。46
Reports自動生成帶引用的研究報告與文獻綜述未揭露;消耗 credits,推動付費2025 年釋出/強化,目標是從檢索工具升級為研究代理。5
Systematic Review workflow批次篩選、PRISMA 風格流程、可追溯證據鏈未揭露;Scale/Enterprise 重點公司解決方案頁聚焦“數萬篇論文篩選”和團隊協作。6
API把 Elicit 的檢索/抽取能力嵌入內部工具未揭露;面向開發者/企業官方文件提供 API 入門、認證和端點說明,價格頁也把 API access 放入 Pro/Enterprise 功能。29
Scale / Enterprise security團隊管理、權限、資料安全、SOC 2未揭露;大客戶必要條件SOC 2 Type II 是進入企業/機構採購的基礎門檻。10

產品組合的投資含義是:Free/Plus 帶來廣泛使用和資料反饋,Pro/Scale/Enterprise 才決定商業質量;Reports/API 把 Elicit 從“搜尋替代品”推向“研究流程系統”,也提高了對模型成本、引用準確性和資料權限的要求。

5. 上游供應商 / 下游客戶

型別名稱/類別暴露投研處理
基礎模型OpenAI、Anthropic、Google 等可能的模型供應商推論成本、模型質量、上下文長度和幻覺率影響產品體驗公司未逐項揭露模型依賴;按“多模型/第三方模型成本風險”處理。78
資料與索引學術論文、開放網頁、出版商/資料庫生態覆蓋範圍與版權/訪問權限決定回答質量公司公開稱論文庫 1.38 億篇;具體授權結構未揭露。2
雲端與安全雲端基礎設施、認證、日誌、權限管理決定併發、資料隔離和企業採購能力SOC 2 Type II 可作為企業安全成熟度訊號。10
下游個人使用者研究人員、學生、醫生、分析師免費/低價訂閱,帶來品牌和反饋資料A 輪公告揭露月活研究者超過 40 萬,但未揭露付費轉化。3
下游團隊客戶醫藥、生物技術、政府研發、諮詢、企業研發更高 ACV、更長採購週期、更高合規要求A 輪公告點名 MicroGenDX、VDI/VDE 等機構使用場景。3

需要注意:案例客戶不等於營收集中度。Elicit 未揭露前五大客戶、行業營收佔比或續約率,不能據此推導客戶集中風險大小,只能確認其產品已經進入真實機構工作流。

6. 同業硬指標對比表

公司/產品相關業務營收使用者/資料口徑定價口徑技術/工作流重點估值/融資來源
Elicit未揭露月活研究者 >40 萬;1.38 億篇論文年付展示 7-169 美元/使用者/月;Enterprise 定製檢索、抽取、報告、系統綜述、APIA 輪 2200 萬美元,估值 1 億美元;已知累計融資 3100 萬美元2316
Consensus未揭露面向科研證據問答,覆蓋學術論文免費/付費/團隊方案,具體隨頁面更新學術搜尋、證據總結、Consensus Meter2023 年 seed 300 萬美元13
scite2023-10 年化軟體訂閱價值 360 萬美元約 2.1 萬活躍 B2C 訂閱者,另有 B2B 客戶個人/機構訂閱引文上下文、論文可靠性、機構庫2023 年被 Research Solutions 收購14
SciSpace未揭露文獻閱讀、解釋、AI Writer、查重等個人/團隊訂閱論文閱讀與寫作工具鏈私有公司,融資/估值公開度有限15
OpenAI Deep ResearchOpenAI 未拆分ChatGPT 使用者入口包含在 ChatGPT 付費層/額度中通用深度研究代理,網頁多步檢索和報告OpenAI 私有公司7
Google Gemini Deep ResearchGoogle 未拆分Gemini 入口Google AI 計劃內通用研究代理,與 Google 搜尋/Workspace 生態結合Alphabet 上市公司8

結論:Elicit 的可比公司不應只選“AI 搜尋”,而要拆成三組:學術研究助手創業公司、傳統科研資訊服務商、通用模型廠商的研究代理。第一組決定早期產品競爭,第二組決定資料/機構採購壁壘,第三組決定長期平台擠壓。

7. 護城河

  1. 工作流深度:Elicit 把檢索、篩選、抽取、表格、引用和報告放在同一流程裡,服務的是“可複核研究任務”,而不是一次性聊天回答。45
  2. 垂直資料與互動反饋:大規模研究者使用帶來查詢、篩選、抽取欄位和引用判斷資料;這些反饋有助於最佳化論文排序、表格 schema 和答案質量。12
  3. 可信輸出約束:科研和醫藥場景需要引用、證據鏈、可匯出表格和審計記錄。Elicit 若能把“可追溯”做得比通用模型更穩,能獲得垂直溢價。610
  4. 團隊與企業採購能力:SOC 2 Type II、Scale/Enterprise 定價、API 與案例客戶說明公司正從個人工具向機構軟體移動。2910

反方觀點同樣強:論文資料並非 Elicit 獨佔,基礎模型的上下文長度、檢索代理和引用能力正在快速提升;傳統出版/資料庫公司也有資料授權與機構銷售渠道。Elicit 的護城河必須落實到“更高準確率、更短研究週期、更強可審計性和更高續約率”,否則會被平台功能吞噬。

8. 財務質量(近 4-6 季度)

Elicit 未揭露季度財務。投資人不能填入虛構營收、毛利率、經營現金流量或現金餘額;可用的財務質量判斷只能來自融資、定價、商業化階段和成本結構推斷。

期間/口徑營收毛利率現金流量質量判斷
2023 seed 公告未揭露未揭露未揭露900 萬美元 seed,月活研究者超過 20 萬。16
2025 A 輪公告未揭露未揭露未揭露2200 萬美元 Series A,估值 1 億美元,月活研究者超過 40 萬。3
2026 公開定價Plus/Pro/Scale/Enterprise未揭露未揭露價格階梯完整,Scale/Enterprise 顯示企業化嘗試。2
2025 使用者口徑月活研究者超過 40 萬不適用不適用頂層漏斗強,但付費率未知。3
企業安全SOC 2 Type II不適用不適用有利於機構採購,仍需驗證合同轉化。10

質量判斷:Elicit 的營收質量目前不能按上市 SaaS 指標打分。真正需要盡調的是 ARR、淨營收留存、gross margin after model cost、Scale/Enterprise 佔比、付費轉化率、銷售週期、合規/資料授權成本。在這些資料未揭露前,只能給“產品牽引已驗證、財務質量未驗證”的結論。

9. 業績傳導路徑

Elicit 的增長路徑不是 AI 晶片式產能擴張,而是專業工作流滲透:

論文/網頁資料覆蓋提升 -> 檢索和抽取準確率提升 -> 免費使用者和團隊試用增長 -> Pro/Scale/Enterprise 轉化 -> 更多真實研究任務反饋 -> 工作流模板和報告質量提高 -> 留存和 ACV 提升

對營收最敏感的三個變數是:

變數正向傳導反向情景
Scale/Enterprise 合同數Scale 169 美元/使用者/月、Enterprise 定製的價格層顯著高於低價個人入口,能改善營收密度。2若主要停留在個人訂閱,營收天花板和流失壓力更高。
模型推論成本模型價格下降或自研路由最佳化可提高毛利Reports/長文抽取消耗 token 多,若免費/低價額度過寬會拖累毛利。
可信度與審計能力系統綜述、醫藥、政府研發更願意為可追溯流程付費。612若引用錯誤、抽取錯誤或版權限制頻發,機構採購會放慢。

案例層面,公司 A 輪公告稱科學企業 MicroGenDX 用 Elicit 識別和分析相關研究,諮詢機構 VDI/VDE 用 Elicit 為政府和私營部門客戶收集資訊。這類客戶說明“省研究員時間”是明確價值主張,但公告沒有揭露合同金額,不能用於營收估算。3

10. SOTP 估值表

Elicit 未上市,不能做股價目標。這裡採用私有 SaaS 估值架構:以 ARR 情景和 EV/ARR 倍數觀察 2025 年 1 億美元 A 輪估值的合理性。由於 ARR 未揭露,下表是“需要公司揭露資料驗證”的估值敏感性,不是事實預測。

情景ARR 約束EV/ARR隱含 EV對 2025 年 1 億美元估值的含義
Bear500 萬美元8x4000 萬美元若增長停滯且企業化不順,上一輪估值承壓。
Base1000 萬美元10x1.0 億美元若 ARR 已達到 1000 萬美元量級,1 億美元估值約等於 10x ARR。
Bull2500 萬美元12x3.0 億美元需要 Scale/Enterprise 放量、模型成本受控、機構留存被驗證。

估值錨:唯一官方估值是 2025 年 A 輪 1 億美元;此後沒有公開融資或二級交易價格。若投資人拿到 data room,應優先要求 cohort、NRR、gross margin after AI cost、enterprise pipeline 和模型/資料授權成本,而不是隻看月活研究者。3

11. 催化(帶時點)

  • [已發生] 2023-09:Elicit 宣佈 900 萬美元 seed 融資,並從 Ought 獨立為 Public Benefit Corporation,揭露月活研究者超過 20 萬。16
  • [已發生] 2025-02:Elicit 宣佈 2200 萬美元 Series A,估值 1 億美元,月活研究者超過 40 萬。3
  • [已發生] 2024-2025:公司持續推進 Reports、systematic review、API 等更深工作流,產品從“AI 文獻搜尋”擴充套件到“端到端研究產出”。569
  • [已發生] 2025:Elicit 揭露 SOC 2 Type II,降低企業和機構採購中的安全阻力。10
  • [已發生] 2025-2026:OpenAI、Google 等推出 Deep Research 類通用研究代理,既教育市場,也提高垂直工具的替代風險。78
  • [待觀察] 2026:若 Elicit 揭露企業客戶數、Scale/Enterprise 營收佔比、API 用量或新一輪融資,將成為估值重估的關鍵變數。

12. 核心風險(帶情景)

  • 平台替代風險:OpenAI Deep Research、Google Gemini Deep Research 等通用代理若在引用準確率、長上下文和報告質量上快速接近專業工具,個人使用者可能遷移,Elicit 獲客成本上升。78
  • 資料/版權風險:Elicit 的價值依賴論文覆蓋和可訪問全文。若出版商限制抓取、授權成本上升或機構要求更嚴格的資料來源證明,毛利和產品覆蓋會受壓。2
  • 可信度風險:科研和醫藥場景對錯誤容忍度低。若抽取欄位、樣本量、結論方向或引用上下文出現系統性錯誤,企業採購可能停滯。6
  • 商業化風險:超過 40 萬月活研究者不等於高付費率。若大量使用者停留在免費層,且 Scale/Enterprise 不能放量,ARR 增長會低於使用者增長。23
  • 成本風險:Reports、批次抽取和長文綜述會消耗更多模型推論與檢索資源。若價格體系無法覆蓋 AI 成本,毛利率會低於傳統 SaaS。
  • 組織與融資風險:公司未揭露現金餘額和 burn rate。若下一輪融資環境惡化,產品研發和企業銷售投入可能受限。3

13. 追蹤指標

頻率指標閾值來源
每季度ARR / run-rate revenue高質量:年增率 >80%;警戒:低於 40% 且 burn 高公司揭露 / data room
每季度Scale/Enterprise 營收佔比>50% 說明從個人工具升級為機構軟體公司揭露 / data room
每季度Gross margin after model cost>70% 接近健康 SaaS;<55% 警戒公司揭露 / data room
每季度免費到付費轉化率需按 cohort 看;單點口徑意義有限公司揭露 / data room
每季度NRR / logo retentionNRR >120% 為強;<100% 說明擴張不足公司揭露 / data room
每半年引用準確率、抽取準確率、報告完成時間對標人工流程和 OpenAI/Google Deep Research內部評測 / 客戶驗證
每半年資料授權與安全認證SOC 2、DPA、企業權限、私有資料隔離公司安全頁 / 合同盡調
持續競品功能差距通用代理是否能替代系統綜述/表格抽取OpenAI、Google、Consensus、scite 更新

14. 最新事件

  1. [已發生] 2023-09:Elicit 完成 900 萬美元 seed 融資,併成為獨立 Public Benefit Corporation;當時月活研究者超過 20 萬。16
  2. [已發生] 2025-02:Elicit 完成 2200 萬美元 Series A,估值 1 億美元;公司揭露月活研究者超過 40 萬。3
  3. [已發生] 2025:Elicit 釋出/強化 Reports,並在自評中比較 ChatGPT Deep Research、Perplexity Deep Research、Google Gemini 等工具,將產品從論文檢索推進到帶引用的研究報告生成。5
  4. [已發生] 2025:Elicit 宣佈 SOC 2 Type II,強化企業安全與合規能力。10
  5. [已發生] 2025-2026:通用模型廠商加速推出 Deep Research 類產品,成為 Elicit 最大的外部競爭變數。78
  6. [當前可見] 2026-06:價格頁顯示論文庫超過 1.38 億篇,年付口徑的公開價格從 Plus 7 美元/使用者/月到 Scale 169 美元/使用者/月,Enterprise 定製。2

15. 來源

  • 來源:Elicit homepage — Elicit — accessed 2026-06-15 — elicit.com/
  • 來源:Elicit pricing — Elicit — accessed 2026-06-15 — elicit.com/pricing
  • 來源:Elicit Raises $22M to Build the Most Trusted AI Platform for Evidence-Backed Decisions — Elicit — 2025-02-26 — elicit.com/blog/series-a/
  • 來源:Elicit product / literature review workflow — Elicit — accessed 2026-06-15 — elicit.com/
  • 來源:How we evaluated Elicit Reports — Elicit — 2025-03-04 — elicit.com/blog/elicit-reports-eval/
  • 來源:Elicit systematic review solution — Elicit — accessed 2026-06-15 — elicit.com/solutions/systematic-review
  • 來源:Introducing deep research in ChatGPT — OpenAI — 2025-02-02 — openai.com/index/introducing-deep-research/
  • 來源:Gemini Deep Research / research agent announcements — Google — accessed 2026-06-15 — blog.google/products/gemini/
  • 來源:Elicit API documentation — Elicit — accessed 2026-06-15 — docs.elicit.com/
  • 來源:Elicit Achieves SOC 2 — Elicit — 2025-10-30 — elicit.com/blog/elicit-achieves-soc-2
  • 來源:Elicit blog index / customer and product updates — Elicit — accessed 2026-06-15 — elicit.com/blog
  • 來源:Elicit careers / company context — Elicit — accessed 2026-06-15 — elicit.com/careers
  • 來源:Announcing Our Seed Funding Round — Consensus — 2023-04 — consensus.app/home/blog/announcing-our-seed-funding-round/
  • 來源:Research Solutions Announces Acquisition of scite — Research Solutions — 2023-11-27 — www.researchsolutions.com/resources/press-releases/research-solutions-announces-acquisition-of-scite
  • 來源:SciSpace product and pricing — SciSpace — accessed 2026-06-15 — typeset.io/
  • 來源:Elicit Raises $9 Million and Becomes a Public Benefit Corporation — Elicit — 2023-09-25 — elicit.com/blog/elicit-raises-9-million-and-becomes-a-public-benefit-corporation/
source: 公開揭露與公開資料整理 本頁僅用於產業鏈學習、資訊檢索和研究輔助;不構成投資建議,不預測漲跌,不提供買賣、部位或目標價建議。