Pibit.AI obtiene $7M en ronda Serie A para llevar la subcontratación de confianza basada en IA al mainstream

La industria del seguro ha estado definida durante mucho tiempo por su capacidad para entender, cuantificar y gestionar el riesgo. Sin embargo, los sistemas en los que confían los subcontratistas todavía parecen y se sienten como artefactos de otra era. Mientras que otras industrias han adoptado la automatización avanzada y la instrumentación inteligente, la subcontratación ha seguido dependiendo de hojas de cálculo, documentos dispersos y revisiones laboriosas. Es exactamente esta brecha lo que Pibit.AI pretende cerrar, y con una nueva ronda de $7 millones en financiación Serie A, la empresa está acelerando su plan para modernizar una de las funciones más esenciales del seguro.

La ronda de financiación, liderada por Stellaris Venture Partners con la participación de Y Combinator y Arali Ventures, impulsará el desarrollo y la adopción continuos del Entorno de Riesgo de Subcontratación Centralizado (CURE™) de Pibit.AI. Diseñado para unificar el viaje completo de subcontratación, desde la primera presentación hasta la decisión final, CURE™ coloca a Pibit.AI en el centro de un mercado en rápida evolución donde las aseguradoras y las agencias de gestión de seguros (MGAs) están bajo una presión cada vez mayor para hacer más con menos.

Una misión arraigada en la experiencia personal

Para el fundador Akash Agarwal, el origen de la empresa es profundamente personal. De niño, vio a su padre trabajar hasta altas horas de la noche gestionando papeles de seguro a mano. Años más tarde, cuando presenció cómo la IA revolucionaba industrias desde el transporte hasta la logística, el contraste fue impactante: si la IA podía guiar vehículos de manera autónoma, ¿por qué la subcontratación seguía estancada en un mundo de PDF, correos electrónicos y entrada de datos manual?

Esta pregunta se convirtió en la chispa detrás de Pibit.AI. Agarwal imaginó un entorno de subcontratación en el que la IA serviría como un socio confiable y transparente, no como un caja negra de reemplazo. La confianza se convirtió en el pilar central de la filosofía de la empresa: cada salida debería ser explicable, verificable y alineada con la experiencia del subcontratista.

“La IA debería empoderar a los subcontratistas, no reemplazarlos”, señaló Agarwal. “Estamos construyendo algo que es transparente y listo para la decisión, un sistema en el que los subcontratistas pueden confiar mientras les ayuda a moverse más rápido que nunca antes”.

La plataforma CURE™: Transformando el ciclo de vida de la subcontratación

En el corazón de la oferta de Pibit.AI se encuentra CURE™, una plataforma altamente integrada que consolida el proceso fragmentado de subcontratación. En lugar de alternar entre herramientas, documentos y fuentes de datos, los subcontratistas operan dentro de un entorno único mejorado por la inteligencia impulsada por IA.

CURE™ incluye módulos diseñados a propósito como:

• ClearCURE™ para la triage de presentaciones
• DocumentCURE™ para el análisis preciso de documentos desordenados y no estructurados
• ResearchCURE™ para el enriquecimiento de datos en tiempo real
• RiskCURE™ para la evaluación avanzada de cuentas y la obtención de información a nivel de cartera
• WorkflowCURE™ para la orquestación de tareas, la colaboración y el seguimiento de decisiones

Juntos, estos módulos apoyan un viaje fluido desde la presentación inicial hasta la salida lista para la decisión. La plataforma automatiza la recopilación y clasificación de datos mientras mantiene la supervisión humana donde más importa. La filosofía de Pibit.AI combina velocidad con confiabilidad: la automatización acelera el proceso, mientras que la lógica transparente preserva la confianza, la coherencia y el cumplimiento.

Entregando un impacto medible para las aseguradoras y las MGAs

La necesidad de modernización es cada vez más urgente. Los volúmenes de presentaciones siguen aumentando, pero los equipos de subcontratación están disminuyendo. Muchos equipos todavía pierden hasta un tercio de su tiempo en la triage manual, el manejo de documentos y la normalización de datos. Las ineficiencias no solo ralentizan a los equipos, sino que también afectan la precisión, los ingresos y la selección de riesgos.

Los clientes de Pibit.AI, que incluyen HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic y Method Insurance Services, ya están viendo mejoras dramáticas. Los resultados informados incluyen ciclos de subcontratación hasta un 85% más rápidos, un aumento del 32% en el premio bruto escrito por subcontratista y hasta 700 puntos básicos de mejora en las tasas de pérdida.

Para las aseguradoras, estas ganancias se traducen en una mayor capacidad, un mayor rendimiento y la capacidad de escalar de manera rentable. Como destacó Adam Price, CEO de Kinetic, la empresa puede ahora gestionar más de mil millones de dólares en presentaciones anuales sin necesidad de aumentar los gastos generales. Para Method Insurance Services, la plataforma ha proporcionado la estructura para escalar a nivel nacional sin comprometer el control o la precisión.

Para Stellaris Venture Partners, esa combinación de eficiencia y transparencia fue un factor decisivo para liderar la ronda de financiación Serie A. El socio Alok Goyal enfatizó que CURE™ aborda las limitaciones fundamentales que están frenando la subcontratación moderna: flujos de trabajo obsoletos, datos inconsistentes y demandas operativas en aumento.

Las implicaciones más amplias: lo que esta tecnología señala para el futuro

El surgimiento de plataformas que unifican datos, automatizan el análisis rutinario y aportan explicabilidad a decisiones complejas marca un punto de inflexión para las industrias que históricamente han dependido de la pericia manual. La subcontratación es uno de los ejemplos más claros, pero la tendencia subyacente se extiende mucho más allá del seguro. A medida que las organizaciones en todos los sectores generan cantidades exponenciales de información que los equipos no pueden procesar razonablemente, la necesidad de sistemas que puedan interpretar entradas no estructuradas, resaltar información relevante y presentarla de manera transparente se está volviendo universal.

La próxima década probablemente verá un cambio en la forma en que se organiza el trabajo del conocimiento en sí. En lugar de que los profesionales pasen grandes partes del día recopilando, formateando o reconciliando información, su enfoque se moverá hacia la evaluación de recomendaciones generadas por IA, la exploración de casos límite y la aplicación de juicio a los escenarios que no encajan en el molde. Esta transición no eliminará la pericia humana, la reconfigurará hacia dónde se aplica esa pericia. Las personas actuarán cada vez más como arquitectos de decisiones en lugar de procesadores de datos.

Una transformación paralela se desarrollará alrededor de la confianza. A medida que la IA se involucra en decisiones de alto riesgo, la demanda de explicabilidad solo aumentará. Los sistemas que puedan mostrar su razonamiento, citar la evidencia detrás de sus conclusiones y cuantificar la incertidumbre establecerán el estándar. Las herramientas que no puedan proporcionar ese nivel de transparencia lucharán por ganar aceptación, especialmente en industrias reguladas.

A largo plazo, la acumulación de datos estructurados y listos para la decisión creará nuevas posibilidades. El modelado de riesgos más preciso, la comparación entre industrias y el monitoreo en tiempo real de tendencias emergentes se volverán factibles de maneras que no son posibles hoy en día. Los flujos de trabajo completos, y no solo tareas aisladas, se rediseñarán alrededor de la inteligencia continua en lugar de documentos estáticos y revisiones episódicas.