Rahoitus

Kalepa kerää 75 miljoonaa dollaria B-rahoituskierroksella 470 miljoonan dollarin arvostuksella laajentaakseen vakuutusalan tekoälyratkaisujaan

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Kalepa co-founders

Vakuutushakemuksen mukana voi olla yksinkertainen hakemuslomake sekä vuosien ajalta kertyneitä vahinkotietoja, taulukkolaskentatiedostoja, tukiasiakirjoja ja keskenään ristiriitaisia tietoja. Kalepa on kerännyt 75 miljoonaa dollaria B-rahoituskierroksella tuodakseen yhä suuremman osan näihin hakemuksiin liittyvästä työstä yhteen kytkettyihin tekoälytyönkulkuihin ja laajentaakseen alustaansa operatiiviseen toimintaan, vakuutusriskien arviointiin, hinnoitteluun ja vakuutuskannan hallintaan.

Rahoituskierros arvostaa yhtiön 470 miljoonaan dollariin ja nostaa sen kokonaisrahoituksen 91 miljoonaan dollariin. Kierrosta johti Updata Partners, ja siihen osallistuivat myös nykyiset sijoittajat IA Ventures ja Inspired Capital.

Marraskuun 5. päivänä julkistettu sijoitus seuraa vuotta, jonka aikana Kalepan mukaan sekä liikevaihto että asiakkaiden määrä kolminkertaistuivat ja sen alustan kautta käsitellyn työn määrä nelinkertaistui. Yhtiö kertoo myös pysyneensä kassavirtapositiivisena yli kahden vuoden ajan. Se aikoo laajentaa tekoälytuotevalikoimaansa, siirtyä uusille markkinoille ja kaksinkertaistaa henkilöstömääränsä vuonna 2027.

Vakuutusriskien arviointiin liittyvien työvaiheiden yhdistäminen

Kalepa kuvailee tuotettaan vakuutusalan ”ammattitason tekoälyksi”. Kyse on muustakin kuin hakemuksen yhteenvedon laatimisesta: alusta suorittaa ja koordinoi työvaiheita, joita tarvitaan riskin ymmärtämiseen ja hinnoitteluun sekä päätökseen siitä, vakuutetaanko riski.

Yhtiön alustakatsaus kuvaa työnkulun hakemusaineiston vastaanottamisesta sen tarkistukseen ja luokitteluun, riskianalyysiin, vakuutusmaksun laskentaan, tarjouksen ja vakuutussopimuksen tekemiseen sekä vakuutuskannan hallintaan. Ensin hakemus on luokiteltava ja siitä on tarkistettava puuttuvat tiedot ja ristiriidat. Sen jälkeen sitä on arvioitava vakuutusyhtiön riskinottohalukkuuden ja ohjeiden perusteella, ennen kuin tiimi voi arvioida vakuutusehtoja ja hinnoittelua.

Työvaiheet riippuvat toisistaan. Vastaanottovaiheessa poimittu virheellinen tieto voi vaikuttaa myöhempään vakuutusmaksun laskentaan, ja tukiasiakirjassa huomaamatta jäänyt ehto voi muuttaa vakuutusriskien arvioijan käsitystä vakuutettavasta riskistä. Työnkulun yhdistäminen antaa järjestelmälle mahdollisuuden välittää todisteet ja asiayhteyden eteenpäin sen sijaan, että ihmisten täytyisi koota ne uudelleen jokaisessa vaiheessa.

Rahoitusilmoituksen mukaan Kalepan vakuutusalalle suunniteltu tekoälykehikko koordinoi työn tekeviä agentteja ja mukauttaa niiden itsenäisyyden astetta tehtävän ja siihen liittyvän riskin mukaan. Ihmiset osallistuvat työhön, kun heidän asiantuntemustaan tai hyväksyntäänsä tarvitaan, ja tuotokset on suunniteltu jäljitettäviksi ja tarkastettaviksi.

Monimuotoisista asiakirjoista lähteisiin linkitettyyn tietoon

Kalepan hakemusaineiston vastaanottoa koskeva dokumentaatio kuvaa prosessin ensimmäistä vaihetta tarkemmin. Alusta vastaanottaa aineistokokonaisuuksia sähköpostin edelleenlähetyksen, portaalien ja rajapintojen kautta, luokittelee asiakirjat ja poimii niistä riskitietoja.

Tuettuihin aineistoihin kuuluvat ACORD-vakuutuslomakkeet, taulukkolaskentatiedostot, käsinkirjoitetut muistiinpanot ja vahinkohistoriat eli aiempia korvausvaatimuksia koskevat tiedot, joiden avulla vakuutusriskien arvioija voi ymmärtää hakijan vahinkohistoriaa. Tällaiset aineistot voivat poiketa toisistaan huomattavasti rakenteeltaan ja laadultaan, vaikka ne koskisivat samaa yritystä.

Kalepa kuvailee asiakirjoihin linkitettyjä todisteita, asiakirjojen välisten tietojen johdonmukaisuuden tarkistuksia ja luottamustasoon perustuvia hallintakeinoja osana validointiprosessiaan. Tämä on toiminnan kannalta hyödyllisempi tapa suunnitella järjestelmä kuin käsitellä poimittua tietoa yhtenä vastauksena, johon on vain luotettava: tarkastajan on voitava palata lähteeseen ja tunnistaa ristiriidat.

Jos esimerkiksi kahdessa asiakirjassa kuvataan vakuutettavaa riskiä eri tavoin, molempien arvojen kokoaminen on vasta alkua. Työnkulussa on ratkaistava, voidaanko ero selvittää automaattisesti vai pitäisikö se tuoda ihmisen arvioitavaksi ennen kuin se vaikuttaa päätökseen.

Yhdistelmämallien moottori ja automaation hallintakeinot

Kalepa kuvailee IT- ja tekoälyjohtajille suunnatulla teknologiasivullaan yhdistelmämallien moottoria, jossa yhdistyvät probabilistiset mallit, deterministinen logiikka ja monitasoiset hallintakeinot. Yhtiö esittelee alustansa rajapinnat ensisijaiseksi ja modulaariseksi ratkaisuksi, joka integroituu vakuutushallintajärjestelmiin, asiakirja-alustoihin ja yrityksen sisäisiin datajärviin.

Tällä yhdistelmällä on merkitystä vakuutusalalla. Probabilistiset mallit voivat auttaa tulkitsemaan vaihtelevia asiakirjoja ja kieltä, kun taas deterministisellä logiikalla voidaan panna täytäntöön nimenomainen sääntö tai laskutoimitus. Hyödyllisen järjestelmän on yhdistettävä nämä kaksi ja tunnistettava, milloin jäljelle jäävä epävarmuus edellyttää vakuutusriskien arvioijan harkintaa.

Kalepan mukaan sen tuotteen voi määrittää vakuutusriskien arviointia koskevien sääntöjen ja riskinottohalukkuuden mukaiseksi korvaamatta vakuutusyhtiön keskeisiä järjestelmiä. Teknisen ratkaisun tavoitteena on tuoda tekoäly osaksi olemassa olevaa toimintaympäristöä sen sijaan, että uuden vakuutushallintajärjestelmän käyttöönotto olisi edellytys.

Näin myös hallinnasta tulee osa työnkulkua. Keskeisiä kysymyksiä ovat, mitkä tehtävät agentti voi suorittaa, mitkä edellyttävät hyväksyntää ja ovatko toiminnan taustalla olevat todisteet seuraavan tarkastajan saatavilla.

Kasvuluvut viittaavat tuottavuuteen ja kurinalaiseen vakuutusriskien arviointiin

Ilmoituksessa Kalepan asiakkaiksi mainitaan W.R. Berkley, Bowhead Specialty ja AmRisc. Yhtiön laajempaan kohdemarkkinaan kuuluvat vakuutusyhtiöt, hallinnoivat yleisagentit, jälleenvakuuttajat ja vakuutusohjelmien hallinnoijat.

Kalepan raportoimiin asiakastuloksiin kuuluu 30–60 % suurempi vakuutusmaksutulo vakuutusten arvioijaa kohden, tarjousajan lyheneminen 58 %, tarjouksesta vakuutukseksi etenevien tapausten kaksinkertaistuminen sekä yhdistetyn kulusuhteen paraneminen 960 korkopisteellä. Nämä ovat yrityksen raportoimia asiakastuloksia, eivät kaikissa käyttöönotoissa saavutettaviksi luvattuja yhdenmukaisia tuloksia.

Mittarit kuvaavat liiketoiminnan eri osa-alueita. Vakuutusmaksutulo vakuutusten arvioijaa kohden kertoo arvioijan käsittelemän liiketoiminnan määrästä, kun taas tarjouksesta vakuutukseksi etenemistä mittaava luku kertoo, kuinka usein tarjous johtaa vakuutussopimukseen. Yhdistetyn kulusuhteen paraneminen liittyy vakuutustoiminnan tuloksellisuuteen: 960 korkopistettä vastaa 9,6 prosenttiyksikköä, ei 960 prosentin muutosta.

Ero on tärkeä, sillä useampien hakemusten käsittely ei automaattisesti tarkoita parempien riskien valitsemista. Vakuutusalan tekoälyn kaupalliset hyödyt edellyttävät, että toiminnan nopeus yhdistyy hinnoittelukuriin ja tuloksena syntyvän vakuutuskannan laatuun.

”Vakuutusala perustuu kokeneiden ammattilaisten harkintaan, ja ammattilaistason tekoälymme täyttää saman vaatimustason”, sanoi Kalepan toinen perustaja ja toimitusjohtaja Paul Monasterio tiedotteessa. Hänen mukaansa työnjaon onnistuminen ihmisten ja tekoälyn välillä antaa kokeneelle henkilöstölle mahdollisuuden keskittyä monimutkaisiin riskeihin, vaikeisiin ratkaisutilanteisiin ja välittäjäsuhteisiin.

Uutta rahoitusta ja johtajia laajempaan tuotevalikoimaan

Kalepa hankki edellisen kerran rahoitusta vuonna 2021, jolloin se keräsi 14 miljoonaa dollaria A-sarjan rahoituskierroksella. Kierrosta johti Inspired Capital, ja siihen osallistui myös IA Ventures. Uusi rahoituskierros tukee laajentumista vakuutusalan arvoketjun muihin osiin sekä suunniteltua rekrytoinnin lisäämistä.

Yhtiö on nimittänyt teknologiajohtajakseen Garrett Schlesingerin, joka työskenteli 12 vuotta Affirmilla ja auttoi rakentamaan sen reaaliaikaisen vakuutusten arviointijärjestelmän. Muita johtotason rekrytointeja ovat liikevaihtojohtajaksi nimitetty David Meister, joka työskenteli aiemmin Addeparilla; tuotejohtajaksi nimitetty Audrey Howell, joka työskenteli aiemmin Palantirilla ja Butterfly Networkilla; sekä henkilöstöjohtajaksi nimitetty Tim Khoo-Jones, joka työskenteli aiemmin Blockilla ja Shopifylla.

Vuonna 2018 perustettu Kalepa tavoittelee laajempia yritystekoälyn mahdollisuuksia yhdistämällä toimialaosaamisen ohjelmistoihin, jotka pystyvät suorittamaan ja dokumentoimaan työtä. Unite.AI:n artikkeli yritysten tekoälypäätösten hallintamalleista käsittelee samaa tarvetta yhdistää suositukset käyttöoikeuksiin, näyttöön ja tuloksiin.

Kalepan seuraava vaihe on laajentaa tämän lähestymistavan hyötyjä useampiin vakuutusalan tehtäviin ja markkinoihin. 75 miljoonan dollarin B-sarjan rahoitus antaa yhtiölle resursseja kasvuun, mutta toiminnan onnistumista mitataan edelleen konkreettisesti: vakuutusyhtiöiden on pystyttävä käsittelemään enemmän työtä menettämättä harkintaa ja kurinalaisuutta, joiden varassa liiketoiminta pysyy kestävänä.

Evan Mercer on tekoälyn luoma tutkimusagentti Unite.AI:ssa, joka käsittelee AI-startup-yrityksiä, riskipääomaa ja rahoituksen dynamiikkaa, joka muovaa seuraavan sukupolven teknologiayrityksiä. Hänen raportointinsa keskittyy varhaisvaiheen innovaatioihin, pääomavirtoihin ja strategisiin päätöksiin, joita perustajat ja sijoittajat tekevät, kun AI-yritykset kasvavat konseptista globaaliin vaikutukseen.

Strategisesta ja analyyttisestä näkökulmasta Evan tarkastelee rahoituskierroksia, markkina-asemointia ja nousevia trendejä AI-startup-ekosysteemissä. Hän seuraa, miten riskipääoma, yritysinvestoinnit ja pörssimarkkinat limittyvät tekoälyn läpimurtoihin, erottaen kestävät signaalit lyhytaikaisesta hypeestä.

Evan Mercerin kirjoittamat artikkelit ovat AI:n luomia ja Unite.AI:n toimitusryhmän tarkistamia varmistaakseen tarkkuuden, kontekstin ja vastuullisen kattavuuden globaalissa AI-sijoitusmaisemassa