FurtherAI Mengamankan $25 Juta Seri A untuk Mengubah Alur Kerja Asuransi dengan AI

Industri asuransi, dengan jejak $7,5 triliun, sering kali didorong oleh proses manual yang melelahkan—para ahli manusia yang menyeberangi dokumen, merekonsiliasi sistem, dan menilai risiko. FurtherAI sekarang bermaksud untuk mengubah kenyataan itu. Pada 7 Oktober 2025, startup yang berbasis di San Francisco ini mengumumkan $25 juta Seri A yang dipimpin oleh Andreessen Horowitz. Ini mengikuti putaran benih sebesar $5 juta beberapa bulan sebelumnya, membawa total modal menjadi $30 juta dan menunjukkan keyakinan investor yang kuat dalam AI domain-spesifik untuk asuransi.

Dengan pendanaan baru, FurtherAI berencana untuk memperluas perpustakaan alur kerja yang disesuaikan untuk underwriting, klaim, perbandingan kebijakan, dan kepatuhan, memperdalam integrasi dengan sistem pembawa dan broker, dan memperluas upaya pemasaran. Tujuannya: untuk memindahkan para profesional dari pekerjaan berulang dan kembali ke penciptaan nilai.

Dari Kekacauan Dokumen ke Kecepatan Terintegrasi

Para profesional asuransi telah lama berjuang melawan sistem yang terfragmentasi, entri data yang berlebihan, dan banjir dokumen yang tidak terstruktur. Alat tradisional telah bergelut untuk menafsirkan bahasa yang halus dari kebijakan, pengakuan, dan pengajuan regulasi—meninggalkan underwriter dan spesialis klaim terjebak dalam pekerjaan klerikal daripada analisis risiko.

Pendekatan FurtherAI berpusat pada membangun “ruang kerja AI” yang terintegrasi khusus untuk operasi asuransi. Alih-alih mengandalkan otomatisasi generik, platform ini menggabungkan beberapa model bahasa besar yang dilatih pada terminologi dan alur kerja asuransi. Arsitektur ini modular, memungkinkan perusahaan asuransi untuk memulai dengan satu proses—seperti penerimaan pengajuan atau perbandingan kebijakan—dan memperluas secara bertahap untuk menutupi audit, klaim, dan kepatuhan.

Platform ini terintegrasi dengan sistem administrasi kebijakan utama, sehingga data dapat mengalir bebas daripada disalin di seluruh silo. Untuk memastikan adopsi yang sukses, perusahaan ini menerjunkan insinyur AI langsung ke dalam tim klien selama peluncuran. Model “rekayasa terdepan” ini memastikan bahwa otomatisasi disesuaikan untuk setiap proses unik organisasi, bukan diterapkan sebagai solusi satu-ukuran-untuk-semua.

Hasilnya sejauh ini dapat diukur. Perusahaan asuransi yang menggunakan FurtherAI melaporkan peningkatan produktivitas dua kali lipat, memperbaiki rasio pengajuan-ke-penawaran, mencapai lebih dari 95 persen akurasi dalam perbandingan kebijakan, dan menghasilkan proposal dalam sebagian kecil dari waktu yang dibutuhkan sebelumnya. Pembawa utama dan jaringan broker sudah memproses miliaran premi setiap tahun melalui sistem ini.

Mengapa Waktunya Terasa Tepat

AI di asuransi bukanlah hal baru, tetapi upaya sebelumnya sering kali gagal. Model generik salah membaca bahasa kebijakan yang kompleks, sementara solusi titik yang sempit hanya memecahkan fragmen kecil dari alur kerja. Kebutuhan industri yang sebenarnya adalah platform yang terhubung, asli domain yang dapat diskalakan di seluruh fungsi sambil mempertahankan kepatuhan, kemampuan audit, dan pengawasan manusia.

Perubahan ini tiba pada saat yang kritis. Industri ini berada di bawah tekanan serentak dari kekurangan tenaga kerja, risiko iklim yang meningkat, dan tuntutan regulasi yang semakin ketat. Dengan margin yang semakin ketat, perusahaan asuransi tidak dapat memperlakukan otomatisasi sebagai eksperimen—mereka membutuhkan alat yang menghasilkan dampak operasional yang terukur. Platform yang mengotomatisasi tugas berulang sambil menjaga manusia tetap mengendalikan dengan cepat bergerak dari “nice to have” menjadi “must have”.

Mengintip ke Depan: Apa yang Akan Datang di AI Asuransi

Dalam beberapa tahun ke depan, dampak AI pada asuransi dapat mengubah cara bisnis dioperasikan.

Pengolahan pengajuan, yang dulunya merupakan bottleneck manual, mungkin segera menjadi hampir tidak terlihat. Paket broker bisa mendarat di antarmuka tunggal di mana AI segera mengekstrak, memvalidasi, dan mengatur data untuk underwriter. Alih-alih mencari kesalahan, para profesional bisa menghabiskan waktu mereka menilai risiko dan menetapkan harga pertanggungan.

Penanganan klaim kemungkinan akan berkembang dengan cara yang sama. Agen AI mungkin menganalisis dokumen, foto, dan data sensor untuk melakukan triase klaim secara otomatis, mengarahkan kasus sederhana untuk penyelesaian cepat sementara menandai insiden yang kompleks atau berisiko tinggi untuk tinjauan. Model deteksi penipuan akan terus membaik, menangkap ketidakkonsistenan lebih awal dan mengurangi pembayaran yang tidak perlu.

Audit dan perbandingan kebijakan bisa bergerak menuju otomatisasi penuh, dengan sistem mengidentifikasi ketidaksesuaian di seluruh pembawa dan perpanjangan waktu nyata. Underwriter mungkin dapat menguji skenario pertanggungan hipotetis secara langsung, mengompresi siklus tinjauan dari hari menjadi menit.

Bahkan model harga bisa menjadi adaptif. Ketika lebih banyak data dunia nyata mengalir ke dalam sistem—dari pola cuaca hingga indikator rantai pasokan—perusahaan asuransi mungkin mulai menawarkan produk dinamis atau parametrik yang menyesuaikan syarat dan ketentuan seiring perubahan kondisi.

Peran manusia, bagaimanapun, tidak akan menghilang—itu akan berkembang. Underwriter, manajer klaim, dan petugas kepatuhan akan beralih dari melakukan tugas administratif ke fokus pada interpretasi, strategi, dan manajemen hubungan. Perusahaan yang berhasil akan menjadi mereka yang mengintegrasikan AI ke dalam pengambilan keputusan sehari-hari daripada menggunakannya sebagai alat terpisah.

Jika momentum saat ini terus berlanjut, asuransi bisa memasuki fase ketangkasan yang belum pernah terjadi sebelumnya: lebih cepat, lebih transparan, dan berbasis data daripada dokumen. Jalan ke depan adalah kurang tentang menggantikan orang dan lebih tentang membuka apa yang mereka bisa capai ketika bebas dari kebisingan pekerjaan yang sibuk.