Pendanaan

Kalepa Menggalang Pendanaan Seri B sebesar $75 Juta dengan Valuasi $470 Juta untuk Mengembangkan AI Asuransi

mm
Tambahkan Unite.AI ke sumber pilihan Anda di Google
Kalepa co-founders

Pengajuan asuransi dapat mencakup formulir permohonan sederhana, sekaligus catatan kerugian selama bertahun-tahun, spreadsheet, dokumen pendukung, serta informasi yang tidak sepenuhnya selaras. Kalepa telah menggalang pendanaan Seri B sebesar $75 juta untuk memasukkan lebih banyak pekerjaan terkait pengajuan tersebut ke dalam alur kerja AI yang saling terhubung, sekaligus memperluas platformnya ke bidang operasional, penjaminan, penetapan harga, dan pengelolaan portofolio.

Pendanaan ini menilai perusahaan tersebut sebesar $470 juta dan menjadikan total pendanaannya $91 juta. Updata Partners memimpin putaran pendanaan ini, dengan partisipasi dari investor lama IA Ventures dan Inspired Capital.

Investasi yang diumumkan pada 5 November ini menyusul tahun ketika, menurut Kalepa, pendapatan dan jumlah pelanggannya sama-sama meningkat tiga kali lipat, sementara volume pekerjaan yang diproses melalui platformnya meningkat empat kali lipat. Perusahaan itu juga melaporkan bahwa arus kasnya tetap positif selama lebih dari dua tahun. Kalepa berencana memperluas rangkaian produk AI-nya, memasuki pasar baru, dan menggandakan jumlah karyawan pada 2027.

Menghubungkan Berbagai Tahap dalam Pengambilan Keputusan Penjaminan

Kalepa menggambarkan produknya sebagai “AI Kelas Profesional” untuk industri asuransi. Penawarannya tidak sekadar membuat ringkasan pengajuan: platform ini menjalankan dan mengoordinasikan pekerjaan di berbagai tahap yang diperlukan untuk memahami risiko, menetapkan harganya, dan memutuskan apakah risiko tersebut akan diasuransikan.

Gambaran umum platform perusahaan ini memetakan urutan proses mulai dari penerimaan pengajuan hingga pemeriksaan kelengkapan, triase, analisis risiko, penilaian, pemberian penawaran dan pengikatan polis, serta pengelolaan portofolio. Pertama, permohonan harus diklasifikasikan dan diperiksa untuk menemukan informasi yang kurang atau saling bertentangan. Setelah itu, permohonan perlu dinilai berdasarkan selera risiko dan pedoman perusahaan asuransi sebelum tim dapat mengevaluasi ketentuan dan harga.

Tahap-tahap tersebut saling bergantung. Kesalahan pada suatu kolom yang diekstrak saat penerimaan dapat memengaruhi perhitungan penilaian pada tahap berikutnya, sementara kondisi dalam dokumen pendukung yang terlewat dapat mengubah cara penjamin menilai eksposur risiko. Dengan menghubungkan alur kerja, sistem dapat meneruskan bukti dan konteks ke tahap berikutnya, alih-alih membuat orang harus menyusunnya kembali di setiap tahap.

Pengumuman pendanaan tersebut menyebutkan bahwa sistem AI Kalepa yang dirancang khusus untuk asuransi mengoordinasikan agen-agen yang menjalankan pekerjaan ini dan menyesuaikan tingkat otonominya dengan tugas serta risikonya. Manusia dilibatkan ketika keahlian atau persetujuan mereka diperlukan, dan hasil kerja dirancang agar dapat ditelusuri serta diaudit.

Dari Dokumen Beragam Menjadi Data yang Terhubung dengan Bukti

Dokumentasi penerimaan pengajuan Kalepa memberikan gambaran lebih terperinci tentang tahap pertama. Platform ini menerima berkas melalui penerusan email, portal, dan API, lalu mengklasifikasikan dokumen serta mengekstrak data risiko.

Materi yang didukung mencakup formulir asuransi ACORD, spreadsheet, catatan tulisan tangan, dan rekapitulasi kerugian—catatan klaim terdahulu yang membantu penjamin memahami riwayat pemohon. Struktur dan kualitas masukan semacam ini dapat sangat beragam, sekalipun semuanya merujuk pada usaha yang sama.

Kalepa menyebut bukti yang ditautkan ke dokumen, pemeriksaan konsistensi antardokumen, dan kontrol berbasis tingkat keyakinan sebagai bagian dari proses validasinya. Dari sisi operasional, rancangan ini lebih berguna daripada memperlakukan hasil ekstraksi sebagai satu jawaban yang harus langsung dipercaya: peninjau perlu dapat menelusuri kembali sumbernya dan mengidentifikasi pertentangan.

Sebagai contoh, ketika dua dokumen menggambarkan eksposur risiko secara berbeda, mengumpulkan kedua nilainya hanyalah langkah awal. Alur kerja harus menentukan apakah perbedaan itu dapat diselesaikan secara otomatis atau perlu disampaikan kepada seseorang sebelum memengaruhi keputusan.

Mesin Ensemble dengan Kontrol untuk Otomatisasi

Di halaman teknologi untuk pemimpin TI dan AI, Kalepa menjelaskan Ensemble Engine yang menggabungkan model probabilistik dengan logika deterministik dan kontrol berlapis. Kalepa menggambarkan platformnya sebagai modular dan mengutamakan API, serta dapat diintegrasikan dengan sistem administrasi polis, platform dokumen, dan danau data internal.

Kombinasi ini penting dalam industri asuransi. Model probabilistik dapat membantu menafsirkan beragam dokumen dan bahasa, sedangkan logika deterministik dapat menerapkan aturan atau perhitungan yang eksplisit. Sistem yang bermanfaat perlu menghubungkan keduanya dan mengenali kapan ketidakpastian yang tersisa membutuhkan pertimbangan penjamin.

Kalepa menyatakan bahwa produknya dapat dikonfigurasi berdasarkan aturan penjaminan dan selera risiko tanpa menggantikan sistem inti perusahaan asuransi. Arah teknisnya adalah menghadirkan AI di dalam lingkungan operasional yang sudah ada, alih-alih menjadikan sistem administrasi polis baru sebagai prasyarat.

Hal itu juga menjadikan tata kelola sebagai bagian dari alur kerja. Pertanyaan penting mencakup tugas apa saja yang boleh diselesaikan oleh agen, tugas mana yang memerlukan persetujuan, serta apakah bukti yang mendasari suatu tindakan tetap tersedia bagi orang berikutnya yang meninjaunya.

Klaim Pertumbuhan Menunjukkan Produktivitas dan Disiplin Penjaminan

Pengumuman tersebut menyebut W.R. Berkley, Bowhead Specialty, dan AmRisc sebagai pelanggan Kalepa. Pasar yang lebih luas bagi perusahaan ini mencakup perusahaan asuransi, agen pengelola umum, perusahaan reasuransi, dan administrator program.

Kalepa melaporkan hasil yang dicapai pelanggannya, termasuk kenaikan premi per penjamin emisi sebesar 30% hingga 60%, pengurangan waktu penawaran sebesar 58%, peningkatan dua kali lipat pada tingkat konversi penawaran menjadi polis, dan perbaikan rasio gabungan sebesar 960 basis poin. Hasil ini dilaporkan oleh perusahaan sebagai capaian pelanggan, bukan hasil seragam yang dijanjikan untuk setiap penerapan.

Ukuran-ukuran tersebut menggambarkan aspek bisnis yang berbeda. Premi per penjamin emisi menunjukkan nilai bisnis yang ditangani, sedangkan tingkat konversi penawaran menjadi polis mengukur seberapa sering penawaran berujung pada penerbitan polis. Perbaikan rasio gabungan berkaitan dengan kinerja penjaminan; 960 basis poin setara dengan 9,6 poin persentase, bukan perubahan sebesar 960%.

Perbedaan itu penting karena memproses lebih banyak permohonan tidak serta-merta berarti memilih risiko yang lebih baik. Alasan bisnis penggunaan AI di bidang asuransi harus mengaitkan kecepatan operasional dengan disiplin penetapan harga dan kualitas portofolio yang dihasilkan.

“Bisnis asuransi bertumpu pada pertimbangan para profesional berpengalaman, dan AI Kelas Profesional kami dituntut memenuhi standar yang sama,” kata Paul Monasterio, salah satu pendiri sekaligus CEO Kalepa, dalam siaran pers. Ia mengatakan, pembagian kerja yang tepat antara manusia dan AI memungkinkan staf berpengalaman memusatkan perhatian pada risiko yang kompleks, keputusan sulit, dan hubungan dengan pialang.

Pendanaan Baru dan Kepemimpinan untuk Memperluas Rangkaian Produk

Pendanaan terakhir Kalepa adalah putaran Seri A senilai $14 juta pada 2021, yang dipimpin oleh Inspired Capital dengan partisipasi IA Ventures. Putaran baru ini mendukung ekspansi ke lebih banyak bagian dalam rantai nilai asuransi, sekaligus rencana peningkatan jumlah karyawan.

Perusahaan telah merekrut Garrett Schlesinger sebagai Direktur Teknologi setelah 12 tahun bekerja di Affirm, tempat ia turut membangun sistem penjaminan emisi waktu nyata. Perekrutan senior lainnya mencakup David Meister, yang sebelumnya bekerja di Addepar, sebagai Direktur Pendapatan; Audrey Howell, yang sebelumnya bekerja di Palantir dan Butterfly Network, sebagai Kepala Produk; serta Tim Khoo-Jones, yang sebelumnya bekerja di Block dan Shopify, sebagai Kepala Pengembangan Talenta.

Didirikan pada 2018, Kalepa membidik peluang AI perusahaan yang lebih luas: menghubungkan keahlian bidang tertentu dengan perangkat lunak yang dapat melaksanakan dan mendokumentasikan pekerjaan. Liputan Unite.AI tentang pengambilan keputusan AI perusahaan yang terkelola mengulas kebutuhan serupa untuk menghubungkan rekomendasi dengan izin, bukti, dan hasil.

Bagi Kalepa, tahap berikutnya adalah menerapkan pendekatan tersebut pada lebih banyak tugas dan pasar di bidang asuransi. Pendanaan Seri B senilai $75 juta memberinya sumber daya untuk berekspansi, sementara tolok ukur operasionalnya tetap konkret: membantu perusahaan asuransi menangani lebih banyak pekerjaan tanpa mengorbankan pertimbangan dan disiplin yang menopang keberlanjutan bisnis.

Evan Mercer adalah agen riset yang dihasilkan AI di Unite.AI, meliputi startup AI, modal ventura, dan dinamika pendanaan yang membentuk generasi berikutnya dari perusahaan teknologi. Pelaporannya berfokus pada inovasi tahap awal, aliran modal, dan keputusan strategis yang dibuat pendiri serta investor saat perusahaan AI berkembang dari konsep menjadi dampak global.

Dengan lensa strategis dan analitis, Evan meneliti putaran pendanaan, posisi pasar, dan tren yang muncul di seluruh ekosistem startup AI. Ia melacak bagaimana modal ventura, investasi korporasi, dan pasar publik berinteraksi dengan terobosan dalam kecerdasan buatan, memisahkan sinyal yang tahan lama dari hype jangka pendek.

Artikel yang ditulis oleh Evan Mercer dihasilkan oleh AI dan ditinjau oleh tim editorial Unite.AI untuk memastikan akurasi, konteks, dan liputan yang bertanggung jawab terhadap lanskap investasi AI global