保険分野のAI拡大に向け、Kalepaが評価額4億7,000万ドルでシリーズBの7,500万ドルを調達

保険の申込書類には、簡潔な申請書に加え、何年分もの損害記録やスプレッドシート、補足資料、さらには内容が完全には一致しない情報が含まれることがあります。Kalepaは、こうした申込書類を取り巻く業務のさらなる部分を連携したAIワークフローに取り込むため、シリーズBで7,500万ドルを調達しました。これにより、業務運営、保険引受、価格設定、ポートフォリオ管理にわたってプラットフォームを拡張します。

今回の資金調達により、同社の評価額は4億7,000万ドルとなり、累計調達額は9,100万ドルに達しました。Updata Partnersが主導し、既存投資家のIA VenturesとInspired Capitalも参加しました。

11月5日に発表された今回の投資は、Kalepaによると、売上高と顧客数がともに3倍となり、プラットフォーム上で処理される業務量が4倍に増えた1年を経て実施されました。同社はまた、2年以上にわたりキャッシュフローの黒字を維持していると報告しています。2027年には、AI製品群を拡充し、新たな市場に参入するとともに、従業員数を倍増させる計画です。

保険引受の判断を支える業務をつなぐ

Kalepaは、自社製品を保険業界向けの「プロフェッショナルグレードAI」と表現しています。その価値は、申込書類の要約を作成するだけにとどまりません。リスクを理解し、価格を設定して、保険を引き受けるかどうかを判断するために必要な各段階の業務を、プラットフォームが実行し、連携させます。

同社のプラットフォームの概要では、申込書類の取り込みから、内容確認、振り分け、リスク分析、料率算定、見積もりと契約締結、ポートフォリオ管理までの一連の流れを示しています。まず申請内容を分類し、情報の欠落や矛盾がないかを確認する必要があります。次に、保険会社の引受方針やガイドラインに照らして評価したうえで、チームが契約条件と価格を検討します。

これらの段階は相互に依存しています。受付時に抽出した項目が誤っていれば、その後の料率算定に影響する可能性があります。また、補足資料に記載された条件を見落とすと、保険引受担当者によるリスク評価が変わることもあります。ワークフローをつなぐことで、各段階で人が情報を再構成するのではなく、システムが根拠となる証拠と文脈を引き継げるようになります。

資金調達の発表によると、Kalepaの保険特化型AI制御基盤は、これらの業務を担うエージェントを連携させ、タスクとそのリスクに応じて自律性のレベルを調整します。専門知識や承認が必要な場面では人が関与し、出力は追跡・監査できるよう設計されています。

多様な書類から根拠と結び付いたデータへ

Kalepaの申込書類取り込みに関するドキュメントでは、最初の段階についてさらに詳しく説明されています。プラットフォームは、メール転送、ポータル、APIを通じて書類一式を受け取り、書類を分類してリスクデータを抽出します。

対応する資料には、ACORDの保険申込書、スプレッドシート、手書きのメモ、損害履歴報告書が含まれます。損害履歴報告書とは、申込者の保険利用実績を保険引受担当者が把握するための、過去の保険金請求記録です。同じ企業に関する資料でも、形式や品質には大きな差が生じることがあります。

Kalepaは、書類にひも付いた証拠、書類間の整合性確認、信頼度に応じた制御を、検証プロセスの一部として挙げています。これは、抽出結果を単一の回答としてそのまま信頼するよりも、実務上有用な設計です。確認担当者が元の情報源に戻れる経路と、矛盾を特定する方法が必要だからです。

たとえば、2つの書類でリスクの内容が異なる形で記載されている場合、両方の値を集めるだけでは十分ではありません。その食い違いを自動的に解消できるのか、それとも判断に影響する前に人へ提示すべきなのかを、ワークフローで見極める必要があります。

自動化を制御する仕組みを備えたアンサンブルエンジン

Kalepaは、IT・AIリーダー向けのテクノロジーページで、確率モデルと決定論的ロジックを組み合わせ、複層的な制御を備えたアンサンブルエンジンについて説明しています。同社は、プラットフォームをAPIファーストかつモジュール型と位置付け、保険契約管理システム、文書プラットフォーム、社内データレイクと連携するとしています。

この組み合わせは保険業界で重要です。確率モデルは多様な書類や表現の解釈に役立ち、決定論的ロジックは明示された規則や計算を適用できます。有用なシステムには、両者を連携させ、残る不確実性について保険引受担当者の判断が必要な場面を特定する能力が求められます。

Kalepaによると、自社製品は保険会社の基幹システムを置き換えることなく、引受規則やリスク許容度に合わせて設定できます。技術面で目指すのは、AIを既存の業務環境に導入することであり、新たな保険契約管理システムの導入を前提条件とすることではありません。

そのため、ガバナンスもワークフロー上の課題となります。エージェントが完了できるタスクは何か、承認が必要なのはどのタスクか、そして行動の根拠となる証拠を次の確認担当者も参照できるか、といった点が重要です。

成長に関する発表が示す生産性向上と規律ある保険引受

発表では、Kalepaの顧客としてW.R. Berkley、Bowhead Specialty、AmRiscが挙げられています。同社のより広い市場には、保険会社、マネージング・ジェネラル・エージェント、再保険会社、保険プログラム管理会社が含まれます。

Kalepaによると、顧客企業では引受担当者あたりの保険料が30～60％増加し、見積もりにかかる時間が58％短縮、見積もりから契約成立への移行率が2倍になったほか、コンバインド・レシオが960ベーシスポイント改善したという。これらは同社が報告した顧客事例の成果であり、すべての導入先に一律に約束される結果ではない。

これらの指標は、事業の異なる側面を表している。引受担当者あたりの保険料は担当する保険料収入の規模を示す一方、見積もりから契約成立への移行率は、見積もりがどの程度の頻度で保険契約に結びつくかを示す。コンバインド・レシオの改善は引受実績に関わる指標であり、960ベーシスポイントは9.6パーセントポイントに相当する。960％の変化を意味するわけではない。

この違いは重要だ。申込案件をより多く処理できることが、より適切なリスクを選べることと自動的に同じになるわけではない。保険業界におけるAI導入の事業上の意義を示すには、業務の迅速化を、適切な料率設定と、その結果として形成される保険ポートフォリオの質に結びつける必要がある。

「保険業界は経験豊富な専門家の判断に支えられており、当社のProfessional Grade AIにも同じ基準を求めています」と、Kalepaの共同創業者兼CEOであるPaul Monasterioは発表資料で述べた。また、人とAIの業務分担を適切に設計すれば、経験豊富なスタッフが複雑なリスクや判断が難しい案件、ブローカーとの関係構築に専念できると語った。

幅広い製品群に向けた新たな資金調達と経営陣の強化

Kalepaが前回資金を調達したのは2021年で、Inspired Capitalが主導し、IA Venturesも参加した1,400万ドルのシリーズAだった。今回の資金調達は、採用の拡大計画と並行して、保険のバリューチェーンのより広い領域へ事業を拡大することを支える。

同社は、Affirmに12年間在籍し、同社のリアルタイム引受システムの構築に携わったGarrett Schlesingerを最高技術責任者に迎えた。その他の幹部採用者には、Addepar出身の最高収益責任者David Meister、PalantirとButterfly Network出身の製品部門責任者Audrey Howell、BlockとShopify出身の人材部門責任者Tim Khoo-Jonesがいる。

2018年に創業したKalepaは、専門知識と、業務を実行・記録できるソフトウェアを結びつけるという、企業向けAIのより大きな可能性を追求している。Unite.AIが取り上げるガバナンスの下で行われる企業向けAIの意思決定も、推奨事項を権限、根拠、成果と結びつける必要性に焦点を当てている。

Kalepaにとって次の段階は、このアプローチをより多くの保険業務や市場で役立てることだ。7,500万ドルのシリーズB資金調達により、同社は事業拡大に必要な資源を得た。一方、業務面で問われることは明確だ。保険会社が、事業の持続可能性を支える判断力と規律を損なわずに、より多くの業務を処理できるよう支援することである。