資金調達
StitchStudio、保険向けAI製品と支援の拡充に800万ドルを調達
Unite.AI を Google の優先ソースに追加
StitchStudioは、2026年11月11日、Voyager Capitalをリード投資家とする800万ドルの資金調達ラウンドを発表した。保険会社やブローカー向けの保険AI製品、カスタマーサクセスチーム、セルフサービスツールの拡充に充てる。
Lookout VenturesとGrit Capital Partnersが参加したほか、ManchesterStoryとBrokerTech Fundが継続して出資し、保険業界のベテランも追加出資した。VoyagerのパートナーであるAustin Guyette氏は、同社が聞き取りを行った顧客は全員、すでにStitchStudioのワークフローをさらに導入する計画を立てていたと述べた。顧客基盤の拡大は、投資判断の中心的な理由となった。
製品の拡充対象には、従業員福利厚生、生命保険・年金保険、企業向け財物・損害保険が含まれる。
保険業務におけるStitchStudioの役割
StitchStudioが取り組んでいるのは、実運用における現実的な課題だ。保険会社では、導入時期の異なるシステムが稼働し、変化する商品規則や州ごとの規制に対応する必要があるうえ、業務手順も組織によって異なる。その結果、スタッフが連携していないシステム間でデータを再入力することになり、柔軟性に乏しい自動化や汎用AIツールの導入も難しくなる。
同社は、保険商品、規則、書類を中心に据えたモデルに基づいてエージェントを構築し、顧客ごとの業務手順やデータに合わせて設定する。エージェントは、アプリケーション・プログラミング・インターフェース（API）やファイル交換を通じて接続するため、保険会社やブローカーは基幹システムをそのまま使い続けられる。StitchStudioによると、顧客はエージェントが行った各操作を追跡・監査でき、自動化と並行してコンプライアンス審査を行うための統制手段となる。
M3 Insurance、Heffernan Insurance Brokers、Fidelity Life、InstaBrain、Frank Winston Crum Insuranceは、見積もりの比較、保険募集人の受け入れ、加入資格の確認、請求照合、福利厚生の見積もりなどにこのプラットフォームを利用している。
CEOのKaran Mishra氏は、本番環境への導入とは、顧客が既存のシステムや規則に適合させ、コンプライアンス部門の承認を得る作業だと説明した。「お客様は最初のワークフローを稼働させた後、全社に展開するために戻ってきました。今回の資金調達により、それをより迅速に実現できます」
報告された成果と顧客による導入拡大
StitchStudioによると、提案書の作成時間は90分から15分に短縮され、5,000時間を超える時間を削減した。また、提案依頼書（RFP）の受付に必要な手作業は27工程から6工程に減り、処理の75％超が自動化された。RFP関連の業務はその後、従業員情報の集計や保険加入資格に関する書類の処理にも拡大し、初期導入から隣接する業務プロセスへ展開できることを示している。
2026年7月20日付のHeffernanの事例紹介では、別の導入拡大の例が取り上げられている。Heffernanは、AIを使って保険会社の情報を集約した後、導入範囲を企業向け保険から従業員福利厚生へ広げた。福利厚生の提案にあたり、このプラットフォームは選定した保険会社に統一された形式で依頼を送り、回答を収集して標準化し、Heffernanが従来から使用している形式で顧客に提示できる成果物を作成する。
保険会社の選定、提案の方向付け、顧客への助言は引き続き従業員が担う。ソフトウェアがデータの取りまとめと比較資料の準備を処理する一方、市場に関する判断と顧客に関する決定はブローカーが行う。この役割分担により、Heffernanは同じ導入モデルを別の保険分野にも適用できる。
2026年10月のInstaBrain事例紹介も、別の導入例を示している。同社のNIGO（書類不備）対応エージェントは2026年7月7日に実装段階に入り、保険募集人に直接連絡して不足書類の解消を促すことで、複数の関係者が手作業で追跡するプロセスに置き換わった。StitchStudioによると、完了したNIGO案件の95％は4日未満で処理が終了し、完了案件の処理期間の中央値は半日未満だった。
こうした導入実績が、今回の資金調達の背景にある。StitchStudioが掲げる目標は、本番運用中のワークフローを、より多くのチームや保険分野に展開することだ。導入事例で示された監査可能性と人による管理を保ちながら、システムや規則が異なる組織間でその展開を再現可能にすることが、中心的な課題となる。
