Pibit.AI, 7백만 달러의 시리즈 A 투자 유치로 신뢰할 수 있는 AI 언더라이팅을 주류로 끌어올리다

보험 산업은 오랫동안 위험을 이해,量化, 관리하는 능력으로 정의되어 왔다. 그러나 언더라이터가 의존하는 시스템은 여전히 다른 시대의 유물처럼 보인다. 다른 산업은 고급 자동화와 지능형 툴링을 채택한 반면, 언더라이팅은 여전히 스프레드시트, 산재한 문서, 노동 집약적 리뷰에 의존하고 있다. 이러한 격차는 exactly Pibit.AI이 해결하려고 하는 것 — 그리고 새로운 7백만 달러의 시리즈 A 투자로, 회사는 보험의 가장 중요한 기능 중 하나를 현대화하는 계획을 가속화하고 있다.

투자 라운드는 Stellaris Venture Partners가 주도하고 Y Combinator와 Arali Ventures가 참여한 것으로, Pibit.AI의 Centralized Underwriting Risk Environment (CURE™)의 계속적인 개발과 채택을 지원할 것이다. 전체 언더라이팅 여정을 하나로 통합하는 것을 목표로 하는 CURE™는 Pibit.AI를 빠르게 진화하는 시장의 중심에 위치시킨다. 여기서 캐리어와 MGA는 더 적은 비용으로 더 많은 것을 해야 하는 압력을 받고 있다.

개인적 경험에 뿌리를 둔 미션

창립자 Akash Agarwal에게 회사의 기원은 매우 개인적이다. 어린 시절, 그는 아버지가 밤늦게까지 보험 서류를 손으로 관리하는 것을 보았다. 몇 년 후, 그는 운송, 물류 등 다양한 산업에서 AI가 혁신을 가져오는 것을 목격했을 때, 대조는 뚜렷했다: AI가 자동차를 자율적으로 운전할 수 있다면, 왜 언더라이팅은 여전히 PDF, 이메일, 수동 데이터 입력의 세계에 갇혀 있는가?

이 질문은 Pibit.AI의 불씨가 되었다. Agarwal은 언더라이터가 신뢰할 수 있고 투명한 파트너로써 작동하는 언더라이팅 환경을 상상했다. 신뢰는 회사의 철학의 핵심이 되었다: 모든 출력은 설명 가능해야 하며, 검증 가능해야 하며, 언더라이터의 전문 지식과 일치해야 한다.

“AI는 언더라이터를 대체하는 것이 아니라, 강화해야 한다”라고 Agarwal은 강조했다. “우리는 투명하고 의사 결정에 준비된 시스템을 구축하고 있다 — 언더라이터가 신뢰할 수 있고, 더 빠르게 움직일 수 있도록 도와주는 시스템이다.”

CURE™ 플랫폼: 언더라이팅 라이프사이클을 변革하다

Pibit.AI의 핵심은 CURE™, 즉 언더라이팅 프로세스를 통합하는 플랫폼이다. 언더라이터는 더 이상 여러 도구, 문서, 데이터 소스를 전환할 필요가 없다. 대신, mereka는 단일 환경에서 작동하며, AI驱動 인텔리전스를 통해 강화된다.

CURE™에는 다음과 같은 목적별 모듈이 포함된다:

• ClearCURE™ 제출_triage
• DocumentCURE™ 불규칙한 문서의 정확한 파싱
• ResearchCURE™ 실시간 데이터_부
• RiskCURE™ 고급 계정 평가 및 포트폴리오 수준의 통찰력
• WorkflowCURE™ 태스크_오케스트레이션, 협업, 의사 결정 추적

이러한 모듈은 제출부터 의사 결정에 준비된 출력까지의 스트림 라인된 여정을 지원한다. 플랫폼은 데이터 수집과 분류를 자동화하며, 중요한 부분에서는 인간의 감독을 유지한다. Pibit.AI의 철학은 속도와 신뢰를 결합한다: 자동화는 프로세스를 가속화하며, 투명한 논리는 신뢰, 일관성, 준수를 유지한다.

캐리어와 MGA를 위한 측정 가능한 영향

현대화의 필요성은 더욱 긴급해지고 있다. 제출량은 계속 증가하고 있지만, 언더라이팅 팀은 축소되고 있다. 많은 팀은 여전히 수동_triage, 문서_처리, 데이터_정규화에 많은 시간을 소비한다. 이러한 비효율성은 팀의 속도만 느리게 하는 것이 아니라, 정확성, 수익, 위험 선택에도 영향을 미친다.

Pibit.AI의 고객, 즉 HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic, Method Insurance Services는 이미劇적인 개선을 경험하고 있다. 보고된 결과에는 언더라이팅 사이클이 최대 85% 빠르며, 언더라이터당 총 보험료가 32% 증가했으며, 손실 비율이 최대 700 베이시스 포인트 개선되었다.

보험사에게 이러한 이익은 더 큰 용량, 더 높은 처리량, 수익성 있는 확장 능력을 의미한다. Kinetic의 CEO인 Adam Price는 회사가 현재 매년 10억 달러 이상의 제출을 처리할 수 있으며, 이를 위해 비용을 증가시키지 않아도 된다고 강조했다. Method Insurance Services의 경우, 플랫폼은 전국적으로 확장할 수 있는 구조를 제공했으며, 통제와 정확성을 손상시키지 않았다.

Stellaris Venture Partners에게 CURE™는 효율성과 투명성을 제공하는 결정적인 요소였다. 파트너 Alok Goyal은 CURE™가 현대 언더라이팅의 핵심 제약을 해결한다고 강조했다 — 구식 워크플로, 일관되지 않은 데이터, 증가하는 운영需求.

보다 넓은 의미: 이 기술이 미래에 무엇을 의미하는가

데이터를 통합하고, 루틴 분석을 자동화하며, 복잡한 결정에 설명 가능성을 제공하는 플랫폼의 등장은 역사적으로 수동 전문 지식을 의존했던 산업을 변革하는 시점이다. 언더라이팅은 가장 명확한 예지만, 이러한 추세는 보험을 훨씬 넘어선다. 조직이 합리적으로 처리할 수 있는 정보보다 훨씬 많은 정보를 생성하는 경우, 비 구조화된 입력을 해석하고, 관련된 통찰력을 표면화하며, 투명한 방식으로 이를 제시하는 시스템의 필요성이 보편화되고 있다.

다음 10년 동안 지식 작업 자체가 조직되는 방식의 변화를 볼 수 있을 것이다. 전문가들은 더 이상 정보를 수집, 형식화, 조정하는 데 많은 시간을 보낼 필요가 없다. 그들의 초점은 AI 생성된 추천을 평가하고, 에지 케이스를 탐색하며, 형태에 맞지 않는 시나리오에 판단을 적용하는 쪽으로 이동할 것이다. 이 전환은 인간 전문 지식을 제거하지 않을 것이다 — 그것을 재구성할 것이다. 사람들은 더 이상 데이터 프로세서가 아닌 의사 결정 아키텍트로 행동할 것이다.

평행한 변환은 신뢰를 중심으로 발생할 것이다. AI가 더 많은 고위험 결정에 참여할수록, 설명 가능성의需求은 더욱 강해질 것이다. 그들의 추론을 보여주고, 그들의 결론背后的 증거를 인용하며, 불확실성을量化할 수 있는 시스템은 표준을 설정할 것이다. 이러한 투명성을 제공하지 못하는 도구는 특히 규제 산업에서 받아들여지기 어려울 것이다.

장기적으로, 구조화된, 의사 결정에 준비된 데이터의 축적은 새로운 가능성을 창조할 것이다. 더 정확한 위험 모델링, 산업 간 벤치마킹, 새로운 트렌드의 실시간 모니터링이 오늘날 불가능한 방식으로 가능해질 것이다. 전체 워크플로는 정적 문서와 에피소드 리뷰가 아닌 연속적 인텔리전스를 중심으로 재설계될 것이다.