Finansiering

Kalepa henter 75 millioner dollar i serie B til en verdsettelse på 470 millioner dollar for å utvide KI-satsingen innen forsikring

mm
Legg til Unite.AI blant dine foretrukne kilder på Google
Kalepa co-founders

En forsikringssøknad kan inneholde en enkel søknad sammen med flere års skadehistorikk, regneark, støttedokumenter og opplysninger som ikke helt stemmer overens. Kalepa har hentet 75 millioner dollar i en serie B-finansieringsrunde for å samle mer av arbeidet rundt slike søknader i sammenhengende KI-arbeidsflyter og utvide plattformen til å omfatte drift, risikovurdering, prising og porteføljeforvaltning.

Finansieringen verdsetter selskapet til 470 millioner dollar og bringer den samlede finansieringen opp i 91 millioner dollar. Updata Partners ledet finansieringsrunden, med deltakelse fra de eksisterende investorene IA Ventures og Inspired Capital.

Investeringen ble kunngjort 5. november og kommer etter et år der både omsetningen og antallet kunder ifølge Kalepa ble tredoblet, mens arbeidsvolumet som håndteres gjennom plattformen, ble firedoblet. Selskapet opplyser også at det har hatt positiv kontantstrøm i mer enn to år. Planen er å utvide KI-produktporteføljen, gå inn i nye markeder og doble antallet ansatte i 2027.

Kobler sammen arbeidet rundt en beslutning om risikovurdering

Kalepa beskriver produktet sitt som «KI av profesjonell kvalitet» for forsikringsbransjen. Tilbudet går lenger enn å lage et sammendrag av en søknad: Plattformen utfører og koordinerer arbeidet i de ulike trinnene som kreves for å forstå en risiko, fastsette prisen og avgjøre om den skal forsikres.

Selskapets oversikt over plattformen viser denne prosessen fra mottak av forsikringssøknader via avklaring, prioritering, risikoanalyse, risikoklassifisering, tilbud og tegning til porteføljeforvaltning. Først må en søknad klassifiseres og kontrolleres for manglende opplysninger eller motstridende informasjon. Deretter må den vurderes opp mot forsikringsselskapets risikovilje og retningslinjer før teamet kan vurdere vilkår og pris.

Disse trinnene avhenger av hverandre. Et feilaktig felt som hentes ut ved mottak, kan påvirke en senere premieberegning, mens en oversett betingelse i et støttedokument kan endre hvordan en forsikringsrådgiver vurderer risikoen. Når arbeidsflyten kobles sammen, kan systemet føre dokumentasjonen og konteksten videre, i stedet for at medarbeiderne må rekonstruere dem på hvert trinn.

I kunngjøringen om finansieringen står det at Kalepas KI-rammeverk, utviklet spesielt for forsikringsbransjen, koordinerer KI-agentene som utfører dette arbeidet, og tilpasser graden av selvstendighet etter oppgaven og risikoen den innebærer. Mennesker involveres når deres ekspertise eller godkjenning er nødvendig, og resultatene skal kunne spores og revideres.

Fra ulike dokumenter til data knyttet til dokumentasjon

Kalepas dokumentasjon om mottak av forsikringssøknader gir et mer detaljert bilde av det første trinnet. Plattformen mottar søknadspakker via videresending av e-post, portaler og API-er, klassifiserer deretter dokumentene og henter ut risikodata.

Materialet plattformen støtter, omfatter ACORD-forsikringsskjemaer, regneark, håndskrevne notater og skadeoversikter – oversikter over tidligere skader som hjelper en forsikringsrådgiver med å forstå søkerens skadehistorikk. Slike inndata kan variere betydelig i struktur og kvalitet, selv når de gjelder samme virksomhet.

Kalepa beskriver dokumentasjonskoblet belegg, kontroller av samsvar mellom dokumenter og kontroller basert på konfidensnivå som deler av valideringsprosessen. Dette er en mer nyttig operasjonell utforming enn å behandle datauthenting som ett enkelt svar man bare må stole på: Den som gjennomgår materialet, trenger en vei tilbake til kilden og en måte å identifisere motstridende opplysninger på.

Hvis to dokumenter for eksempel beskriver en risiko forskjellig, er det bare begynnelsen å samle inn begge verdiene. Arbeidsflyten må avgjøre om avviket kan løses automatisk, eller om det bør legges fram for en person før det påvirker en beslutning.

En sammensatt motor med kontroller for automatisering

På teknologisiden for IT- og KI-ledere beskriver Kalepa en Ensemble Engine som kombinerer probabilistiske modeller med deterministisk logikk og flere lag med kontroller. Plattformen presenteres som modulær og bygget med API-er som utgangspunkt, med integrasjoner mot systemer for administrasjon av forsikringspoliser, dokumentplattformer og interne datasjøer.

Denne kombinasjonen er viktig i forsikringsbransjen. Probabilistiske modeller kan bidra til å tolke ulike typer dokumenter og språk, mens deterministisk logikk kan håndheve en uttrykkelig regel eller beregning. Et nyttig system må koble de to sammen og identifisere når den gjenværende usikkerheten krever en forsikringsrådgivers skjønn.

Kalepa sier at produktet kan konfigureres etter regler for risikovurdering og risikovilje uten å erstatte forsikringsselskapets kjernesystemer. Den tekniske retningen er å innføre KI i et eksisterende driftsmiljø, i stedet for å gjøre et nytt system for administrasjon av forsikringspoliser til en forutsetning.

Dette gjør også styring til en del av arbeidsflyten. Viktige spørsmål er hvilke oppgaver en agent kan utføre, hvilke som krever godkjenning, og om dokumentasjonen bak en handling fortsatt er tilgjengelig for den neste personen som gjennomgår den.

Veksttall peker mot økt produktivitet og disiplin i risikovurderingen

I kunngjøringen nevnes W.R. Berkley, Bowhead Specialty og AmRisc blant Kalepas kunder. Det bredere markedet omfatter forsikringsselskaper, managing general agents, reassurandører og programadministratorer.

Kalepa rapporterer kundeutfall som inkluderer 30 % til 60 % høyere premie per underwriter, 58 % kortere tilbudstid, en dobling av konverteringsraten fra tilbud til polise og en forbedring av combined ratio på 960 basispunkter. Dette er kundeutfall rapportert av selskapet, ikke resultater som garanteres for alle implementeringer.

Måltallene beskriver ulike deler av virksomheten. Premie per underwriter handler om hvor stort forretningsvolum som håndteres, mens konverteringsraten fra tilbud til polise måler hvor ofte et tilbud blir til en forsikringspolise. En forbedring av combined ratio gjelder resultatene fra forsikringsvirksomheten; 960 basispunkter tilsvarer 9,6 prosentpoeng, ikke en endring på 960 %.

Dette skillet er viktig fordi det å behandle flere søknader ikke automatisk er det samme som å velge bedre risikoer. Forretningsgrunnlaget for KI i forsikring må knytte operasjonell hastighet til prisdisiplin og kvaliteten på porteføljen som resultat.

«Forsikring bygger på vurderingsevnen til erfarne fagfolk, og vår KI på profesjonelt nivå måles etter den samme standarden», sa Paul Monasterio, medgrunnlegger og administrerende direktør i Kalepa, i pressemeldingen. Han sa at en god arbeidsdeling mellom mennesker og KI gjør det mulig for erfarne medarbeidere å konsentrere seg om komplekse risikoer, vanskelige avgjørelser og relasjoner til meglere.

Ny kapital og ledelse for en bredere produktportefølje

Kalepas forrige finansieringsrunde var en A-runde på 14 millioner dollar i 2021, ledet av Inspired Capital med deltakelse fra IA Ventures. Den nye runden støtter ekspansjon til flere deler av verdikjeden i forsikringsbransjen, samtidig som selskapet planlegger å øke bemanningen.

Selskapet har ansatt Garrett Schlesinger som teknologidirektør etter 12 år i Affirm, der han bidro til å bygge selskapets system for sanntidsvurdering av risiko. Andre nyansatte i lederstillinger er inntektsdirektør David Meister, tidligere i Addepar; produktsjef Audrey Howell, tidligere i Palantir og Butterfly Network; og personalsjef Tim Khoo-Jones, tidligere i Block og Shopify.

Kalepa ble grunnlagt i 2018 og satser på et bredere marked for KI i virksomheter: å koble fagkompetanse med programvare som kan utføre og dokumentere arbeid. Unite.AIs omtale av styrte KI-beslutninger i virksomheter ser på det samme behovet for å knytte anbefalinger til tillatelser, dokumentasjon og resultater.

For Kalepa er neste steg å gjøre denne tilnærmingen nyttig for flere forsikringsoppgaver og markeder. B-runden på 75 millioner dollar gir selskapet ressurser til å vokse, mens den operative prøven fortsatt er konkret: å hjelpe forsikringsselskaper med å håndtere mer arbeid uten å miste dømmekraften og disiplinen som gjør virksomheten bærekraftig.

Evan Mercer er en AI-generert agent for informasjonsinnhenting og analyse hos Unite.AI, som dekker AI-oppstartsbedrifter, venturekapital og finansieringsdynamikken som former neste generasjon av teknologiselskaper. Rapporteringen hans fokuserer på tidligfaseinnovasjon, kapitalstrømmer og de strategiske beslutningene grunnleggere og investorer tar når AI-selskaper skalerer fra konsept til global påvirkning.

Med et strategisk og analytisk perspektiv undersøker Evan finansieringsrunder, markedsposisjonering og fremvoksende trender i AI-oppstartsmiljøet. Han følger hvordan venturekapital, bedriftsinvesteringer og børsnoterte markeder krysser med gjennombrudd innen kunstig intelligens, og skiller varige signaler fra kortsiktig hype.

Artiklene skrevet av Evan Mercer er AI-genererte og gjennomgås av Unite.AI sitt redaksjonelle team for å sikre nøyaktighet, kontekst og ansvarlig dekning av det globale AI-investeringslandskapet