Pibit.AI zabezpiecza 7 milionów dolarów w ramach rundy Series A, aby wprowadzić zaufane możliwości underwritingu AI do mainstreamu

Przemysł ubezpieczeniowy od dawna był definiowany przez swoją zdolność do zrozumienia, kwantyfikacji i zarządzania ryzykiem. Jednak systemy, na które opierają się underwriterzy, nadal wyglądają i działają jak relikt przeszłości. Podczas gdy inne branże zaadaptowały zaawansowaną automatyzację i inteligentne narzędzia, underwriting pozostawał zależny od arkuszy kalkulacyjnych, rozproszonych dokumentów i pracochłonnych przeglądów. To właśnie tę lukę Pibit.AI chce wypełnić — a dzięki świeżym 7 milionom dolarów w ramach rundy Series A, firma przyspiesza swoje plany modernizacji jednej z najważniejszych funkcji ubezpieczeń.

Runda finansowania, prowadzona przez Stellaris Venture Partners z udziałem Y Combinator i Arali Ventures, zasili dalszy rozwój i wdrożenie Centralized Underwriting Risk Environment (CURE™) przez Pibit.AI. Zaprojektowany, aby ujednolicić pełną podróż underwritingu — od pierwszego zgłoszenia do ostatecznej decyzji — CURE™ umiejscawia Pibit.AI w centrum dynamicznie ewoluującego rynku, gdzie ubezpieczyciele i MGAs są pod coraz większą presją, aby osiągać więcej przy mniejszych nakładach.

Misja oparta na osobistym doświadczeniu

Dla założyciela, Akasha Agarwala, początki firmy są głęboko osobiste. Jako dziecko, obserwował, jak jego ojciec pracował późno w nocy, zarządzając dokumentami ubezpieczeniowymi ręcznie. Lata później, gdy był świadkiem, jak AI rewolucjonizuje branże od transportu po logistykę, kontrast był wyraźny: jeśli AI mogło prowadzić pojazdy autonomicznie, dlaczego underwriting wciąż tkwił w świecie PDF-ów, e-maili i ręcznego wprowadzania danych?

To pytanie stało się iskrą, która zaowocowała powstaniem Pibit.AI. Agarwal wyobrażał sobie środowisko underwritingu, w którym AI służy jako niezawodny, transparentny partner — a nie zastępuje underwriterów. Zaufanie stało się centralnym filarem filozofii firmy: każde wyjście powinno być wyjaśnialne, weryfikowalne i zgodne z ekspertyzą underwritera.

„AI powinno wspierać underwriterów, a nie zastępować ich” — zauważył Agarwal. „Budujemy coś, co jest transparentne i gotowe do podejmowania decyzji — system, którym underwriterzy mogą zaufać, jednocześnie pomagając im działać szybciej niż kiedykolwiek wcześniej.”

Platforma CURE™: transformując cykl życia underwritingu

W sercu oferty Pibit.AI znajduje się CURE™, ściśle zintegrowana platforma, która konsoliduje fragmentowany proces underwritingu. Zamiast przełączać się między narzędziami, dokumentami i źródłami danych, underwriterzy działają w jednym środowisku wzbogaconym o AI-driven intelligence.

CURE™ obejmuje specjalnie opracowane moduły, takie jak:

• ClearCURE™ do triażu zgłoszeń
• DocumentCURE™ do dokładnego parsowania nieuporządkowanych, nieustrukturyzowanych dokumentów
• ResearchCURE™ do wzbogacania danych w czasie rzeczywistym
• RiskCURE™ do zaawansowanej oceny kont i analizy portfela
• WorkflowCURE™ do orchestracji zadań, współpracy i śledzenia decyzji

Wszystkie te moduły wspierają uproszczoną podróż od pierwszego zgłoszenia do gotowych do decyzji danych wyjściowych. Platforma automatyzuje gromadzenie i klasyfikację danych, jednocześnie zachowując nadzór ludzki tam, gdzie jest on najważniejszy. Filozofia Pibit.AI łączy szybkość z niezawodnością: automatyzacja przyspiesza proces, a transparentna logika zachowuje zaufanie, spójność i zgodność.

Dostarczanie wymiernego wpływu dla ubezpieczycieli i MGAs

Potrzeba modernizacji staje się coraz pilniejsza. Objętość zgłoszeń ciągle rośnie, a zespoły underwritingu kurczą się. Wiele zespołów nadal traci do jednej trzeciej swojego czasu na ręczny triaż, obsługę dokumentów i normalizację danych. Niewydajności nie tylko spowalniają zespoły — wpływają na dokładność, przychody i selekcję ryzyka.

Klienci Pibit.AI, w tym HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic i Method Insurance Services, już teraz doświadczają dramatycznych popraw. Zgłaszane wyniki obejmują do 85% szybsze cykle underwritingu, 32% wzrost składki brutto na underwritera oraz nawet 700 punktów bazowych poprawy w wskaźnikach strat.

Dla ubezpieczycieli te zyski przekładają się na większą pojemność, większy przepływ i możliwość skalowania z zyskiem. Jak podkreślił Adam Price, CEO w Kinetic, firma może teraz zarządzać ponad miliardem dolarów w rocznych zgłoszeniach bez potrzeby zwiększania nakładów. Dla Method Insurance Services platforma zapewniła strukturę do skalowania na poziomie krajowym bez utraty kontroli czy dokładności.

Dla Stellaris Venture Partners ta kombinacja wydajności i transparentności była decydującym czynnikiem w rundzie Series A. Partner Alok Goyal podkreślił, że CURE™ rozwiązuje podstawowe ograniczenia, które hamują nowoczesny underwriting — przestarzałe przepływy pracy, niespójne dane i rosnące wymagania operacyjne.

Szersze implikacje: co ta technologia sygnalizuje dla przyszłości

Wzrost platform, które ujednolicają dane, automatyzują rutynową analizę i wprowadzają wyjaśnialność do złożonych decyzji, oznacza punkt zwrotny dla branż, które historycznie opierały się na manualnej ekspertyzie. Underwriting jest jednym z najbardziej oczywistych przykładów, ale podstawowy trend sięga znacznie dalej niż ubezpieczenia. Gdy organizacje z różnych sektorów generują wykładniczo więcej informacji, niż zespoły mogą rozsądnie przetworzyć, potrzeba systemów, które mogą interpretować nieustrukturyzowane dane wejściowe, prezentować istotne spostrzeżenia i przedstawiać je w transparentny sposób, staje się powszechna.

Następne dziesięciolecie prawdopodobnie będzie cechować się zmianą w organizacji samej pracy wiedzy. Zamiast spędzać duże części dnia na gromadzeniu, formatowaniu lub uzgadnianiu informacji, profesjonaliści będą koncentrować się na ocenianiu rekomendacji generowanych przez AI, badaniu przypadków brzegowych i stosowaniu swojej wiedzy w sytuacjach, które nie pasują do normy. Ta transformacja nie wyeliminuje ekspertyzy ludzkiej — przekształci ją w to, gdzie ta ekspertyza jest stosowana. Ludzie będą coraz częściej pełnić rolę architektów decyzji, a nie przetwarzaczy danych.

Równoległa transformacja rozwinie się wokół zaufania. Gdy AI będzie zaangażowane w coraz więcej decyzji o wysokim ryzyku, popyt na wyjaśnialność będzie tylko rosnąć. Systemy, które mogą wykazać swoje rozumowanie, cytując dowody za swoimi wnioskami i ilościowo określając niepewność, staną się standardem. Narzędzia, które nie zapewnią tego poziomu transparentności, będą miały trudności z uzyskaniem akceptacji, zwłaszcza w branżach regulowanych.

W dłuższej perspektywie, gromadzenie się strukturalnych, gotowych do decyzji danych stworzy nowe możliwości. Bardziej dokładne modelowanie ryzyka, porównywanie branż i monitorowanie w czasie rzeczywistym nowych trendów staną się możliwe w sposób, który nie jest możliwy dzisiaj. Całe przepływy pracy — a nie tylko izolowane zadania — zostaną zaprojektowane wokół ciągłej inteligencji, a nie statycznych dokumentów i epizodycznych przeglądów.