Pibit.AI Consegue $7M em Série A para Levar Underwriting de IA Confiável para o Mainstream

A indústria de seguros sempre foi definida pela sua capacidade de entender, quantificar e gerenciar riscos. No entanto, os sistemas que os subscritores dependem ainda parecem e se sentem como artefatos de outra era. Enquanto outras indústrias abraçaram a automação avançada e ferramentas inteligentes, o underwriting permaneceu dependente de planilhas, documentos dispersos e revisões laboriosas. Essa lacuna é exatamente o que a Pibit.AI visa fechar — e com um fresco $7 milhões em Série A, a empresa está acelerando seu plano para modernizar uma das funções essenciais do seguro.

O round de financiamento, liderado por Stellaris Venture Partners com a participação de Y Combinator e Arali Ventures, irá impulsionar o desenvolvimento contínuo e a adoção do Ambiente de Risco de Underwriting Centralizado (CURE™) da Pibit.AI. Projetado para unificar a jornada completa de underwriting — desde a primeira submissão até a decisão final — o CURE™ posiciona a Pibit.AI no centro de um mercado em rápida evolução, onde as seguradoras e MGAs estão sob pressão crescente para fazer mais com menos.

Uma Missão Enraizada em Experiência Pessoal

Para o fundador Akash Agarwal, a origem da empresa é profundamente pessoal. Quando criança, ele viu seu pai trabalhar até tarde da noite gerenciando papéis de seguros à mão. Anos depois, quando testemunhou a IA revolucionar indústrias desde o transporte até a logística, o contraste foi marcante: se a IA podia guiar veículos autonomamente, por que o underwriting ainda estava preso em um mundo de PDFs, e-mails e entrada de dados manual?

Essa pergunta se tornou a centelha por trás da Pibit.AI. Agarwal imaginou um ambiente de underwriting onde a IA serve como um parceiro confiável e transparente — não uma caixa-preta de substituição. A confiança se tornou o pilar central da filosofia da empresa: toda saída deve ser explicável, verificável e alinhada com a expertise do subscritor.

“A IA deve empoderar os subscritores, não substituí-los”, observou Agarwal. “Estamos construindo algo que é transparente e pronto para decisão — um sistema que os subscritores possam confiar enquanto os ajuda a se mover mais rápido do que nunca.”

A Plataforma CURE™: Transformando o Ciclo de Vida do Underwriting

No coração da oferta da Pibit.AI está o CURE™, uma plataforma integrada que consolida o processo fragmentado de underwriting. Em vez de alternar entre ferramentas, documentos e fontes de dados, os subscritores operam dentro de um ambiente único aprimorado por inteligência impulsionada por IA.

O CURE™ inclui módulos personalizados, como:

• ClearCURE™ para triagem de submissão
• DocumentCURE™ para análise precisa de documentos desestruturados e confusos
• ResearchCURE™ para enriquecimento de dados em tempo real
• RiskCURE™ para avaliação avançada de contas e insights de nível de carteira
• WorkflowCURE™ para orquestração de tarefas, colaboração e acompanhamento de decisões

Juntos, esses módulos suportam uma jornada simplificada desde a submissão inicial até a saída pronta para decisão. A plataforma automatiza a coleta e classificação de dados, mantendo a supervisão humana onde mais importa. A filosofia da Pibit.AI combina velocidade com confiabilidade: a automação acelera o processo, enquanto a lógica transparente preserva a confiança, a consistência e a conformidade.

Entregando Impacto Mensurável para Seguradoras e MGAs

A necessidade de modernização está crescendo. Os volumes de submissão continuam a aumentar, no entanto, as equipes de underwriting estão encolhendo. Muitas equipes ainda perdem até um terço do seu tempo com triagem manual, manipulação de documentos e normalização de dados. As ineficiências não apenas desaceleram as equipes — elas impactam a precisão, a receita e a seleção de riscos.

Os clientes da Pibit.AI, que incluem HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic e Method Insurance Services, já estão vendo melhorias dramáticas. Os resultados relatados incluem ciclos de underwriting até 85% mais rápidos, um aumento de 32% no prêmio bruto escrito por subscritor e até 700 pontos básicos de melhoria nas taxas de perda.

Para as seguradoras, esses ganhos se traduzem em maior capacidade, maior produtividade e a capacidade de escalar lucrativamente. Como Adam Price, CEO da Kinetic, destacou: a empresa agora pode gerenciar mais de um bilhão de dólares em submissões anuais sem precisar aumentar os custos gerais. Para a Method Insurance Services, a plataforma forneceu a estrutura para escalar nacionalmente sem comprometer o controle ou a precisão.

Para a Stellaris Venture Partners, essa combinação de eficiência e transparência foi um fator decisivo para liderar o round de Série A. O parceiro Alok Goyal enfatizou que o CURE™ aborda as principais restrições que limitam o underwriting moderno — fluxos de trabalho desatualizados, dados inconsistentes e demandas operacionais crescentes.

As Implicações Mais Amplas: O que Essa Tecnologia Sinaliza para o Futuro

O surgimento de plataformas que unificam dados, automatizam análises rotineiras e trazem explicabilidade para decisões complexas marca um ponto de inflexão para indústrias que historicamente dependem de expertise manual. O underwriting é um dos exemplos mais claros, mas a tendência subjacente se estende muito além do seguro. À medida que as organizações em todos os setores geram exponencialmente mais informações do que as equipes podem razoavelmente processar, a necessidade de sistemas que possam interpretar entradas não estruturadas, superfície insights relevantes e apresentá-los de forma transparente está se tornando universal.

A próxima década provavelmente verá uma mudança na forma como o trabalho do conhecimento é organizado. Em vez de profissionais passarem grandes partes do dia coletando, formatando ou reconciliando informações, seu foco se moverá para avaliar recomendações geradas por IA, explorar casos de bordo e aplicar julgamento aos cenários que não se encaixam no molde. Essa transição não eliminará a expertise humana — ela redefinirá onde essa expertise é aplicada. As pessoas atuarão cada vez mais como arquitetos de decisão em vez de processadores de dados.

Uma transformação paralela se desenrolará em torno da confiança. À medida que a IA se envolve em mais decisões de alto risco, a demanda por explicabilidade só intensificará. Sistemas que possam mostrar seu raciocínio, citar a evidência por trás de suas conclusões e quantificar a incerteza estabelecerão o padrão. Ferramentas que falharem em fornecer esse nível de transparência lutarão para ganhar aceitação, especialmente em indústrias regulamentadas.

Em longo prazo, o acúmulo de dados estruturados e prontos para decisão criará novas possibilidades. Modelagem de risco mais precisa, benchmarking entre indústrias e monitoramento em tempo real de tendências emergentes se tornarão viáveis de maneiras que não são possíveis hoje. Fluxos de trabalho inteiros — não apenas tarefas isoladas — serão redesenhados em torno de inteligência contínua em vez de documentos estáticos e revisões episódicas.