FurtherAI получает 25 миллионов долларов серии А для революционизации страховых рабочих процессов с помощью ИИ

Страховая индустрия, с ее 7,5 триллионной долларовой долей, часто работает с помощью трудоемких ручных процессов – человеческие эксперты, просматривающие документы, согласующие системы и оценивающие риски. FurtherAI теперь стремится изменить эту реальность. 7 октября 2025 года сан-францисская стартап-компания объявила о получении 25 миллионов долларов серии А под руководством Andreessen Horowitz. Это следует за раундом финансирования в размере 5 миллионов долларов всего несколько месяцев назад, что в сумме составляет 30 миллионов долларов и указывает на сильную убежденность инвесторов в доменной специфичности ИИ для страхования.

С новым финансированием FurtherAI планирует расширить свою библиотеку рабочих процессов, адаптированных для подписания, претензий, сравнения полисов и соблюдения требований, углубить интеграцию с системами страховщиков и брокеров, а также расширить маркетинговые усилия. Цель – перевести профессионалов из повторяющейся работы и вернуть их к созданию ценности.

От хаоса документов к интегрированной скорости

Страховые профессионалы давно боролись с фрагментированными системами, повторяющимися данными и наводнением неструктурированных документов. Традиционные инструменты не смогли интерпретировать нюансы языка полисов, дополнений и нормативных документов, оставив страховщиков и специалистов по претензиям в Clerical работе, а не в анализе рисков.

Подход FurtherAI заключается в создании единого “рабочего пространства ИИ”, адаптированного специально для страховых операций. Вместо использования общей автоматизации его платформа объединяет несколько крупных языковых моделей, обученных на терминологии и рабочих процессах страхования. Архитектура модульна, что позволяет страховщикам начать с одного процесса – например, приема заявок или сравнения полисов – и постепенно расширить его, чтобы охватить аудиты, претензии и соблюдение требований.

Платформа интегрируется с основными системами администрирования полисов, чтобы данные могли течь свободно, а не копироваться через изолированные системы. Чтобы обеспечить успешное внедрение, компания развертывает инженеров ИИ напрямую в команды клиентов во время развертывания. Эта “forward-deployed инженерия” гарантирует, что автоматизация адаптирована для уникальных процессов каждой организации, а не навязывается как единое решение для всех.

Результаты пока измеримы. Страховщики, использующие FurtherAI, сообщают о удвоении производительности, улучшении соотношения заявок и котировок, достижении более 95 процентов точности при сравнении полисов и генерации предложений за долю времени, которое это заняло ранее. Ведущие страховщики и брокерские сети уже обрабатывают миллиарды премий каждый год через эту систему.

Почему время feels правильным

ИИ в страховании не нов, но предыдущие попытки часто не оправдывали ожиданий. Общие модели неправильно читают сложный язык полисов, а узкие решения точечных проблем решают только небольшие фрагменты рабочего процесса. Индустрии действительно нужна связанная, доменная платформа, которая может масштабироваться по функциям, сохраняя при этом соблюдение требований, аудит и человеческий надзор.

Этот сдвиг происходит в критический момент. Индустрия находится под одновременным давлением нехватки рабочей силы, растущего климатического риска и все более строгих нормативных требований. С уменьшением марж страховщикам нельзя позволить себе рассматривать автоматизацию как эксперимент – им нужны инструменты, которые обеспечивают измеримый операционный эффект. Платформы, которые автоматизируют повторяющиеся задачи, сохраняя при этом контроль человека, быстро переходят от “хорошо” к “обязательно”.

Взгляд вперед: что дальше в ИИ страхования

В течение следующих нескольких лет влияние ИИ на страхование может изменить, как работает бизнес.

Обработка заявок, когда-то ручной узел, может скоро стать почти невидимым. Пакеты брокеров могут приземлиться в едином интерфейсе, где ИИ мгновенно извлекает, проверяет и организует данные для страховщиков. Вместо поиска ошибок профессионалы могут тратить свое время на оценку рисков и определение стоимости покрытия.

Обработка претензий, вероятно, будет эволюционировать аналогичным образом. ИИ-агенты могут анализировать документы, фотографии и данные датчиков, чтобы автоматически направлять входящие претензии, маршрутизируя простые дела для быстрого урегулирования, а сложные или высокорисковые инциденты – для рассмотрения. Модели обнаружения мошенничества будут продолжать улучшаться, выявляя несоответствия раньше и снижая ненужные выплаты.

Аудиты и сравнения полисов могут перейти к полной автоматизации, с системами, выявляющими несоответствия между страховщиками и продлениями в режиме реального времени. Страховщики могут иметь возможность тестировать гипотетические сценарии покрытия на лету, сжимая циклы проверки с дней до минут.

Даже модели ценообразования могут стать адаптивными. По мере того, как в эти системы будет поступать больше реальных данных – от погодных условий до индикаторов цепочки поставок – страховщики могут начать предлагать динамические или параметрические продукты, которые корректируют условия по мере изменения условий.

Роль человека, однако, не исчезнет – она будет эволюционировать. Страховщики, менеджеры по претензиям и сотрудники по соблюдению требований будут переходить от выполнения административных задач к сосредоточению на интерпретации, стратегии и управлении отношениями. Компании, которые преуспеют, будут те, которые вплетут ИИ в повседневное принятие решений, а не прикрепят его как отдельный инструмент.

Если текущий импульс продолжится, страхование может войти в фазу беспрецедентной гибкости: быстрее, более прозрачно и основанное на данных, а не на документах. Путь вперед заключается не в замене людей, а в разблокировке того, что они могут достичь, когда освобождаются от шума рутинной работы.