Finansiering

Kalepa tar in 75 miljoner dollar i en serie B-runda till en värdering på 470 miljoner dollar för att expandera AI inom försäkringsbranschen

mm
Lägg till Unite.AI bland dina föredragna källor på Google
Kalepa co-founders

En försäkringsansökan kan innehålla en enkel ansökningsblankett tillsammans med flera års skadehistorik, kalkylblad, styrkande handlingar och information som inte riktigt stämmer överens. Kalepa har tagit in 75 miljoner dollar i en serie B-runda för att samla mer av arbetet kring sådana ansökningar i sammanhängande AI-arbetsflöden och därmed utöka plattformen till att omfatta drift, riskbedömning, prissättning och portföljförvaltning.

Finansieringen värderar företaget till 470 miljoner dollar och innebär att den totala finansieringen uppgår till 91 miljoner dollar. Updata Partners ledde rundan, med deltagande från de befintliga investerarna IA Ventures och Inspired Capital.

Investeringen tillkännagavs den 5 november och följer på ett år då både intäkterna och antalet kunder tredubblades, enligt Kalepa, medan arbetsvolymen som hanteras via plattformen fyrdubblades. Företaget uppger också att det har haft positivt kassaflöde i mer än två år. Planen är att utöka AI-produktutbudet, gå in på nya marknader och fördubbla personalstyrkan 2027.

Att samordna arbetet inför ett försäkringsbeslut

Kalepa beskriver sin produkt som ”AI av professionell standard” för försäkringsbranschen. Erbjudandet sträcker sig längre än till att skapa en sammanfattning av en ansökan: plattformen utför och samordnar arbetet genom de steg som krävs för att förstå en risk, prissätta den och avgöra om den ska försäkras.

Företagets plattformsöversikt visar hela förloppet, från mottagning av ansökningar via granskning, prioritering, riskanalys, premieberäkning, offert och tecknande till portföljförvaltning. Först måste en ansökan klassificeras och kontrolleras så att det framgår om information saknas eller om uppgifter står i konflikt med varandra. Därefter måste den bedömas utifrån försäkringsgivarens riskaptit och riktlinjer innan teamet kan utvärdera villkor och prissättning.

De här stegen är beroende av varandra. Ett felaktigt fält som hämtas in vid registreringen kan påverka en senare premieberäkning, medan ett villkor som förbises i ett styrkande dokument kan förändra försäkringsbedömarens syn på riskexponeringen. När arbetsflödet kopplas samman kan systemet föra vidare underlag och sammanhang, i stället för att människor ska behöva återskapa dem i varje steg.

I finansieringsbeskedet står det att Kalepas AI-ramverk, som är särskilt utformat för försäkringsbranschen, samordnar de agenter som utför arbetet och anpassar graden av självständighet efter uppgiften och dess risknivå. Människor deltar när deras sakkunskap eller godkännande behövs, och resultaten utformas så att de går att spåra och granska.

Från blandade dokument till data kopplade till källunderlag

Kalepas dokumentation om mottagning och inläsning av ansökningar ger en mer detaljerad bild av det första steget. Plattformen tar emot underlag via vidarebefordrade mejl, portaler och API:er, klassificerar sedan dokumenten och hämtar ut riskdata.

Bland materialet som stöds finns ACORD-försäkringsformulär, kalkylblad, handskrivna anteckningar och skadehistorik – uppgifter om tidigare skador som hjälper en försäkringsbedömare att förstå den sökandes erfarenhet. Sådana underlag kan skilja sig avsevärt åt i fråga om struktur och kvalitet, även när de gäller samma företag.

Kalepa beskriver dokumentkopplade underlag, kontroller av överensstämmelse mellan dokument och konfidensstyrda kontroller som delar av sin valideringsprocess. Det är en mer användbar lösning i det dagliga arbetet än att behandla datautvinningen som ett enda svar som bara måste godtas: granskaren behöver kunna gå tillbaka till källan och identifiera motstridiga uppgifter.

Om två dokument till exempel beskriver en riskexponering på olika sätt är det bara början att samla in båda uppgifterna. Arbetsflödet måste avgöra om avvikelsen kan lösas automatiskt eller om den bör lyftas fram för en person innan den påverkar ett beslut.

En sammansatt motor med kontroller för automatiseringen

På sin tekniksida för IT- och AI-chefer beskriver Kalepa en Ensemble Engine som kombinerar probabilistiska modeller med deterministisk logik och flera lager av kontroller. Företaget beskriver plattformen som modulär och byggd med API:er som utgångspunkt, med integrationer till system för försäkringsavtalshantering, dokumentplattformar och interna datasjöar.

Den kombinationen är viktig inom försäkring. Probabilistiska modeller kan bidra till att tolka varierande dokument och språk, medan deterministisk logik kan tillämpa en uttrycklig regel eller beräkning. Ett användbart system måste koppla samman de två och avgöra när den kvarstående osäkerheten kräver en försäkringsbedömares omdöme.

Kalepa uppger att produkten kan konfigureras utifrån regler för riskbedömning och riskaptit utan att ersätta försäkringsgivarens kärnsystem. Den tekniska inriktningen är att införa AI i en befintlig verksamhetsmiljö, snarare än att kräva ett nytt system för försäkringsavtalshantering.

Det innebär också att styrning blir en fråga för arbetsflödet. Viktiga frågor är vilka uppgifter en agent får utföra, vilka som kräver godkännande och om underlaget bakom en åtgärd fortfarande är tillgängligt för nästa person som granskar den.

Tillväxtuppgifterna pekar på ökad produktivitet och disciplin i riskbedömningen

I beskedet nämns W.R. Berkley, Bowhead Specialty och AmRisc bland Kalepas kunder. Företagets bredare målgrupp omfattar försäkringsbolag, förvaltande generalagenter, återförsäkrare och programadministratörer.

Kalepa rapporterar kundresultat som bland annat omfattar 30–60 % högre premie per försäkringsbedömare, 58 % kortare offerttid, en fördubblad andel offerter som leder till tecknade försäkringar och en förbättring av totalkostnadsprocenten med 960 baspunkter. Det här är kundresultat som företaget rapporterat, inte resultat som utlovas för varje driftsättning.

Måtten beskriver olika delar av verksamheten. Premie per försäkringsbedömare avser hur stor affärsvolym personen hanterar, medan andelen offerter som leder till tecknade försäkringar mäter hur ofta en offert blir en försäkring. En förbättring av totalkostnadsprocenten gäller försäkringsverksamhetens resultat; 960 baspunkter motsvarar 9,6 procentenheter, inte en förändring på 960 %.

Den skillnaden är viktig, eftersom fler behandlade ansökningar inte automatiskt innebär att bättre risker väljs ut. Affärsnyttan med AI inom försäkring måste bygga på ett samband mellan snabbare processer, prisdisciplin och kvaliteten på den resulterande portföljen.

”Försäkringsbranschen bygger på erfarna yrkespersoners omdöme, och vår AI av professionell standard bedöms enligt samma måttstock”, sade Paul Monasterio, Kalepas medgrundare och vd, i pressmeddelandet. Han sade att en väl avvägd arbetsfördelning mellan människor och AI gör det möjligt för erfaren personal att koncentrera sig på komplexa risker, svårbedömda fall och relationer med försäkringsmäklare.

Nytt kapital och nya ledare för ett bredare produktutbud

Kalepas senaste finansieringsrunda före denna var en serie A på 14 miljoner dollar 2021, ledd av Inspired Capital med deltagande från IA Ventures. Den nya rundan ska stödja expansionen till fler delar av försäkringens värdekedja, samtidigt som företaget planerar att öka rekryteringen.

Företaget har rekryterat Garrett Schlesinger som teknikchef efter 12 år på Affirm, där han hjälpte till att bygga företagets system för riskbedömning i realtid. Andra ledande rekryteringar är intäktschefen David Meister, tidigare på Addepar, produktchefen Audrey Howell, tidigare på Palantir och Butterfly Network, samt talangchefen Tim Khoo-Jones, tidigare på Block och Shopify.

Kalepa grundades 2018 och satsar på en bredare möjlighet inom AI för företag: att förena ämnesexpertis med programvara som kan utföra och dokumentera arbete. Unite.AI:s bevakning av AI-beslut i företag med tydlig styrning undersöker samma behov av att koppla rekommendationer till behörigheter, underlag och resultat.

För Kalepa handlar nästa steg om att göra arbetssättet användbart för fler försäkringsuppgifter och på fler marknader. Serie B-rundan på 75 miljoner dollar ger företaget resurser att expandera, medan det konkreta testet i verksamheten kvarstår: att hjälpa försäkringsbolag att hantera mer arbete utan att förlora det omdöme och den disciplin som gör verksamheten hållbar.

Evan Mercer är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som bevakar AI-startups, riskkapital och finansieringsdynamiken som formar nästa generation av teknikföretag. Hans rapportering fokuserar på innovation i tidig fas, kapitalflöden och de strategiska beslut som grundare och investerare fattar när AI-företag växer från koncept till global påverkan.

Med ett strategiskt och analytiskt perspektiv granskar Evan finansieringsrundor, marknadspositionering och framväxande trender i AI-startup‑ekosystemet. Han följer hur riskkapital, företagsinvesteringar och börsnoterade marknader korsar med genombrott inom artificiell intelligens och skiljer hållbara signaler från kortsiktig hype.

Artiklar skrivna av Evan Mercer är AI-genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, kontext och ansvarsfull täckning av det globala AI-investeringslandskapet