Pibit.AI ได้รับเงิน 7 ล้านดอลลาร์ ใน Series A เพื่อนำ AI ที่เชื่อถือได้มาใช้ในกระบวนการ Underwriting

อุตสาหกรรมประกันภัยมักถูกกำหนดโดยความสามารถในการเข้าใจ ควบคุม และจัดการความเสี่ยง แต่ระบบที่ผู้ทำการประกันภัยพึ่งพายังคงมีลักษณะเหมือนสิ่งประดิษฐ์จากยุคก่อน การทำการประกันภัยยังคงพึ่งพาสเปรดชีต เอกสารที่กระจัดกระจาย และการตรวจสอบอย่างมีแรงงาน ในขณะที่อุตสาหกรรมอื่นๆ ได้ใช้การอัตโนมัติและเครื่องมืออัจฉริยะแล้ว Pibit.AI มีเป้าหมายที่จะปิดช่องว่างนี้ และด้วยเงิน 7 ล้านดอลลาร์ ใน Series A ที่เพิ่งได้รับ บริษัทกำลังเร่งแผนการเพื่อปรับปรุงหนึ่งในฟังก์ชันการทำงานที่สำคัญที่สุดของการประกันภัย

การระดมทุนรอบนี้นำโดย Stellaris Venture Partners โดยมีการเข้าร่วมจาก Y Combinator และ Arali Ventures จะเป็นเชื้อเพลิงในการพัฒนาและใช้งาน Centralized Underwriting Risk Environment (CURE™) ของ Pibit.AI ต่อไป CURE™ ได้รับการออกแบบมาเพื่อรวมการเดินทางการทำการประกันภัยทั้งหมด ตั้งแต่การยื่นคำขอครั้งแรกจนถึงการตัดสินใจสุดท้าย ทำให้ Pibit.AI อยู่ที่ศูนย์กลางของตลาดที่กำลังพัฒนาอย่างรวดเร็ว โดยที่ผู้ให้บริการประกันภัยและ MGAs กำลังเผชิญกับความกดดันที่เพิ่มขึ้นในการทำมากกว่าที่เคยทำได้ด้วยทรัพยากรที่ลดลง

ภารกิจที่มีรากฐานมาจากประสบการณ์ส่วนตัว

สำหรับผู้ก่อตั้ง Akash Agarwal แหล่งกำเนิดของบริษัทนี้มีเหตุผลส่วนตัว เมื่อเขายังเป็นเด็ก เขาได้เห็นพ่อของเขาทำงานจนถึงดึกเพื่อจัดการเอกสารประกันภัยด้วยมือ หลายปีต่อมา เมื่อเขาเห็นว่า AI ได้ปฏิวัติอุตสาหกรรมต่างๆ ตั้งแต่การขนส่งไปจนถึงการจัดซื้อจัดจ้าง สิ่งที่แตกต่างกันคืออะไร: ถ้า AI สามารถช่วยให้รถยนต์ขับเคลื่อนได้ด้วยตนเองได้ ทำไมการทำการประกันภัยยังคงอยู่ในโลกของ PDF อีเมล และการป้อนข้อมูลด้วยมือ

คำถามนี้กลายเป็นจุดเริ่มต้นของ Pibit.AI Agarwal มองเห็นภาพสภาพแวดล้อมการทำการประกันภัยที่ AI ทำหน้าที่เป็นพันธมิตรที่เชื่อถือได้และโปร่งใส ไม่ใช่การแทนที่แบบ “กล่องดำ” ความเชื่อถือได้กลายเป็นเสาหลักของปรัชญาของบริษัท: แต่ละผลลัพธ์ควรจะอธิบายได้ ตรวจสอบได้ และสอดคล้องกับความเชี่ยวชาญของผู้ทำการประกันภัย

“AI ควรเสริมสร้างความสามารถของผู้ทำการประกันภัย ไม่ใช่การแทนที่พวกเขา” Agarwal กล่าว “เรากำลังสร้างสิ่งที่โปร่งใสและพร้อมสำหรับการตัดสินใจ — ระบบที่ผู้ทำการประกันภัยสามารถเชื่อถือได้ ในขณะเดียวกันก็ช่วยให้พวกเขาเคลื่อนไหวได้เร็วกว่าที่เคยเป็นมา”

แพลตฟอร์ม CURE™: การเปลี่ยนแปลงวงจรการทำการประกันภัย

ที่ใจกลางของข้อเสนอของ Pibit.AI คือ CURE™ ซึ่งเป็นแพลตฟอร์มที่รวมการทำการประกันภัยที่กระจัดกระจายเข้าด้วยกัน แทนที่จะสลับระหว่างเครื่องมือ เอกสาร และแหล่งข้อมูล ผู้ทำการประกันภัยสามารถทำงานภายในสภาพแวดล้อมเดียวที่ได้รับการปรับปรุงด้วยความฉลาดของ AI

CURE™ รวมถึงโมดูลที่ออกแบบมาเฉพาะ เช่น:

• ClearCURE™ สำหรับการคัดแยกการยื่นคำขอ
• DocumentCURE™ สำหรับการวิเคราะห์เอกสารที่ไม่มีโครงสร้าง
• ResearchCURE™ สำหรับการเพิ่มข้อมูลในแบบเรียลไทม์
• RiskCURE™ สำหรับการประเมินบัญชีและข้อมูลระดับพอร์ตโฟลิโอ
• WorkflowCURE™ สำหรับการจัดการงาน การทำงานร่วมกัน และการติดตามการตัดสินใจ

โมดูลเหล่านี้สนับสนุนการเดินทางที่ราบรื่นจากคำขอแรกจนถึงผลลัพธ์ที่พร้อมสำหรับการตัดสินใจ แพลตฟอร์มนี้ทำให้การรวบรวมและจัดประเภทข้อมูลเป็นอัตโนมัติ ในขณะเดียวกันก็รักษาการกำกับดูแลของมนุษย์ไว้ที่จุดสำคัญ ปรัชญาของ Pibit.AI คือการผสมผสานความเร็วเข้ากับความน่าเชื่อถือ: การอัตโนมัติเร่งกระบวนการ ในขณะที่ตรรกะที่โปร่งใสรักษาความน่าเชื่อถือ ความสอดคล้อง และการปฏิบัติตามกฎระเบียบ

การนำไปใช้ผลกระทบที่วัดได้สำหรับผู้ให้บริการประกันภัยและ MGAs

ความจำเป็นในการปรับปรุงกระบวนการทำการประกันภัยกำลังเพิ่มขึ้น ปริมาณการยื่นคำขอเพิ่มขึ้น แต่ทีมผู้ทำการประกันภัยกำลังลดลง หลายทีมยังคงสูญเสียเวลาไปกับการคัดแยกเอกสารและข้อมูลด้วยมือ สิ่งเหล่านี้ไม่เพียงแต่ทำให้ทีมช้าลง แต่ยังกระทบต่อความแม่นยำ รายได้ และการเลือกความเสี่ยง

ลูกค้าของ Pibit.AI ซึ่งรวมถึง HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic และ Method Insurance Services ได้เห็นการปรับปรุงที่น่าประทับใจแล้ว ผลลัพธ์ที่รายงานรวมถึงการลดลงของวงจรการทำการประกันภัยถึง 85%, การเพิ่มขึ้นของเบี้ยประกันภัยที่เขียนไว้ขึ้น 32% ต่อผู้ทำการประกันภัย และการปรับปรุงอัตราส่วนขาดทุนมากถึง 700 เบซิสพอยต์

สำหรับผู้ให้บริการประกันภัย การเพิ่มขึ้นนี้หมายถึงความสามารถในการจัดการมากขึ้น การเพิ่มปริมาณการผลิต และความสามารถในการขยายตัวได้อย่างมีกำไร เมื่อ Adam Price ซีอีโอของ Kinetic เน้นย้ำว่า บริษัทสามารถจัดการการยื่นคำขอได้มากกว่า 1 พันล้านดอลลาร์ต่อปีโดยไม่ต้องเพิ่มค่าใช้จ่ายในการดำเนินงาน สำหรับ Method Insurance Services แพลตฟอร์มนี้ให้โครงสร้างในการขยายตัวระดับชาติโดยไม่สูญเสียการควบคุมหรือความแม่นยำ

สำหรับ Stellaris Venture Partners การผสมผสานระหว่างประสิทธิภาพและความโปร่งใสเป็นปัจจัยที่ตัดสินในการนำการระดมทุนรอบ Series A คู่ค้า Alok Goyal เน้นย้ำว่า CURE™ ตอบสนองต่อข้อจำกัดหลักที่ขัดขวางการทำการประกันภัยสมัยใหม่ — วิธีการทำงานที่ล้าสมัย ข้อมูลที่ไม่สอดคล้องกัน และความต้องการในการดำเนินการที่เพิ่มขึ้น

ผลกระทบในวงกว้าง: สิ่งที่เทคโนโลยีนี้บ่งบอกถึงสำหรับอนาคต

การเพิ่มขึ้นของแพลตฟอร์มที่รวมข้อมูล อัตโนมัติในการวิเคราะห์ปกติ และนำความสามารถในการอธิบายไปสู่การตัดสินใจที่ซับซ้อนเป็นจุดเปลี่ยนสำหรับอุตสาหกรรมที่พึ่งพาความเชี่ยวชาญของมนุษย์มาโดยตลอด การทำการประกันภัยเป็นตัวอย่างที่ชัดเจนที่สุด แต่แนวโน้มที่ซ่อนอยู่ขยายออกไปไกลเกินกว่าประกันภัย เมื่อองค์กรต่างๆ ในทุกภาคส่วนสร้างข้อมูลมากขึ้นกว่าที่ทีมสามารถประมวลผลได้ ความต้องการระบบที่สามารถตีความข้อมูลที่ไม่มีโครงสร้าง เผยให้เห็นข้อมูลที่เกี่ยวข้อง และนำเสนอในลักษณะที่โปร่งใสกำลังเพิ่มขึ้น

ในช่วงหนึ่งทศวรรษที่จะมาถึง การจัดระเบียบของงานความรู้มีแนวโน้มที่จะเปลี่ยนแปลง แทนที่จะใช้เวลาส่วนใหญ่ในการรวบรวม ข้อมูล หรือการปรับข้อมูลให้เหมาะสม มืออาชีพจะหันเหความสนใจไปสู่การประเมินคำแนะนำที่สร้างโดย AI ตรวจสอบกรณีชายขอบ และใช้การตัดสินใจในสถานการณ์ที่ไม่เข้าข่าย สิ่งนี้จะไม่กำจัดความเชี่ยวชาญของมนุษย์ แต่จะเปลี่ยนแปลงจุดเน้นไปที่ที่ที่ความเชี่ยวชาญนั้นถูกนำไปใช้ ผู้คนจะทำงานมากขึ้นในฐานะสถาปนิกการตัดสินใจมากกว่าผู้ประมวลผลข้อมูล

การเปลี่ยนแปลงขนานกันจะเกิดขึ้นรอบๆ ความเชื่อถือ เมื่อ AI มีส่วนร่วมในการตัดสินใจที่มีความเสี่ยงสูง ความต้องการความสามารถในการอธิบายจะเพิ่มขึ้น ระบบที่สามารถแสดงเหตุผลของตนเอง อ้างอิงหลักฐานเบื้องหลังข้อสรุป และ量化ความไม่แน่นอนจะกำหนดมาตรฐาน เครื่องมือที่ล้มเหลวในการให้ความโปร่งใสในระดับนั้นจะดิ้นรนเพื่อให้ได้รับการยอมรับ โดยเฉพาะในอุตสาหกรรมที่มีการควบคุม

ในระยะยาว การสะสมของข้อมูลที่พร้อมสำหรับการตัดสินใจจะสร้างความเป็นไปได้ใหม่ๆ การสร้างแบบจำลองความเสี่ยงที่แม่นยำ การเปรียบเทียบข้ามอุตสาหกรรม และการตรวจสอบแนวโน้มที่เกิดขึ้นใหม่ในแบบเรียลไทม์จะกลายเป็นไปได้ในรูปแบบที่ไม่สามารถทำได้ในปัจจุบัน วงจรการทำงานทั้งหมด — ไม่ใช่แค่งานเดียว — จะถูกออกแบบใหม่รอบๆ ความฉลาดที่ต่อเนื่องมากกว่าเอกสารที่คงที่และการทบทวนแบบตั้งเวลาส่วนตัว