การระดมทุน
Pibit.AI Secures $7M Series A to Bring Trusted AI Underwriting Into the Mainstream

อุตสาหกรรมประกันภัยมักถูกกำหนดโดยความสามารถในการเข้าใจ ควบคุม และจัดการความเสี่ยง แต่ระบบที่ผู้ทำการประกันภัยพึ่งพายังคงมีลักษณะและความรู้สึกเหมือนสิ่งโบราณ ในขณะที่อุตสาหกรรมอื่นๆ ได้ใช้ระบบอัตโนมัติขั้นสูงและเครื่องมืออัจฉริยะแล้ว การประกันภัยยังคงพึ่งพาแบบจำลองตาราง การจัดการเอกสารที่กระจัดกระจาย และการตรวจสอบที่ต้องใช้แรงงานมาก นั่นคือช่องว่างที่ Pibit.AI ตั้งเป้าที่จะลấpเติม — และด้วยเงิน 7 ล้านเหรียญสหรัฐในการระดมทุน Series A บริษัทกำลังเร่งแผนในการทันสมัย化หนึ่งในฟังก์ชันหลักของประกันภัย
การระดมทุนรอบนี้นำโดย Stellaris Venture Partners โดยมีการเข้าร่วมจาก Y Combinator และ Arali Ventures จะช่วยให้การดำเนินการต่อและความนิยมของ Centralized Underwriting Risk Environment (CURE™) ของ Pibit.AI ต่อไป CURE™ ได้รับการออกแบบมาเพื่อรวมการเดินทางการประกันภัยทั้งหมด — ตั้งแต่การยื่นคำขอครั้งแรกจนถึงการตัดสินใจสุดท้าย — และจัดตำแหน่ง Pibit.AI ให้อยู่ที่จุดศูนย์กลางของตลาดที่กำลังพัฒนาอย่างรวดเร็ว โดยที่ผู้ให้บริการประกันภัยและตัวแทนจัดการความเสี่ยง (MGAs) ต้องเผชิญกับแรงกดดันที่เพิ่มขึ้นในการทำมากกว่าที่เคยทำ
ภารกิจที่มีรากฐานมาจากประสบการณ์ส่วนตัว
สำหรับผู้ก่อตั้ง Akash Agarwal จุดเริ่มต้นของบริษัทนั้นเป็นส่วนตัวมาก เมื่อเขายังเป็นเด็ก เขาได้เห็นพ่อของเขาทำงานจนถึงดึกเพื่อจัดการเอกสารประกันภัยด้วยมือ หลายปีต่อมา เมื่อเขาได้เห็น AI เปลี่ยนแปลงอุตสาหกรรมต่างๆ ตั้งแต่การขนส่งไปจนถึงการจัดการ物流 ความแตกต่างนั้นชัดเจน: หาก AI สามารถช่วยให้ยานพาหนะเดินทางอัตโนมัติได้ ทำไมการประกันภัยยังคงติดอยู่ในโลกของ PDF อีเมล และการป้อนข้อมูลด้วยมือ
คำถามนี้กลายเป็นจุดเริ่มต้นของ Pibit.AI Agarwal คิดเห็นว่าสภาพแวดล้อมการประกันภัยที่ AI มีบทบาทเป็นหุ้นส่วนที่เชื่อถือได้และโปร่งใส — ไม่ใช่การแทนที่แบบ “กล่องดำ” ความไว้วางใจกลายเป็นเสาหลักของปรัชญาของบริษัท: การแสดงผลทุกอย่างควรสามารถอธิบายได้ ตรวจสอบได้ และสอดคล้องกับความเชี่ยวชาญของผู้ทำการประกันภัย
“AI ควรเสริมสร้างความสามารถของผู้ทำการประกันภัย ไม่ใช่การแทนที่” Agarwal กล่าว “เรากำลังสร้างสิ่งที่โปร่งใสและพร้อมสำหรับการตัดสินใจ — ระบบที่ผู้ทำการประกันภัยสามารถไว้วางใจได้ ในขณะเดียวกันก็ช่วยให้พวกเขาเร็วขึ้นกว่าเดิม”
แพลตฟอร์ม CURE™: การเปลี่ยนแปลงวงจรการประกันภัย
ที่ใจกลางของ Pibit.AI คือ CURE™ ซึ่งเป็นแพลตฟอร์มที่รวมการกระจายส่วนการประกันภัยเข้าด้วยกัน แทนที่จะเปลี่ยนระหว่างเครื่องมือ เอกสาร และแหล่งข้อมูล ผู้ทำการประกันภัยสามารถทำงานภายในสภาพแวดล้อมเดียวที่ได้รับการปรับปรุงด้วยความฉลาดของ AI
CURE™ รวมถึงโมดูลที่ออกแบบมาโดยเฉพาะ เช่น:
- ClearCURE™ สำหรับการคัดแยกการยื่นคำขอ
- DocumentCURE™ สำหรับการวิเคราะห์เอกสารที่ไม่มีโครงสร้าง
- ResearchCURE™ สำหรับการเพิ่มข้อมูลในแบบเรียลไทม์
- RiskCURE™ สำหรับการประเมินบัญชีและข้อมูลระดับพอร์ตโฟลิโอ
- WorkflowCURE™ สำหรับการจัดการงาน การร่วมมือ และการติดตามการตัดสินใจ
โมดูลเหล่านี้สนับสนุนการเดินทางที่ราบรื่นจากการตัดสินใจครั้งแรกจนถึงการแสดงผลที่พร้อมสำหรับการตัดสินใจ แพลตฟอร์มนี้จะช่วยให้การรวบรวมและจัดประเภทข้อมูลอัตโนมัติ ในขณะเดียวกันก็รักษาการกำกับดูแลของมนุษย์ไว้ที่จุดที่สำคัญที่สุด ปรัชญาของ Pibit.AI ผสมผสานความเร็วเข้ากับความน่าเชื่อถือ: การอัตโนมัติจะเร่งกระบวนการ ในขณะที่ตรรกะที่โปร่งใสจะรักษาความไว้วางใจ ความสอดคล้อง และการปฏิบัติตามกฎระเบียบ
การนำไปใช้จริงที่มีผลกระทบต่อผู้ให้บริการประกันภัยและ MGAs
ความจำเป็นในการทันสมัย化กำลังเพิ่มขึ้น ปริมาณการยื่นคำขอเพิ่มขึ้น แต่ทีมผู้ทำการประกันภัยกำลังลดลง ทีมงานหลายทีมยังคงสูญเสียเวลาไปกับการคัดแยกเอกสารและข้อมูลอย่างไม่จำเป็น ความไม่มีประสิทธิภาพไม่เพียงแต่ทำให้ทีมช้าลงเท่านั้น แต่ยังกระทบต่อความแม่นยำ รายได้ และการเลือกความเสี่ยง
ลูกค้าของ Pibit.AI ซึ่งรวมถึง HDVI, Shepherd Insurance, RMS Insurance Brokerage, Kinetic, และ Method Insurance Services ได้เห็นการปรับปรุงที่น่าประทับใจแล้ว ผลลัพธ์ที่รายงานรวมถึงการลดลงของวงจรการประกันภัยถึง 85% การเพิ่มขึ้นของเบี้ยประกันภัยที่เขียนขึ้น 32% ต่อผู้ทำการประกันภัย และการปรับปรุงอัตราการสูญเสียสูงถึง 700 เบซิสพอยต์
สำหรับผู้ให้บริการประกันภัย การเพิ่มขึ้นนี้หมายถึงความสามารถที่มากขึ้น การเพิ่มปริมาณการผลิต และความสามารถในการขยายตัวได้อย่างมีกำไร เมื่อ Adam Price ซีอีโอของ Kinetic เน้นย้ำว่าบริษัทสามารถจัดการการยื่นคำขอได้มากกว่า 1 พันล้านดอลลาร์ต่อปีโดยไม่ต้องเพิ่มค่าใช้จ่ายในการดำเนินงาน สำหรับ Method Insurance Services แพลตฟอร์มนี้ให้โครงสร้างในการขยายตัวระดับชาติโดยไม่กระทบต่อการควบคุมหรือความแม่นยำ
สำหรับ Stellaris Venture Partners การผสมผสานระหว่างประสิทธิภาพและความโปร่งใสเป็นปัจจัยที่ตัดสินในการนำการระดมทุน Series A คู่ค้า Alok Goyal เน้นย้ำว่า CURE™ จัดการกับข้อจำกัดหลักที่ขัดขวางการประกันภัยสมัยใหม่ — การทำงานแบบเก่าๆ ข้อมูลที่ไม่สอดคล้องกัน และความต้องการในการดำเนินการที่เพิ่มขึ้น
ผลกระทบในวงกว้าง: สิ่งที่เทคโนโลยีนี้บ่งบอกถึงสำหรับอนาคต
การเพิ่มขึ้นของแพลตฟอร์มที่รวมข้อมูล อัตโนมัติในการวิเคราะห์แบบง่าย และนำความโปร่งใสมาให้กับการตัดสินใจที่ซับซ้อน เป็นจุดเปลี่ยนสำหรับอุตสาหกรรมที่พึ่งพาความเชี่ยวชาญด้วยมือมาก่อน การประกันภัยเป็นตัวอย่างที่ชัดเจนที่สุด แต่แนวโน้มที่ซ่อนอยู่ขยายไปไกลกว่าประกันภัย เมื่อองค์กรต่างๆ ในทุกภาคส่วนสร้างข้อมูลมากกว่าที่ทีมสามารถประมวลผลได้ ความต้องการระบบที่สามารถตีความข้อมูลที่ไม่มีโครงสร้าง ค้นหาข้อมูลที่เกี่ยวข้อง และนำเสนอข้อมูลดังกล่าวในลักษณะที่โปร่งใส กำลังเพิ่มขึ้น
ทศวรรษหน้าอาจเห็นการเปลี่ยนแปลงวิธีการจัดระเบียบการทำงานด้านความรู้ แทนที่จะใช้เวลาส่วนใหญ่ในการรวบรวม ข้อมูล หรือการปรับข้อมูลให้เหมาะสม ผู้เชี่ยวชาญจะหันไปมุ่งเน้นในการประเมินคำแนะนำที่สร้างโดย AI ตรวจสอบกรณีชายขอบ และใช้ความชำนาญในการตัดสินใจที่ไม่เข้าข่าย การเปลี่ยนแปลงนี้จะไม่กำจัดความเชี่ยวชาญของมนุษย์ แต่จะเปลี่ยนแปลงจุดเน้นของความเชี่ยวชาญนั้น มนุษย์จะทำงานมากขึ้นในฐานะนักออกแบบการตัดสินใจมากกว่าการประมวลผลข้อมูล
การเปลี่ยนแปลงที่เกี่ยวข้องจะเกิดขึ้นรอบๆ ความไว้วางใจ เมื่อ AI มีส่วนร่วมในการตัดสินใจที่มีความเสี่ยงสูงมากขึ้น ความต้องการความโปร่งใสจะเพิ่มขึ้น ระบบที่สามารถแสดงเหตุผลของตนเอง อ้างอิงหลักฐานที่อยู่เบื้องหลังข้อสรุป และ量ความไม่แน่นอนจะกำหนดมาตรฐาน เครื่องมือที่ล้มเหลวในการให้ความโปร่งใสในระดับนั้นจะดิ้นรนเพื่อให้ได้รับการยอมรับ โดยเฉพาะในอุตสาหกรรมที่มีการควบคุม
ในระยะยาว การสะสมของข้อมูลที่มีโครงสร้างและพร้อมสำหรับการตัดสินใจจะสร้างโอกาสใหม่ๆ การสร้างแบบจำลองความเสี่ยงที่แม่นยำ การเปรียบเทียบข้ามอุตสาหกรรม และการตรวจสอบแบบเรียลไทม์ของแนวโน้มที่เกิดขึ้นใหม่จะกลายเป็นไปได้ในรูปแบบที่ไม่สามารถทำได้ในปัจจุบัน วงจรการทำงานทั้งหมด — ไม่ใช่แค่งานเดียว — จะถูกออกแบบใหม่รอบๆ การมีไหวพริบอย่างต่อเนื่องมากกว่าเอกสารที่คงที่และการทบทวนที่เกิดขึ้นเป็นครั้งคราว












