Newsletter · · Ashutosh Agarwal
保险业：AI 原生不再是流行词的一周
2026年6月27日至7月3日当周的行业聚焦。保险 AI 创业者划出了一条清晰界线：要么围绕智能体重构整个保单生命周期，要么就别在30年历史的核心系统上硬贴一个副驾驶；与此同时，再保险公司承认他们仍无法为 AI 这一新型风险定价。
行业聚焦：保险
2026年6月27日至7月3日当周：建设者们划出了一条清晰界线,要么围绕智能体重构整个保单生命周期,要么就别在30年历史的核心系统上硬贴 AI
行业概览
如果说本周保险类播客有一条共同主线,那就是"AI 作为一个功能点"这种说法的终结。真正获得实质性进展的创业者,不是在遗留的保单管理系统上硬贴一个 AI 副驾驶,而是在重建整个生命周期(投保申请、核价、报价、承保、批改、续保、理赔),让智能体真正能够完成工作,而不只是总结工作。值得注意的是他们衡量的指标:不是节省了多少人力,而是赔付率、报价质量,以及承保公司真正能够看到的客户互动占比。2026年判断一家保险 AI 公司是否靠谱的标志,是它谈论的是损益表,而不是组织架构图。
先说明一点:我通常依赖的两档节目, Insurance Shoptalk 和 The Insurance Guys, 在过去一周都没有更新新一集。这次的优质素材来自 Insurtech Leadership Podcast、The Next Innovation、Insurance Town、Leadership in Insurance Podcast,以及 The Voice of Insurance。整体报道量适中,但内容异常具体扎实。
值得关注的公司
Federato 是本周"打败旧核心系统"这一主张中最激进的一家。联合创始人兼首席技术官 William Steenbergen(前斯坦福大学强化学习研究者)表示,Federato 打造了"唯一一家、也是第一家全面覆盖完整保单生命周期的 AI 原生平台",由一个监督智能体协调多个专业子智能体,贯穿核价、报价、承保和非顺序批改环节。最关键的说法是:"我们看到报价所需时间效率提升了 90%",外加"实际处于承保偏好范围内、且符合核保指引的保单数量增加了五倍"。他还提到了融资亮点,"去年11月从高盛融资1亿美元",并主张过去20年里,保险科技领域没有任何公司能达到这样的融资和扩张规模,因为其他所有人做的都是点状解决方案,而不是替换核心系统。值得注意的是,他现在会主动放弃那些只想把 Federato 当作旧版 Guidewire 系统之上一个工作台的客户:"如果你不打算在 Federato 上做完整的保单生命周期......你可能就不是我们合适的客户。" Insurtech Leadership Podcast,《你那套运行了30年的核保软件早已过时》(2026年6月26日)
Infinite Watch 由 CoverWallet 创始首席技术官 Pablo Molina(曾将工程团队扩张到300余人,在 Aon 于2019年收购之前保费规模已突破10亿美元)带领,联合两位联合创始人于2025年末走出隐身模式。其切入点是在自动化之前先建立一个"可观测层":AI 洞察智能体会摄取每一次客户互动(电话、WhatsApp、短信、聊天机器人、邮件、网页),让承保公司能够审计100%的通话,而不是像今天这样只抽查"最多百分之一到百分之五"的样本。目前已投入生产的应用包括:为一家美国大型代理机构处理保费收缴,以及为一家欧洲大型经纪机构处理端到端理赔,商业险的从报价到承保时间被压缩到"从数天或数小时缩短到两分钟"。Molina 对这个领域的直白判断是:*"差异化因素已经不再是技术本身......现在别人很快就能追上来",*所以真正的护城河是保险行业专业知识,而不是代码。 Insurtech Leadership Podcast,《审计缺口:为何95%的保险通话此前从未被审查过》(2026年7月2日)
Gradient AI 创始人兼首席执行官 Stan Smith 提出了本周最犀利的投资回报率论证,全部建立在赔付率数学之上。Gradient 把一个风险评分嵌入核保工作流,让承保公司"报价更少,但成交更多"。背景是:他表示有些客户送出的报价中只有约2.5%最终成交,而另一些客户能达到15%到20%。在回报方面:小型保单组合能带来"个位数百万美元级"的投资回报,大型保单组合则能达到"每年数千万美元",而且"很多情况下回报能达到10倍以上"。他最有意思的论点是关于建模理念的:传统精算数学优化的是监管方友好的透明度("清楚用了什么数学方法"),而不是准确性,而这恰恰是 AI 能填补的空白,尤其是对历史数据薄弱的小企业风险而言:"如果你看100家公司,其中可能只有一两家会出险。但你要怎么为大多数不出险、却要吸收那两起损失的情况定价?AI 在这方面是一种非常强大的工具。" Leadership in Insurance Podcast,《数据优先,AI其次:Gradient AI 创始人兼首席执行官 Stan Smith》(2026年6月29日)
OnFort 是本周代理机构端(而非承保公司端)最清晰的一个案例。创始人 Caleb 描述了一个 AI"数字队友",它能读取代理机构的邮件、梳理整个商业险保单组合、拉取第三方和公开数据、自行构建投保申请清单,并汇总续保方案。其核心主张是:"续保的行政工作量直接减少了80%。" 它最擅长的正是独立代理机构最讨厌的苦活:小型商业险续保("每次处理这些业务都在亏钱"),以及在高剩余市场业务州的超额与盈余线(E&S)/ACORD 自动化。给关注定价模式的创业者的一个商业细节:OnFort 按商业毛保费收取固定费率(不按用户数收费),按月付费,提供30天退款保证,其首席安全官曾是 Coalition 的早期工程师(具备 SOC 2、HIPAA 资质)。 Insurance Town,《你的 AI 是被动响应还是主动出击?》(2026年7月2日)
Code East(OneView) 首席商务官 Aidan Brogan 推介了一款面向管理型总代理(MGA)的 AI 原生核保平台,建立在他所称的、涵盖数万个数据实体的"标准数据模型"之上,目前已在美国、加拿大、欧盟和英国的多家公司部署。其核心指标是:*"我们的上市速度效率提升了五倍到十倍",*同时文档和测试质量也在同步提升。他重点谈到的应用场景是续保管理,因为"大多数授权代理机构的收入中约有80%来自续保",这把 AI 重新定义为一种营收工具,而不是一个降本工具:智能体持续监控续保保单组合,并实时向首席执行官或首席核保官标记"存在风险"的业务。 The Next Innovation,《想要更快的保险理赔?AI 或许能为你实现》(2026年7月1日)
Docosoft 在同一期节目中,对理赔环节真正的利润点提出了本周最反主流的框架。它没有去追逐自动化理赔处理带来的1%到2%运营支出节省,而是瞄准了那个更大的数字,即"因理赔渗漏或理赔组合分析而产生的100亿(美元)"。其中一个令人印象深刻的例子是:一家美国卡车保险公司一直无法解释事故率的飙升,直到组合分析发现,新款卡车车型的睡眠空间缩水了一英尺,导致司机睡眠不足。Docosoft 目前正推进一种近乎"第一时间损失通知"的能力,利用卫星火烟探测技术,在野火来袭前给投保人"哪怕五分钟、十分钟的时间从建筑物中撤离"。 The Next Innovation,《想要更快的保险理赔?AI 或许能为你实现》(2026年7月1日)
Inaza 是同一期节目中的最后一位,首席执行官 Niall Crawley(曾从事投资银行工作)打造了一套核保/理赔自动化引擎,并孵化出一款独立的反欺诈产品 Docklands,它能跨理赔案件拉取第三方数据,并用通俗语言给分析师返回一个0到100的欺诈评分("发票上写的是本田思域,但保单上登记的是丰田卡罗拉")。他对客户项目的判断标准很简单:如果一个项目不能在"三个月内,甚至三周内"直接影响赔付率或费用率,"我们基本上就不会去做这个项目"。 The Next Innovation,《想要更快的保险理赔?AI 或许能为你实现》(2026年7月1日)
一场辩论
这个正在为所有人的风险实现自动化定价的行业,却仍然无法为自身的风险定价。
当上文提到的创业公司竞相把智能体嵌入核保流程时,再保险这一端却在悄悄承认,他们尚未弄清楚该如何把 AI 本身作为一种风险来承保。在 The Voice of Insurance 节目中,慕尼黑再保险辛迪加(Munich Re Syndicate)新任首席执行官 Stephanie Ogden 梳理了这个问题:AI 责任风险目前大多是"隐性的",未经定价地隐藏在科技类专业责任险(E&O)、一般责任险和职业弥偿保险之中,尽管美国已经开始出现 ISO 批单条款。她坦言的底线是:*"我不能坐在这里告诉你我们已经有了什么确定性的行动方案",*不过该辛迪加正在追问"次生影响会是什么"。
她的这个类比是我这一整周听到的最好的表述。她把如今排除 AI 风险的做法,比作19世纪一位承保人试图把电话排除在保单之外:在技术上颇具诱惑力,但最终不可行,因为这项技术会变得过于深植于一切,以至于无法单独剥离。她还点明了所有人都在等待、也都在担心的那个触发点:"问题会出现在这样一个时刻:发生一起重大事件,AI 是其中清晰、确定的问题所在......一起数亿美元级别的事件,而且非常清楚,毫无疑问就是 AI 造成的。到那时......他们的承保公司都会开始讨论这件事,说,天哪,我们原来不知道自己要为这个买单。"
真正让这成为一场辩论、而不只是一句场面话的地方在于:是现在就排除 AI 风险,同时把肯定承保作为一款独立产品单独出售(即 Chaucer 式的押注,把 AI 责任风险视为一个需要支持的新类别),还是承认 AI 已经过于根深蒂固、无法排除,干脆把它定价进所有保单之中?Ogden 本人的看法是,*"我们越是排除 AI 风险,它就越会成为我们自己的问题",*这更倾向于后一种做法,但她也承认现在下判断"还是稍微早了一点"。
最让任何一家承保公司对自身内部 AI 依赖感到不安的一段插曲是:Ogden 描述了自己曾用微软 Copilot 来为一项"相当重要"的业务决策做合理性检验。当她说自己倾向于选左边那个方案时,Copilot 告诉她*"那绝对是正确答案"。而当她改口说要选右边时,它同样热情地表示赞同,还主动提出要"帮你把这个论点说得更有说服力"。她的结论是,"你必须去验证它说的话",*这也提醒人们:同一个正在推销 AI 原生核保的行业,正在实时发现,这些工具究竟能有多自信地告诉你想听的答案。 The Voice of Insurance,《第308期 Stephanie Ogden,慕尼黑再保险辛迪加:在现实主义与雄心之间寻求平衡》(2026年6月30日)
下周的行业聚焦将转向金融科技(Fintech)。