Newsletter · · Ashutosh Agarwal

保险业AI从试点走向五分钟报价和智能体原生MGA - 垂直行业聚焦:保险 - 2026年9月29日当周

2026年9月29日当周的初创公司与风险投资简报。保险垂直行业聚焦:一家使用Kara的代理机构在不到五分钟内报价并承保一份150美元的保单,Gaya通过600家承保公司把一份房屋保险报价从一小时缩短到20分钟,Convex在Quotech上推出了AI原生MGA Kinetic,而核保人则在争论AI会让定价更有纪律还是更宽松。

垂直行业聚焦:保险

2026年9月29日当周:五分钟报价与智能体原生MGA

本周轮到再次聚焦保险业。各档播客不约而同地落在同一个观点上:保险业的AI已经走出了试点阶段。它现在体现在数字上:一份150美元的保单在不到五分钟内完成报价和承保,一份房屋保险报价从一小时缩短到20分钟,一家新的MGA从第一天起就围绕AI智能体构建。不过,并非所有人都认为这对核保纪律是好消息。

行业全景

两年来,播客里的保险从业者谈到AI时,说的都是“正在试验”。本周,问题变了。在The Voice of Insurance节目中,主持人Mark Geoghegan直截了当地问Everest的Jason Keen:

“如果我们两年前聊,我们会问,你们在试验什么?而如今,好吧,你们已经试验过了。现在,你们落地了什么,在哪里取得了最好的效果?”

答案来自行业的各个层面,而且惊人地相似。没有人描述AI在做重大判断。每个人描述的都是AI在清理围绕这些判断的文书工作:

  • 在代理机构层面(向家庭和小企业销售保单的本地门店),AI现在会接电话,收集保险公司为保单定价所需的细节,填写承保公司的网站,并整理出并排的报价对比。Florida Risk Partners表示,它现在的报价流程“就像一座工厂”。
  • 在承保公司层面(真正承担风险的保险公司),Everest和Nationwide都描述了AI读取收到的申报材料(经纪人在询价时发送的文件包)并提取数据。在Nationwide,一份农场或农业综合企业的申请可能涉及“50份文件、24个数据源”。
  • 在初创公司层面,Convex新的MGA Kinetic正围绕一座“智能体原生工厂”从零构建。MGA(managing general agent,总代理人)是一家代表保险公司承保的专业机构。“智能体式”(agentic)指的是能够自行完成多步骤任务、而不只是回答问题的AI。

Keen说得最清楚。他说,AI的意义在于让“我们的核保人和理赔专家有更多时间专注于判断,而不是数据整理,后者没有价值”。他记得行业曾雇用“数据清洗员,他们会花好几个小时清洗收到的申报材料,而且有数百人”。这类工作正在消失。

第二个主题更安静,但同样重要:软件正在成为叠加在保险公司现有系统之上的一层,而不是对它们的取代。 Gaya是一个浏览器扩展,可以在你已有的任何代理机构系统中使用。Kara直接写入HubSpot。Nearmap把其航拍影像接入Guidewire,让理赔员“不必再切换到另一个界面”。Quotech的CEO预测,核保人很快将主要通过公司的AI聊天助手来使用他的平台,而不是登录。赢得订单的创始人,是那些能融入现有工作流程的人。

第三个主题是需要关注的。随着AI让一切加速,一些人担心在价格已经下跌的市场中它会对定价纪律造成什么影响。这个争论就是本期末尾的“一场辩论”。

值得了解的公司

Kara (GetKara.ai):为销售漏斗供料的AI前台

Kara为保险代理机构制作AI电话智能体和工作流工具。它的三位联合创始人自己经营数字经纪公司约三年,为自己开发软件,把经纪公司卖给了McGowan Companies,然后把内部工具变成了产品。他们销售这款产品已有约18个月。联合创始人兼CTO Nikhil Kansal做客Power Producers,与主持人David Carothers交谈,后者在自己的代理机构Florida Risk Partners使用Kara。Carothers给出了本周最详细的投资回报说明:

  • 24小时接待。 Kara接听每一个电话,“全天候、全年无休”,判断来电者需要个人保险还是商业保险,收集核保细节,并自动在HubSpot中创建联系人、公司和交易记录。周六晚上9点来电的人,得到的自动跟进与填写网站表单的人相同。
  • 高压清洗工细分领域。 佛罗里达州有很多高压清洗企业,保险公司Coterie愿意承保。每份保单只带来约150美元的佣金,这曾让它“每次我要处理它时对我来说都是不赚钱的”。现在,从客户来电到“一份可承保的报价出现在他们的收件箱里或通过短信发到手机上”,用时不到五分钟。该代理机构每天写五到七份这样的保单,Carothers称之为“仅在一个垂直领域就有30万美元以上的收入流”。
  • 回本。 “我告诉过你们我们用Kara两个半月了。我从中获得的佣金所对应的保费,已经足够我把Kara两年多的费用都付清了。”
  • 报价对比。 对于房屋保险,该机构运行一个比较评级器(QuoteRush),整理结果,然后用Kara生成带品牌的PDF。它把每个选项评为红、黄或绿,标出错误与疏漏(E&O)风险(代理机构因失误被起诉的风险),并推荐一项。一个典型例子:一份每年多花300美元但完全涵盖水损的保单,对比那些把水损限额设为1万美元的更便宜保单。Carothers说,加入对比之后“成交率上升了”。
  • 客户并不介意和AI交谈。 来电者经常在通话中途问:“等等,我是在和AI说话吗?”Kara回答是,而“他们还是把对话讲完了”。

还有一个值得一提的小细节:询问新线索希望如何联系(电子邮件、短信或电话),“字面上大概让互动翻了三倍”。Carothers把功劳归于他的大儿子,后者在代理机构负责个人险业务。

(Power Producers Podcast,“Building an AI-Powered Insurance Agency with Nikhil Kansal”,2026年9月23日)

Gaya:承保公司网站的自动填写,迈向“智能体式整体转保”

Gaya是一个自动填写保险公司报价网站的浏览器扩展。联合创始人Carl Ziadé说它现在可对接600家承保公司(据主持人Jason Cass说,约六个月前大约是300家)。卖点很简单。Cass说,一次典型的车险加房屋保险报价需要“一小时,中间不能有电话打扰”;使用Gaya,“你可以在20分钟内完成”。客户反馈报价速度带来“2到3倍的投资回报”。需要了解的内容:

  • 它为何存在。 比较评级器是同时从许多保险公司拉取价格的工具。它们返回一个“第一次评级调用”(RC1)价格,仅基于代理人输入的信息。真正可承保的“第三次评级调用”(RC3)价格,是在保险公司核查驾驶记录和理赔历史之后出现的。Ziadé说,有些承保公司故意显示一个激进的RC1,以便排在榜单首位。因此现在更多的出单人跳过评级器,直接前往每家承保公司的网站,而这正是Gaya自动化的工作。它在沿海承保公司和高净值保险公司(Pure、Chubb、Cincinnati等)中尤其受欢迎,因为评级器处理这些公司的效果不佳。
  • 集成。 已上线HawkSoft;Momentum即将上线;与区域经纪公司Heffernan Insurance共同构建了Applied Epic SDK集成;以及AMS360中原生的“Send to Gaya”按钮。
  • 下一步。 一个提案生成器,代理机构可以“自带密钥”接入Gemini或Claude,一个“申报操作系统”,让Gaya充当评级器的合作,以及大约六个月后,让承保公司运行“整体转保(book roll)”的工具(把代理机构的全部保单从一家保险公司转移到另一家)。例如,“Travelers可能会用Gaya一天内把你的业务整体转到他们那里”。
  • 承保公司的角度。 Ziadé说承保公司对智能体式报价“有点害怕”。它让他们想起保险公司建立正规数据连接之前的旧式屏幕抓取机器人,因为“它实际上就在你的机器上,由Claude在干活”。AI让一个代理人能同时向每家承保公司发送报价请求,这“降低了用心程度”。Gaya的回应是与承保公司一起建立护栏,Ziadé说“我们收到的最大一批推荐来自承保公司的代表”。
  • 融资立场。 Ziadé强调Gaya是盈利的,并且“没有对风投资金上瘾”。他认为这对那些预期AI泡沫会破裂的企业买家有帮助:“知道我们不会裸泳,人们感觉很好。”

(Agency Intelligence,“Carl Ziadé On What's Next For Gaya, From Proposals To Agentic Quoting”,2026年9月22日)

Kinetic Insurance Services (Convex) + Quotech:从第一天起就围绕AI智能体构建的MGA

百慕大和伦敦的特种保险公司Convex于2026年6月推出了Kinetic。它是一种混合体:一半是保险公司,一半是MGA平台。有创业精神的核保人以独立的“单元(cell)”加入,获得Convex的承保能力和外部承保能力,并得到一套现成的技术栈。CEO Theo Butt、CTO Andy Roberts和Quotech的CEO Guillaume Bonnissent在InsTech上解释了其运作方式:

  • 构建。 Roberts花了九个月搭建核心系统。Kinetic与AWS和系统集成商Prefectus合作,“帮助我们构建一座智能体原生工厂”,涵盖“从第一封邮件进来,到在核保人充分掌控下生成我们的报价”。目标是:“我们几乎所有不产生收入的工作都实现自动化。”在此基础上,一个小团队构建“增压器(superchargers)”,即针对核保人提出的“所有那些烦人的小型重复性任务”的自动化。
  • 为何选Quotech。 Kinetic想要一套保单管理系统(核心记录软件),能“从核保一直做到账单收款环节,而不仅仅是一套光鲜的核保界面”。它还需要支持API,并“正走向支持MCP”。MCP(Model Context Protocol)是让AI助手连接外部软件的标准。Bonnissent说,Quotech已把为新核保团队搭建平台的时间从通常的“三到六个月”缩短到“几天或几周”。
  • 里程碑。 第一位核保人于8月初在百慕大加入,组建一个新兴行业单元。Kinetic的目标是到2027年1月1日续保时有“三四个单元”上线,并在2027年期间再有“至少两三个单元”。Convex本身只有约480人。
  • Bonnissent的预测。 核保人将在一个公司批准的AI聊天窗口中开始一天的工作,该窗口通过MCP向他们展示隔夜的申报、待处理的转介和客户查询。“是三个月后吗?是六个月后吗?不,其实今天就能做到。”他说,真正的障碍“是采用,而不是技术处于什么水平”,以及控制成本,以免它成为一笔巨额账单,“因为每一个用户都在凭感觉核保、凭感觉写代码(vibe underwriting, vibe coding)”。

他还回顾了20年前在前雇主处的一个名为“Underwriters to Underwrite”的项目,该项目“从未真正成功,因为技术还不存在”。Kinetic本质上是同一个想法,在技术已经存在的今天再次尝试。

(InsTech,“Theo Butt & Andy Roberts: Kinetic Insurance Services and Guillaume Bonnissent: Quotech: Building an AI-native MGA from scratch: inside Kinetic Insurance Services (419)”,2026年9月27日)

Everest (Global Wholesale & Specialty):约40亿美元业务规模中四个业务板块的AI应用

Jason Keen是Everest非再保险特种业务的CEO:保费接近40亿美元,26条产品线,约1,000名员工,办公室位于沃伦(新泽西州)、伦敦和新加坡,保费约60%来自美国、40%来自国际。这是本期描述了具体AI部署的最大规模运营:

  • 核保: AI“嵌入在我们的核保工作流程中。申报、摄取以及到报价的周转时间。我们看到了显著的加速。”Keen说时间是主要衡量指标,但“准确性是另一个,因为有一致性”。它现在已在“我们业务的四个板块”上线。
  • 合同与理赔: “我们正在把它用于再保险合同、提取数据以及首次损失通知。”(首次损失通知是对一宗理赔的首次报告。)
  • 人员编制: 他回避了直接回答。“无论人员编制是增加还是减少,归根结底,我们希望核心人才……做的是把时间花在增值工作上。”他确实提到AI“也能管理费用,而在任何周期里,这都应该是人们首先要考虑的事”。

Keen还谈到AI作为Everest承保的一种风险。他称之为“隐性AI(silent AI)”,指隐藏在现有保单中、没有被明确列出的AI风险敞口,就像网络险成为独立产品之前的“隐性网络风险”。他的观点是:“要么必须除外,要么必须纳入。”

(The Voice of Insurance,“Ep317 Jason Keen CEO Wholesale & Specialty Everest Insurance: No time to be stuck in the middle”,2026年9月22日)

Nationwide:数千个智能体和15亿美元预算的20%

在Technovation节目中,Nationwide的CTO Michael Carrel描述了大型保险公司规模的AI。15亿美元技术投资中约*20%*用于AI,分为三块:

  • “日常AI”:搜索、摘要、内容创作以及构建个人智能体的能力,向每位员工推广。
  • “旗舰AI”:针对核保、理赔和出单后保单变更的较大项目,主要是理解非结构化文件。在大型农场和农业综合企业核保中,一份申请可能涉及“50份文件、24个数据源,你知道的,数百个数据字段”。新方法将传统预测模型与生成式和智能体式AI结合,以缩短所需时间。
  • 面向每位技术员工的AI辅助软件开发。

Nationwide已经构建了“数千个”定制智能体。其夏季黑客松吸引了172支队伍和近900名员工,其中128人来自技术部门之外。在其每年两次的调查中,员工对AI的情绪上升了9%。每一个AI用例都要经过与Nationwide“从我们开始做AI模型的15年来”一直使用的同一套风险委员会审查。Carrel说,该流程旨在“快速得到同意、快速得到否决”。

(Technovation with Peter High,“How Nationwide CTO Michael Carrel Is Building an AI-Ready Workforce”,2026年9月24日)

Mantas:云宕机时的参数型保险

Basil Mimi是由软件工程师转行的保险人。他在办公室订午餐时一款外卖应用崩溃,由此想到了Mantas。他当时想,如果这样的宕机发生在自己的公司,“我们也会损失很多钱”。你无法控制亚马逊或谷歌,于是他研究了保险。这把他引向参数型保险,即在发生可测量的事件时自动赔付,而不是在理算师评估损失之后。Mantas总部位于迪拜国际金融中心。它等了一年才拿到牌照,1月获批,现已开始销售。

  • 核保方法: Mantas构建了两个工具,一个实时监控云和数据中心风险,另一个分析“数据中心……超过15年发生的所有历史事件”。这些为其预期损失和巨灾建模提供数据。
  • 市场: Mimi说阿联酋67%的企业对云有关键依赖。Mantas通过零售经纪人面向中型和大型企业,最低保费约1万美元。为了说明风险有多大,他指出了“去年11月”一次15小时的AWS宕机,以及一款每分钟处理“2万笔订单”、每笔30至40美元的外卖应用。
  • 定位: 它被设计为与网络险并存,而不是取代它。网络险要求有恶意攻击;而Mantas无论宕机由什么原因造成都会赔付。更多数字风险产品正在开发中。

主持人Joey Kaplan的一句旁白很能说明市场:“我做的每隔一个访谈,对象都是声称用AI革新保险的AI创始人。而我越来越难区分他们了。”Mantas之所以让他眼前一亮,是因为它是新的保障,而不是新的软件。

(Profiles in Risk,“Basil Mimi, Co-Founder & CEO at Mantas - Ep. 865”,2026年9月23日)

Comotion AI:“没有人买AI。他们买的是一次能完成的迁移。”

Tim Vieyra受过精算师训练。13年前他联合创办了Comotion,是一家数据与精算公司。其新的AI平台让精算师和分析师可以用日常英语向保险、金融和抵押贷款数据提问,但它实际销售的产品更窄:数据迁移。也就是把一个业务账簿从旧系统迁移到新系统,或在交易后迁入收购方的系统(例如养老金风险转移,即保险公司接手一家公司的养老金义务)。

  • 问题: 在传统迁移中,团队“很晚才发现源数据的问题”,通常是在新系统中运行报表之后。正在为Comotion进入美国市场提供咨询的Dan Griffith讲了一个故事:一个客户项目叫“On Time”,不得不改名为“About Time”。
  • 解决办法: Comotion在源数据一到就进行分析,这样“比如在收到数据的第二周或第一周……你就可以说,各位,这是你们的数据问题”。Vieyra说这让数据从“帐篷里最长的那根杆变成最短的那根杆”。定价为固定成本,并且可以借助“前置部署工程师(forward-deployed engineers)”(Palantir的说法,指派驻在客户现场的工程师)在客户自己的系统内运行。
  • 给创始人的启示: Griffith说,成功的AI供应商与失败的AI供应商之间的区别在于是否“绑定在某些非常具体的用例上”。Vieyra的版本是:“当软件的单位成本在下降……数据的价值在上升。”

(Insurtech Leadership Podcast,“Nobody Buys AI. They Buy a Migration That Finishes”,2026年9月24日)

Send,现在是The Creek的一部分:购买能用的AI,而不是试点

Celine Thierry负责一家保险软件公司(她称之为“The Creek”,一家已经存在“近30年”的供应商)的再保险、合规、支付和损失控制产品。她在蒙特卡洛再保险会议上讲了为什么买下Send这个AI优先的核保平台。客户见过“很多POC,很多经验。而他们的感觉是,这东西并没有真正到位”。(POC即概念验证,是小规模试验项目。)因此公司收购了已经能用的东西,以“把切实的东西直接落地”。计划是把核保、再保险、损失控制和风险敞口数据连接起来,让保险公司能看到“那些显示出一些困难趋势的”,而不是淹没在数据里。她对现状的判断是:“美国市场真的准备好采用AI了。我感觉在欧洲,还有点早。”

(The Reinsurance Podcast,“Monte Carlo #65 - Celine Thierry: What Actually Works With AI in Insurance”,2026年9月22日)

Nearmap:接入AI理赔工作流的航拍影像

David Tobias是Nearmap的首席产品官,该公司与保险分析公司Betterview合并。Nearmap现在把其“极度最新、极度准确的影像”与对损失分类的AI结合,并在Guidewire和其他核心系统内提供。Tobias最兴奋的用例是:当客户打来电话报屋顶理赔并与AI语音智能体交谈时,Nearmap的房产数据可以实时流入这场对话。这可能“缩短从首次损失通知到赔付的时间”。他的总结是:“技术已经有点赶上数据了。”

(FNO: InsureTech,“Ep 315: David Tobias, Chief Product Officer, Nearmap”,2026年9月25日)

另外值得一提

在The Reinsurance Podcast上,再保险经纪人Carla Moffett和Sam Sweeney表示,他们的公司使用AI来构建续保申报材料、处理收到的数据和审阅合同,并使用其Sage分析平台为客户提供建议。“我会说我们已经是AI赋能的了。”关于AI责任,Moffett说再保险公司并不急于增加一揽子除外条款,因为“隐性AI”已经存在于职业责任险、董事及高管责任险和一般责任险的业务簿中。

(The Reinsurance Podcast,“Monte Carlo #70 - Carla Moffett & Sam Sweeney: Casualty Isn't Softening Like Property”,2026年9月25日)

一场辩论:AI会让核保人更有纪律,还是给他们一个更好的降价借口?

背景是一个走软的市场:价格正在下跌。本周The Voice of Insurance上来自蒙特卡洛的汇总节目中,核保人纷纷称财产险降价“令人失望”,而Everest的再保险CEO Jill Beggs则更喜欢用“正常化”这个词。显而易见的问题是,AI是帮助行业守住阵脚,还是帮助它下滑。

乐观的观点来自Jason Keen。他的论点是:核保人现在比前辈多出“30年的数据”,而且“如果人们像应该的那样使用数据,那就不那么主观,更多是由数据驱动,由数字说话”。这产生了“真的无可否认”的基准。按照这种看法,AI和更好的数据让你更难自欺欺人地认为某个价格是否真的足够。

怀疑的观点来自Apollo的James Slaughter,出自同一期汇总:

“每个人都会谈AI数据之类的。很好。但实际上它是怎么被使用的,我们在一些市场看到的情况表明,人们要么无视呈现给他们的事实和数据,要么找到了某种神奇的AI工具,让他们可以低于充足水平承保,这是可能的。我的意思是,如果你把同一个问题问Claude、Copilot和ChatGPT,你会得到三个不同的答案。”

通俗地说:如果可以说服模型为更低的价格辩护,更低的价格就会被写出来。主持人Mark Geoghegan把它与一个更大的谜团联系起来,认为这“或许解释了为什么市场走软的速度比许多人预期的快得多”。

Slaughter确实看到了同一故事的积极版本。有了所有这些数据,“CEO很难坐在那里面对所有这些数据,却不扭转趋势”。他的预测是,周期不会消失,但会加速:“我们会回落得更快,但我们应该在它变得低于充足水平时发现趋势,并且应该更快地做出反应。”

同样的张力也出现在代理机构层面。Gaya的Carl Ziadé说,承保公司对智能体式报价让代理人能同时向每家保险公司发送请求感到不安。以前,这种努力的成本迫使代理人决定每笔业务应该投向哪里。因此市场一边担心AI让定价过于宽松,另一边担心它让比价太容易。在这两种情况下,AI都消除了过去充当天然刹车的摩擦。

Geoghegan的结论是恰当的收尾:“唯一确定的是,既然AI已经出现在我们的核保决策过程中,这个问题现在将会一直讨论下去。”如果你在这里构建或投资,真正的机会在于那家能证明其AI让定价决策更一致、更可审计,而不仅仅是更快的公司。Keen在把“准确性……因为有一致性”列为Everest的第二个衡量指标时,用的正是这个词。

(The Voice of Insurance,“SpEp The State of (Re)insurance 2026”,2026年9月25日;The Voice of Insurance,“Ep317 Jason Keen CEO Wholesale & Specialty Everest Insurance: No time to be stuck in the middle”,2026年9月22日;Agency Intelligence,“Carl Ziadé On What's Next For Gaya, From Proposals To Agentic Quoting”,2026年9月22日)

下周的垂直行业聚焦:金融科技。