你能想象嗎？一個價值 7 萬億美元的行業(yè)，至今仍然依賴 PDF 和 Excel 表格來運轉(zhuǎn)。這不是某個落后地區(qū)的小作坊，而是全球保險業(yè)的真實寫照。每天，成千上萬的保險專業(yè)人士把大部分時間花在整理文檔、手動輸入數(shù)據(jù)、核對信息這些重復(fù)性工作上，而不是真正去評估風(fēng)險、服務(wù)客戶、推動業(yè)務(wù)增長。這種狀況已經(jīng)持續(xù)了幾十年，直到現(xiàn)在，AI 終于找到了突破口。

就在上個月，一家名為 FurtherAI 的創(chuàng)業(yè)公司宣布完成了 2500 萬美元的 A 輪融資，由硅谷頂級風(fēng)投 Andreessen Horowitz 領(lǐng)投。這是保險 AI 領(lǐng)域有史以來最大的 A 輪融資之一。更令人驚訝的是，這輪融資距離他們 500 萬美元的種子輪僅僅過去了六個月。這種融資速度在保險科技領(lǐng)域極為罕見，背后反映的是整個行業(yè)對 AI 技術(shù)的迫切需求。我深入研究了 FurtherAI 正在做的事情后發(fā)現(xiàn)，他們不是在做一個簡單的軟件工具，而是在重新定義保險業(yè)的工作方式。這讓我想起了幾十年前計算機剛進入辦公室時帶來的那種顛覆性變革，只不過這一次，變革的速度要快得多。

保險業(yè)真正的痛點在哪里

我一直認為，要理解一個行業(yè)的創(chuàng)新，必須先理解這個行業(yè)的痛點。保險業(yè)的問題不是缺少軟件，恰恰相反，保險公司有太多軟件系統(tǒng)，但這些系統(tǒng)大多建立在數(shù)字時代的早期，甚至有些核心流程從未真正實現(xiàn)數(shù)字化。這就造成了一個矛盾的局面：保險公司在技術(shù)上投入了大量資金，但員工的日常工作效率卻沒有得到本質(zhì)提升。

我和一位在保險公司工作的朋友聊過這個話題。他告訴我，處理一份商業(yè)財產(chǎn)保險的投保申請，他需要在多個系統(tǒng)之間來回切換，手動復(fù)制粘貼信息，對照不同格式的文檔，核對數(shù)據(jù)的一致性。整個過程可能需要幾個小時，而其中真正需要專業(yè)判斷的部分可能只占 20%，其余 80% 都是機械性的文檔處理工作。更糟糕的是，這種重復(fù)性工作不僅浪費時間，還容易出錯。一個數(shù)字抄錯、一個條款理解偏差，都可能導(dǎo)致定價錯誤或理賠糾紛。

Andreessen Horowitz 的合伙人 Joe Schmidt 在談到這個問題時說得很直白："保險業(yè)每年都選擇用更多的人力來解決問題，而這反過來又創(chuàng)造了更多的內(nèi)部復(fù)雜性和龐大的外包生態(tài)系統(tǒng)。"這就像是一個惡性循環(huán)：業(yè)務(wù)量增加，就招更多人；人多了，管理變復(fù)雜；管理復(fù)雜了，效率反而降低；效率低了，又需要更多人。這種模式在過去幾十年也許勉強維持得住，但在今天這個快速變化的時代，它已經(jīng)成為行業(yè)發(fā)展的瓶頸。

我覺得保險業(yè)面臨的核心挑戰(zhàn)其實有三個層面：人才短缺、風(fēng)險加劇和監(jiān)管壓力。有經(jīng)驗的保險專業(yè)人士越來越難招，而氣候變化等新興風(fēng)險讓傳統(tǒng)的風(fēng)險評估模型失效，與此同時監(jiān)管機構(gòu)要求更高的透明度和更嚴格的合規(guī)標準。在這種三重壓力下，保險公司急需找到新的方法來提升效率、降低成本，同時保持甚至提高服務(wù)質(zhì)量。過去幾年，很多公司嘗試過引入 AI 工具，但結(jié)果往往令人失望。通用的 AI 工具無法理解保險文檔的復(fù)雜性和專業(yè)術(shù)語，而專門針對某個單一環(huán)節(jié)開發(fā)的點解決方案又只能解決一小部分問題，無法帶來系統(tǒng)性的改善。

FurtherAI 的獨特之處

FurtherAI 的出現(xiàn)改變了這個局面。他們的創(chuàng)始人 Aman Gour 和 Sashank Gondala 都不是保險行業(yè)的老兵，反而正是這種"局外人"的視角讓他們看到了行業(yè)真正的機會。Aman 在微軟工作過，之后創(chuàng)辦了一家 AI 招聘公司并成功退出。Sashank 則在蘋果工作了十多年，參與開發(fā)了 Siri 的核心語言模型。如果你用過 iPhone 的 Siri，那你就用過他寫的代碼。這兩個人的技術(shù)背景非常深厚，但更重要的是，他們知道如何把 AI 技術(shù)應(yīng)用到實際業(yè)務(wù)問題上。

我特別喜歡他們進入保險行業(yè)的故事。當時他們剛加入 Y Combinator 的冬季訓(xùn)練營，正在尋找合適的創(chuàng)業(yè)方向。YC 的合伙人 Tom Blomfield 建議他們選擇一個有深度數(shù)據(jù)問題的行業(yè)，然后全力攻克它。他們考察了法律、抵押貸款等多個領(lǐng)域，最后選擇了保險。但他們沒有坐在辦公室里閉門造車，而是做了一件很接地氣的事：買了一盒甜甜圈，開著車在舊金山灣區(qū)到處跑，挨家挨戶敲經(jīng)紀人的門，請求坐下來觀察他們的實際工作流程。Aman 回憶說，那一周他們大概拜訪了二三十個人。

通過這種深入一線的調(diào)研，他們發(fā)現(xiàn)了一個關(guān)鍵洞察：整個保險價值鏈實際上只依賴四種核心文檔類型——經(jīng)紀人信函、財產(chǎn)清單、Accord 表格和損失歷史記錄。在 FurtherAI 出現(xiàn)之前，承保人必須手動總結(jié)這些文檔中的信息，然后重新輸入到內(nèi)部系統(tǒng)中。這個過程不僅耗時，而且容易出錯。而 FurtherAI 的系統(tǒng)可以自動解析這些文檔，標準化數(shù)據(jù)格式，并直接集成到現(xiàn)有系統(tǒng)中。經(jīng)紀人只需要把文檔轉(zhuǎn)發(fā)給 FurtherAI 的系統(tǒng)，剩下的工作就自動完成了。

我認為 FurtherAI 最聰明的地方在于，他們不是試圖替換保險公司現(xiàn)有的核心系統(tǒng)，而是在現(xiàn)有系統(tǒng)之上建立一個智能層。這種做法大大降低了實施難度和風(fēng)險。要知道，保險公司的核心系統(tǒng)往往已經(jīng)運行了幾十年，替換這些系統(tǒng)的成本和風(fēng)險都極高。而 FurtherAI 可以與現(xiàn)有系統(tǒng)集成，不需要推翻重來。更重要的是，他們采用的是"復(fù)合 AI"的方法，而不是針對單一問題的點解決方案。

什么是復(fù)合 AI？簡單來說，就是一個平臺可以處理多個相互關(guān)聯(lián)的工作流程，而不是只解決一個孤立的問題。比如說，F(xiàn)urtherAI 開始時幫助 MGA（管理型總代理）處理投保申請，在這個過程中，AI 學(xué)會了如何理解保險文檔。然后，同樣的 AI 能力可以用于承保審計、政策比較、理賠處理等其他工作流程。每增加一個工作流程，整個系統(tǒng)都會變得更強大，因為 AI 從不同場景中學(xué)到的知識可以相互增強。這就像是一個飛輪效應(yīng)，隨著時間推移，系統(tǒng)會變得越來越智能，越來越有價值。

Aman 在接受采訪時說得很清楚："我們從第一性原理思考問題。保險的本質(zhì)是什么？就是承保人和被保險人之間的一個承諾。隨著時間推移，分銷渠道在演變，承保方式在演變，風(fēng)險格局在演變，但核心文檔類型沒有根本改變。如果你有一個 AI 能夠真正理解這些基礎(chǔ)文檔，你就可以解決整個價值鏈上的多個問題。"這種思維方式讓我想起了喬布斯當年對個人電腦的思考，不是在現(xiàn)有框架內(nèi)做改進，而是重新思考問題的本質(zhì)。

AI 如何真正改變保險工作流程

讓我用一個具體例子來說明 FurtherAI 是如何工作的。假設(shè)你是一個承保人，收到了一份超額責任保險的投保申請。在傳統(tǒng)流程中，你需要手動分析整個保險塔層結(jié)構(gòu)，這可能需要花費好幾個小時，甚至一整天。你要仔細閱讀每一層的條款，理解不同層級之間的關(guān)系，計算各家保險公司的責任份額，核對限額和免賠額等等。這不僅耗時，而且需要高度集中注意力，稍有不慎就可能遺漏關(guān)鍵信息。

而使用 FurtherAI 的系統(tǒng)，你只需要把所有相關(guān)文檔上傳，然后用自然語言提問："伯克希爾在這個保險塔中的位置是什么？第一層的主要承保人是誰？各家公司的份額分別是多少？"AI 會自動分析整個塔層結(jié)構(gòu)，準確回答你的問題。這個過程從幾個小時縮短到幾分鐘。更重要的是，AI 不會疲勞，不會因為注意力分散而遺漏信息，準確率可以達到 95% 以上。

這種效率提升不僅僅是量的變化，更是質(zhì)的飛躍。當承保人從繁瑣的文檔處理工作中解放出來后，他們可以把時間和精力投入到真正需要專業(yè)判斷的工作上，比如評估風(fēng)險、制定承保策略、與客戶溝通等。這就是 Aman 說的"從提供工作流程到提供結(jié)果"的轉(zhuǎn)變。用戶不再需要知道如何操作復(fù)雜的系統(tǒng)，他們只需要表達自己想要達成的目標，AI 就會自動找到實現(xiàn)這個目標的最佳路徑。

FurtherAI 目前已經(jīng)處理了數(shù)十億美元的保費，為包括 Accelerant、MSI 和 Leavitt Group 在內(nèi)的領(lǐng)先保險公司提供服務(wù)。這些客戶報告的結(jié)果非常驚人：團隊生產(chǎn)力提高了一倍，投保申請到報價的轉(zhuǎn)化率提高了 15%，政策比較的準確率超過 95%，提案生成速度提高了 10 倍。Accelerant 的首席運營官 Venkat Raman 說："FurtherAI 團隊在快速建立復(fù)雜企業(yè)工作流程方面是一個出色的合作伙伴。"Leavitt Group 的 Laurie Flanagan 則總結(jié)道："實施 FurtherAI 改變了游戲規(guī)則——更快的周轉(zhuǎn)時間、更高的準確性，以及一個我們可以不斷擴展的平臺。"

我特別欣賞 FurtherAI 的"前置部署工程"模式。他們不是簡單地賣一個軟件產(chǎn)品，而是派出 AI 工程師與客戶團隊并肩工作，確保 AI 能夠產(chǎn)生實際影響。這種深度合作的方式讓客戶把 FurtherAI 視為真正的 AI 合作伙伴，而不只是一個 AI 工具。Sashank 解釋說："我在自然語言處理和 AI 領(lǐng)域工作了十年，終于看到它在保險行業(yè)創(chuàng)造真正的影響，這讓我非常興奮。為了加速采用，我們建立了前置部署工程模式，保險團隊與 AI 工程師手拉手工作，推動規(guī)?；慕Y(jié)果。"

為什么是現(xiàn)在

很多人問，為什么 AI 在保險業(yè)的應(yīng)用會在現(xiàn)在這個時間點爆發(fā)？我認為有幾個關(guān)鍵因素匯聚在一起，創(chuàng)造了這個完美的時機。

技術(shù)層面，大語言模型的能力在過去兩年有了質(zhì)的飛躍。過去的 AI 系統(tǒng)可能能識別文檔中的某些關(guān)鍵詞，但無法真正理解保險條款的含義。而現(xiàn)在的 LLM 不僅能理解自然語言，還能理解保險專業(yè)術(shù)語，能夠區(qū)分承保范圍和免責條款，能夠理解不同條款之間的邏輯關(guān)系。這種理解能力是 AI agent 能夠處理復(fù)雜保險工作流程的基礎(chǔ)。正如 Aman 所說："AI 現(xiàn)在能夠理解英語，而保險單就是用英語寫的。如果經(jīng)過良好的微調(diào)，它可以理解什么是承保范圍、什么是免責條款，并能非常準確地標注所有的承保和免責內(nèi)容。這是根本性的變化。"

市場層面，保險業(yè)正面臨前所未有的壓力。人才短缺越來越嚴重，有經(jīng)驗的保險專業(yè)人士即將退休，而年輕人對這個行業(yè)的興趣不高。氣候變化帶來的新風(fēng)險讓傳統(tǒng)的風(fēng)險模型失效，保險公司需要更快速、更準確地評估新型風(fēng)險。監(jiān)管要求越來越嚴格，合規(guī)成本不斷上升。在這種多重壓力下，保險公司已經(jīng)沒有選擇，必須尋找新的方法來提升效率。

我注意到一個有趣的數(shù)據(jù)：根據(jù) OpenAI 的案例研究，保險業(yè)是 AI 采用速度第二快的行業(yè)。這完全顛覆了保險業(yè)技術(shù)保守的刻板印象。為什么會有這樣的轉(zhuǎn)變？Aman 的解釋很有說服力："我真的認為，保險業(yè)采用技術(shù)慢不是行業(yè)的問題，而是過去的技術(shù)無法解決保險業(yè)的核心需求。"過去的軟件只能帶來 10-20% 的效率提升，這種程度的改進不足以讓保險公司冒著巨大風(fēng)險去替換核心系統(tǒng)。但 AI 不一樣，它能帶來 80% 甚至更高的效率提升，這種幅度的改進足以讓保險公司下定決心進行轉(zhuǎn)型。

商業(yè)模式層面，F(xiàn)urtherAI 也做出了創(chuàng)新。他們不收取保費的百分比，因為 Aman 認為那是"愚蠢的"——客戶辛辛苦苦賺來的保費，為什么要因為優(yōu)化了一個流程就分走一部分？他們也不按用戶許可證收費，因為目標是讓每個人都使用它、獲得最大價值。他們采用的是基于使用量的定價模式：你用得越多，創(chuàng)造的價值越多,支付的費用也越多。這種定價方式讓客戶和 FurtherAI 的利益完全一致——當客戶從系統(tǒng)中獲得更多價值時，F(xiàn)urtherAI 也獲得更多收入。

實施起來有多難

我知道很多讀者最關(guān)心的問題是：這聽起來很好,但實施起來會不會很麻煩？畢竟保險公司的 IT 系統(tǒng)出了名的復(fù)雜和陳舊，引入新技術(shù)往往需要漫長的實施周期和高昂的成本。

FurtherAI 在這方面給了我一個驚喜。Aman 在播客采訪中詳細解釋了他們的實施流程："我們今天見面，了解你想解決的用例。我們簽署保密協(xié)議。你安排一個時間給我們做快速的流程概述。我們理解流程，給你報價，在接下來的一周內(nèi)建立試點環(huán)境。你可以在下周開始測試，25 天內(nèi)就能上線。"他還補充說，25 天已經(jīng)是很寬松的估計，因為其中包括了 3 天的保密協(xié)議簽署時間。如果雙方配合得好，整個過程可以在 3 周內(nèi)完成。

更重要的是，對于 MGA 和 MGU 這些 FurtherAI 的理想客戶來說，基本上不需要 IT 團隊的參與。客戶只需要提供一個 30 分鐘的流程概述，剩下的工作 FurtherAI 都會處理。當然，對于大型保險公司，還是需要通過安全合規(guī)審查，比如 SOC 2、GDPR、ISO 等認證，以及采購和 IT 部門的審批流程。但相比傳統(tǒng)的企業(yè)軟件實施，這已經(jīng)快得多了。

這種快速實施能力來自于 FurtherAI 的技術(shù)架構(gòu)。他們構(gòu)建的是一個可以快速適應(yīng)不同工作流程的平臺，而不是為每個客戶定制開發(fā)的系統(tǒng)。當一個新客戶加入時，F(xiàn)urtherAI 的 AI 可以快速學(xué)習(xí)客戶的文檔格式和工作流程，然后自動生成相應(yīng)的處理規(guī)則。這就像是給 AI 看幾個例子，它就能理解應(yīng)該怎么做，而不需要從零開始編程。

指數(shù)級增長的潛力

FurtherAI 目前支持 12 個工作流程，包括投保申請?zhí)幚?、政策比較、承保審計、理賠受理等。但 Aman 告訴采訪者，他們已經(jīng)識別出了 167 個可以用 AI 優(yōu)化的保險工作流程，目標是到 2026 年中期支持 100 多個工作流程。這種擴張速度不是線性的，而是指數(shù)級的。他們在去年第四季度只有 1 個工作流程，今年 1 月增加到 2 個，2 月變成 4 個，3 月變成 8 個，現(xiàn)在已經(jīng)達到 12 個。這就是典型的復(fù)合增長模式。

我特別感興趣的是 Aman 提到的一個未來愿景：到今年年底，AI 能否自動創(chuàng)建一個全新的保險產(chǎn)品？一個針對特定市場、特定風(fēng)險的專業(yè)化保險方案，由 AI 自動設(shè)計、定價、向監(jiān)管機構(gòu)申報并獲得批準？Aman 認為這是可能的。如果真的實現(xiàn)了，那將是保險業(yè)的一個里程碑事件。這意味著保險產(chǎn)品的創(chuàng)新速度將大大加快，保險公司可以更快速地響應(yīng)市場需求，開發(fā)出更貼合客戶需求的產(chǎn)品。

更宏觀地看，AI 對保險業(yè)的影響不僅僅是效率提升，更是市場擴大。Aman 引用一位保險高管的話說，全球可保風(fēng)險中只有不到 10% 實際上得到了保險。這意味著超過 90% 的可保風(fēng)險還沒有被覆蓋，不是因為這些風(fēng)險不可保，而是因為傳統(tǒng)方式無法觸達這些風(fēng)險。當 AI 大幅降低了承保成本和時間后，那些過去因為成本太高而無法承保的風(fēng)險，現(xiàn)在變得可以承保了。這就像是打開了一個巨大的新市場。

從投資者的角度看，這也是為什么 Andreessen Horowitz 會在 FurtherAI 的 A 輪投入 2500 萬美元。Joe Schmidt 在宣布投資時說："FurtherAI 正在重新定義保險的運作方式。Aman 和 Sashank 是技術(shù)型創(chuàng)始人,他們的客戶把他們視為真正的 AI 合作伙伴,而不僅僅是 AI 工具。他們早期的牽引力顯示出了一個改變保險業(yè)世代的機會。"這不是客套話，而是對市場潛力的真實判斷。

我對保險業(yè)未來的思考

站在現(xiàn)在這個時間點回望過去,我發(fā)現(xiàn)每一次技術(shù)革命都會重塑行業(yè)格局。計算機的普及改變了會計行業(yè),互聯(lián)網(wǎng)的興起改變了零售業(yè),移動互聯(lián)網(wǎng)改變了出行和支付?，F(xiàn)在,AI 正在改變保險業(yè)。這不是漸進式的改進,而是范式的轉(zhuǎn)變。

我認為保險業(yè)在未來五年將經(jīng)歷三個階段的轉(zhuǎn)變。第一階段是自動化階段,也就是現(xiàn)在 FurtherAI 正在做的事情:用 AI 自動化那些重復(fù)性的文檔處理工作,讓保險專業(yè)人士從繁瑣的日常任務(wù)中解放出來。這個階段的重點是效率提升,主要價值體現(xiàn)在成本降低和速度加快。

第二階段是智能化階段。當 AI 積累了足夠多的數(shù)據(jù)和經(jīng)驗后,它不僅能處理文檔,還能提供洞察和建議。比如,AI 可以分析一個投保申請,不僅自動填寫表格,還能指出潛在的風(fēng)險點,建議合適的保費和條款,甚至預(yù)測這個客戶未來的理賠概率。這個階段的重點是決策支持,主要價值體現(xiàn)在風(fēng)險管理和定價精準度的提升。

第三階段是創(chuàng)新階段。AI 不再只是輔助人類工作,而是成為保險產(chǎn)品創(chuàng)新的引擎。就像 Aman 設(shè)想的那樣,AI 可以自動設(shè)計新的保險產(chǎn)品,開拓新的市場,觸達那些過去無法承保的風(fēng)險。這個階段的重點是市場擴張,主要價值體現(xiàn)在收入增長和市場份額提升。

我也意識到,這種轉(zhuǎn)變會給保險業(yè)的從業(yè)者帶來挑戰(zhàn)。一些基礎(chǔ)性的、重復(fù)性的工作崗位可能會減少,但同時也會創(chuàng)造出新的工作機會。比如,需要更多懂得如何訓(xùn)練和監(jiān)督 AI 的專業(yè)人士,需要更多能夠解讀 AI 分析結(jié)果并做出戰(zhàn)略決策的高級人才,需要更多能夠設(shè)計和優(yōu)化 AI 工作流程的產(chǎn)品經(jīng)理。整體而言,保險業(yè)的人才結(jié)構(gòu)會向更高價值的方向轉(zhuǎn)移。

對于保險公司的決策者來說,現(xiàn)在是做出選擇的關(guān)鍵時刻。你可以繼續(xù)觀望,等待技術(shù)更加成熟,但風(fēng)險是可能會被那些先行者甩在身后。你也可以現(xiàn)在就開始嘗試,即使只是從一個小的試點項目開始。FurtherAI 這樣的公司已經(jīng)把實施門檻降得很低,25 天就能看到效果,試錯成本并不高。更重要的是,通過早期嘗試,你可以積累寶貴的經(jīng)驗,為更大規(guī)模的轉(zhuǎn)型做好準備。

Aman 在播客中說了一句話讓我印象深刻:"我對 FurtherAI 有一個執(zhí)念。我的第一家公司雖然成功退出,但并沒有達到我預(yù)期的高度。我們花了四年時間才達到幾百萬美元的年收入。這一次,我想改變這個結(jié)果。我希望 FurtherAI 能在五年內(nèi)上市,讓整個團隊都能去納斯達克敲鐘,留下一生難忘的回憶。"這種雄心和決心,加上扎實的技術(shù)能力和清晰的市場策略,讓我相信他們有機會實現(xiàn)這個目標。

從更大的視角看,FurtherAI 的故事不只是一個創(chuàng)業(yè)公司的成功故事,更是整個保險業(yè)轉(zhuǎn)型的縮影。當一個價值 7 萬億美元的行業(yè)開始擁抱 AI 時,產(chǎn)生的影響將是深遠的。這不僅會改變保險公司的運營方式,也會改變保險產(chǎn)品的形態(tài),最終會改變每個人與保險打交道的體驗。也許在不久的將來,我們購買保險、提交理賠,都會像現(xiàn)在使用智能手機一樣簡單直觀。而這一切的起點,就在現(xiàn)在。

結(jié)尾

也歡迎大家留言討論，分享你的觀點！

覺得內(nèi)容不錯的朋友能夠幫忙右下角點個贊，分享一下。您的每次分享，都是在激勵我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。