AI應(yīng)用風(fēng)向標(biāo)（公眾號：ZhidxcomAI）
作者｜江宇
編輯｜漠影

智東西10月16日消息，今日，美國AI初創(chuàng)公司Liberate宣布完成5000萬美元（約合人民幣3.55億元）B輪融資，投后估值達3億美元（約合人民幣21.3億元）。本輪融資由Battery Ventures領(lǐng)投，Canapi Ventures新加入，老股東Redpoint Ventures、Eclipse與Commerce Ventures繼續(xù)跟投。

這家成立于2022年的公司，定位為保險業(yè)的“Agentic AI基礎(chǔ)設(shè)施提供商”，專注為財產(chǎn)與意外險（P&C）領(lǐng)域提供銷售、客服和理賠等流程的全自動AI Agent系統(tǒng)。目前其客戶覆蓋美國70%-80%的P&C保險市場。

Liberate由Amrish Singh、Ryan Eldridge和Jason St. Pierre三人共同創(chuàng)辦，三人分別曾任職于Metromile（現(xiàn)隸屬Lemonade）、Twitter、谷歌及Alphabet旗下生命科學(xué)公司Verily。

▲ Liberate創(chuàng)始團隊合照，分別為CTO Ryan Eldridge（左）、CEO Amrish Singh（中）和CPO Jason St. Pierre（右）

據(jù)悉，Liberate在2024年曾獲得1500萬美元A輪融資（約合人民幣1.06億元）。本輪資金將用于擴展AI推理能力與加速產(chǎn)品在全球保險公司中的部署落地。至此，Liberate累計融資金額達7200萬美元（約合人民幣5.1億元）。

一、主打“端到端AI代理”，接管全流程事務(wù)處理

Liberate的AI系統(tǒng)分為兩個層面：

1、前端語音助手Nicole可通過電話接聽用戶服務(wù)請求、銷售保單。

2、后端多智能體系統(tǒng)則連接保險公司已有的系統(tǒng)，基于上下文進行推理生成響應(yīng)，完成一系列事務(wù)操作——從報價、理賠處理到信息更新，無需人工介入。

該系統(tǒng)還支持短信與郵件通道，使AI Agent可以在多渠道上無縫響應(yīng)客戶，進一步壓縮人力運營成本。Liberate創(chuàng)始人兼CEO Amrish Singh稱，這些Agent不僅僅是回答問題或升級工單，而是真正“完成任務(wù)”。

該系統(tǒng)采用定制的強化學(xué)習(xí)方法，專門適配保險行業(yè)中流程長、合規(guī)性強的對話場景。每次交互都可審計，并可通過名為Supervisor的內(nèi)控系統(tǒng)進行人機協(xié)同監(jiān)管，確保在AI偏離軌道時由人工及時介入。

CEO Amrish Singh稱，Liberate專注于保險業(yè)、且僅處理三類高頻場景（銷售、客服和理賠），使其能構(gòu)建更嚴密的安全與合規(guī)框架。

二、理賠30小時壓成30秒，超60家險企提效15%、降本23%

據(jù)Liberate披露，其AI系統(tǒng)在過去一年里完成的自動化事務(wù)從每月1萬條提升至130萬條。CEO Amrish Singh提到，這些包括語音AI直接與客戶的交互，也包括集成進后臺系統(tǒng)完成的事務(wù)處理。

該系統(tǒng)在實際場景中的提效能力也已初步顯現(xiàn)。例如，在自然災(zāi)害應(yīng)對中，有客戶借助Liberate，將颶風(fēng)理賠的響應(yīng)時間從30小時縮短至30秒。

除了處理效率提升，Liberate還幫助保險公司實現(xiàn)了更具經(jīng)營價值的改善。CEO Amrish Singh提到，當(dāng)前使用Liberate系統(tǒng)的保險公司以及代理機構(gòu)的平均銷售額提升15%，成本下降23%。

目前，Liberate團隊規(guī)模約為50人，已服務(wù)超過60家保險公司與代理機構(gòu)，重點聚焦美國排名前100的財產(chǎn)與意外險客戶群體。

結(jié)語：金融行業(yè)，正在成為AI率先落地的試驗場

相比制造、醫(yī)療等重線下行業(yè)，金融領(lǐng)域因為流程標(biāo)準、數(shù)據(jù)結(jié)構(gòu)化程度高，更適合AI快速介入。保險作為其中典型代表，長期依賴人工處理的銷售、客服、理賠等環(huán)節(jié)，如今也正在被AI智能系統(tǒng)重新接管。

這類以Agent為核心的自動化系統(tǒng)，或?qū)⒊蔀锳I改造傳統(tǒng)行業(yè)的一種可行樣本。下一步，可能會有更多類似的公司，在金融、政務(wù)、客服等傳統(tǒng)行業(yè)找到落腳點。