墨尔本的 O'Banion 在 2017 年与 Jonathan Abelmann 共同创立了保险科技公司 Bestow ,当时他为自己获取人寿保险却屡屡受阻。 他的目标是让人们更容易购买人寿保险,并使整个流程更加依托技术。
最初,Bestow 作为直销人寿保险提供商开展业务 —— 销售、承保和服务人寿保险。在最初几年中,这家初创企业处理了超过一百万份申请。其无需体检的承保平台在 COVID 疫情期间受到关注,因为传统的医疗体检一度暂停。随着直销业务的发展,Bestow 同时开发软件以协助整个流程的现代化。
认识到该软件的价值,Bestow 于 2024 年将其保险承保及消费者业务出售给 Sammons Financial Group ,金额未予披露。随后,公司将重心转向为其他人寿保险公司提供软件和服务,帮助这些公司“实现数字化”,以便更高效地服务客户。
本周二,总部位于达拉斯的该公司向 TechCrunch 独家透露,已完成 1.2 亿美元 D 轮融资,用于推出新产品和升级承保能力。O'Banion 形容此次融资“超额认购”,其中包括 7500 万美元的原始投资和 4500 万美元的二级市场投资。
本轮融资由高盛 Alternatives 成长股权部门和前 Salesforce 联合 CEO Keith Block 创立的 Smith Point Capital 联合领投。除了股权融资外,Bestow 还从 TriplePoint Capital 获得了一笔 5000 万美元的信贷额度。O'Banion 拒绝透露 Bestow 的估值,他只表示,自 2020 年 12 月完成 7000 万美元的 C 轮融资以来,公司的估值“大约翻了一倍”。迄今为止,Bestow 已累计获得超过 3 亿美元的股权融资。
O'Banion 同样拒绝透露具体收入数据,只表示 Bestow 的年经常性收入在 2024 年增长了 3 倍,并在过去两年内实现了“10 倍”增长。其收入模式基于企业 SaaS ( software-as-a-service ) 和绩效驱动,主要收入来源于使用费。
高盛 Alternatives 成长股权团队合伙人 Ashwin Gupta 向 TechCrunch 表示,他看好投资 Bestow 有多重原因。首先,两位创始人都是连续创业者,并且 “成功实现了业务转型” 。 (O'Banion 还曾共同创立 BeautyBio 并是 Presidio Title 的创始成员;Abelmann 则是公开交易公司 Invitation Homes 的联合创始人。)
Gupta 还认为,Bestow 的 SaaS 模型使其相较于传统竞争对手更具优势。
“Bestow 拥有一个既大型又有韧性且相对缺乏现代技术服务的终端市场……” 他表示。作为此次融资的一部分,Gupta 将加入 Bestow 的董事会,他同时指出,对 Bestow 能够赢得多个大型客户并扩大平台使用率这一能力印象深刻。
其客户包括 Nationwide、Transamerica、USAA、Sammons Financial Group 和 Equitable 等。
其他投资方还包括 Breyer Capital、Valar Ventures、New Enterprise Associates、Core Innovation Ventures、Morpheus Ventures 以及 Sammons Financial。
目前拥有 167 名员工的 Bestow 正在美国运营,并正考虑进行国际扩张。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。