استارت‌آپ بیمه سلامت Qantev 30 میلیون یورو جمع‌آوری می‌کند تا با مدل‌های کوچک هوش مصنوعی از LLM‌ها پیشی بگیرد.

ارائه دهندگان بیمه سلامت و عمر به دلیل بیماری های مزمن و پیری جمعیت با حجم فزاینده ای از خسارت مواجه هستند، اما فرآیندهای آنها مقیاس پذیری ندارد. اتوماسیون هوش مصنوعی می تواند کمک کننده باشد، اما نسبت به سایر انواع بیمه نیاز به خیاطی بیشتری دارد.

برای مثال، خودکارسازی بیمه اموال و تلفات، چندین دهه پیش باعث ایجاد شرکت عمومی Guidewire شد، اما بیمه سلامت عمودی سخت‌تر است. تاریک دادی، کارآفرین مستقر در پاریس، به TechCrunch گفت: «شما نمی توانید به روشی ساده مانند شیشه جلوی ماشین شکسته، خودکار کنید.

استارت آپ او، قانتف، امیدوار است این مشکل را حل کند. این نرم‌افزار به مشتریانی مانند AXA و Generali ارائه می‌کند که به آنها کمک می‌کند ادعاها را از طریق مدل‌های هوش مصنوعی مدیریت کنند که همان بررسی‌هایی را انجام می‌دهند که کارکنان پزشکی داخلی در حال حاضر انجام می‌دهند: «آیا مراقبت از نظر پزشکی ضروری است؟ آیا قیمت مناسب است؟ آیا لایحه تقلبی است؟» اما این کار را بسیار سریعتر انجام می دهد که به کاهش هزینه ها و ریزش مشتری کمک می کند.

دادی زمانی که به عنوان دانشمند ارشد داده در AXA کار می کرد، این نیاز را دید، در حالی که هادرین دی مارس، مدیر ارشد فناوری کنونی، دکترا و کوانت سابق، مهارت های ریاضی برای رفع آن را داشت. این دو نفر در اواخر سال 2018 در Entrepreneur First به نیروها پیوستند. دادی گفت: «مفهوم EF «پیش ایده، پیش تیم» است، اما من فریب خوردم و ایده را آوردم.

قانتف که با یک ایده و یک تیم کوچک مسلح شده بود، شروع به کار کرد دور بذر 1.7 میلیون یورویی به رهبری Elaia در سال 2020 و به دنبال آن الف 10 میلیون یورو دور سری A به رهبری Omnes و Raise Ventures در سال 2022. دادی گفت که این سه شرکت VC اکنون در دور 30 ​​میلیون یورویی Qantev در سری B شرکت می کنند که زودتر از برنامه ریزی انجام شد.

او با اشاره به درخواست Y Combinator برای استارت‌آپ‌ها و آنچه او می‌خواند، گفت: «موضوعات ما در حال حاضر بسیار داغ است و ما دیدیم که YC، در ابتدای سال، حداقل سه مورد از موضوعات ما را در لیست علاقه‌مندی‌های خود گنجانده است. “شور LLM.” ما شروع به دیدن تعداد زیادی استارت آپ کوچک در ایالات متحده کردیم که فقط یک LLM را برای حل این مشکل پرتاب کردند. […] ما می دانیم که مشکل سختی است و دارایی داریم.»

یکی از اعتقادات قانتف در پنج سال گذشته این است که یک مدل بزرگ کافی نیست. نرم افزار آن متکی به مجموعه ای از مدل های هوش مصنوعی است که بر اساس داده های تاریخی مشتریان خود آموزش دیده اند و هدفشان دقت است. شما نمی توانید توهم یا هر چیز دیگری داشته باشید. این سلامت انسان است. شما نمی توانید از مراقبت از سرطان کسی امتناع کنید. به همین دلیل است که ما هنوز یک فروشگاه بزرگ هوش مصنوعی هستیم. ما متخصصان PhD و ML زیادی در تیم خود داریم زیرا باید مدل های کوچک هوش مصنوعی ایجاد کنیم که در موضوعات ما بسیار تخصصی هستند.

Qantev آگاه است که هنوز هم ممکن است توسط تازه واردان جهش کند و این شرکت قصد دارد از بودجه جدید خود برای جذب هوش مصنوعی و استعدادهای مهندسی که برای حفظ مزیت فنی نیاز دارد استفاده کند. هدف آن افزایش دوبرابر تعداد کارکنان تا پایان سال است.

دور سری B به رهبری Blossom Capital از گسترش بین المللی Qantev نیز پشتیبانی خواهد کرد. این شرکت قصد دارد دفتر خود در هنگ کنگ متمرکز بر آسیا را توسعه دهد و فشار قوی در آمریکای شمالی ایجاد کند.

در حالی که در آنجا رقبایی مانند Alaffia Health و Anomaly دارد، سایر شرکت‌های Blossom در سال‌های اخیر پیشرفت‌های قدرتمندی در ایالات متحده داشته‌اند، و Qantev یک مزیت خاص خود را دارد: مشتریان آن بزرگ و جهانی هستند، و در هنگام تولید جدید، توسعه ارگانیک ایجاد می‌کنند. شرکت تابعه نرم افزار خود را پذیرفته است.

نقطه ضعف هدف قرار دادن چنین مشتریان بزرگی این است که چرخه های فروش طولانی و پیچیده هستند. دادی گفت: “اما نکته مثبت این است که آنها اقلامی با بلیط بزرگ هستند.” او درک Blossom از نرم افزار سازمانی به عنوان یک مقوله، و جاه طلبی Qantev برای تبدیل شدن به یک سیستم عامل برای بیمه سلامت را دوست داشت. ما دوست داریم بگوییم این یک پلتفرم است، زیرا چندین محصول خواهد بود.»

این که چه چیزی ممکن است این محصولات باشد هنوز باید تایید شود، اگرچه به نظر می رسد پذیره نویسی یک نامزد قوی باشد. در حال حاضر، Qantev مدیریت ادعاها را در اولویت قرار می دهد، اما به راحتی می توان دید که چگونه می تواند از مشروعیت و دسترسی به داده هایی که از مشتریان اولیه خود به دست می آورد برای کمک به آنها در ساده سازی سایر عملیات استفاده کند، همانطور که در حال حاضر با کشف تقلب انجام می دهد. با نگاهی به تصویر بزرگ، این امر به روند هوش مصنوعی به عنوان راهی برای مبارزه با افزایش هزینه های مراقبت های بهداشتی مرتبط است.