Coverwatch完成450万美元Pre-Seed轮融资：当保险经纪不再靠保费抽成，AI能否拆掉商业保险的利益错位？

一张商业保险报价单，往往同时装着两种完全不同的利益：企业希望保费更低、保障更完整，经纪人却通常按照保费比例获得佣金。保费越高，经纪收入可能越高；保单越复杂，企业越难判断自己究竟买到了什么。这个延续多年的结构性矛盾，如今成了一家只有六名员工的旧金山创业公司的切入口。

2026年7月，AI原生商业保险平台Coverwatch宣布完成450万美元Pre-Seed轮融资。本轮由CoFound和Restive领投，KFund、Liquid 2 Ventures等机构参投。公司计划用资金加快产品开发并扩充团队。单看金额，这是一笔典型早期融资；但它瞄准的并不是保险行业某一个表格或某一道人工流程，而是经纪人的收费方式、风险评估、询价、续保与理赔协助这一整条价值链。

Coverwatch选择用固定服务费替代与保费挂钩的传统佣金，并让软件同时分析企业风险、寻找保障缺口、比较承保市场和管理保单。公司称，其系统可连接60多家保险公司，在24至48小时内形成定制报价，客户平均可降低20%至40%的保险成本，同时补齐原有保单中的保障缺口。需要强调的是，这些效果数据目前主要来自公司披露，尚缺乏独立、长期和大样本验证。也正因为如此，这轮融资真正要验证的，不只是AI会不会读保单，而是“利益一致的保险经纪”能否成为一门规模化生意。

佣金制造的隐形裂缝，给了六人团队一个大市场入口

商业保险不是企业买完即走的标准化商品。一个快速增长的消费品牌可能同时需要产品责任险、召回险、财产险、网络安全险和雇主责任险；一家科技公司又会涉及董事及高管责任、技术差错与疏漏、网络责任以及不同合同要求。保障范围、免赔额、除外责任、批单和承保条件彼此牵连，价格最低的方案未必最合适，保额最高的方案也未必覆盖真正的风险。

信息不对称由此成为传统经纪模式的护城河，也成为它的软肋。客户很难逐条比较数百页文件，更难知道经纪人是否真的询遍市场。佣金制并不意味着每一名经纪人都会牺牲客户利益，但它客观上把服务方收入与客户支出绑定在一起。在续保价格快速上涨、企业风险持续变化时，这种激励错位会变得格外刺眼。

Coverwatch的核心叙事因此不是“AI比人便宜”，而是“先改变谁为谁负责”。固定收费意味着，当平台帮助客户降低保费时，自身收入不会同步下降；反过来，它也不能再依靠更高保费自然获得更多佣金。这个变化看似只是计费方式，实际上重写了产品目标：软件需要证明自己能够减少风险总成本，而不是只完成一次成交。

创始人兼CEO Miquel Llobet并非从模型实验室里发现这个问题。他此前创办过一家获得Y Combinator支持、以技术驱动的业主协会管理公司，在为业主协会寻找、购买和续保商业保险时，直接经历了流程缓慢、保障难懂和价格持续上升的现实。业主协会的风险尤其复杂：建筑财产、自然灾害、公共区域责任、董事责任与维修历史都会影响承保意愿。一个看似普通的续保，可能牵动社区预算和每户业主的费用。

这种创业路径很重要。保险科技项目常见的失败方式，是先有一套通用AI能力，再寻找一个保险场景；Coverwatch则从高摩擦客户场景反推产品。Llobet与COO Kevin Wu、CTO Wilmer Yan共同创立公司，把经纪业务所需的牌照、市场连接、人工专业判断与软件自动化放在同一平台中。它不是把自己包装成只卖工具的SaaS供应商，而是直接站到客户与承保公司之间，对最终服务结果负责。

AI不是替客户“猜风险”，而是把碎片化证据变成可执行清单

商业保险中的AI价值，首先不在于生成一段流畅文字，而在于整理和核对。企业风险散落在网站、合同、历史保单、资产清单、员工信息、理赔记录和运营数据里；保险条款又充满定义、例外与相互引用。传统经纪团队需要反复收集材料、人工录入、核对保障并向多家保险公司递交。每一次信息遗漏，都可能造成报价偏差，甚至在理赔时暴露保障空白。

Coverwatch试图把这个过程做成持续运行的风险管理系统。按照公司官网描述，平台会评估风险和现有保障，识别企业可能“保障不足”或“重复购买”的部分，再结合承保市场形成方案。对客户而言，界面不应只显示一叠PDF，而要回答更直接的问题：哪些风险没有覆盖，哪些保额与企业当前规模不匹配，哪项合同义务需要新增批单，续保前应采取什么行动。

这也是“AI原生经纪”与“给传统经纪装一个聊天机器人”的区别。后者通常只改善客服入口或文档检索，原有组织结构和收益模式不变；前者需要从数据采集开始重构工作流，让机器完成高频、可校验的任务，把持牌顾问留在判断、谈判和理赔协助等高责任环节。

Coverwatch目前覆盖的客户主要分为三类：业主协会、风险快速变化的科技公司，以及电商和消费品品牌。三类客户表面差异很大，却共享同一个特征——业务状态变化快于年度保单周期。科技公司可能在几个月内进入新国家、上线涉及AI的新功能或签下要求更高保额的大客户；消费品牌可能突然扩大库存、切换代工厂或进入线下渠道；业主协会则会面对维修、灾害暴露和财产估值变化。若风险只在一年一次续保时被重新评估，保单很容易在业务变化后失真。

因此，Coverwatch把服务延伸到保单生效之后。公司表示，平台会在全年提供降低风险的主动建议，支持合同审查和保险规划，并在发生事故后协助理赔。这个“持续服务”定位，是其固定收费能否成立的关键：如果客户只在购买保单的那一刻感知价值，固定费很容易被拿来与“看似免费”的佣金经纪比较；如果平台持续减少保障错误和内部管理时间，客户才会把费用视为风险管理预算。

20%至40%的降费承诺，背后其实是市场覆盖与数据质量的竞赛

保险报价并不是普通电商比价。不同承保公司对同一风险的偏好不同，提交材料的完整程度也会直接影响价格。平台若能把企业信息结构化、准确地呈现给更多合适的承保方，就可能减少因信息不足产生的风险溢价；若能发现旧保单中过时的保额或重复保障，也可能直接降低成本。

Coverwatch称自己能够在60多家承保合作方之间搜索，并在24至48小时内形成定制报价。其新闻稿进一步表示，客户保险成本平均下降20%至40%。这一数字很有传播力，但评估时需要拆开看：节省可能来自更广泛询价、保障结构调整、风险资料改善、客户样本本身处于高价旧保单，或固定费替代佣金后的费用转移。只有在多个续保周期后，同时比较保费、固定服务费、保障范围和理赔结果，才能判断真实的总成本变化。

这并不削弱产品价值，反而指出了Coverwatch下一阶段最重要的资产：可验证的风险与价格数据。每完成一笔业务，平台都会获得企业特征、承保条件、报价差异和最终选择之间的新关联；每处理一次理赔，又能反向检验当初的保障建议是否有效。如果数据能够在合规边界内形成闭环，平台的优势将不只是更快整理文档，而是更准确地知道“什么样的风险应该交给哪一家市场、用什么材料呈现”。

但数据飞轮不会自动出现。保险公司的报价规则和承保偏好会变化，不同州的监管要求不同，非标准风险仍大量依赖人工沟通。平台越强调自动化，越必须防止模型把相似文本误认为相同保障，或在缺少信息时给出过度确定的建议。商业保险中的一次错误，可能在数月甚至数年后才以拒赔形式暴露，远比普通软件的一次界面故障昂贵。

Coverwatch因此保留了持牌顾问审核。官网明确表示，每项申请都由持牌顾问处理，公司实体Coverwatch Insurance Services LLC拥有相关保险销售许可。这个人机组合并不意味着自动化失败，而是金融服务产品走向真实市场的必要结构：机器提高信息处理密度，人类承担解释、例外判断和法律责任。

从17州到美国大陆48州，扩张瓶颈不只在工程团队

Coverwatch披露，公司目前在美国17个州拥有执业许可，并计划在2026年第三季度覆盖美国大陆48州。对于一支六人团队来说，这一目标极具进攻性。融资后公司计划在2026年末前将人数大致翻倍，同时继续开发产品。

保险经纪的扩张不能像普通SaaS那样只开放注册按钮。每个州的牌照、持续教育、披露、记录保存和消费者保护要求都可能不同；承保公司也会按地区、行业和风险等级调整策略。平台即使获得全国牌照，也不等于立即拥有足够深的市场关系。真正的覆盖能力取决于它能否在客户所在州、所处行业和所需险种中拿到有竞争力的方案。

这让Coverwatch面临一组典型的“科技经纪”矛盾。一方面，团队必须标准化流程，才能让有限员工服务更多客户；另一方面，商业保险最有价值的部分恰恰是处理非标准风险。若每个复杂客户都需要大量人工，收入增长会重新被人头约束；若过度追求自动处理，平台又可能在关键细节上失去专业可信度。

固定费模式也需要更精细的单位经济设计。佣金经纪会随保费增长自然获得更多收入，可以交叉补贴复杂客户；固定费若定得太低，重服务客户会吞噬毛利，定得太高，又会让小企业望而却步。Coverwatch需要依据企业复杂度、险种数量、地区和服务深度建立透明的分层，而不能把“固定费”简化为所有客户一个价格。

公司称，自2026年第二季度以来，收入平均每月翻倍，增长主要来自客户口碑。这是早期产品需求的积极信号，但基数较小阶段的月度倍增不能直接外推。融资后的关键指标应从增长速度转向留存质量：客户是否愿意在第二年续费，节省是否能够重复，理赔协助是否提升信任，以及随着业务量增加，单客户所需人工时间是否下降。

投资人押注的不是一台“保险比价器”，而是一种新的经纪资产负债表

本轮领投方CoFound与Restive都把资金投在极早阶段，意味着它们押注的是创始团队对行业问题的理解，以及新模式形成数据优势的可能性，而不是成熟财务表现。KFund和Liquid 2 Ventures等机构的加入，则为团队招聘、产品建设和后续融资提供了更广泛的创业网络。

从投资逻辑看，固定费和AI自动化的组合具有两层吸引力。第一层是效率：更少的人可以处理更多风险分析、材料整理和询价工作。第二层是信任：当收入不再随保费上涨，平台可以把“帮助客户少花钱”变成公开承诺。传统保险科技公司往往只能讲其中一个故事——要么卖效率工具给经纪人，要么做数字化分销；Coverwatch试图同时改变成本结构和客户关系。

但这种组合也让它承担更多责任。它既要像软件公司一样快速迭代，又要像经纪公司一样保持牌照与审慎；既要证明模型效率，又要建立承保市场关系；既要让客户相信固定费更公平，也要在事故发生时提供真正的人类支持。任何一个环节薄弱，都可能让“AI原生”退化成营销标签。

竞争也不只来自同类创业公司。大型经纪集团拥有成熟客户关系、行业专家、全球承保网络和并购能力，一旦它们把AI用于文档分析和市场匹配，技术差距可能迅速缩小。垂直保险科技公司则会在网络安全、运输、气候或特定行业里积累更深数据。Coverwatch的防线不能只是通用模型，而应是固定费带来的客户信任、跨承保方数据，以及对少数高复杂度客户群的深度工作流。

这轮融资要回答的终极问题：谁为“少买但买对”获得回报？

商业保险过去的数字化，大多把纸质表格搬到了网页，把电话询价变成在线表单，却很少触碰经纪收入与客户成本之间的关系。Coverwatch最值得关注之处，是它把利益错位放在产品中心：如果平台真的能因为客户少花钱、保障更完整而获得续费，那么“少买但买对”第一次可能成为可持续的商业激励。

接下来一年，外界应关注四个信号。其一，跨州扩张后，报价速度和保障质量能否保持；其二，客户进入第二个续保周期后，20%至40%的节省是否仍然成立；其三，固定费是否足以覆盖理赔支持与复杂风险服务；其四，平台能否把AI建议变成可追溯、可解释、由持牌人员负责的决策链。

450万美元不会让Coverwatch在一夜之间重写庞大的商业保险市场，却足以让它完成第一次严肃验证：把佣金拿掉之后，客户是否愿意为透明建议直接付费；把AI放进流程之后，经纪人是否能从“传递文件的人”变成持续管理风险的人。

如果答案是肯定的，Coverwatch出售的就不只是一张更便宜的保单，而是一种新的代理关系——软件负责看见所有细节，人类负责承担判断，平台的收益与客户的安全和成本站在同一边。这才是这笔Pre-Seed融资背后，比“AI保险”更具颠覆性的部分。