当经验最丰富的风控工程师正在批量退休，保险公司却还在用六个月的积压对抗风险

商业财产险的风险控制正在陷入一场静默的产能危机。保险公司需要派出的风险工程师去现场查勘的标的越来越多——新的工厂、更复杂的仓储设施、更分散的供应链节点——但能够独立完成查勘并做出承保判断的人却在减少。据Insurance Edge报道，商业保险风险控制团队已经面临最长六个月的查勘积压，而预计到2030年约40%的风险工程师将退休。这不是一个可以通过简单扩招解决的问题：风险工程师的培养周期长、现场经验难以标准化，行业长期依赖少数资深专家完成关键判断。

当一家伦敦初创公司把“让风险工程师回到现场”作为产品叙事的起点时，它指向的正是这个行业里最昂贵也最难规模化的资源——人的经验。Nettle由Jack Miller与Katya Kinane于2024年创立，两人此前在麦肯锡AI部门QuantumBlack共事。公司总部位于伦敦，并在纽约设有办公室。2026年10月6日，Nettle宣布完成480万美元种子轮融资，由专注保险领域的投资机构MTech Capital领投。据Thesaasnews报道，本轮后Nettle累计融资达680万美元；据Insurance Edge报道，此前于2025年3月完成200万美元pre-seed轮。

这笔融资的规模在保险科技领域并不算大，但它发生在一个关键节点：生成式AI开始被用来处理保险业中过去被认为“必须由人亲自到场”的工作。Nettle的产品逻辑是，把远程风险识别、引导式查勘、移动端证据分析与即时报告生成整合进同一个工作台，让保险公司能够用更少的风险工程师覆盖更多的查勘需求。据Silicon Republic报道，公司称其平台可将风险查勘完成速度提升至5倍，该口径尚无独立验证。

字段 内容
公司 Nettle
轮次 种子轮
金额 480万美元
投资方 MTech Capital（领投）、Project A Ventures、Sure Valley Ventures、Portfolio Ventures、Ventures Together、天使投资人
总部 伦敦（并在纽约设有办公室）
创始人 Jack Miller、Katya Kinane
官网 https://getnettle.com

从QuantumBlack到保险查勘：两个前麦肯锡AI工程师把“损失控制”做成了工作台

Nettle的创始团队背景在保险科技创业公司中并不常见。Jack Miller与Katya Kinane在麦肯锡的AI部门QuantumBlack共事期间，据Insurance Edge报道，曾为保险与金融服务行业构建和部署AI产品。据Silicon Republic报道，Kinane毕业于都柏林圣三一学院计算机科学专业。两人在2024年创立Nettle，选择了一个在科技创业圈里并不性感的切入点：损失控制（Loss Control）。

损失控制是商业保险承保链条中最依赖现场经验的一环。风险工程师需要到被保险人的工厂、仓库或工地，检查消防系统、电气设备、建筑结构、存货管理、作业流程等，然后写出一份决定承保条件或保费水平的报告。这份工作很难标准化：每个行业、每个标的、每个地区的风险特征都不同，资深工程师的价值恰恰在于他们能够识别出那些“看起来没问题但实际有问题”的隐患。

Nettle的产品思路不是替代风险工程师，而是把他们从耗时最长的环节中解放出来。Nettle的平台将数据采集标准化，自动分析并生成风险评分，把过去需要数周完成的报告压缩到更短周期。

从产品架构看，据Insurance Edge报道，Nettle支持云端与本地部署、区域数据驻留及企业级安全。平台最初面向商业财产险，据Insurance Edge报道，后扩展至责任险、建筑工程险与工伤补偿等险种。从已披露信息看，平台从商业财产险扩展至其他险种。

公司口径与客户试点数据：两个不可直接比较的效率指标

来源中明确提及的客户为Allianz（含Allianz Türkiye）与Brotherhood Mutual。据Insurance Edge报道，Nettle客户包括Allianz与Brotherhood Mutual，来源称其覆盖欧洲、美国与亚洲，但客户名单未完整披露。在种子轮阶段，客户数量本身不是关键指标，但客户的质量和合作深度决定了产品是否真的进入了保险公司的核心流程，而不是停留在试点或概念验证阶段。

安联土耳其的案例是Nettle目前最具体的客户证据。据Silicon Republic援引Jack Miller的博客，安联土耳其此前开展了一项试点，显示风险工程师完成财产查勘的速度最高提升3倍，该数据来自创始人博客转述，尚无独立第三方验证。据来源，该试点由安联土耳其开展，Nettle未披露试点时间与样本。安联土耳其随后成为Nettle客户，用于开展商业财产风险工程业务。

这里存在一个值得注意的落差。Nettle在官方口径中宣称其平台帮助保险公司将风险查勘完成速度提升至5倍；而安联土耳其试点中报告的最高提升幅度是3倍。两个数据来源口径不同：5倍是公司整体宣称，3倍是单一客户试点中的最高值，统计范围、样本和测量方式均未披露，不构成同一基准下的对比。在真实客户环境中，产品效果取决于查勘类型、风险工程师的使用方式、数据质量等多种变量，公司口径下的效率提升幅度在不同场景中会有显著差异。

MTech Capital领投的逻辑：保险专项基金为什么在种子轮押注工作台而非单点工具

本轮融资由MTech Capital领投。这是一家专注保险领域的投资机构，其创始人兼管理合伙人Kevin McLoughlin对Nettle的评价是：“Using generative AI, top global insurers are adopting the Nettle platform, which requires minimal integration effort to transform physical data collection and analyses for large commercial risks.”即Kevin McLoughlin称“全球头部保险公司即可被采用Nettle平台，该平台只需极少的集成工作”，属于投资方声明，尚无独立第三方验证。

据Silicon Republic报道，Nettle称Project A Ventures以super pro rata方式追加投资，该表述为公司口径，尚无独立验证。Project A Ventures参与本轮。Sure Valley Ventures、Portfolio Ventures、Ventures Together及若干天使投资人也参与了本轮。

MTech Capital作为保险专项基金领投，意味着投资判断中行业know-how的权重较高。编辑分析认为，MTech Capital的押注逻辑可能更侧重Nettle在保险查勘这个细分环节中成为基础设施的可能性，而非当前480万美元融资对应的收入规模。

资金用途指向美欧双线扩张，但真正的瓶颈可能不在市场推广

据本轮融资公告，Nettle计划将本轮资金用于拓展美国与欧洲业务，并扩充工程与市场推广团队。放在Nettle的具体情境中，有两个值得拆解的问题。

第一，美国市场的进入成本。Nettle总部在伦敦，在纽约设有办公室。编辑分析认为，区域数据驻留可能是进入美国市场的必要条件之一，但仅凭这一项能力不足以构成市场进入的充分条件。来源未披露Nettle在美国的具体客户分布。

第二，工程团队扩张的方向。Nettle的产品核心是生成式AI在查勘场景中的应用，这意味着工程团队的重点不仅是功能开发，还包括模型在真实查勘数据上的表现、与保险公司现有系统的集成、以及在不同险种间的可迁移性。公司未披露当前团队规模，来源未披露工程与市场推广团队的具体扩张比例，无法判断优先级。

商业模式的未解之处：没有披露收费方式，也没有披露收入

Nettle的商业模式被描述为面向企业级保险公司的B2B软件平台，但来源未披露具体收费方式。Nettle未披露收费方式，也未披露收入、ARR或任何财务指标，这意味着外界无法判断其商业化的真实进展。

从产品定位看，Nettle试图覆盖的是保险公司的损失控制全流程，而不仅仅是查勘环节。据Insurance Edge报道，Nettle称在帮助风险工程师完成查勘后，正在将同一技术扩展到代理人和保单持有人，让保险公司能够收集此前无法经济地查勘的标的的风险数据，该表述为公司口径，尚无独立验证。这个扩展方向如果成立，意味着Nettle的潜在市场从“保险公司内部的风险工程团队”扩大到“保险公司的整个风险数据采集网络”，但这也意味着产品需要面对更多类型的用户和更复杂的场景，商业化的不确定性随之增加。

竞争格局的空白：没有披露竞争对手，不等于没有替代方案

Nettle的来源材料中未披露任何竞争对手信息。编辑分析认为，基于Nettle已披露的Allianz Türkiye试点、Brotherhood Mutual客户及多险种扩展路径，其竞争约束首先体现在：安联土耳其的采用路径是从试点验证速度提升开始，再转为商业财产风险工程客户，这意味着Nettle在单一客户内部需要完成从试点指标到生产部署的转化；而Brotherhood Mutual作为美国客户，来源未披露其采用深度，Nettle能否在美国市场复制安联土耳其的试点转生产路径，取决于其与保险公司现有查勘流程和承保系统的集成深度。可核验的竞争指标包括客户重叠、集成方式、定价模式，这些均未在来源中披露。在缺乏第三方基准测试或客户公开证言的情况下，Nettle的产品优势主要建立在公司自述和投资方声明之上。

风险与待验证假设：从“能查勘”到“能承保”之间还隔着什么

Nettle面临的核心风险不是技术可行性，而是产品在保险公司的承保决策链中能走多深。编辑分析认为，查勘速度提升本身是一个效率指标，但保险公司最终关心的不是查勘有多快，而是承保决策有多准、赔付率有没有改善。如果AI查勘只是把报告写得更快，但没有改变承保结果，那么它的价值主张就停留在成本节约层面，难以支撑更高的定价权和客户留存。

从已披露的客户案例看，安联土耳其的试点验证的是“速度提升”，而非“承保质量改善”。Nettle未披露其平台在风险评分准确性、赔付率影响、或承保决策质量方面的任何数据。这意味着Nettle目前验证的是产品的工作流价值，而非其核心的承保价值。对于保险公司来说，前者是“nice to have”，后者才是“must have”。

另一个待验证假设是Nettle能否从商业财产险扩展到其他险种。据Insurance Edge报道，平台已扩展至责任险、建筑工程险与工伤补偿等险种，但未披露这些险种的客户采用情况。不同险种的查勘逻辑差异很大：商业财产险的查勘重点是物理风险，责任险的查勘重点是操作流程和合规性，建筑工程险的查勘重点是施工阶段风险。一个在商业财产险中验证过的工作台，能否直接迁移到其他险种，取决于底层的数据模型和风险评分逻辑是否足够通用。Nettle未披露这方面的技术细节或客户反馈。

从资金面看，480万美元种子轮对于一家试图同时拓展美欧两个市场、并覆盖多个险种的保险科技公司来说并不充裕。编辑分析认为，Nettle需要证明两个待验证节点：一是现有客户从试点转向规模化使用，可核验指标包括安联土耳其从试点转为生产部署后的查勘量、使用频率和续约情况；二是美国市场能够产生可重复的销售模式，可核验指标包括Brotherhood Mutual之外的美国客户数量、销售周期和合同金额。这两件事的验证周期通常比通用SaaS更长，因为保险公司的采购和部署节奏更慢。

验证边界与可复核指标

本文涉及的“首个、唯一、最大、领先”、订单、出货、性能等表述，如无另行说明，均是公司、创始人或投资方在现有公开材料中的披露口径；RecodeX未在本次采集材料中找到独立审计或第三方测试结论，因而不将其视为已经独立确认的事实。文中的产业协同、竞争位置和商业路径属于基于已披露产品与融资用途的编辑分析，不代表相关结果已经实现。

  • 技术侧应核验第三方测试条件、样本规模、良率、稳定性及与可比方案一致口径的结果；
  • 商业侧应核验去重后的付费客户、可执行合同、收入确认、复购率以及订单转化；
  • 资本与产业协同应以工商股权、关联交易、联合开发、采购或量产文件为准。

RecodeX 极客视：当保险业最稀缺的资源不是资本而是经验丰富的风险工程师时，任何能把专家时间从文书工作中释放出来的工具都有真实需求。但Nettle的真正考验不在于它能否让查勘更快，而在于它能否让保险公司因为用了Nettle而做出更好的承保决策。速度是容易验证的，质量才是难以替代的。在安联土耳其的试点数据从“三倍提速”变成“赔付率改善”之前，Nettle的故事仍然停留在效率工具的层面，而非承保基础设施的层面。

信息来源

本文在采集与核验阶段引用了以下公开来源，按站点去重列出；来源内容归原发布方所有，其口径不代表 RecodeX 的核实结论。