لیلی ویتایاروکسکول (در تصویر بالا) در حال تحصیل در مهندسی هوا و فضا بود که عمه‌اش به سرطان روده بزرگ مبتلا شد. عمه‌اش که در همان خانه‌ای که ویتایاروکسکول بزرگ شده بود زندگی می‌کرد، به بزرگ شدن او کمک کرده بود. "ما همه تلاشمان را برای مراقبت از او کردیم،" او به یاد می‌آورد.
بعد از شیمی درمانی، عمه‌اش "بسیار ضعیف شد"، بنابراین خانواده‌اش - که در اصل از کامبوج بودند - به مدت حدود دو و نیم سال نیازهای مراقبت بلندمدت روزانه او را پیمودند. "این ما را از نظر مالی نابود کرد،" او به تک‌کرانچ گفت.
تأثیر احساسی و مالی تا جایی تروماتیک بود که ویتایاروکسکول را وادار به تغییر رشته به علوم داده و ژنتیک کرد.
در دسامبر ۲۰۲۱، او واترلیلی را تأسیس کرد، استارتاپی در سان فرانسیسکو با هدف کمک به افراد و مشاوران برای هدایت گزینه‌های مراقبت بلندمدت از طریق مدلسازی هزینه‌ها و استراتژی‌های تأمین مالی. هدف آن، به گفتهٔ ویتایاروکسکول، آسان‌تر کردن توصیه محصولات مالی مناسب برای مشاوران مالی و نمایندگان بیمه بر اساس نیازهای پیش‌بینی شدهٔ مراقبت‌های بلندمدت خانواده‌ها است.
ویتایاروکسکول توضیح داد، "معمولاً افراد شروع به فکر کردن به مراقبت‌های بلندمدت می‌کنند هنگامی که بین ۶۵ تا ۷۰ ساله هستند، یا فقط زمانی که به آن نیاز دارند." اما در بسیاری از موارد، این ممکن است خیلی دیر باشد.
واترلیلی از هوش مصنوعی برای پیش‌بینی نیازهای آیندهٔ یک خانواده به مراقبت بلندمدت و هزینه‌ها استفاده می‌کند و سپس آنها را در ساخت یک برنامه مراقبتی و تعیین بهترین راه برای پرداخت آن راهنمایی می‌کند، ویتایاروکسکول به تک‌کرانچ گفت. "این ممکن است به معنی خرید بیمه عمر با یک اختیاری برای مراقبت طولانی مدت، خرید یک سیاست اختصاصی LTC، استفاده از آنیوتی‌ها، یا صرفاً خود-تأمین مالی باشد."
هوش مصنوعی پیش‌بینی کننده واترلیلی می‌تواند برای هر فرد بالای ۴۰ سال استفاده شود.
این شرکت از بیش از ۵۰۰ میلیون نقطه داده و الگوریتم‌های یادگیری ماشین با استفاده از نرم‌افزار مدلینگ AI خود بهره می‌برد تا "پیش‌بینی‌های شخصی‌سازی شدهٔ دقیق از مراقبت و هزینه‌ها" ارائه کند و به سوالات "چه زمانی"، "چگونه" و “چقدر” از نیازهای بالقوهٔ مراقبت‌های بلندمدت پاسخ دهد.
"ما توافق‌نامه‌های رسمی به اشتراک‌گذاری داده با ارائه دهندگان مراقبت‌های بلندمدت، پایگاه‌های داده دولتی، مطالعات تحقیقاتی اکادمیک، و کاربران فردی داریم" — این شامل مرکزهای خدمات مدیکر و مدیکید و برنامه بیمه بلند مدت فدرال — و در حال نهایی کردن قراردادهای مشابه با ارائه دهندگان بیمه‌گر برای دریافت امن داده‌های ناشناس آنها هستیم، ویتایاروکسکول گفت.
ویتایاروکسکول در ابتدا واترلیلی را به عنوان بنیان‌گذار انفرادی شروع کرد تا زمانی که ایوان ارنبرگ، یک سرمایه‌گذار کوچک وارد شد. ارنبرگ — که قبلاً کلارا هلت را تأسیس و فروخت — به تحقیقات اولیه کمک کرد و واکنش‌های صنعت او را تحت تأثیر قرار داد. کنجکاو، او خودش پلتفرم را آزمایش کرد و نتایج پیش‌بینی مراقبتی بلندمدت او را متحیر کرد — تا حدی که رژیم غذایی خود را تغییر داد، یک مربی شخصی استخدام کرد، و برنامه‌های مالی خود را به‌روز کرد.
آن تجربه او را عمیق‌تر به خود کشاند. او مشابهت‌هایی بین مراقبت بلندمدت و مشکلاتی که در آزمایش‌های کلینیکی با آنها مواجه شده بود دید. کلارا هلت به ده‌ها هزار بیمار کمک کرده بود آزمایش‌ها را پیدا کنند، اما همچنین دید که بسیاری به آنها نه برای درمان‌های پیشرفته بلکه برای داروهای مشابه عمومی به جای داروهای برند تجاری که به آنها نیاز داشتند، مراجعه کردند. مراقبت‌های بلندمدت به درکی مشابه منجر شد — بیمه سلامت آن را پوشش نمی‌دهد و بسیاری برای سنگینی مالی آن آمادگی ندارند، ویتایاروکسکول بیان کرد.
"بعد از شش ماه همکاری، مطمئن شدیم که این یک تناسب عالی است و او را به عنوان هم‌بنیان‌گذار پذیرفتیم،" او گفت.
داستان پشت ارنبرگ نیز جذاب است: بعد از فارغ‌التحصیلی از دانشگاه UC Berkeley در سن ۱۶ سالگی، او جوان‌ترین دکتری در علوم عصبی از MIT شد. امروز، او همچنین به عنوان مدیر عملیات واترلیلی فعالیت می‌کند.
برجسته شدن در فضایی پیچیده
ابزارهای دیگری وجود دارند که به برنامه‌ریزی بلندمدت کمک می‌کنند، اما ویتایاروکسکول بر این باور است که آنها از نظر شخصی‌سازی شدن متفاوت از ارائه واترلیلی هستند. به عنوان مثال، محاسبه‌گر هزینه‌های مراقبت Genworth نشان دهنده میانگین‌های کد پستی است. پلتفرم‌های برنامه‌ریزی مالی گسترده‌تر مانند NaviPlan، eMoney، MoneyGuidePro و RightCapital شامل مدول‌های بلندمدت یا محاسبه‌گرهای هزینه به عنوان یکی از عملکردهای متعدد خود هستند.
به گفته او، "در حالی که این ابزارها به مشاوران کمک می‌کنند تا سناریوهای بازنشستگی و بیمه‌ای را مدل کنند، فرضیات LTC آنها معمولاً توسط میانگین‌های ملی یا شبیه‌سازی‌های مونته‌کارلو هدایت می‌شوند تا برنامه‌ریزی مالی را با اضافه کردن نویز به یک شبیه‌سازی پیش‌فرض آزمایش کنند." در عوض، واترلیلی "مدلسازی پیش‌بینی عمیق را با پلتفورمی که استفاده از آن آسان است ترکیب می‌کند."
واترلیلی پלטفرم خود را به طور عمومی در مارس ۲۰۲۴ راه‌اندازی کرد بنابراین هنوز معیارهای سالانه ندارد، اما ویتایاروکسکول به تک‌کرانچ گفت درآمد ماهانه مکرر استارتاپ امروز ۲۲ برابر بیشتر از ماه اول ورود به بازار است. و او گفت، رشد متوسط MRR ماهیانه آن از زمان راه‌اندازی ۵۸٪ بوده است.
شرکت در حال حاضر هشت مشتری عمده تجاری دارد، شامل Prudential و تعدادی از دیگر حامل‌های بیمه ای Fortune 100. همچنین صدها مشاور مالی مستقل و نماینده بیمه از واترلیلی استفاده می‌کنند، به گفته ویتایاروکسکول. مدل درآمد آن SaaS-based است، با شرکتی که $۲۵۰ دلار در ماه برای هر صندلی مشاور یا نماینده شارژ می‌کند.
و اکنون استارتاپ $۷ میلیون دلار در بودجه اولیه به رهبری جان کیم، شریک مؤسس Brewer Lane Ventures، با سرمایه‌گذاری استراتژیک از Genworth، Nationwide و Edward Jones جمع‌آوری کرده است. استارتاپ پیش‌تر نیز دور پیش‌بذر $۲٫۲ میلیون از سرمایه‌گذاران شامل اسکات بارکلی، مدیر عامل مراقبت‌های سلامت در Insight Partners جذب کرده بود.
واترلیلی برنامه‌های دارد تا از سرمایه جدید خود که از طریق SAFE جذب شد، برای کن ساخت تیم‌های مهندسی علوم داده و مدیریت شرکت خود استفاده کند، همچنین ادامه تقویت مدل‌های AI خود و شراکت‌های داده‌ای. همچنین برنامه دارد تا تلاش‌های فروش و بازاریابی خود را افزایش دهد.
در حال حاضر، استارتاپ ۹ کارمند تمام وقت به علاوه پیمانکاران دارد.
نگاه به جلو، واترلیلی به مواردی مانند برنامه‌ریزی بیماری‌های عاجز کننده، بیماری‌های بحرانی، بیمه مستشاری و مدیکر می‌اندیشد، یا "حقیقتاً هر حوزه‌ای که مدلسازی پیش‌بینی پیشرفته‌ای می‌تواند به خانواده‌ها کمک کند تا تصمیمات بهتری برای پوشش زندگی و سلامت بگیرند،" ویتایاروکسکول گفت.
شرکت می‌گوید که از ارائه‌دهندگان بیمه‌هایی که می‌خواهند از داده‌های آن در تحلیل ریسک استفاده کنند نیز مورد توجه قرار گرفته است. همچنین ممکن است به صورت بین‌المللی به کانادا، بریتانیا و قسمت‌هایی از آسیا گسترش یابد.
سرمایه‌گذار کیم، که همچنین رئیس سابق نیویورک لایف است، به تک‌کرانچ گفت که او در واترلیلی سرمایه‌گذاری کرد زیرا معتقد است که این ابزار راهنمای نخستین هوش مصنوعی برای کمک به بزرگترین نیاز به تنهایی به عنوان آمریکایی‌ها در حال پیر شدن است.
او افزود: "بیمه LTC یک نیاز بزرگ و رو به رشد است، و به طور وسیعی از سوی مشاوران معتمد امروز تحت پوشش قرار نمی‌گیرد. ابزار راهنمای واترلیلی مشابهی ندارد. این یک توصیه شخصی‌سازی شده و سفارشی برای نیازهای LTC فرد ارائه می‌کند. من معتقدم که این یک تغییر‌دهنده بازی برای بازار بیمه LTC خواهد بود."
مایل به دریافت خبرنامه‌های فین‌تک هستید؟ برای خبرنامه‌های فین‌تک تک‌کرانچ اینجا ثبت نام کنید.
می‌خواهید با یک خبر تماس بگیرید؟ به ایمیل من maryann@techcrunch.com یا با من از طریق سیگنال پیام ارسال کنید به شماره 408.204.3036. همچنین می‌توانید یادداشتی برای کل تیم تک‌کرانچ بفرستید به tips@techcrunch.com . برای ارتباطات امن‌تر، اینجا کلیک کنید تا با ما تماس بگیرید ، که شامل SecureDrop و لینک‌هایی به برنامه‌های پیام‌رسانی رمزنگاری شده است.
