این استارتاپ در منطقه خلیج با استفاده از هوش مصنوعی به خانواده‌ها در برنامه‌ریزی مراقبت‌های بلندمدت کمک می‌کند.

استارتاپی در منطقه خلیج با هوش مصنوعی به خانواده‌ها در برنامه‌ریزی مراقبت درازمدت کمک می‌کند.

This Bay Area startup is using AI to help families navigate long-term care planning

لیلی ویتایاراکسکول (در تصویر بالا) در حال تحصیل در رشته مهندسی هوافضا بود که عمه‌اش با تشخیص سرطان کولون در مرحله پایانی مواجه شد. عمه‌اش در طول زندگی‌اش تحت یک سقف با ویتایاراکسکول زندگی کرده و در بزرگ شدن او نقش مهمی ایفا کرده بود. او به یاد می‌آورد: "ما تمام تلاش‌مان را روی مراقبت از او گذاشتیم." بعد از شیمی‌درمانی، عمه‌اش بسیار ضعیف شد و خانواده‌اش که از کشور کامبوج آمده بودند، به مدت دو سال و نیم نیازهای روزمره و بلندمدت وی را تأمین کردند. ویتایاراکسکول به TechCrunch گفت: "این موضوع ما را از نظر مالی تحت فشار قرار داد."
تأثیرات عاطفی و مالی به حدی شدید بود که ویتایاراکسکول را بر آن داشت تا رشته تحصیلی خود را به علوم ژنتیک و داده تغییر دهد. در دسامبر 2021، او استارتاپی به نام Waterlily را در سان فرانسیسکو تأسیس کرد که هدفش کمک به افراد و مشاوران در مدیریت گزینه‌های مراقبت طولانی‌مدت با مدل‌سازی هزینه‌ها و استراتژی‌های تأمین مالی است. به گفته ویتایاراکسکول، هدف این استارتاپ تسهیل در ارائه مشاوره به مشاوران مالی و نمایندگان بیمه به منظور توصیه محصولات مالی مناسب بر اساس نیازهای پیش‌بینی‌شده خانواده‌ها است. وی توضیح داد: "عموماً افراد بین 65 تا 70 سالگی به فکر مراقبت طولانی‌مدت می‌افتند و یا فقط زمانی که به آن نیاز دارند." اما در بسیاری از موارد، این زمان ممکن است بسیار دیر باشد.
Waterlily از هوش مصنوعی برای پیش‌بینی نیازها و هزینه‌های آینده مراقبت طولانی‌مدت خانواده‌ها استفاده می‌کند و سپس به آن‌ها در طراحی یک برنامه مراقبتی و یافتن بهترین روش برای تأمین مالی آن کمک می‌کند. ویتایاراکسکول گفت: "این ممکن است به معنای خرید بیمه عمر با افزودن پوشش مراقبت طولانی‌مدت، خرید یک سیاست بیمه مراقبت طولانی‌مدت اختصاصی، استفاده از آنیوتی‌ها یا حتی تأمین هزینه‌‌های شخصی باشد." هوش مصنوعی پیش‌بینی‌کننده Waterlily می‌تواند برای هر فرد بالای 40 سال به کار رود. این شرکت از بیش از 500 میلیون داده و الگوریتم‌های یادگیری ماشین برای پیش‌بینی‌های شخصی‌سازی شده و هزینه‌ها استفاده می‌کند و سعی دارد زمان، روش و مقدار احتمالی نیازهای آینده مراقبت طولانی‌مدت هر شخص را پیش‌بینی کند.
وی اشاره کرد: "ما توافقنامه‌های رسمی مبادله داده با ارائه‌دهندگان مراقبت طولانی‌مدت، پایگاه‌های داده دولتی، مطالعات تحقیقاتی دانشگاهی و کاربران فردی داریم." این پایگاه‌ها شامل مراکز خدمات مدیکر و مدیکید و برنامه بیمه مراقبت طولانی‌مدت فدرال می‌شوند. همچنین در حال نهایی کردن قرار‌دادهای مشابه با شرکت‌های بیمه برای وارد کردن داده‌های ناشناس آن‌ها هستیم. ویتایاراکسکول Waterlily را به عنوان یک بنیان‌گذار تنها آغاز کرد تا اینکه اوون اهرینبورگ، یک سرمایه‌گذار کوچک، به آنها پیوست. اهرینبورگ که قبلاً کلارا هلث را تأسیس و به فروش رسانده بود، با تحقیقات اولیه کمک کرد و تحت تأثیر پاسخ صنعت قرار گرفت. او خودش پلتفرم را آزمایش کرد و از پیش‌بینی‌های مراقبت طولانی‌مدت خود متعجب شد و به همین خاطر رژیم غذایی‌اش را تغییر داد، یک مربی شخصی استخدام کرد و برنامه‌های مالی‌اش را به‌روز کرد. بعد از شش ماه همکاری، آنها متوجه شدند که این دو با هم هماهنگی خوبی دارند و او را به عنوان شریک بنیان‌گذار خود انتخاب کردند.
داستان زندگی اهرینبورگ هم جالب است: او بعد از فارغ‌التحصیلی از دانشگاه کالیفرنیای برکلی در 16 سالگی، جوان‌ترین دکترای علوم اعصاب MIT شد. او اکنون به عنوان رئیس عملیات Waterlily نیز مشغول به کار است. این تحولات نشان‌دهنده اهمیت توجه به مراقبت‌های آینده و پیش‌بینی‌های عاقلانه در این زمینه است و می‌تواند به افراد کمک کند تا برنامه‌ریزی بهتری برای زندگی خود داشته باشند. برای اطلاعات بیشتر می‌توانید به سایت ما به آدرس iwl.ir مراجعه کنید.

ایستادگی در فضایی پیچیده

Standing out in a complicated space

ایستادن در یک فضای پیچیده
ابزارهای دیگری نیز وجود دارند که به برنامه‌ریزی بلندمدت کمک می‌کنند، اما به عقیده ویتایاروسکول، این ابزارها با ارائه شخصی‌سازی شده Waterlily تفاوت دارند. به عنوان مثال، ماشین‌حساب هزینه‌های مراقبت Genworth، میانگین‌هایی را بر اساس کد منطقه‌ای ارائه می‌دهد. پلتفرم‌های مالی جامع‌تری مانند NaviPlan، eMoney، MoneyGuidePro و RightCapital نیز وجود دارند که شامل ماژول‌های اساسی مراقبت بلندمدت یا ماشین‌حساب هزینه به عنوان یکی از عملکردهای متعدد خود هستند. او می‌گوید: «در حالی که این ابزارها به مشاوران کمک می‌کنند سناریوهای مربوط به بازنشستگی و بیمه را مدل‌سازی کنند، فرضیات LTC آنها معمولاً بر اساس میانگین‌های ملی یا شبیه‌سازی‌های مونت کارلو قرار دارد تا برنامه‌ریزی مالی را با معرفی نویز به شبیه‌سازی پیش‌فرض آزمایش کنند.»
در مقابل، Waterlily «مدل‌سازی پیش‌بینی عمیق را با یک پلتفرم آسان برای استفاده ترکیب می‌کند.» Waterlily پلتفرم خود را به‌صورت عمومی در مارس 2024 راه‌اندازی کرد و فعلاً آمار سال به سال ندارد، اما ویتایاروسکول به TechCrunch گفت که درآمد ماهیانه تکراری (MRR) این استارتاپ امروز بیش از 22 برابر آنچه در ماه اول ورود به بازار بوده، است. همچنین، او اظهار کرد که رشد میانگین MRR ماه به ماه از زمان راه‌اندازی 58 درصد بوده است. این شرکت در حال حاضر هشت مشتری بزرگ شرکتی دارد، از جمله Prudential و چندین شرکت بیمه دیگر از فهرست Fortune 100.
بسیاری از مشاوران مالی مستقل و عوامل بیمه نیز از Waterlily استفاده می‌کنند. مدل درآمدی آن SaaS محور است و این شرکت ماهیانه 250 دلار برای هر مشاور یا عامل دریافت می‌کند. اخیراً، این استارتاپ 7 میلیون دلار سرمایه اولیه از جان کیم، شریک تأسیس‌کننده Brewer Lane Ventures و سرمایه‌گذاری‌های استراتژیک از Genworth، Nationwide و Edward Jones جذب کرده است. همچنین، این استارتاپ از قبل 2.2 میلیون دلار در دور پیش‌سرمایه‌گذاری از سرمایه‌گذاران از جمله اسکات بارکلای، مدیرعامل بخش سلامت Insight Partners جذب کرده بود.
Waterlily قصد دارد از این سرمایه جدید، که از طریق SAFE جمع‌آوری شده، برای توسعه تیم‌های مهندسی، علم داده و مدیریت شرکتی خود بهره‌برداری کند و به تقویت مدل‌های هوش مصنوعی و شراکت‌های داده‌ای ادامه دهد. این استارتاپ همچنین برنامه‌ریزی می‌کند تا تلاش‌های فروش و بازاریابی خود را افزایش دهد. در حال حاضر، این استارتاپ دارای نه کارمند تمام‌وقت به علاوه پیمانکاران است.
نگاه به جلو، Waterlily به حوزه‌های ناتوانی، بیماری‌های بحرانی، بیمه بیمارستانی و برنامه‌ریزی مدیکر نیز نگریسته است، یا به عبارتی، به هر حوزه‌ای که مدل‌سازی پیشرفته بتواند به خانوارها در اتخاذ تصمیمات بهتر زندگی و پوشش سلامت کمک کند. ویتایاروسکول گفت که این شرکت همچنین در حال دریافت علاقه‌مندی از سوی شرکت‌های بیمه است که تمایل دارند از داده‌های این استارتاپ در ارزیابی ریسک استفاده کنند. ممکن است این استارتاپ در آینده به بازارهای بین‌المللی مثل کانادا، بریتانیا و برخی از نقاط آسیا نیز گسترش یابد.
سرمایه‌گذار کیم، که همچنین رئیس پیشین New York Life است، به TechCrunch گفت که به Waterlily سرمایه‌گذاری کرده زیرا اعتقاد دارد این ابزار «اولین ابزار راهنمایی هوش مصنوعی است که مـا را در بزرگ‌ترین نیاز در زمان پیری آمریکایی‌ها یاری می‌کند.» او افزود: «بیمه LTC یک نیاز بزرگ و در حال رشد است که هنوز به‌خوبی توسط مشاوران معتبر پوشش داده نشده است. ابزار راهنمایی Waterlily هیچ رقیب قابل مقایسه‌ای ندارد و توصیه‌ای سفارشی و شخصی‌سازی شده برای نیازهای LTC فرد فراهم می‌کند. من اعتقاد دارم که این ابزار می‌تواند تحولی در بازار بیمه LTC ایجاد کند.»

• AI
• AI
• Brewer Lane Ventures
• California
• Evan Ehrenberg
• Fundraising
• long-term care
• North America
• Startups
• United States
• waterlily