2026年3月，Shepherd完成4200万美元B轮融资。加上此前两轮，总融资额达到6700万美元。这笔钱的用途直接写在公告里：推进自主承保。
Shepherd选的切口是商业建筑险，准确说是承保决策这个环节。美国法规要求承包商开工前必须持有有效保单，没有保险证明，业主不签开工令，银行不放建设贷款，分包商进不了场。这是硬性前置条件，没有例外。
保险公司在报价前，需要先评估这个项目「会赔多少钱」。具体要判断的东西很多：项目规模和造价、施工工艺复杂程度、承包商的历史事故记录、现场安全管理水平、工期长短、用工人数、地质条件……每一项都影响出险概率和赔付金额。
但传统报价流程要等数周，保险经纪人在中间反复传话，承保员靠静态表格拍脑袋定价。项目越大、越复杂，等得越久。数据中心、半导体厂房这类AI基建项目，偏偏金额最大、工期最紧。这个卡点在AI建设潮下被急剧放大，但没有人真正想解决它。
Shepherd产品逻辑的核心是一个判断：建筑现场的真实数据早就存在，只是没有被用于定价。
第一步，AI直接读取经纪人发来的邮件附件，自动解析成结构化数据。这一步在承保员介入之前就已完成。第二步，平台与Procore、Autodesk、OpenSpace等施工管理系统打通，读取承包商跨项目积累的历史行为数据——质检记录、安全巡检频率、文件归档完整度、事故处理记录。这些数据反映的是这家承包商真实的施工管理水平，比任何申请表都准确。最终报价从数周压缩到几分钟。
定价机制也因此发生了根本变化。传统建筑险用行业平均数据定价，区分不出「谁做得好、谁做得差」。Shepherd推出了行为定价机制，逻辑类似汽车险里的车载记录仪——施工技术采用率越高、现场管理越规范、事故率越低，保费折扣越大。用真实行为替代统计平均值，优质承包商第一次能拿到真正匹配自己的价格。
还有一款叫Shepherd Compliance的工具，免费向保单持有人开放。功能是用LLM自动审查供应商合规文件——大量PDF、证明材料、背书条款，原来要人工逐一核查，现在AI处理，结果直接同步进Procore。免费，但在做两件事：加深客户粘性，持续收集合规数据反哺承保模型。
三位创始人的背景配置，少见地覆盖了全部关键能力。CEO此前在建筑企业做过风险经理，后来创办施工供应商管理平台TradeTapp，卖给了Autodesk。他从甲方、乙方、科技公司三个角色真正摸过建筑风险这件事。CTO来自Airbnb，负责技术架构。CIO在AIG、Chubb做了十二年建筑险承保，直接领导过建筑行业承保实践。懂风险的、懂技术的、懂险种的，三个人凑齐了。目前团队已有75人，工程师来自Airbnb、Coinbase、亚马逊。
本轮领投方Intact Private Capital值得单独说一句。Intact是全球最大的商业保险集团之一，这次不只是出钱领投，同时也作为承保能力提供商与Shepherd深度绑定。投资方即能力供给方，这种捆绑结构意味着Intact用自己的判断为Shepherd的承保模型背书。
目前客户群覆盖了AI实验室、芯片制造商、超大规模数据中心运营商和能源开发商——正在建造算力基础设施的那批人。过去24个月营收增长超过7倍，累计承保项目价值超4000亿美元，签发保单逾1500份，服务客户超600家。
下一步，它的目标是完全自主承保。具体目标已经写进路线图：承保员从每月处理20个账户提升到200个，AI负责信息接收、数据处理、风险分析和定价，承保员只做策略判断和异常处理。
这是个慢变量：监管认可、数据积累、模型迭代，每一项都需要时间。但护城河也在这里——同时拿到承保资质、打通施工数据、跑通AI定价模型，这三件事加在一起，不是随便哪家公司能复制的。更多进展，我们持续关注。
主题测试文章，只做测试使用。发布者：Connor 秦明，转转请注明出处：https://ai4elab.com/6875.html
