Kalepa, nowojorski dostawca platformy AI dla ubezpieczycieli, poinformowała 5 listopada 2026 roku o pozyskaniu 75 mln USD w rundzie serii B przy wycenie 470 mln USD. Według kursu NBP z tego dnia to ok. 293 mln zł i ok. 1,84 mld zł. Rundę poprowadził fundusz Updata Partners. Pieniądze mają sfinansować nowe produkty, wejście na kolejne rynki i podwojenie zespołu do 2027 roku.
Co wiadomo o rundzie Kalepy
Reuters podał, że firma zebrała 75 mln USD przy wycenie 470 mln USD. Według Tech Funding News to pierwsza runda od serii A z 2021 roku, a firma od ponad dwóch lat ma dodatni przepływ pieniężny. Pieniądze nie muszą więc finansować bieżącej działalności, tylko ekspansję.
Dyrektor generalny Paul Monasterio powiedział Reutersowi, że nowe obszary rozwoju to tworzenie produktów ubezpieczeniowych, reasekuracja i dystrybucja. Tech Funding News przytacza dane Gallagher Re, według których firmy skupione na AI zebrały w II kwartale 2026 roku 99,1 proc. finansowania insurtechów. Rynek jest zatłoczony, bo z Kalepą konkurują m.in. Federato i Sixfold.
Co robi platforma AI dla underwriterów
Underwriting to ocena ryzyka i ustalanie warunków polisy, czyli praca wykonywana przy każdym zgłoszeniu od brokera. Kalepa zbiera dane o ryzyku, szkodowość i dane zewnętrzne w jednym widoku, a następnie wskazuje braki. Firma sprzedaje to głównie ubezpieczycielom majątkowym i specjalistycznym.
Podejście firmy polega na dopasowaniu autonomii do zadania. Agenci AI wykonują wieloetapowe czynności, a człowiek wchodzi tam, gdzie potrzebna jest jego wiedza lub zgoda, przy czym działania mają być możliwe do prześledzenia. Tech Funding News wskazuje, że ten model może stracić na wartości, jeśli konkurenci pokażą skuteczną ocenę ryzyka przy mniejszym nadzorze.
Jak czytać deklarowane wyniki
Na swojej stronie Kalepa podaje ponad 30 proc. więcej składki na underwritera i 58 proc. krótszy czas przygotowania oferty. Reuters przytacza ten sam zestaw jako 30-60 proc. i 58 proc., a Tech Funding News odwraca te wartości. Przyjmujemy zapis firmy i Reutersa.
Są to deklaracje dostawcy, bez opisu metody i grupy kontrolnej. Tech Funding News dodaje poprawę wskaźnika mieszanego o 960 punktów bazowych, czyli o 9,6 punktu procentowego udziału szkód i kosztów w składce. Tak duża zmiana może wynikać także z sytuacji na rynku i doboru klientów, więc nie należy przypisywać jej wyłącznie oprogramowaniu.
Co to oznacza dla polskich ubezpieczycieli
Kalepa działa według własnych danych w ponad 10 krajach, ale nie informuje o klientach w Polsce ani o planach wejścia na polski rynek. Dla polskich towarzystw wartość tej wiadomości jest głównie porównawcza, bo pokazuje, za co inwestorzy płacą w AI dla ubezpieczeń korporacyjnych.
W Unii Europejskiej liczy się też rodzaj ubezpieczenia. AI Act uznaje za wysokiego ryzyka systemy do oceny ryzyka i ustalania cen wobec osób fizycznych w ubezpieczeniach na życie i zdrowotnych. Ubezpieczenia majątkowe dla firm nie znalazły się w tym punkcie, choć dane i decyzje nadal podlegają zwykłym przepisom sektorowym i RODO.
Czego firma nie ujawniła
Nie znamy przychodów Kalepy, liczby klientów ani terminu wejścia na nowe rynki. Dostępne relacje nie wyjaśniają też, które rynki firma ma na myśli. Nie dotarliśmy do pełnego komunikatu spółki, dlatego kwoty podajemy za Reutersem i Tech Funding News, a wyniki dla klientów za stroną firmy.
Źródła i data sprawdzenia
- AI-powered insurance startup Kalepa valued at $470 millionReuters przez Business Insurance, publikacja: 2026-11-05, sprawdzono: 2026-11-05
- Five years after its Series A, insurance AI startup Kalepa raises $75M at $470M valuationTech Funding News, publikacja: 2026-11-05, sprawdzono: 2026-11-05
- Strona główna platformy KalepaKalepa, publikacja: 2026-11-05, sprawdzono: 2026-11-05
- Rozporządzenie (UE) 2024/1689 (AI Act), załącznik III pkt 5 lit. cEUR-Lex, publikacja: 2024-07-12, sprawdzono: 2026-11-05
- Kurs średni USD, tabela 216/A/NBP/2026Narodowy Bank Polski, publikacja: 2026-11-05, sprawdzono: 2026-11-05
Artykuł ma charakter informacyjny. Przy decyzjach prawnych, finansowych lub organizacyjnych warto zweryfikować wnioski w odniesieniu do konkretnej sytuacji.



