2025年10月29日凌晨02:07

Lemonade 業務第四問：AI 與業務

我是 LongbridgeAI，我可以總結文章信息。

$Lemonade(LMND.US) 下面這份回答，儘量把 Lemonade（LMND.US）在保險全價值鏈引入 AI 的做法、目前產出，以及它如何在財務報表裏體現出來，系統地拆開講。結論先行，細節與出處都在文內標註。

結論速覽（面向長期投資者）

覆蓋環節多且一體化：Lemonade 的 AI 不只在前台客服或理賠端，而是貫穿「拉新→定價與核保→反欺詐→理賠→客服→運營與資本配置」的閉環，並由自建的數據與應用層（Customer Cortex、AI Maya、AI Jim、CX.AI、Forensic Graph、Blender、Cooper）統一驅動。

已見到可量化成效：

車險：把車載與行為數據（telematics）前置到獲客環節後，2025 年 Q1 的轉化率～提升 60%（相對 2024Q4 基線），Q2 在此基礎上加大投入，且車險 **GLR（毛賠付率）** 同比改善 13pct 至 82%。(Lemonade)

全公司：2025Q2 毛賠付率 GLR = 67%，同比改善 12pct；淨賠付率 NLR = 69%；毛利率=39%，同比 +14pct。** 理賠費用佔比（LAE）** 從 2024Q2 的 9% 降至 2025Q2 的 7%。(Lemonade)

運營槓桿：剔除 Growth spend 的 Opex較上年下降 2%，而 **IFP（在保保費）** 同比 +29% 至 $1.083bn（2025Q2）。(Lemonade)

現金流：2025Q2 調整後自由現金流 +$25m。(Lemonade)

與傳統做法的差異：Lemonade 98% 的保單由 AI Maya/APIs 銷售；美國約 95% 的住房險仍通過代理人銷售，Lemonade 的直連數字路徑在分銷與服務成本上天然有結構性優勢。

資本結構變化：因風控與賠付率改善，2025-07-01 起配額分保（QS）自～55% 下調至～20%，更多保費與利潤留存自有賬上（當然也承受更大波動）。(Lemonade)

價值鏈逐環節：用的什麼 AI？怎麼用？現在的產出？

下表把每個環節的技術抓手、具體動作、披露的量化結果，以及報表映射放到一起。

1) 獲客與分銷（Marketing / Onboarding）

AI 資產與做法：前端機器人 AI Maya（自然語言對話、表單自適應、動態收集高價值特徵），與自建 API；在車險中把telematics 洞察前置到獲客和定價引導。

已披露產出：公司稱 98% 的保單由 AI Maya/APIs 完成銷售；車險在 Q1 的相關實驗帶來約 60% 轉化率提升，Q2 在保持效率前提下加大車險投放。

報表映射：

獲客成本主要體現在Sales & Marketing中的 Growth spend（廣告獲客開支）——2025Q2 為 $49.7m（同比 +93%）。

效率的體現更多是單位 Growth spend 帶來的 IFP/新客與ADR（年度留存），以及後續的毛利與賠付率改善（見下文）。

2) 定價與核保（Underwriting & Pricing）

AI 資產與做法：

LTV6 等預測模型衡量客户全生命週期價值與風險，用於更精準的費率與選擇。(Lemonade)

車險大量使用 telematics 與實時數據進行細分與差異化費率（“好風險更低價”）。歐洲由於無需費率報批，定價/核保迭代更快，反饋迴路更短。(Lemonade)

已披露產出：

GLR 67%（2025Q2），TTM GLR 70%；分產品看，車險 GLR 82%（同比改善 13pct），歐洲 GLR 83%（同比改善 15pct）。(Lemonade)

報表映射：

損失與理賠費用（Loss & LAE）→ 直接決定 毛賠付率（GLR），進而影響毛利與毛利率。2025Q2 毛利率 39%，同比 +14pct。(Lemonade)

3) 反欺詐（Fraud Detection）

AI 資產與做法：Forensic Graph 用行為經濟學 + 大數據 + ML 識別、阻斷欺詐；追蹤大量肉眼難見的多變量連接。

產出：年報披露該系統幫助避免了數百萬美元的潛在損失（定性披露）。

報表映射：

體現在GLR 下降與不利賠款發展（PPD）減少上；2025Q2 PPD 對 GLR 的影響為 -3pct。

4) 理賠（FNOL→分流→核損→賠付）

AI 資產與做法：

AI Jim 負責 FNOL（出險首報）、自動分流、欺詐打分、授權小額快賠或升級人工；即便升級，AI 已完成大部分材料收集與核驗。

自動化與直付：歷史案例顯示秒級結案；但更重要的是自動化佔比與數字化 FNOL 覆蓋度。

已披露產出：

96% 的理賠由 AI Jim 接 FNOL；約 55% 的理賠全流程自動化（截至 2024-12-31）；超過一半的客服請求由 CX.AI 處理。

LAE 佔比下降：2025Q2 LAE（不含 PPD）= 7%，低於 2024Q2 的 9%。

報表映射：

LAE 下降直接反映在損失費用明細，改善 GLR 分項中的 LAE；同時減少理賠人工與外包成本，通過其他保險費用/技術與管理費用間接體現。

5) 客服與保單管理（Service & Policy Admin）

AI 資產與做法：CX.AI 自助處理加人、改額度、改付款、添加單品等；Blender 為內控工作台，貫穿承保、理賠、供應商調度與付款。

產出：超半數客服請求自動化處理；內部單點工作台減少跨系統切換與等待，提升人均吞吐。

報表映射：

長期看體現在Opex（剔除 Growth spend）走平或下行與IFP/人均提升；公司披露 2025Q2 Opex excl. Growth同比 **-2%**。(Lemonade)

6) 運營與風控自動化（Ops & Risk）

AI 資產與做法：Cooper 自動化大量內部任務（從監管報備材料到 NASA 衞星熱點識別以暫停災區投放/承保）。

產出：降低運營與風控時延，在災害前後動態控節流量與風險敞口（定性披露）。

報表映射：

通過GLR（災害期）與 Opex的彈性體現；也提高Growth spend 的邊際效率（減少無效投放）。

7) 資本與再保（Capital / Reinsurance）

現狀：2025-07-01 起，QS 由～55% 下調至～20%（結構不變、主分保方不變）。公式示例顯示降低分保率→提高淨已賺保費與毛利的留存，但淨賠付波動也隨之上行。(Lemonade)

與 AI 的關係：管理層將此舉與多元化、定價與賠付率軌跡改善掛鈎（定性表述），而改善背後包含了廣泛 telematics 採納與模型精準度。(Lemonade)

報表映射：淨已賺保費/分保佣金/毛利路徑會邊際上行，需同時關注淨賠付率與資本緩衝。(Lemonade)

與傳統保險公司的對位改善（按環節對照）

對比點	傳統基線	Lemonade 的改善點
分銷	住房險 ~95% 經代理人；人工作業、流程碎片化。	98% 保單由 AI Maya/APIs 銷售；端到端數字化。
核保/定價	費率變更週期長（監管報批等）；數據來源分散。	多模型定價（含 LTV） + telematics；在歐洲可快速迭代、縮短反饋迴路。(Lemonade)
反欺詐	受限於 “數據稀疏 + 系統割裂”。	Forensic Graph 建立圖譜關係與行為特徵，減少潛在損失。
理賠	人工受理 + 多層轉派；自動化比例受限。	96% FNOL 由 AI Jim 接入，~55% 理賠全自動，LAE 佔比降至 7%。
客服	呼叫中心 + 多系統；人均吞吐有限。	CX.AI 處理過半請求；Blender 單一工作台提升效率。

行業參考：麥肯錫多份研究判斷，到 2030 年超過一半的理賠活動可被自動化；Lemonade 披露的自動化比例（~55%）已經接近/達到這一長期目標區間。(McKinsey & Company)

這些 AI 改善，是否在財務報表裏 “看得見”？

短答：能看到若干直接 “指紋”，但歸因並非 100% 可分離（受產品/區域結構、再保、宏觀災損的共同影響）。

賠付與理賠費用：

GLR：67%（2025Q2），同比改善 12pct；LAE 佔比 9%→7%。這兩項最直接反映定價/風控/理賠自動化的效果。(Lemonade)

毛利與毛利率：

2025Q2 毛利率 39%（+14pct YoY）、毛利額 +109% YoY；GLR 改善與分保結構、投資收益共同推動。(Lemonade)

運營槓桿：

Opex（不含 Growth spend）同比 -2%，而 IFP +29% 至 $1.083bn，顯示自動化帶來的規模經濟。(Lemonade)

獲客開支與融資安排：

公司把廣告拉新定義為 “Growth spend”（計入 Sales & Marketing），2025Q2 $49.7m（同比 +93%）；同時與 General Catalyst 的 “Synthetic Agents” 安排用於預付最高 80% 的 CAC，帶來利息費用與調整後自由現金流口徑中的 “融資項” 影響。

再保變化：

2025-07-01 起 QS 55%→20%，按公司示例，在相同 GLR 下淨已賺保費與毛利留存上升，但也意味着淨賠付波動上行（需關注未來災損季節性）。(Lemonade)