Newfront：服務 20% 美國獨角獸，Agentic AI 如何重寫兆元保險經紀產業
WTW 以 13 億美元收購 Newfront，反映保險經紀從「勞力密集」躍升「算力密集」。深度拆解這家服務 20% 美國獨角獸、用 Agentic AI 把合約審查壓到 20 秒的科技原生經紀商。
一分鐘速讀
市場痛點：全球保險業屬兆元級基礎設施，但多數傳統經紀商仍依賴紙本與 PDF，缺乏 API 與結構化資料，資深經紀人超過一半的時間消耗在後勤行政而非風險諮詢。
破局創新：Newfront 將傳統 AMS(代理商管理系統)升級為「行動系統」，以 Agentic AI 取代脆弱的 RPA，顯著壓低文件檢索的工程維護成本，合約審查從數天壓縮至 20 秒。
資本驗證：2022 年 D 輪由高盛與 B Capital 領投 2 億美元、估值達 22 億美元；2026 年 1 月被 WTW 以 13 億美元完成收購，對應 12 倍 2026E EBITDA。
模式升級：服務全美 20% 獨角獸與超過 150 家上市公司，客戶留存率 99%，年管理保費約 30 億美元；併購象徵保險經紀產業從「勞力密集」進入「算力密集」的典範轉移。
Newfront 創辦故事：Spike Lipkin 與 Gordon Wintrob 如何看見兆元保險科技痛點
2025 年 12 月 10 日，全球三大保險經紀商之一的 Willis Towers Watson(WTW)宣布以 13 億美元收購 Newfront，並在 2026 年 1 月 27 日正式完成交易。WTW 的市值約 275 億美元，這筆交易並未動搖其資產負債表，卻在保險產業界引發高度關注。原因不在金額本身，而在於一家成立僅九年的科技原生經紀商，如何在「三大巨頭」並立的成熟市場中，撐起這個收購價。
要回答這個問題，得先從保險經紀業多年來的結構性痛點談起。保險業是支撐全球經濟運作的底層基礎設施，管理風險轉移與資本配置，規模以數兆美元計算。但這個龐大產業在過去一個世紀中，數位化進度遠落後於支付、財富管理等其他金融次領域。多數傳統保險經紀商仍仰賴紙本作業、缺乏 API 串接、資料以非結構化格式散落於 PDF 與電子郵件中。Newfront 共同創辦人 Gordon Wintrob 在 MIT News 訪談中曾指出，資深經紀人超過一半的工作時間消耗在後勤行政與文書處理，真正用於風險諮詢與商業洞察的時間反而被擠壓。
Newfront 於 2017 年在舊金山成立，兩位共同創辦人都不是保險業出身。執行長 Spike Lipkin 早期在黑石集團(Blackstone)擔任投資人，參與打造全美最大的單戶住宅擁有者 Invitation Homes，隨後加入房地產科技平台 Opendoor，從五人的微型團隊一路擴張至估值超過 30 億美元的規模。這段經歷讓他得到一個結論：任何高信任度、交易金額龐大、歷史悠久的傳統產業，在面對數位化時都會出現巨大摩擦力。Opendoor 解決了房地產交易的這層摩擦，而下一個亟待重塑的兆元級領域，正是保險。
另一位共同創辦人 Gordon Wintrob 是麻省理工學院電機與資訊工程出身的連續創業者，曾創辦銷售線索自動化平台 StackLead 並被 LinkedIn 收購，之後在 LinkedIn 領導工程團隊，早期亦具備高盛的金融背景。兩位創辦人的組合確立了 Newfront 的核心命題：把具備深厚產業經驗的資深保險經紀人，與頂尖矽谷工程師團隊配對，從底層架構重新打造保險經紀模式。
公司初期的主攻方向是自動化報價、綁約與續保流程。傳統的續保週期動輒長達數週，Newfront 把這段時間壓縮到數天內完成。這種立竿見影的效率改善迅速吸引矽谷頂級創投，Y Combinator、Founders Fund、Meritech Capital 在早期就投入支持。
進入 2021 年 8 月，Newfront 與 ABD Insurance & Financial Services 完成關鍵合併，合併後估值來到 13.5 億美元。ABD 為 Newfront 帶來大量中大型企業客戶基礎，以及總體薪酬與福利顧問的專業能量，使其從一家純粹的科技新創，轉型為兼具技術與保險專業的混合型機構。
20% 美國獨角獸都用 Newfront：Unicorn Bootcamp 與 D&O 預測模型
Newfront 在強敵環伺的保險經紀市場勝出，靠的不是廣泛擴張，而是精準鎖定特定垂直。其最具標誌性的市場數據是：服務全美約 20% 的獨角獸企業(估值超過 10 億美元的未上市新創公司)，擁有超過 950 家受創投支持的客戶群，並服務超過 150 家上市公司，累積的綜合上市公司服務經驗超過一千年。
這個卡位策略的關鍵，在於獨角獸企業的「風險輪廓」與傳統企業差異極大。這些公司處於超高速成長期，業務模式具備高度破壞性，涵蓋共享經濟、數位醫療、加密貨幣、深科技與生命科學等領域。市場上往往缺乏足夠的歷史理賠數據可供精算評估，傳統經紀商在面對這類非標準風險時，經常無法有效說服保險載體提供合理的承保條件、保單條款與定價。
Newfront 的優勢在於菁英技術與深度專業的雙重結合。內部設立了垂直深耕的產業團隊，不只處理傳統的網路責任險(Cyber Liability)或執行長風險(Executive Risk)，更深入研究穿戴式裝置的數據擷取合規性、數位醫療的專業責任、網路釣魚與勒索軟體的最新趨勢。透過專有的數據模型，Newfront 能分析高成長企業的財務與風險輪廓，產出客製化且具預測性的理賠頻率與嚴重程度報告，協助這些獨角獸在資本市場中獲得最佳的保險覆蓋條件。
更具戰略價值的是「獨角獸訓練營(Unicorn Bootcamp)」計畫。企業在 IPO 的準備階段以及上市後的最初三年內，面臨最高等級的訴訟風險與營運曝險，特別是來自股東的集體訴訟。傳統經紀商可能僅憑經驗建議董事及經理人(D&O)保險的額度，Newfront 則利用過去 25 年的歷史企業訴訟數據進行機器學習分析，精準預測準備 IPO 的公司可能面臨的最大曝險，並提供最佳化的保險額度建議，避免保費浪費或保障不足。
在整個 IPO 旅程中，Newfront 的團隊會主動修改並優化保單條款，確保保險覆蓋範圍隨著企業股東結構的改變、融資輪次的推進與商業里程碑的達成而動態演進。一旦發生理賠事件，Newfront 憑藉深厚的保險與法律專業，能在維持與保險載體良好關係的同時，為客戶爭取最大化的理賠回收，確保理賠後的續保流程依然順暢。
這種「從種子輪到上市後」的生命週期服務模式，創造了極高的客戶黏性。Newfront 公開的數據顯示，客戶留存率高達 99%，每年管理的保費規模約 30 億美元。客戶名單中不乏矽谷知名的科技與生活風格企業，進一步鞏固其在科技重鎮的領導地位。
Agentic AI vs RPA：Newfront 從紀錄系統升級到行動系統的技術護城河
Newfront 之所以能被市場賦予科技公司等級的估值，關鍵在於對「現代保險平台」的底層架構重塑。傳統保險經紀商高度依賴代理商管理系統(Agency Management Systems， AMS)，這些系統本質上屬於「紀錄系統(System of Record)」，主要功能限於被動儲存客戶資料、PDF 檔案與電子郵件紀錄。資訊穀倉效應嚴重，客戶查詢保單細節或理賠進度時面臨極大摩擦。
Newfront 把自家平台定義為「行動系統(System of Action)」。透過建立專有的結構化資料模型，徹底消除專業人員在不同系統間切換的低效環節。更關鍵的是，Newfront 並未停留在早期的自動化技術，而是全面擁抱 Agentic AI 的範式，這成為其區隔傳統業者的核心技術護城河。
過去保險科技多半依賴機器人流程自動化(Robotic Process Automation， RPA)處理文書作業。RPA 本質上是基於規則(Rule-based)的執行緒，只能僵化遵循預先設定的路徑。一旦保險載體的網站介面發生微小變動，RPA 機器人就會中斷並崩潰，需要工程師手動修復。Agentic AI 則代表架構上的根本躍進：它是目標導向的智能系統，能協調整個工作流程，具備工具選擇能力，理解業務目標後自主決定執行任務的最佳路徑或調用適當的 API。
Newfront 把 Agentic AI 整合到核心營運的方式，可從其公開的技術堆疊看出：結合機器學習、生成式 AI 與電腦視覺，搭配 GPT 驅動的跨保險載體報價解析、自動化損失紀錄擷取，讓 120 多位 producer 能處理過去需要數倍人力的業務量。系統具備自主協調工作流程的能力，可動態適應保險載體介面的變化，有效降低工程團隊對腳本維護的依賴，並緩解 AI 系統隨時間推移而產生的「模型漂移(Model Drift)」風險。
這項架構的優越性可從營運實務看出：Newfront 透過 Agentic AI 把過去需要工程腳本持續維護的文件檢索流程，壓低為近乎零維護的自動化操作，同時資訊流的可靠性與傳遞速度雙雙提升，能將自動化範圍擴展至更多過去因介面複雜而無法使用 RPA 涵蓋的傳統保險公司。
技術架構的轉變，讓 Newfront 得以在其上開發出一系列具備商業價值的核心產品套件。Navigator 平台是 Newfront 生態系的中樞：有別於傳統的 PDF 檔案往來，Navigator 提供全天候的現代化客戶入口網站，集中檢視所有商業保險與總體薪酬數據、理賠進度、保險憑證與帳單，並支援全球與特定國家的檢視切換，讓跨國企業能輕鬆管理各地的註冊人數、分攤比例與保險成本。
在具體 AI 工具上，Contract Review(合約審查工具)徹底改變企業法務團隊的效率：過去耗費數小時甚至數天的第三方合約保險條款比對，現在僅需 20 秒即可完成，並主動標記覆蓋落差。Benji 是專為人資團隊設計的對話式 AI 助理，直接嵌入 Slack 與行動 App，實務數據顯示 UpMetrics 與 Instabase 等客戶導入後，每年為 HR 團隊節省高達 4 週的工作量。
在處理規模高達數兆美元、極度重視合規與信任的保險產業中，AI 應用不能只追求效率。Newfront 推動 AI 產品時遵循一套負責任的發展原則，核心要求包括「人類在迴路中(Human-in-the-Loop)」的審核機制，由資深專家檢核 AI 洞察；同時嚴守安全性、隱私保護與算法公平性的內部測試流程，並維持高度的技術透明度。這套作法是其技術能在高信任度產業成功落地的關鍵基石。
WTW 13 億美元收購 Newfront：對價結構、12 倍 EBITDA 與 Build vs Buy 邏輯
Newfront 從 2017 創立到 2026 年完成併購的資本歷程，既是矽谷成長故事，也是當前資本市場估值理性化的縮影。
值得拆解的訊號有兩個。其一，Newfront 在 2018 至 2024 年間展現了 20% 的有機營收年複合成長率(CAGR)，2026 年的擬制性營收預估約 2.5 億美元，調整後 EBITDA 利潤率約 26%(約 7，200 萬美元 EBITDA)。把這個 EBITDA 加計 3,500 萬美元目標成本綜效作為調整後分母，WTW 的 13 億美元總對價對應約 12 倍 EBITDA 乘數。這個乘數在保險經紀產業屬於合理區間，既不離譜，也不便宜。其二，2022 年 D 輪估值為 22 億美元，2026 年成交價為 13 億，反映資本市場在經歷宏觀經濟波動後，對 SaaS 與保險科技企業更為理性的定價邏輯。
WTW 的收購結構設計極具戰略巧思，核心目的是鎖定技術人才、確保業務連續性，並將對價與未來業績增長深度綁定。完整的對價結構如下：
預付部分 10.5 億美元反映了 WTW 取得該資產的強烈意圖，而 1 億美元留任池專門對應那些擁有純正矽谷血統的軟體工程師，顯示 WTW 真正想要的不只是保費規模，而是技術人才本身。
這場併購並非單純的市佔擴張，而是 WTW 為彌補兩大戰略缺口而採取的關鍵行動。在傳統的三大巨頭格局中，Marsh McLennan 市值約 910 億美元、Aon 約 750 億美元、WTW 約 275 億美元，後者明顯落後。WTW 長期主導大型跨國企業(Fortune 500)的保險業務，但快速增長的美國「中端市場」代表著巨大的未開發保費潛力。Newfront 正是這一區間的王者，其深度耕耘科技、金融科技與生命科學等高成長垂直的策略，讓 WTW 直接獲取這些具備成為未來跨國企業潛力的「明日之星」。
更核心的驅動力在於技術與工程文化的代差。WTW 自身也積極投資數位轉型，推出了 Neuron 數位交易平台與 Radar 分析套件，但在現代化客戶介面與 Agentic AI 的實際應用上，傳統企業的疊代速度難以追上科技原生企業。面對「自行建置、購買、合作」的戰略抉擇，WTW 擁有近百億美元年營收與豐沛資源，最終認定直接購買是最具效益的路徑。市場分析一針見血指出：WTW 支付的這 10 億多預付金，實質上是進入「AI 驅動經紀商未來」的溢價門票。WTW 一次取得已成熟的 Navigator 平台、Agentic AI 工作流程，以及由 120 多位頂尖製作人與核心工程師組成的團隊。
併購完成後，Spike Lipkin 留任，職能轉向技術整合、客戶發展與頂尖人才招募。Newfront 的兩大核心部門分別併入 WTW：佔營收約 58% 的「商業保險」部門整併至 WTW 的風險與經紀板塊，佔約 42% 的「總體薪酬」部門併入健康、財富與職業板塊。WTW 預計此交易在 2026 年將帶來約 1.25 億美元的整合相關成本，並對調整後每股盈餘產生輕微稀釋，但自 2027 年起將轉為增值，並預期在 2028 年底前實現高達 3,500 萬美元的經常性成本綜效。
保險經紀產業整併潮：Aon、Marsh McLennan 巨額併購與 AI「新前門」的法規護城河
WTW 收購 Newfront 並非孤立事件，而是過去兩年保險經紀產業大型整併浪潮的延續。Aon 以 130 億美元天價收購 NFP、Arthur J. Gallagher 以 134.5 億美元收購 AssuredPartners(寫下美國保險經紀史上單筆策略買家併購規模最大紀錄)、Marsh McLennan 斥資 77.5 億美元併購 McGriff。這些交易大多旨在透過併購獲取傳統中端市場的營收規模與地域覆蓋。
然而，中型經紀商正承受空前的戰略壓力。規模閾值正在大幅提高，買家現在普遍鎖定營收 500 萬美元以上的標的，前十大收購方佔了將近一半的已宣布交易額。中型機構陷入一個尷尬位置：規模太小無法支撐龐大的現代化技術投資，規模又太大無法僅作為生活方式企業營運。WTW 收購 Newfront 進一步抬高了估值標準：具備專有技術平台與 Agentic AI 佈局的科技原生經紀商，在未來的併購市場中將享有絕對的估值溢價。
未來的保險購買旅程也正發生不可逆的結構性改變。麥肯錫的 Claims 2030 報告指出，到 2030 年 Y 與 Z 世代(數位原住民)將佔據人口的一半。這些客群的消費習慣由傳統的網頁搜尋與人工詢價，轉變為依賴大型語言模型驅動的對話式 AI 助理。Agentic AI 因此成為消費者與企業客戶探索、比較甚至決定購買何種保險產品的主要引導者，實質上成為保險業務的「新前門(New Front Door)」。在這個趨勢下，具備 API-ready 基礎設施的經紀商會是最大贏家。當其他傳統經紀商還困在無法與外部 AI 模型對接的封閉型管理系統時，Newfront 的系統已能無縫將結構化資料庫與外部智能代理串接。
科技界反覆出現一個疑問：如果 AI 這麼強大，為何 OpenAI 或大型科技巨頭不直接切入市場，取代保險經紀商與保險載體？答案在於保險產業深厚的法規與資產負債表護城河。無論 AI 的分銷管道是先進的聊天機器人，或嵌入 SaaS 平台的一鍵式保險方案，其背後都需要一個獲得許可、受各州法規嚴格監管、具備龐大資本充足率的保險實體來承擔合規責任與財務風險。直接銷售保險涉及龐大的監管負擔與長尾的責任曝險，這是矽谷科技巨頭極力避免的「重資產」領域。擁有完備合規框架、深刻市場承保關係、又具備頂尖現代化科技能力的企業(例如併入 WTW 後的 Newfront)，會是科技界與金融界之間不可或缺的橋樑。
馬克碎念
「算力密集」取代「勞力密集」是 Fintech 的共通演化路徑
從支付、財富管理到保險，Fintech 各個次產業都在經歷一次底層架構從人力作業遷移到結構化資料 + AI 工作流的躍遷。Plaid 把銀行帳戶資料從畫面抓取變成 API 流通、Stripe 把商家收單從繁複的銀行對接變成幾行程式碼、Newfront 把保險經紀從紙本與郵件變成結構化資料平台。判別下一個機會的判準很簡單：哪些金融次產業還停留在 PDF 與電子郵件的工作流程，就還存在 Newfront 等級的機會空間。
科技原生與傳統巨頭的終局，是一道 Build vs Buy 的數學題
WTW 寧願支付 13 億溢價，因為自行建置 Navigator、Agentic AI 工作流、培養 120 位科技經紀人、累積獨角獸客戶名單所需的時間成本，遠高於這個價格。同樣的邏輯解釋了 Marsh-McGriff、Aon-NFP 的巨額併購。對科技原生的後進者而言，這意味著在受規範產業中，「估值溢價」會持續存在於併購市場；對既有巨頭來說，問題從「要不要轉型」變成「要付多少錢買轉型」。
回看台灣
台灣保險經紀市場集中度高、獨角獸生態相對稀薄、保單條款受監理規範度極高，短期內難以長出 Newfront 式的科技原生經紀商。兩條可借鑑路徑：第一，既有大型經紀商若要做數位轉型，買比建合理，但問題在於台灣缺乏可被收購的科技原生標的；第二，法人保險顧問服務與企業團體保險仍存在類似痛點，例如員工福利的查詢介面、跨國子公司的保單管理、團保續約效率，都是可能的切入點。誠實地說，台灣需要的可能不是直接複製 Newfront，而是要先有 Newfront 對應的「待數位化的高信任客群」與足夠的科技人才存量，否則任何模仿都會停留在表面工具層，難以建立真正的護城河。
常見問題
Q1：Newfront 是什麼樣的公司？
Newfront 是 2017 年在舊金山成立的科技原生保險經紀商(Modern Insurance Brokerage)，由 Spike Lipkin(前 Blackstone、Opendoor 早期員工)與 Gordon Wintrob(MIT、StackLead 創辦人、LinkedIn 工程主管)共同創辦。Newfront 並非承擔風險的保險載體，而是透過結構化資料模型與 Agentic AI 重塑保險經紀流程，服務全美 20% 獨角獸與 150 家以上上市公司，年管理保費約 30 億美元。
Q2：WTW 為什麼以 13 億美元收購 Newfront？
WTW 在 2025 年 12 月宣布、2026 年 1 月完成此筆 13 億美元交易，主要為彌補兩大戰略缺口：其一是美國中端市場(Middle Market)覆蓋不足，Newfront 在科技、金融科技、生命科學等高成長垂直擁有強勢卡位；其二是現代化技術代差，WTW 寧願支付 10.5 億美元預付金直接取得 Navigator 平台與 Agentic AI 工作流，也不選擇自行建置。
Q3：Agentic AI 與傳統 RPA 在保險業的差異是什麼？
傳統 RPA 是基於規則(Rule-based)的執行緒，保險載體網站介面微調就會崩潰，且高度依賴工程團隊維護。Agentic AI 則是目標導向(Goal-oriented)的智能系統，具備工具選擇能力與自我修復(Self-healing)能力。在保險業內，部分業者(例如 Acrisure)的 AI 策略以 OCR + RPA + AI overlay 為主，而 Newfront 選擇從底層架構部署 Agentic AI，把過去需要工程腳本維護的文件檢索流程壓低為近乎零維護的自動化操作，並把合約審查時間從數天壓縮至 20 秒。
Q4：WTW 收購 Newfront 的對價結構是怎麼設計的？
總對價 13 億美元拆分為四部分：預付對價 10.5 億美元(約 9 億現金 + 1.5 億 WTW 股權)、或有對價 2.5 億美元(三年績效掛鉤)、超額成長激勵 1.5 億美元(第三週年超標營收觸發)、人才留任池 1 億美元(股權至 2031 年)。以 2026 年預估 EBITDA 加計 3，500 萬美元目標成本綜效作為調整後分母，該交易對應約 12 倍 EBITDA 乘數，WTW 預期在 2028 年底前實現此筆 3，500 萬美元經常性成本綜效。
Q5：為什麼 OpenAI 或科技巨頭不直接做保險？
關鍵在於保險產業深厚的「法規與資產負債表護城河」。直接銷售保險需要獲得各州監管許可、具備資本充足率、承擔合規責任與長尾的責任曝險，這些都是矽谷科技巨頭極力避免的「重資產」領域。AI 雖然會成為消費者購買保險的「新前門」，但背後仍需要具備合規框架與承保關係的傳統保險實體(例如併入 WTW 後的 Newfront)來執行。
延伸閱讀
如果你對這篇文章涉及的相關主題有興趣，以下是馬克之前寫過的幾篇：
保險科技公司分析
Agentic AI 與自動化技術概念
AI 在金融服務的應用案例