Harper：從華爾街、Poolit失敗到AI原生保險經紀公司的第二次創業
人物、家庭與能力形成
1、首先要把 Harper 定性準確：它不是傳統意義上自己承保風險的“AI 保險公司”，而是一家 AI-native commercial insurance brokerage——AI 原生商業保險經紀公司/保險代理機構。
這一點非常重要。
Harper 本身並不是像 Chubb、Travelers、The Hartford 那樣，把保險風險放在自己資產負債表上的保險承保人。它的核心角色是：幫助企業收集風險信息、填寫申請、尋找合適的保險公司和承保人、詢價、比較方案、完成投保，並繼續負責保單服務、續保以及理賠溝通等工作。
Harper 自己的隱私政策直接把公司定義爲 “AI-native commercial insurance brokerage”；Y Combinator 對公司的定義相同。其真正創新之處不是“用 AI 建一個保險報價網站”，而是試圖把傳統保險經紀公司的大量人工勞動直接重寫爲 AI 驅動的工作流。
換句話說：
傳統 Insurtech 的常見路徑是：把軟件賣給保險公司、經紀人。
Harper 的路徑是：不賣鏟子，自己成爲那個使用 AI 的經紀公司。
這也是 Emergence Capital 投資 Harper 時反覆強調的 AI-Native Services 模式：不是向傳統服務機構銷售 SaaS，而是直接佔據服務行業本身的收入池，用 AI 提高單位員工產出和利潤率。
這一區別幾乎決定了理解 Harper 的全部邏輯。
2、Dakotah Rice 的早年背景，是理解 Harper 爲什麼選擇商業保險，而不是另一個純 AI 軟件項目的關鍵。
Rice 公開表示，自己成長於美國阿拉巴馬州鄉村地區。父親經營過夜店，叔叔經營卡車運輸公司；Antler 的創始人故事還提到，其母親從事居家健康護理相關工作。Rice 小時候會在家裏經營的生意中幫忙，包括清理菸灰缸、盤點庫存等。
Rice 後來進一步公開披露，他很小的時候父親去世，此後主要由母親獨自撫養；母親需要加班、有時同時做兩份工作。他曾描述自己九年級開學前夕家裏停電、冰箱空着、晚上捱餓的經歷。
這意味着 Rice 的成長背景與典型“硅谷富裕家庭—計算機競賽—Stanford—創業”的路徑完全不同。
他的個人敘事長期圍繞兩個主題展開：
第一，資源稀缺與階層躍遷。
第二，小企業經營者被複雜金融基礎設施卡住。
他反覆提到叔叔的卡車公司。在 Rice 的說法裏，公司並不是單純因爲運營能力差而失敗，而是融資和保險成本讓這家企業無法承受。商業保險由此在他記憶中並不是抽象金融產品，而是可能決定一個家庭企業能否繼續經營的基礎設施。
Rice 還公開表示，自己小時候曾在家族保險代理機構度過暑假，並且一度發誓以後絕不會進入保險行業。最終他卻創辦了一家保險經紀公司，而且把它命名爲 Harper——其母親家族的姓氏/母親的 maiden name。
所以 Harper 的名稱實際上帶有明顯的家族身份含義，並不是純粹的品牌命名。
3、Rice 早年的另一個重要影響，是作爲美國南方黑人、同性戀青少年所形成的“讀懂環境、控制敘事”的能力。
Rice 自己公開談到，成長於美國 Deep South 時，身爲黑人和同性戀讓他很早就學會判斷社會環境：什麼能說、什麼需要弱化、什麼會得到獎勵、什麼可能受到懲罰。他把這種能力後來概括爲快速讀懂一個房間、管理自身形象和敘事。
這個背景對他的職業路徑很有解釋力。
Rice 並不是技術型創始人。他後來的核心優勢一直更偏向：
銷售、敘事、融資、市場判斷、關係構建、金融理解和企業戰略。
而這恰好與 Tushar Nair 的能力形成互補。
4、Rice 的教育路徑，是從“進入精英體系”到主動離開精英體系。
他進入 Brown University，就讀政治學，2016 年畢業。Brown 自身的歷史資料還顯示，Rice 在校期間曾擔任 Black Student Union 的 Finance Chair，這說明他的黑人社羣參與和組織經歷在本科時期已經相當明確。
政治學背景本身也值得注意。
Rice 後來雖然完全進入金融和創業領域，但他不是金融工程或計算機科班出身。他真正積累的是另一類能力：制度、組織、權力關係、資本市場、商業敘事和人際網絡。
Brown 畢業後，他直接進入 Wall Street。
大約 2016—2017 年，他在 Goldman Sachs 從事投資銀行工作；隨後大約 2017—2018 年進入 The Carlyle Group；2018—2021 年進入 Coatue Management，覆蓋科技、互聯網、媒體、電信等領域的投資。
這三段履歷分別給了他不同能力：
Goldman Sachs：交易執行和資本市場。
Carlyle：大型私募股權投資。
Coatue：高速成長科技公司、公開市場和科技投資框架。
尤其 Coatue 這一段，使 Rice 開始同時站在“科技公司經營”和“投資人定價”的兩邊看問題。
5、Harvard Business School 是 Rice 人生的重要轉折點，但真正重要的不是他去了 HBS，而是他主動離開了。
Rice 在大約 2021 年進入 Harvard Business School MBA 項目，但最終沒有按照傳統路徑完成 MBA，而是離開學校創業。Brown 2022 年的資料仍將其描述爲 HBS MBA candidate；Rice 後來自己明確表示已經離開 Harvard，YC 也將其描述爲 HBS dropout。
這一步意味着他的身份第一次真正發生變化：
職業投資人 → 創始人。
後來 Rice 對這段經歷的描述非常直接：他越來越感覺課堂案例與正在變化的現實世界之間存在距離，而真正吸引他的，是自己親自建立公司。
這也是他第一次放棄已經獲得的“精英職業安全感”。
6、Tushar Nair 則構成了 Harper 的另一半：長期工程背景、機器學習自動化經驗，以及真正把 Rice 的商業設想變成系統的能力。
公開職業資料顯示，Nair 就讀於 Illinois Institute of Technology，學習 Computer Engineering。之後長期在 Goldman Sachs 的技術體系中工作，先後擔任 Technology Analyst、Associate 等職位；公開資料還顯示，他曾在 Harry's 擔任 Staff Software Engineer，隨後重新出現在 Goldman Sachs 的技術管理職位中。
Harper/Y Combinator 相關資料對他的經歷做了一個更重要的概括：Nair 曾負責與 Goldman 商品業務相關的機器學習、AI 和自動化工程工作。
這段經歷解釋了他後來爲什麼適合 Harper。
保險經紀與投資銀行、交易後臺、商品業務存在一個共同點：
大量流程不是“簡單規則”，而是半結構化信息 + 人工判斷 + 郵件 + 文件 + 跟進 + 例外處理。
而 Nair 的專長正是把這些原本需要人持續參與的複雜流程逐漸轉化成軟件和機器學習系統。
Rice 與 Nair 很早就在 Goldman 認識；後來經歷 Poolit 的失敗後，兩人關係反而進一步加深。最終，他們形成非常明確的分工：
Dakotah Rice：CEO，市場、融資、銷售、戰略、保險業務。
Tushar Nair：CTO，AI、工程、自動化、產品和內部系統。
這是一組典型的“商業型 CEO + 技術型 CTO”組合，但兩個人真正的特殊之處在於，他們不是第一次合作，而是一起經歷過前一家創業公司的失敗。
從 Poolit 的失敗到 Harper 的形成
7、Rice 的第一家真正具有代表性的創業公司是 Poolit，而 Harper 很大程度上是 Poolit 失敗之後的第二次創業。
Rice 在 HBS 期間開始構思 Poolit。
Poolit 的核心目標是降低高質量私募股權和風險投資基金的進入門檻，讓符合資格的個人投資者能夠獲得過去更多屬於機構投資者的另類資產投資機會。2022 年，其 $5.3 million 種子融資由 Harlem Capital、Picus Capital 等支持，投資者還包括 Carlyle 聯合創始人 David Rubenstein 相關的 Declaration Capital、Coatue 聯合創始人 Thomas Laffont，以及 Gilgamesh Ventures 等。
這一融資結構非常能說明 Rice 的第一代創業資源來自哪裏：
他的 Wall Street 職業網絡直接轉化成了創業資本。
他不是從零建立投資者關係，而是把 Goldman—Carlyle—Coatue 階段積累的金融信用、人脈和行業聲譽轉化爲融資能力。
Forbes 在 2023 年把 Rice 列入相關 Under 30 名單，並報道 Poolit 已融資約 $5.3 million。
8、Poolit 同時也是 Rice 與 Nair 從“朋友”真正變成長期創業搭檔的項目。
Nair 後來加入 Poolit 的技術團隊，併成爲其核心工程領導者。Harper 的創業資料把 Poolit 描述爲兩人此前共同建設的 fintech 項目；Nair 的職業資料亦列出其擔任 Poolit Director of Engineering。
Poolit 一度獲得約一萬名用戶；一些 Harper/YC 相關介紹稱其規模曾達到約 $100 million AUM，而 Rice 在不同公開敘述裏也使用過 capital commitments 等口徑，因此關於這 $100 million 究竟應嚴格定義爲 AUM、承諾資本還是平臺規模，說法不一 / 暫無法確認。
但最重要的結果不是增長，而是：
Poolit 最終失敗。
Poolit 於 2023 年關閉。Rice 後來承認，公司始終沒有解決盈利問題，而且自己因爲不願意承認失敗，實際上堅持得太久；他事後認爲應該更早結束項目。
這段失敗經歷極其重要。
它讓 Rice 從一個“履歷幾乎只有成功”的 Goldman—Carlyle—Coatue—Harvard 人，第一次經歷創業層面的真實清零。
同時，Nair 並沒有因爲公司困難離開 Rice。
正因爲一起經歷 Poolit 的低谷，兩人在下一家公司 Harper 上的合作基礎反而比一般“爲了一個新點子臨時配對”的聯合創始人更牢固。
9、Poolit 與 Harper 之間還存在一個容易被忽視的項目：CaliberX。
公開公司資料顯示，Dakotah Rice 與 Tushar Nair 還共同參與創辦了 CaliberX / Caliber Exchange。
CaliberX 的定位不是面向個人投資者，而是私募市場的 B2B 交易執行和訂單管理基礎設施：通過 API 連接 fund administrators、transfer agents、custodians、law firms 等參與者，爲銀行、財富管理機構、fintech 平臺和基金管理人處理另類投資分銷及服務流程。
從產品邏輯看，它實際上延續了 Poolit 的經驗：
Poolit 做的是另類資產前端分銷；
CaliberX 更偏向另類資產後臺基礎設施；
Harper 則徹底離開另類投資，但保留了同一個基本思想：
找到一個仍然由大量人工、郵件、表格、文件和機構協調完成的複雜金融行業，然後把後臺工作流系統化。
因此 Rice/Nair 的創業路線並不是從“投資平臺”突然跳到“保險 AI”。
真正連續的是：
金融服務 → 重運營工作流 → 軟件自動化 → 用技術重構服務交付。
10、Harper 真正誕生於 2024 年，最初方向其實不是“成爲保險經紀公司”，而是給現有保險公司/經紀公司賣 AI。這個方案很快失敗。
兩人於 2024 年進入 Antler 的創業體系，並開始探索下一家公司。Untapped Ventures 回憶其早期投資時稱，當時 Rice 與 Nair 還只是兩個人，在亞特蘭大的公寓工作，沒有完整產品，也沒有團隊。此後 Harper 進入 Y Combinator Winter 2025。
最初，兩人認爲最自然的模式是：
做 AI 軟件 → 賣給傳統保險經紀公司。
結果市場反饋很差。
Rice 後來明確說，保險企業不願意把重要工作流程交給不完美的 AI；潛在客戶缺乏信任，難以看出直接財務回報，只願意嘗試很小的 pilot，而不願真正重構運營流程。
這個失敗最終產生了 Harper 最關鍵的戰略決策：
既然傳統保險公司不願購買 AI，就自己成爲保險經紀公司。
Emergence Capital 後來把這個轉折視爲 Harper 投資邏輯的核心：創始人放棄向 incumbent brokerages 賣工具，改爲自己持有客戶關係、自己完成工作、自己獲得行業原本的服務收入。
這可能是 Harper 整個公司歷史上最重要的一次 pivot。
11、因此，Harper 的產品並不是一個獨立 SaaS，而是一套只爲自己的保險經紀業務服務的內部 AI operating system。
YC 披露的核心工具叫 Harper Hub。
它能夠協助：
自動完成保險表格；
根據客戶風險尋找合適 carrier 和 underwriter；
管理客戶溝通；
把大量原本需要 broker assistant、account manager 或 producer 手工完成的流程自動化。
Harper 之後進一步把 AI 用在：
讀取保險申請；
提取保單和 endorsement 信息；
routing submissions；
追蹤 underwriter 回覆；
協調報價；
任務優先級排序；
輔助員工在電話和客戶服務中的決策。
值得特別注意的是：Harper 的市場宣傳有時會使用“autonomous brokerage”“90%+ AI-led”等非常激進的表達，但公司隱私政策明確規定：
AI 不會單獨最終決定一個客戶是否有資格獲得保險，也不會完全脫離持牌保險專業人士與 carrier 的人工審查自行 bind coverage。
最終關鍵決定仍由持牌人員和承保機構審批。
所以準確理解應該是：
Harper 正在追求高度自動化的保險經紀運營，而不是取消保險承保人的法律和專業責任。
12、Harper 的第一次明顯 product-market fit 出現在 2024 年第四季度到 2025 年初。
公司稱首批客戶是在 2024 年 10 月獲得的。
數月後進入 YC W25 時，Harper 已表示在美國 35 個州寫入超過約 $6 million 的 annualized premium；Rice 隨後的公開 launch post 將數據更新到超過 400 個客戶、約 $7 million annualized premium。
隨後增速迅速提高。
在 Rice 約一年前的一篇公開帖子中，他表示 Harper 已接近：
約 3,000 名客戶；
約 $40 million annualized premium；
約 $5 million ARR；
月增長率約 30%；
當時累計融資約 $8 million。
這些數據要特別區分：
$40 million annualized premium 並不等於 Harper 有 $40 million 收入。
Premium 是企業客戶支付給保險體系、最終由 carrier 承擔風險對應的保費。
Harper 真正收入主要來自保險經紀佣金等分銷收入。
因此 Rice 同時給出的“$40M annualized premium / 接近 $5M ARR”更能反映其經濟模型。
13、到 2026 年初，Harper 已經從一個 YC 項目進入相對明確的 scale-up 階段。
2026 年 2 月，公司宣佈 Seed + Series A 合計融資約 $47 million；TechCrunch 報道的精確數字約爲 $46.8 million。Series A 由 Emergence Capital 領投，公司官方還列出：
Y Combinator；
Peak XV；
Antler；
10X Founders；
Fellows Fund；
Outset Capital。
Untapped Ventures 則表示自己早在 Harper 還只有兩名創始人時就進行了投資，並在後續 seed 與 Series A 階段繼續跟投。
所以 Harper 的資本網絡可以分成三層：
第一層：創業基礎設施。
Antler、Y Combinator。
第二層：AI/企業軟件及規模化資本。
Emergence Capital、Peak XV 等。
第三層：早期與創始人關係型資本。
Untapped、Outset、10X 等。
這與 Rice 第一家公司 Poolit 主要依賴其華爾街投資網絡相比，是明顯變化：
他的資本網絡已經從金融行業人脈，擴展到 Silicon Valley AI 與 venture ecosystem。
商業模式、真正資產、成功、風險與現實位置
14、Harper 最核心的商業模式，不是軟件訂閱，而是直接拿保險經紀業務的 commission pool。
Harper Partners 的官方合作項目把這個經濟結構展示得非常清楚。
其他持牌保險代理人可以把自己無法處理的商業保險客戶轉給 Harper。
然後：
Harper 負責 quote；
Harper 負責 place；
Harper 負責 bind；
Harper 負責 servicing；
Harper 負責 renewals；
Harper 還負責 claims 相關服務。
如果最終成功出單，推薦方獲得 Harper 佣金的 50%；而該商業客戶以及相應 book of business 的所有權屬於 Harper。
這是理解 Harper 長期價值的關鍵。
傳統 SaaS 的資產是訂閱合同。
保險經紀公司的核心資產卻是：
客戶關係 + book of business + renewal commissions。
如果客戶每年都需要續保，那麼獲得一個客戶並不只是產生一次收入，而可能產生多年續保收入。
因此 Harper 用 AI 降低客戶獲取、報價和服務成本之後，真正積累的是一個可以持續產生佣金的保險經紀客戶池。
15、Harper 真正擁有或控制的“資產”，可以分爲五層。
第一層是 book of business。
Harper 的 partner terms 明確規定，經由合作伙伴轉入並由 Harper 承保落地的客戶賬戶屬於 Harper，而不是 referral agent。
第二層是 carrier / underwriter network。
2026 年融資公告稱 Harper 已與 165+ underwriters 合作，並計劃用新融資增加 direct appointments、programs 和針對複雜商業風險的 capacity。
第三層是 專有 AI 和 workflow infrastructure。
其中包括 Harper Hub、文件解析、submission routing、carrier matching、報價協調、communications automation 等系統。
第四層是 專有運營數據。
Harper 隱私政策明確說明，其 proprietary / fine-tuned models 可以使用 Harper 自身業務產生的數據訓練，包括：
客戶郵件、短信和電話轉錄；
保險申請；
quotes；
policies；
endorsements；
carrier appetite guides；
員工標註的運營數據。
這意味着 Harper 的潛在數據飛輪是：
客戶越多 → submissions 越多 → carrier responses 越多 → 對 carrier appetite 的理解越準確 → 匹配越好 → conversion 越高 → 更多客戶。
第五層則是 品牌和創始人影響力資產。
Rice 已逐漸成爲“AI-native services”“從失敗創業重新站起來”“黑人創始人融資”等多個創業敘事的公開代表人物之一。
但需要嚴格區分：
這些都是 Harper 公司層面或創始人職業層面的影響力資產，不等於 Rice 或 Nair 的個人淨資產。兩人的個人持股比例、個人財富沒有可靠公開數據。
16、Harper 的效率優勢，本質是把一個 broker 能管理的客戶數提高，而不是單純把保險價格降低。
傳統商業保險尤其是複雜險種的問題往往不是 carrier 完全不存在，而是信息極其碎片化。
一個經紀人可能需要：
理解企業經營活動；
收集 loss runs；
讀取財務文件；
確定需要哪些 coverage；
把申請發送給多個 carrier/MGA/wholesaler；
不斷催 underwriter；
比較 exclusions、limits、deductibles 和 premiums；
再與客戶溝通。
Harper 用 AI 重點處理的正是這些 operational work。
公司稱一些傳統需要數日乃至數週的流程能夠縮短到約 24—48 小時。
Untapped Ventures 進一步聲稱 Harper 的 revenue per sales representative 可以達到傳統經紀公司的約 30 倍；這屬於投資方披露的公司運營指標，並非經獨立審計的數據。
因此 Harper 的真正賭注不是：
“AI 會讓保險消失。”
而是：
“AI 能讓同樣數量的保險專業人員管理遠高於傳統經紀公司的業務量。”
17、Harper 的另一個重要壁壘可能來自 distribution，而不僅僅是 AI。
AI 模型本身越來越容易獲得。
真正困難的是獲得：
客戶；
carrier appointments；
underwriter relationships；
insurance licenses；
歷史 submission 數據；
續保關係；
複雜行業知識。
因此 Harper Partners 非常值得重視。
它實際上把大量“小型個人保險代理機構不願意或無法承接的商業險客戶”變成 Harper 的外部銷售渠道。
合作方甚至不需要自己服務這些客戶，只要轉介；Harper 負責從 quoting 到 claims 的全部流程，再與代理人分享 commission。
如果這個模式擴大，Harper 就不再僅僅依賴互聯網廣告和自己的 sales team 獲客，而可能成爲其他保險代理機構背後的商業險基礎設施。
這會產生一個比“AI 模型更聰明”更難複製的渠道網絡。
18、Harper 的資本方真正看中的，也正是“AI-native services”而非單純 Insurtech。
Emergence Capital 的投資邏輯非常明確：
過去軟件創業公司把 SaaS 賣給會計師、律師、保險經紀人、諮詢公司；
現在 LLM 和 agents 有可能讓創業公司直接成爲會計公司、律師事務所、經紀公司或諮詢公司本身。
Harper 是這一邏輯的典型案例：
不賣 insurance software。
直接成爲 insurance broker。
讓 AI 承擔越來越多交付工作。
拿整個 brokerage commission，而不是隻拿軟件 subscription。
這個結構理論上的收入池遠大於傳統 SaaS。
但與此同時，它也比純軟件公司更重：
需要 licenses；
需要 insurance expertise；
需要客戶服務；
需要 carrier relationships；
需要處理理賠、續保、投訴和監管。
因此 Harper 其實並不是“輕資產 SaaS”。
它更像一個試圖用 AI 獲得軟件級效率的金融專業服務公司。
19、Harper 目前最傑出的成果，不應該被描述成“已經顛覆保險行業”，而應該描述爲：它在極短時間裏驗證了一種新的保險公司組織形式。
截至 2026 年 2 月的公司數據：
成立約 13 個月的實際銷售期內，服務企業超過 5,000 家；
客戶覆蓋製造、醫療、酒店、運輸、建築、餐館酒吧等複雜行業；
與 165+ underwriters 建立業務關係；
完成約 $47 million Seed + Series A 融資。
Harper 當前 YC 招聘信息還稱公司正在以約 每月新增 1,000 名客戶的速度增長，並稱過去一年增長約 100 倍；這些屬於公司招聘頁面披露的實時運營數據，應視作公司自報，而非審計數字。
Rice 及公司還稱這輪 Series A 是公開披露範圍內黑人創始人獲得的最大 Series A。這個表述來自 Harper 及其投資人，因此應保留“publicly disclosed”的限定，而不能擴大成絕對歷史紀錄。
真正有戰略意義的是：
Harper 已經證明，商業保險這種高度依賴關係、文件和人工判斷的行業，也至少可以將相當一部分工作交給 AI，同時繼續以持牌經紀業務的形式運營。
20、Dakotah Rice 最重要的幾個職業決策，可以歸納爲一條非常清晰的身份變化鏈條。
Brown → Goldman：
決定進入精英金融系統，完成第一次階層躍遷。
Goldman → Carlyle → Coatue：
從做交易轉向做資本配置，再轉向科技投資，爲後來判斷創業機會建立框架。
Coatue → HBS → dropout：
主動放棄投資人職業和 MBA 的低風險路徑，第一次把自己放到 operator 位置。
創立 Poolit：
第一次把華爾街網絡轉化成產品、融資和創業組織。
關閉 Poolit：
第一次承認市場與商業模型不會因爲創始人履歷優秀而自動成立。
繼續與 Tushar 合作：
把失敗中的合作關係轉化成第二家公司核心組織資產。
放棄“賣 AI 給保險公司”：
Harper 最重要的產品戰略 pivot。
自己成爲 brokerage：
從 SaaS revenue pool 進入整個保險分銷 commission pool。
這最後一步也是 Rice/Nair 真正與大量 AI startup 區分開的地方。
21、Tushar Nair 的價值則不能只理解爲“CTO 寫代碼”。他更像 Harper 的 operating architecture 設計者。
Nair 對 agent system 的公開討論顯示，他傾向於先讓 AI 在單一任務上達到可靠程度，再發展到多個 specialized agents 協作，同時通過 human feedback 建立能夠持續糾錯的系統，而不是一開始就追求完全自治。
這和 Harper 的現實運營結構高度一致：
先自動提取；
再自動填寫；
再自動 routing；
再自動 follow-up；
再給員工提供 decision support；
最後逐漸提高工作流中 AI 佔比。
這種路徑比“一個超級 AI agent 自動賣保險”的宣傳敘事現實得多。
而且 Harper 自己的隱私政策明確保留 licensed professionals 和 carriers 對最終決策的審查權，也說明 Nair 所做的更接近 human-in-the-loop automation architecture。
22、Harper 和兩位創始人最明確的失敗與負面信息，首先是 Poolit，而不是某個法律醜聞。
Poolit 在 2023 年關閉，而且 Rice 自己承認未能找到盈利模式。
這說明一個重要問題：
優秀履歷；
強 VC；
著名投資人；
用戶增長；
熱門賽道；
都無法代替 unit economics 和 sustainable business model。
Rice 後來甚至公開承認，自己因爲 ego 的原因過晚接受失敗。
從創業研究角度看，這反而是理解 Harper 很重要的一點：
Harper 對 revenue、ARR、客戶付費和運營效率的異常重視，很可能就是 Poolit 失敗後的反作用。
Rice 2026 年的公開內容也不斷強調“真正的收入”而不是 pitch deck 或估值。
23、第二個失敗，是 Harper 最初的 B2B AI 軟件銷售模式。
這個失敗暴露出企業 AI 最普遍的問題之一：
AI demo 能運行，不等於企業願意把生產流程交給它。
在保險這種受監管行業尤其如此。
Rice 回憶說：
輸出並不完美；
客戶不信任；
ROI 不夠直接；
企業只想做 pilot；
不願把核心 workflow 交出去。
Harper 最聰明的一步是把這個 adoption problem 反過來：
不再說服保險經紀公司改變。
直接新建一家沒有 legacy workflow 的經紀公司。
這同時消除了一個軟件公司的最大阻力——客戶組織自身的惰性。
24、Harper 目前更值得關注的風險，是“高速增長是否能在保險監管和服務質量約束下持續”。
它不是一個可以無限無摩擦擴容的軟件 API。
保險經紀涉及：
州級 license requirements；
consumer/business data；
監管留檔；
carrier relationships；
errors & omissions 風險；
複雜 coverage 判斷；
claims；
renewals；
人工責任。
Harper 自己的隱私政策要求某些保險記錄通常保留 5—7 年甚至更久，並明確表示其 AI 不能完全繞過持牌專業人士和 carrier 作出最終決定。
所以當客戶量從 5,000 走向 50,000、100,000 時，真正難題可能不再是模型能否讀取 PDF，而是：
質量控制是否跟得上規模？
錯誤報價和 coverage gap 如何控制？
carrier 是否願意持續給 capacity？
續保和 claims experience 是否仍然優秀？
高度自動化之後，監管責任最終由誰承擔？
這些是 Harper 從“優秀初創公司”走向“大型保險經紀機構”必須解決的問題。
25、另一個重要風險，是 Harper 的數據飛輪同時也是它的數據治理負擔。
Harper 明確表示，其內部模型可以使用客戶溝通內容、保險申請、電話 transcript、policy、quote、endorsement 和內部運營數據訓練；同時，公司稱使用外部 AI vendor 時採用企業級渠道，並要求對方不利用客戶數據訓練基礎模型。
這對 AI 效果很重要，因爲真實保險數據遠比公共互聯網數據有價值。
但同樣意味着：
Harper 不只是一家保存姓名和郵箱的普通 SaaS。
它會處理：
企業收入；
地點；
車輛及司機相關資料；
loss runs；
claims reports；
財務資料；
合同；
保險申請；
風險暴露信息。
因此信息安全、模型泄露、錯誤使用客戶數據和 AI bias 都會隨着規模擴大而變得更重要。
這目前更適合被理解爲結構性風險，而不是已經發生的 Harper-specific scandal。
26、競爭層面，Harper 面對的真正對手不僅是 AI startup，而是整個傳統保險經紀體系。
Rice 對 TechCrunch 表示，他實際上把絕大多數傳統 brokerage 都看作競爭者；報道同時提到 AI-native brokerage Gyde，以及爲保險行業提供 AI 工具的 FurtherAI、Vantel 等。
但 Harper 最大的挑戰可能來自傳統巨頭自己。
大型 brokers 已經擁有：
數十萬企業客戶；
長期 carrier appointments；
行業專家；
claims teams；
跨州乃至全球 license infrastructure；
極強的續保粘性。
Harper 的優勢是沒有 legacy systems。
傳統巨頭的優勢則是已經擁有 distribution 和 trust。
因此這場競爭最終未必取決於“誰的 LLM 更好”，而更可能取決於：
Harper 能否在傳統經紀公司完成 AI 改造之前，積累足夠大的客戶、數據和 carrier network。
27、截至 2026 年，Rice 與 Nair 真正處於的位置，可以概括爲：已經越過“概念型 AI startup”階段，但距離保險行業巨頭仍然非常遠。
Harper 已經擁有：
真實付費客戶；
保險佣金收入；
大量實際保費流量；
carrier/underwriter network；
自有 AI stack；
Y Combinator 背書；
Emergence 等機構資本；
較明確的分銷飛輪；
快速增長的 book of business。
但它仍然是一家成立於 2024 年的年輕公司。
所以現在斷言它已經“顛覆商業保險”還爲時過早。
更準確的判斷是：
Harper 是當前最有代表性的“AI 不再賣給專業服務行業，而是直接成爲專業服務公司”案例之一。
Rice 的核心價值不是 AI research。
Nair 的核心價值也不是保險品牌影響力。
兩個人形成的是一種非常清晰的互補：
Rice 把個人成長經歷、金融資本網絡、銷售能力和市場敘事變成需求與資金；
Nair 把複雜金融工作流轉換成可以規模化的 AI/software architecture；
Harper 再把這兩種能力鎖進一個會積累客戶關係、續保收入、保險數據和 carrier relationships 的經紀公司。
這纔是 Harper 真正值得關注的地方。
28、如果把整個故事壓縮成一條時間線，邏輯會非常清楚。
2012—2016：Brown University。
Rice 學習 Political Science，並參與 Black Student Union；完成從阿拉巴馬鄉村到美國精英大學體系的第一次躍遷。
2016—2017：Goldman Sachs。
進入投資銀行；Rice 與 Nair 的職業網絡開始出現交集。
2017—2018：Carlyle。
Rice 轉向 private equity。
2018—2021：Coatue。
Rice 進入科技投資領域。
2021：Harvard Business School / Poolit 構思。
從投資人身份向創業者過渡。
2022：Poolit 正式擴張。
融資約 $5.3M，Rice 離開 HBS 全職創業；Nair逐漸成爲核心技術負責人。
2023：Poolit 關閉；CaliberX 階段。
兩人沒有分開，而是繼續在另類投資基礎設施領域探索。
2024：Antler → Harper。
最初嘗試向保險行業銷售 AI，失敗後決定自己成爲保險 brokerage。
2024 年 10 月：Harper 獲得第一批保險客戶。
2025：Y Combinator W25。
公開 launch 時已在約 35 州經營，annualized premium 約 $6M—$7M。
2025 年後期：
Rice 自報約 3,000 客戶、$40M annualized premium、接近 $5M ARR。
2026 年 2 月：
Harper 宣佈累計約 $47M Seed + Series A；超過 5,000 家企業客戶，並與 165+ underwriters 開展業務。
2026 年當前階段：
公司仍在快速招聘，YC 招聘頁面稱新增客戶速度約 1,000/月。Harper 的核心任務已經從“證明 AI brokerage 是否能工作”，轉向“證明這種結構能否成爲真正大型、可監管、可持續的全國性保險經紀機構”。