Avante 融资 3000 万美元 A 轮，为全球福利团队扩展 AI 智能体

一个福利团队可能要为雇主很大一块开支负责，却仍在用电子表格、理赔报告、合同和邮件串拼凑续保决策。Avante 已完成 3000 万美元 A 轮融资，把这些信息与负责调查福利项目、准备待审工作和帮助员工用好现有福利的 AI 智能体连接起来。本轮融资由 Frist Cressey Ventures 领投，新投资者 Sorenson Capital、Hearst Ventures 和 Morgan……

一个福利团队可能要为雇主很大一块开支负责，却仍在用电子表格、理赔报告、合同和邮件串拼凑续保决策。Avante 已完成 3000 万美元 A 轮融资，把这些信息与负责调查福利项目、准备待审工作、并帮助员工用好现有福利的 AI 智能体连接起来。

本轮融资由 Frist Cressey Ventures 领投，新投资者 Sorenson Capital、Hearst Ventures 和 Morgan Stanley Next Level Fund 参投，现有投资者 FUSE 跟投。此轮融资使 Avante 的总融资额达到 4000 万美元。

这家西雅图公司将把资金用于全球扩张和其智能体平台的进一步开发。公告发布之际，该公司刚刚启动了 Ava Agents 的 beta 测试——它会在后台完成周期性的福利工作，并交出产出供团队检查和批准。

Avante 的商业主张把两个通常被分开处理的需求合在一起：帮助雇主了解其福利投资的成效，以及帮助员工用好雇主购买的项目。

对雇主而言，评估一家福利供应商可能需要把合同承诺与理赔、使用率和服务报告进行比对。在谈判开始之前，准备这些证据就要花不少时间。缺失的文件、不一致的定义和截止期限还会增加额外工作。

Avante 表示，其智能体会把合同与实际理赔进行比对、审查计划文件中的错误与不一致、跟踪截止期限并准备给管理层的报告。目标是给福利团队一份完成度很高的分析或一个需要评估的具体问题，而不是又一份孤立的数据来源。

「福利团队要为公司最大、影响最深远的投资之一负责，但他们仍在用过时的信息、老掉牙的电子表格和为另一个时代打造的技术开展工作，」Avante CEO 兼联合创始人 Rohan D'Souza 在公告中说。

最新引入的 Ava Agents 让这一工作流更加具体。接上邮箱后，一份供应商报告就能触发与合同的比对。如果缺少信息，Ava 会起草跟进请求待批、跟踪回复并继续审查。团队会收到一份附来源的简报、发现的问题和一份回复草稿。

Ava Agents 与公司的交互式分析体验 Ava Workbench 共享一个工作区。用户可以检视证据或改变调查方向。后台智能体目前处于 beta 阶段；这一状态应与客户已在使用的更广平台区分开来。

Avante 的平台架构描述了一个福利本体（Benefits Ontology）：一个连接各国、各业务单元的计划、项目、人群和资格规则的结构化模型。配套的 Vault 层把计划文档、理赔、资格数据和供应商信息汇聚在一起，并保留源文件和生效日期。

这一结构之所以重要，是因为一个准确的福利回答，靠的不只是找到相关段落。系统必须确定适用哪份计划、谁有资格，以及信息是否属于正确的计划年度。同一份文件可能对这名员工是有用证据，对另一名员工则不适用。

Avante 表示，其处理流程能应对复杂表格、图片和嵌套规则，审计智能体会标记缺失文档和相互矛盾的信息。新材料可以更新结构化模型，问题会浮出水面等待审查。

因此，这项技术的意图是在智能体回答问题或评估项目之前，先把关系显性化。例如，把使用率与资格放在一起比较，比单看使用次数更有意义：数字偏低可能反映符合资格的人群很窄，或某项福利员工根本不知道它的存在。

Ava 是面向雇主的智能体，负责分析和福利工作。Carly 是面向员工的助手，围绕个人自己的计划和选项提供个性化的全天候指引。

Avante 的 AI 技术文档描述了针对不同领域的专用子智能体，如保障范围、计划对比、退休福利和休假流程。员工可以通过现有渠道访问该服务，包括 Slack、Microsoft Teams、ServiceNow、电子邮件和一个品牌化门户。

公司表示，它使用 OpenAI、Anthropic 和 Google 的模型，而不是自己训练基础模型。其领域专属工作围绕这些模型展开：文档处理、项目结构、检索、任务路由、评估和控制。

这一区分对理解该产品很重要。通用模型可以解释一个保险术语；而要回答某位特定员工能享受什么，则需要最新的计划信息和适当的权限。Avante 表示，其回答会引用来源段落并接受实时评估，被标记的回答可供人工复核。这些是产品层面的控制，而不构成对每一条回答的证明……