Updata Partners led the round at a stated $470 million valuation, taking the New York company to $91 million raised. It last raised $14 million in 2021.

Updata Partners led the round at a stated $470 million valuation, taking the New York company to $91 million raised. It last raised $14 million in 2021.

Manya Saini / Reuters: NY-based Kalepa, whose AI platform supports insurance underwriting, pricing, and portfolio management, raised a $75M Series B led by Updata at a $470M valuation  —  Insurance startup Kalepa said on Thursday it had raised $75 million at a $470 million valuation, as investors bet that AI solutions …

Manya Saini / Reuters: **NY-based Kalepa, whose AI platform supports insurance underwriting, pricing, and portfolio management, raised a $75M Series B led by Updata at a $470M valuation** — Insurance startup Kalepa said on Thursday it had raised $75 million at a $470 million valuation, as investors bet that AI solutions …

Kalepa anunció una inversión de 75 millones de dólares para ampliar su plataforma de inteligencia artificial para aseguradoras. La Serie B, liderada por Updata Partners, valoró a la empresa de Nueva York en 470 millones de dólares. Su software ayuda a evaluar solicitudes de cobertura, calcular precios y gestionar carteras de pólizas. La compañía planea usar los recursos para ampliar sus productos, entrar en nuevos mercados y duplicar su plantilla durante 2027. IA Ventures e Inspired Capital también participaron en la ronda, que eleva el capital obtenido por Kalepa a 91 millones de dólares. La inversión llega cinco años después de su Serie A de 14 millones de dólares, encabezada por Inspired Capital. Kalepa, fundada en 2018, afirma que sus ingresos y su número de clientes se triplicaron en el último año, aunque no publicó las cifras de partida. También dice que ha mantenido un flujo de caja positivo durante más de dos años, una medida que no equivale por sí sola a la utilidad neta. ## Qué hace la IA con una solicitud de seguro Antes de ofrecer una póliza comercial, la aseguradora debe valorar el riesgo que asumiría y decidir bajo qué condiciones está dispuesta a cubrirlo. En ese proceso intervienen suscriptores, los profesionales que analizan el riesgo y ayudan a determinar el precio de la cobertura. Paul Monasterio, cofundador y director ejecutivo de Kalepa, explicó a Finextra que la plataforma puede contrastar una solicitud con el historial de siniestros, detectar información incompleta o contradictoria y aplicar las reglas de suscripción y precios de la aseguradora. Sus agentes también pueden priorizar solicitudes y preparar cotizaciones dentro de los límites de autoridad que establezca el cliente. Según el medio, los casos que encajan en las reglas establecidas pueden avanzar sin que un suscriptor revise cada paso. Las excepciones pasan a un profesional junto con la información que respalda la decisión. El grado de autonomía, por tanto, depende de la tarea y de los parámetros fijados por la aseguradora. Entre los clientes que Kalepa menciona están W.R. Berkley, Bowhead Specialty y AmRisc. La plataforma atiende a aseguradoras y agentes generales administradores, empresas que pueden realizar funciones por cuenta de una aseguradora. Otra empresa de software para seguros, Outmarket, anunció en septiembre una Serie B de 34.5 millones de dólares. Su producto se dirige a agencias y corredurías y busca reducir el trabajo documental, incluida la preparación de certificados de seguro. Kalepa se concentra en la evaluación de riesgos y otras tareas de suscripción de las aseguradoras. Outmarket capta US$34.5 millones; TechCrunch reporta valuación de US$335 millonesOutmarket anuncia una Serie B de US$34.5 millones y presenta Certificate Hub para automatizar certificados de seguros.FomoEraPatricia Rodriguez ## Las cifras de productividad y sus límites Kalepa afirma que aseguradoras que usan su plataforma han reportado entre 30% y 60% más primas por suscriptor y una reducción de 58% en el tiempo de cotización. La empresa también sostiene que el volumen de trabajo procesado por la plataforma se cuadruplicó en el último año. Su comunicado no precisa cuántos clientes aportaron las cifras de primas y tiempo de cotización, ni detalla el periodo o el método de comparación. Esos resultados describen lo reportado por usuarios de Kalepa; por sí solos no permiten saber si una evaluación concreta fue más precisa o rentable. La supervisión sigue siendo relevante cuando una aseguradora utiliza estas herramientas. La Asociación Nacional de Comisionados de Seguros de Estados Unidos, conocida como NAIC, señala que las decisiones tomadas o apoyadas por IA deben cumplir las leyes y normas aplicables. En 2023 adoptó un boletín modelo con expectativas sobre la gobernanza de estos sistemas. Es una guía para el sector, no una resolución sobre Kalepa. Monasterio dijo a Reuters que la empresa busca ampliar su presencia en áreas como el desarrollo de productos de seguros, el reaseguro y la distribución. La mayor parte de las nuevas contrataciones estará en ingeniería, inteligencia artificial y puestos comerciales, agregó. _Fuentes:_ 1, 2, 3, 4

La start-up de l’assurance Kalepa a annoncé jeudi avoir levé 75 millions de dollars pour une valorisation de 470 millions de dollars, alors que les investisseurs parient sur les solutions d’IA

An insurance submission can contain a straightforward application alongside years of loss records, spreadsheets, supporting documents and information that does not quite agree. Kalepa has raised a $75 million Series B to bring more of the work surrounding those submissions into connected AI workflows, extending its platform across operations, underwriting, pricing and portfolio management. The financing values the company at $470 million and brings total funding to $91 million. Updata Partners led the round, with participation from existing investors IA Ventures and Inspired Capital. Announced November 5, the investment follows a year in which Kalepa says both revenue and customer count tripled, while the volume of work running through its platform increased fourfold. The company also reports remaining cash-flow positive for more than two years. It plans to expand its AI product suite, enter new markets and double headcount in 2027. Connecting the Work Around an Underwriting Decision Kalepa describes its product as “Professional Grade AI” for insurance. The proposition is broader than generating a summary of an application: the platform performs and coordinates work across the steps required to understand a risk, price it and decide whether to insure it. The company’s platform overview maps that sequence from submission...

What does an AI rollout look like at a bank that cannot send data to the cloud? For more than 200 institutions, the answer is a box in the server room. Go.AI sells an on-premises appliance that runs large language models inside the customer's own walls. No API call. No data egress. No per-token bill. On September 22, the Chicago company said it raised $85 million in a Series A led by Updata Partners. Total funding now sits at $90 million. A round that size is rare. A Series A for hardware that customers own outright is rarer. 🎯 **Three things the round tells us** Regulated buyers pay for control, not benchmark scores. Go.AI's customers run 12.5 million queries a day on hardware they own. The $85 million sits in the top 2% of US enterprise software Series A deals on record, according to Dealroom. The risk sits in the refresh cycle: eight H100s age faster than a compliance checklist. * * * $85M Series A #### Round led by Updata Partners Total funding reaches $90 million, including earlier seed capital. · _BusinessWire, 2026_ 200+ customers #### Regulated deployments Banks, insurers, hospitals and manufacturers, per the company. · _Company-reported, 2026_ 8× ARR growth YoY #### Annual recurring revenue Growth measured against a small base; no audited figure released. · _Company-reported, 2026_ ## The outlier in a thin Series A market Dealroom logs the round in the top 2% of US enterprise software Series A deals on record. Updata Partners, the lead, manages more than $3 billion in committed capital and writes checks between $20 million and $200 million. The company behind the round is older than its name. It was founded in 2018 as Abacus Analytics LLP, became Go Abacus Corporation in 2022, and took the Go.AI name on September 1. The Go1 appliance shipped in March. Headcount is above 50. That record matters to a buyer. Banks and insurers rarely hand production data to a startup with a two-year paper trail. A 2018 incorporation date and a 200-customer base belong in the sales deck, not in a footnote. ## One box, eight H100s, and a 405B ceiling Parameter| Go1 appliance ---|--- **GPU**| 8× Nvidia H100 **Memory**| 640GB HBM3 **Storage**| 30TB NVMe **Latency**| <80ms P95 time-to-first-token **Max model**| 405B parameters, single node **Concurrent users**| Up to 2,000 **Deployment**| Under 15 minutes, on-premises **Pricing**| Flat fee, unlimited queries Go.AI product specifications, company documentation, 2026 The Go1 is a single node. Eight H100 GPUs, 640GB of HBM3 memory, 30TB of NVMe storage. Go.AI claims sub-80ms P95 time-to-first-token and support for open-weight models up to 405 billion parameters. Two choices define the design. The 405B ceiling fits the largest open-weight models in current circulation. The single-node layout removes the cluster fabric that usually moves data between racks. Liquid cooling handles the heat. Go.AI says the box reaches production in under 15 minutes and serves 2,000 concurrent users. Those are vendor figures. No independent benchmark has tested them. > AI doesn't have to be something people fear or don't understand. Done right, it works alongside the people who use it.— David Moscatelli, co-founder and CEO, Go.AI ## Compliance is the product Compliance officers buy the audit trail. Model quality is table stakes. Go.AI says the platform is built for FINRA, HIPAA, NCUA and GDPR, with SOC 2 Type II, ISO 27001 and HIPAA certifications from day one. The commercial model follows the compliance model. Customers pay a flat fee for unlimited queries, which removes the per-token invoice that finance teams cannot forecast. Data never leaves the building, so the vendor never becomes a data processor. This is the same argument Oxide Computer made for owning your own cloud, backed by a $445 million Series D in October. As we wrote in October, the appeal is control and predictable cost. Oxide sells to platform teams. Go.AI sells to risk committees. > Go.AI built the AI stack that regulated institutions can actually deploy: software and hardware that live inside the customer's secure environment with no proprietary data going to a third party.— Carter Griffin, General Partner, Updata Partners ## The hardware bill arrives later Every growth number in the pitch comes from the company. Go.AI reports more than 8x year-over-year ARR growth and profitability. Hoodline noted in September that those figures have not been independently verified. Neither has the 12.5 million daily query count. That is normal for a private company. It is also the first item a diligence team should price. ARR on a hardware-heavy product can include maintenance and support contracts, which behave differently from software subscriptions when a customer slows down. The larger risk is timing. The Go1 is built on eight H100s. Nvidia has tended to ship a new data-center architecture every two years or so, and a customer who owns the box also owns its depreciation. A bank that installs in 2026 will face a refresh decision before two compliance review cycles close. The 405B ceiling is the second constraint. Agentic workloads that chain long-context calls can exhaust single-node memory, and the appliance has no fabric to scale out. Go.AI's answer is that regulated tasks — AML checks, policy questions, document review — do not need frontier scale. That holds today. It may not hold after another two model generations. Competition is not static. Hyperscalers sell private and sovereign regions, and systems integrators can now package open-weight models into a compliant rack. The durable assets are the audit software and the installed base. The GPUs are replaceable. The $85 million buys time to widen that moat. Updata's Carter Griffin joins the board. Go.AI plans to hire engineers and push beyond regulated industries into what it calls compliance-minded organizations. The phrase admits the beachhead is finite. ## The math the buyer runs Across 200 customers, 12.5 million daily queries average roughly 62,500 per customer. That is a steady workload, not a spiky one, and steady utilization is where owned hardware starts to pencil out. The procurement comparison has three lines. One is capex and support for the appliance. One is the cloud bill, which moves with tokens, model size and egress. The third is the compliance review, which has a cost even when it does not appear on an invoice. Go.AI's flat fee wins when volume is predictable and the review burden is high. A bank running document review every business day gets a fixed bill and a known depreciation schedule. A bank with seasonal spikes pays for idle GPUs between peaks. The appliance model does not remove the trade-off. It moves the trade-off from the invoice to the balance sheet. ## What breaks the appliance model 🔮 **Forecast: by the end of 2028, at least one top-10 US bank will run a production LLM workload on owned hardware rather than a hyperscaler region.** Probability: 60% — compliance review time, not model quality, decides where regulated inference runs. #### 🟢 Optimistic scenario (30%) The refresh cycle lands on schedule and Go.AI ships a next-generation appliance before incumbents cut private-region prices. A top-10 bank standardizes on the box for AML and document review. **Consequence:** the installed base doubles and the flat-fee model becomes the reference procurement pattern for regulated AI. #### 🟡 Base scenario (50%) Go.AI grows from 200 to roughly 600 customers by 2028, mostly regional banks, credit unions and hospitals. Tier-one institutions keep buying managed private regions instead. **Consequence:** a durable, profitable niche that never becomes a standard — and a valuation capped by hardware multiples. #### 🔴 Pessimistic scenario (20%) Hyperscaler private regions close the compliance gap, while the H100 refresh forces Go.AI to re-quote existing customers at lower margins. Growth slows before the installed base can carry a software multiple. **Consequence:** the appliance becomes a feature of a services business, and the next round prices as hardware. The bet is narrow. A slice of enterprise AI will never leave the building, and someone will sell the box that keeps it there. Go.AI has a two-year head start and a profitable base. The test is whether it can refresh the hardware faster than a bank can approve a new vendor. Go.AI raises $85M Series A for on-prem AI Primary announcement: the $85 million round, Updata's lead, the $90 million total, 200+ customers, 8x ARR growth and the Go1 appliance. BusinessWire The company's own numbers, stated plainly — including the fact that they are company-reported. Axios Pro: the bank-AI appliance bet Axios Pro's exclusive on the round and the integration problem it targets: banks struggle to fit AI into security requirements and legacy internal systems. Axios Pro Useful for the buyer-side context the press release leaves out. Why Updata led the Go.AI round The investor's account of Go.OS, the Go1 hardware line, the fixed-fee model and the board seat for Carter Griffin. Updata Partners Investor-side detail on how the software and hardware are packaged together.

La nueva edición está dirigida a estudiantes de 4º de ESO, Bachillerato y Formación Profesional, que podrán desarrollar proyectos relacionados con el análisis, tratamiento y aprovechamiento de los datos La primera edición contó con 74 equipos inscritos de 20 centros educativos de las cinco provincias y 559 estudiantes participantes en 15 charlas divulgativas.

Ryan Lawler / Axios: **Go.AI, which offers on-premises AI hardware and software tools for regulated organizations like banks, raised an $85M Series A led by Updata Partners** — Go.AI, which sells AI hardware appliances to banks, raised $85 million in Series A funding, CEO David Moscatelli tells Axios Pro exclusively.

Ryan Lawler / Axios: Go.AI, which offers on-premises AI hardware and software tools for regulated organizations like banks, raised an $85M Series A led by Updata Partners  —  Go.AI, which sells AI hardware appliances to banks, raised $85 million in Series A funding, CEO David Moscatelli tells Axios Pro exclusively.

Go.AI, una empresa de Chicago que vende a bancos equipos de inteligencia artificial que se instalan dentro de sus propias instalaciones, levantó 85 millones de dólares en una ronda Serie A encabezada por Updata Partners. El director ejecutivo, David Moscatelli, adelantó la operación en exclusiva a Axios Pro y la compañía la anunció el 22 de septiembre de 2026. Con la participación de sus inversionistas previos GFT Ventures y LAUNCH, su financiamiento total llega a 90 millones. El negocio parte de un problema concreto: muchas instituciones reguladas quieren usar IA, pero no pueden enviar sus datos a la nube de un tercero. El anuncio llega, eso sí, con métricas de crecimiento que solo reporta la propia empresa y sin montos que permitan medirlas. ## Qué vende Go.AI y por qué le interesa a la banca El producto estrella es The Go1, un equipo físico que la empresa lanzó el 24 de marzo de 2026, cuando todavía se llamaba Go Abacus. Combina hardware con Go.OS, su sistema operativo para IA, y está pensado para que los modelos corran dentro del entorno del cliente en lugar de consultar un servicio externo en la nube. Ese diseño apunta a una traba conocida. Según Axios, a los bancos les ha costado integrar la IA en sus procesos por sus requisitos de seguridad y la complejidad de sus sistemas internos. Go.AI promete que los datos sensibles no salgan del edificio y que la institución pueda revisar lo que hizo el sistema, dos exigencias habituales de auditores y supervisores. El modelo de cobro también es parte de la oferta. Carter Griffin, socio general de Updata Partners, destacó en el comunicado que todo se ofrece "con una tarifa fija, sin costos sorpresa por token", una diferencia frente a las API de IA que cobran por volumen de uso. RuntimeWire detectó un matiz que un comprador tendría que aclarar: la página de Go.OS describe inferencia local por defecto con la opción de enviar algunas tareas a la nube, mientras que la página dirigida a la banca habla de despliegues totalmente locales, sin respaldo en la nube ni llamadas a API externas. Imagen ilustrativa de análisis de datos en una institución financiera. · Foto de Tima Miroshnichenko en Pexels ## Las cifras de crecimiento vienen sin base El comunicado presume un año de expansión: más de 200 clientes, más de 50 empleados, ingresos recurrentes anuales multiplicados por más de ocho frente al año anterior y una empresa que, afirma, sigue siendo rentable. Ninguna de esas cifras está acompañada de un monto o una definición que permita dimensionarla. La tabla resume lo que Go.AI reporta y lo que su anuncio deja fuera. Lo que reporta Go.AI en su Serie A de septiembre de 2026 y lo que no revela Métrica | Lo que reporta Go.AI | Lo que no revela el anuncio ---|---|--- Clientes | Más de 200 | Desglose por industria o producto Ingresos recurrentes anuales | Más de 8 veces frente al año anterior | El monto de esos ingresos Rentabilidad | Afirma que sigue siendo rentable | Utilidades o la definición usada Consultas diarias | Más de 12.5 millones en el comunicado; 8 millones en su sitio web | Fecha y método de cada medición Valuación | No anunciada | El precio que pagó Updata por su participación La diferencia en las consultas llama la atención. El comunicado habla de más de 12.5 millones al día entre todos los despliegues de sus clientes, mientras el propio sitio de Go.AI muestra 8 millones. Como observó RuntimeWire, ninguna de las dos páginas indica cuándo ni cómo se midió cada cifra, así que no sirven para calcular una tasa de crecimiento. ## Para qué usará el dinero Go.AI destinará los fondos a ampliar su equipo de ingeniería, acelerar el desarrollo de Go.OS y de su línea de hardware, y crecer su área comercial para salir de las industrias reguladas hacia organizaciones que, en sus palabras, están atentas al cumplimiento normativo. La empresa ya menciona clientes en servicios financieros, salud, aeroespacial y defensa, y manufactura. También invertirá en capacitación y asesoría a clientes, además de un podcast y campañas de marketing para contrarrestar lo que describe como narrativas de miedo alrededor de la IA. Moscatelli dijo que lo que más le enorgullece no es el crecimiento, sino la parte educativa: mostrar que la IA, bien implementada, trabaja junto a las personas que la usan. La compañía tiene raíces en la contabilidad. Lisa Gillespie, hoy directora de operaciones, y Moscatelli fundaron Abacus Analytics LLP en 2018; en 2022 la convirtieron en Go Abacus Corporation y el 1 de septiembre de 2026 adoptaron el nombre Go.AI. RuntimeWire recuerda que Gillespie fue profesora de contabilidad de Moscatelli en la Universidad Loyola de Chicago y que en noviembre de 2025 la empresa anunció una ronda semilla de 5 millones de dólares encabezada por GFT Ventures. Updata Partners, el nuevo inversionista líder, es una firma de capital de crecimiento con sede en Washington que administra más de 3,000 millones de dólares en capital comprometido y se enfoca en software empresarial. Con 85 millones en caja, Go.AI tendrá que sostener hardware físico, software e instalaciones en sitio mientras sale a vender fuera de la banca. Mientras no publique cuánto factura ni a qué valuación entró Updata, el tamaño real de ese negocio solo lo conoce la empresa. _Fuentes:_ 1, 2, 3

Go.AI, qui vend des appliances matérielles d’IA aux banques, a levé 85 millions de dollars lors d’un tour de série A, déclare en exclusivité son PDG David Moscatelli à Axios Pro.

The ABA-first clinical software company said the minority investment will fund product innovation, AI capabilities and enterprise expansion across the US and

Also: New Jersey company acquires ImageLife; Hi Rasmus raises $50M from Updata Partners

The OUTCOME 2026 conference focuses on the paradigm shift towards outcome-based billing in business models. Join industry leaders in reshaping customer success strategies.