Waterlily成立于2021年，总部位于美国旧金山，是一家专注于长期护理（LTC）需求预测与规划的金融科技公司。公司通过机器学习模型整合与老龄化、护理服务和本地成本相关的数据，为个人与家庭提供前瞻性的长期护理需求和费用预测。其核心产品是一款面向保险公司、财富管理机构和独立理财顾问的SaaS平台，自2024年商业化上线以来，公司月度经常性收入较首月增长逾22倍，先后完成220万美元Pre-Seed轮及700万美元种子轮融资，累计融资规模已超过900万美元：

核心产品：AI驱动的长期护理需求预测与规划平台

Waterlily的核心产品是一套端到端的长期护理（Long-Term Care, LTC）预测与规划平台，用机器学习把“会不会失能、什么时候失能、要花多少钱”这些高度不确定的问题，转化为可量化、可决策的时间线和资产负债表。公司通过分析超过5 亿条与衰老、医疗、理赔和照护相关的数据点，为家庭和财务顾问生成个性化的长期护理“故事”，而不再依赖“平均需要3 年长照”这类对个人几乎无用的行业均值。

在预测引擎层面，Waterlily 以3–5 分钟的在线问卷作为入口，采集年龄、性别、家族病史、慢病情况、生活方式、所在地等关键变量，不要求复杂体检或上传厚重病历。其模型会在5 亿级别的历史样本中寻找与你高度相似的人群，基于他们几十年的真实演变路径，估算你在未来进入失能状态的概率、可能的起止年龄、失能程度如何从轻度协助发展到全天候看护，以及更可能是在家中接受照护，还是进入养老机构。这一预测不仅覆盖“需要专业护理多少年”，还把“家人无偿照护”的时长纳入模型，刻画出家庭成员何时可能出现身心与时间的“崩溃点”，也就是不得不引入付费护理资源的节点，将传统精算中很少量化的“亲情劳务”显性化。

在规划与测算上，Waterlily 的重点是把医学概率直接翻译成具体的财务缺口。平台将上述衰老与护理轨迹投射到当地真实的护理价格（居家照护、辅助生活、公寓式养老、专业护理机构等）、地区通胀和工资水平之上，生成逐年分解的护理支出曲线，并叠加用户现有的储蓄、社保、商业医疗与长期护理保险保障，给出未来几十年中每一个阶段的资金缺口区间。 对理财顾问而言，这相当于在传统退休规划之外，多了一条基于真实健康风控的长期护理现金流情景，可以与客户讨论“如果不提前规划，你80多岁时每月将出现多少元的护理资金黑洞”，从而将抽象风险具象化和可感知化。

最后，延伸到决策与交易执行端，Waterlily 通过“Quote‑and‑Apply”模块把规划结果直接连接到金融产品配置与投保流程上，形成“预测—规划—资金解决方案”的闭环。这一模块会在后台对数十万种长期护理保险和相关年金方案进行枚举和蒙特卡洛式测算，在不足一秒内找到与用户预测护理轨迹、现金流偏好、预算约束最匹配的一组或几组保单配置，并用预期内部收益率、覆盖比例等客观指标对比自付、自保和不同产品组合的优劣。随后，系统利用AI自动读取投保表单和核保规则，对用户的健康告知进行预审，提示潜在核保障碍，预填或跳过超过70%的表单字段，极大压缩顾问与保险公司之间原本需要数周甚至数月的反复沟通，把决策与投保流程压缩到一小时以内完成。

从产品定位上看，Waterlily 并不试图取代医生或护理机构，而是站在“AI 精算师”和“数据驱动顾问助手”的位置。一方面，通过与长期护理机构、政府部门（如CMS、联邦长期护理保险项目）、学术研究以及保险公司建立数据合作，它持续扩展用于建模的基础数据池，以保持预测在不同年龄段、不同疾病谱和不同地区成本结构下的鲁棒性；另一方面，通过与主流理财规划软件和CRM的集成，把LTC预测与资产配置、遗产规划等模块整合到一个连贯的顾问工作流中。这种从底层数据、预测模型到SaaS应用，再到保单撮合与投保自动化的一体化全流程功能覆盖，是Waterlily 得以在长期护理这一传统且高度碎片化赛道中建立差异化竞争优势的关键。

商业模式

在产品形态上，Waterlily 主要以B 端SaaS 平台形态服务理财顾问、保险代理人和保险公司/分销商，也通过企业合作为终端家庭间接提供服务。典型流程是：顾问将Waterlily 问卷链接发给客户，客户在线填写后，顾问在后台即时获得该家庭的长期护理情景图和费用预测；随后，平台提供交互式的规划界面，帮助顾问和客户一起测算不同资金路径（纯自筹、长期护理保险、年金、反向抵押或多种方式组合）对现金流与遗产的影响。这一设计使长期护理从一个抽象而回避性极强的话题，被拆解为若干清晰的数值和可视化图表，有助于提升客户理解度和决策速度。公司披露的运营数据也印证了这一点：某养老社区合作方在使用Waterlily 后，实现了每投入1美元软件费用带来294美元相关销售额的转化；整体上约有45%使用Waterlily的终端家庭最终购买了某种长期护理相关保障产品。

从商业模式看，Waterlily的第一性收入来源是对理财顾问、独立代理人及财富管理机构按席位收取的订阅费用。平台订阅定价简单、无长期绑定，并以“帮助顾问在不改变原有工作方式的前提下，提升LTC相关保费收入和管理资产规模”为核心卖点；对于顾问而言，只要通过更精准的情景展示多成交一单长期护理保险，其首年佣金往往足以覆盖一整年的软件订阅支出，这使得其付费意愿和留存率较高。与此同时，通过与Genworth、Nationwide等长期护理险的头部公司打通实时报价与投保接口，在顾问端一键出具方案后即可完成保单配置和递交，从而为保险公司带来更短的销售周期和更高的转化率。这为Waterlily构建起“SaaS 订阅+ 交易分成/技术服务费”的第二增长曲线。

在平台角色定位上，Waterlily 一方面强调自身的中立计算引擎属性，即平台本身不直接向消费者推荐具体产品、不按导流向保险公司收取佣金，而是将预测结果作为教育和决策辅助工具交给专业顾问使用，以避免算法与销售激励绑定带来的潜在偏见。另一方面，随着与多家保险公司和财富管理机构的深度集成，Waterlily 实际上已经嵌入到从需求教育、风险量化、方案设计到保单申请的完整链路中，成为长期护理金融产品的操作系统：对保险公司而言，它承担精细化定价和需求挖掘的前端，对理财顾问而言，它是高转化率的销售与资产配置工具，对终端家庭而言，则是第一次能在几十年前就看到自身衰老与财务风险路径的“数字精算师”。

市场与竞争格局

从宏观环境看，美国乃至全球长期护理（LTC）相关支出正从边缘议题走向家庭资产负债表的核心风险考量。一方面，人口老龄化加速，美国目前每天约有一万人步入65岁，高龄人口占比持续上升；官方和研究机构普遍估计，65岁以后至少有一半人会在一生的某个阶段需要一定形式的长期护理，其中约70%的人会在生命晚期使用长期照护服务。另一方面，真正为长期护理风险购买保险的人却极少，有报道指出美国50岁以上人群中仅约3%持有长期护理保险；而长期护理往往又不在常规医保或Medicare的保障范围之内。在这种“高发生率+ 低保障率”的格局下，长期护理费用成为大多数中产乃至高净值家庭退休规划中最不确定、也最容易被忽视的巨大支出项。

费用端的压力同样在快速上升。近期数据显示，美国居家看护人员的中位价格已达每小时约34美元，按全日制照护折算，每月成本轻易上万；而在加州等高成本地区，养老社区、记忆照护或全护理机构的月度收费区间普遍在7,000–15,000美元，高端机构甚至超过20,000美元。以此估计，典型家庭在一个长期护理事件中需要自付的累计成本往往超过24万美元，而在极端情形下，累计支出可达百万美元量级。对于缺乏前期规划的家庭而言，这类“缓慢发生的灾难性支出”极易侵蚀退休储蓄、触发被迫卖房或被动依赖Medicaid等连锁反应，也正是Waterlily切入的现实痛点。