莉丽·维塔亚鲁苏库尔（Lily Vittayarukskul）在攻读航空航天工程期间，其姨妈被确诊晚期结肠癌。成长过程中与姨妈同住并受其抚养的她回忆道：“我们全心全意投入照顾她。”化疗后姨妈身体极度虚弱，家人耗时约两年半满足其长期护理需求，“这在经济上拖垮了我们”，她向TechCrunch坦言。
这段情感与财务的双重创伤，促使她将学业转向遗传学与数据科学。2021年12月，她在旧金山创立初创公司Waterlily，旨在通过成本建模与资金策略，协助个人及顾问应对长期护理选择。其目标是让金融顾问和保险代理人“能更便捷地根据家庭预测的长期护理需求，推荐适配的金融产品”。
她指出，人们通常在65至70岁或刚需护理时才考虑长期护理问题，但往往为时已晚。Waterlily利用AI预测家庭未来护理需求与成本，指导用户“制定计划并确定支付方式”，涵盖带长期护理附加险的人寿保险、专属LTC保单、年金或自筹资金等方案。该预测模型适用于40岁以上人群。
依托超5亿数据点与机器学习算法，Waterlily实现高度个性化的护理及成本预测，精准评估潜在需求的“时间、方式与金额”。公司已与美国医保中心（CMS）、联邦长期护理保险计划等机构达成数据共享协议，正与保险公司敲定匿名数据安全接收合同。
Vittayarukskul最初独自创业，后天使投资人Evan Ehrenberg加入。Ehrenberg曾创立Clara Health，早期研究行业反响后亲自测试平台，对自身预测结果深感震惊，随即调整饮食、聘请私教并更新财务规划。他意识到长期护理与临床试验存在相似痛点：健康保险未覆盖且许多人缺乏经济准备。经六个月合作，双方确认契合，Ehrenberg成为联合创始人兼COO。他16岁毕业于加州大学伯克利分校，后获MIT最年轻神经科学博士学位。
差异化竞争优势
相较于Genworth护理成本计算器仅提供邮编平均数据，或NaviPlan等平台将基础LTC模块作为辅助功能，Waterlily以深度预测建模结合易用平台脱颖而出。后者虽能模拟退休场景，但LTC假设多基于全国均值或蒙特卡洛模拟进行压力测试，个性化不足。
自2024年3月公开上线以来，Waterlily月度经常性收入（MRR）较首月增长超22倍，环比平均增速达58%。目前拥有保诚等8家主要企业客户及数百名独立顾问/代理人，采用SaaS模式，每席位月费250美元。
公司近期完成700万美元种子轮融资，由Brewer Lane Ventures创始合伙人John Kim领投，Genworth、Nationwide及Edward Jones战略跟投；此前曾获220万美元前种子轮投资。新资金将通过SAFE协议用于扩充工程、数据科学及企业管理团队，强化AI模型与数据合作，并加大营销投入。现有全职员工9人及若干承包商。
未来规划拓展残疾险、重疾险、医院赔偿险及医保规划等领域，探索高级预测建模在健康保障决策中的应用。公司已收到保险公司核保数据合作意向，并计划进军加拿大、英国及部分亚洲市场。
投资者Kim曾任纽约人寿总裁，他认为Waterlily是“首款针对美国人老龄化核心需求的AI原生指导工具”，填补了传统顾问服务未充分覆盖的市场空白。“其为个人提供定制化建议，无可替代竞品，将成为LTC保险市场的变革者。”