AI w ubezpieczeniach — katalizator postępu technologicznego czy chwilowa moda?
Czy sztuczna inteligencja w ubezpieczeniach okaże się katalizatorem postępu technologicznego, czy wyłącznie chwilową modą? Trudno określić, co przyniesie przyszłość, ale faktem jest, że rosnąca popularność rozwiązań oferowanych przez AI przybiera na znaczeniu. Jak pokazują dane, już teraz 75% ubezpieczycieli skupia się na rozwoju IT, najczęściej inwestując w projekty wykorzystujące właśnie możliwości sztucznej inteligencji i uczenia maszynowego.


Czytaj dalej, żeby dowiedzieć się:
- Jak rozwój sztucznej inteligencji odbije się na branży ubezpieczeniowej?
- W jakich obszarach branży ubezpieczeniowej AI wykorzystywana jest najczęściej?
- Czy możliwa jest automatyzacja procesów ubezpieczeniowych z wykorzystaniem AI?
- Jakie narzędzia i rozwiązania oparte o sztuczną inteligencję już teraz mogą zacząć być wykorzystywane przez firmy ubezpieczeniowe do zaspokajania potrzeb biznesowych?
Potencjał sztucznej inteligencji w dzisiejszych czasach
Według raportu Uniwersytetu Stanforda już w 2023 roku finansowanie generatywnej sztucznej inteligencji osiągnęło wartość 25 miliardów dolarów. Natomiast według szacunków Gartnera, wydatki na IT w 2024 r. wyniosą 5 bln dolarów, tym samym po raz pierwszy przewyższając wydatki na usługi komunikacyjne. Z kolei międzynarodowa firma doradcza IDC prognozuje, że w perspektywie trzech najbliższych lat inwestycje w AI osiągną globalną wartość 150 mld dolarów, a do 2027 roku aż 30% z nich będą stanowić wydatki na jej generatywną odmianę.
Wykorzystanie AI w sektorze ubezpieczeniowym
Z wielu źródeł dociera do nas, że w ujęciu globalnym również sektor ubezpieczeniowy inwestuje w sztuczną inteligencję. Co więcej, prognozy przewidują ponad 70% wzrost wydatków w tym sektorze na koniec 2024 roku, w stosunku do roku wcześniejszego. Oczekuje się, że dzięki technologii AI pojawią się nowe możliwości, szczególnie w zakresie zwiększenia wydajności procesów biznesowych.
Już teraz temat AI poruszany jest podczas niemal każdego wydarzenia branżowego jako perspektywiczny z punktu widzenia zwiększenia efektywności, rentowności przedsiębiorstwa czy pozycjonowania się wśród konkurencji. Mowa tu o kongresach i konferencjach, zarówno lokalnych jak i wydarzeniach o charakterze międzynarodowym. Za przykład może posłużyć Szczyt G7, podczas którego przywódcy 28 państw i głowa kościoła katolickiego powiedzieli jednogłośnie, że AI to nasza przyszłość.
Ryzyka związane ze sztuczną inteligencją
Nie mniej do poprawnego wykorzystywania modeli AI niezbędne jest wdrożenie regulacji, o które apelował także Europejski Bank Centralny. Instytucja wydała oświadczenie, w którym to podkreśla konieczność zaimplementowania nowych regulacji, mających za zadanie chronić konsumenta i usprawniać działanie rynków.
Dlatego korzystając z wachlarza możliwości, które oferuje sztuczna inteligencja, nie możemy zapominać o ryzykach i zagrożeniach, jakie za sobą niesie. Szczególnie w aspekcie prywatności danych wykorzystanych do trenowania czy też odpowiedzialności za decyzje podjęte przez AI. Trudno też pominąć aspekty społeczne czy etyczne, a nawet prognozy dotyczące rynku pracy, praw własności czy ewentualnej stronniczości w podejmowaniu decyzji różnych modeli.
Należy także pamiętać, że generatywna sztuczna inteligencja potrafi tworzyć nowe treści na podstawie istniejących danych, takich jak tekst, obrazy, dźwięk czy wideo, wykorzystując do tego zaawansowane techniki uczenia maszynowego (sieci neuronowe czy głębokie uczenie się). Wszystko po to, aby nauczyć się wzorców i relacji między danymi oraz generować syntetyczne wyniki. Dlatego jeśli nie będzie danych do stworzenia i wytrenowania modelu, nie będzie można tworzyć kolejnych rozwiązań, opartych o sztuczną inteligencję.
Modele AI w ubezpieczeniach
Pomimo wielu zagwozdek, które zawsze towarzyszą implementacji jakiejkolwiek zmiany, generatywna sztuczna inteligencja to niewątpliwie przełom, jaki dokonał się w branży IT. Z punktu widzenia sektora ubezpieczeniowego najciekawiej obserwuje się punkty styczności, w których to klient wchodzi w interakcję z AI.
Są to momenty, w których klient dokonuje zakupu polisy lub zgłoszenia szkody, ale sztuczna inteligencja użyteczna jest również w ocenie ryzyka, obsłudze klienta, szacowaniu szkód czy wykrywaniu przestępstw ubezpieczeniowych. Powyższe czynniki wpływają na demokratyzację dostępu klienta do technologii, a zatem zwiększają jego świadomość ubezpieczeniową.
Z danych PIU wynika, że obok chatbotów, voicebotów, portali klienta, aplikacji mobilnych i automatyzacji czy robotyki, branża ubezpieczeniowa najczęściej inwestuje dziś w sztuczną inteligencję i uczenie maszynowe. Wykorzystuje je do personalizacji ofert, optymalizacji procesów decyzyjnych i analizy ryzyka. Ubezpieczyciele coraz odważniej inwestują w technologię AI, aby ulepszyć różnorodne obszary swojej działalności. Dlatego ok. 70% z nich wykorzystuje w swoich procesach technologie cyfrowe, takie jak sztuczna inteligencja czy uczenie maszynowe. Prawie połowa zakładów już wykorzystuje sztuczną inteligencję w swojej działalności lub zamierza zrobić to wkrótce. Najwięcej ubezpieczycieli, bo aż ¾, skupia się na rozwoju technologii AI w obszarach automatyzacji obsługi klienta.
Rozwiązania oparte o sztuczną inteligencję
W Altkom Software dbamy o to, aby być na bieżąco z trendami rynkowymi, a dzięki doświadczeniu z wielu branż – nie tylko branży ubezpieczeniowej – możemy je nawet wyprzedzać. Poniżej przedstawiamy rozwiązania oparte o sztuczną inteligencję, które znajdują się w naszym portfelu usług i wdrożeń.
Wykorzystanie AI w praktyce. Przykłady rozwiązań
Case 1 – AI Assist. Zyskaj wirtualnego asystenta do kompleksowego przetwarzania spraw (w tym roszczeń) zgłoszonych drogą mailową
AI Assist to narzędzie do obsługi korespondencji elektronicznej, które automatycznie klasyfikuje i rejestruje sprawy. Może również samodzielnie komunikować się z klientami w przypadku niepełnego lub wybrakowanego zgłoszenia, np. w kwestii przesłania uzupełnienia brakujących danych do zgłoszenia. AI Assist odczytuje maila oraz załączniki, weryfikuje ich zawartość i poprawność danych. Na koniec wszelkie uzyskane dane przesyła do systemu, a tym samym sprawa zostaje założona automatycznie.
Obecnie rozwiązanie wdrażane jest w kilku branżach, m.in. w sektorze ubezpieczeniowym przy likwidacji szkód, transporcie czy bankowości. Świetnie sprawdza się do automatyzacji rutynowych zadań — około 80% spraw zostaje sklasyfikowanych i zarejestrowanych automatycznie, przy wysokiej precyzji rozwiązania.
AI Assist znacznie upraszcza obsługę klientów i przyspiesza wydawanie decyzji.
Case 2 – Przyspiesz sczytywanie CV i wybór odpowiednich kandydatów
Nasze rozwiązanie wykorzystujące AI w HR do sczytywania CV jest szybkie do wdrożenia i może być zaimplementowane w dowolnej branży. Po sczytaniu wszystkich CV narzędzie automatycznie wypełnia dane w systemach HR-owych.
Ponadto wyszukuje interesujące nas umiejętności kandydata i ocenia ich zaawansowanie. Jednocześnie wydaje rekomendacje, którym kandydatom powinniśmy przyjrzeć się w pierwszej kolejności.
Case 3 – Business Activity Monitoring. Wykrywaj potencjalne ryzyka w procesach i nie dopuszczaj do przestojów
Business Activity Monitoring to nasza autorska nakładka, która integruje się z dowolnym narzędziem workflow. Jej celem jest zbieranie danych w przepływach procesów oraz tworzenie heatmap, co pomaga w znajdowaniu wąskich gardeł i optymalizacji procesów.
Jedną z funkcjonalności rozwiązania — opartą o AI — jest predykcja anomalii, która z wyprzedzeniem wskazuje, że w danym procesie (lub kroku procesu) może dojść do przestoju lub znacznych odchyleń od normy. Powyższa informacja daje czas na przeanalizowanie ryzyka i próbę jego mitygacji, aby negatywne zdarzenie nie nastąpiło.
Case 4 – Automatycznie obsługuj zapytania, ocieplaj leady i zdobywaj zaufanie klientów
Dysponujemy narzędziem do automatycznej obsługi zapytań i ocieplania leadów, którego zamysłem jest skuteczne wspieranie pracy ludzkiej (ale nie jej zastępowanie). Nasze rozwiązanie wspiera kampanie marketingowe i sprzedażowe, stając się kolejnym kanałem lub poziomem komunikacji z klientami.
Implementacja narzędzia umożliwia komunikację w formie czatu, poprzez WhatsAppa lub mailowo. Cały proces rozpoczyna się od wysłania wiadomości wychodzącej, np. w formie komunikatu do bazy e-mailowej. Nie są to jednak generyczne wiadomości, kierujące odbiorcę na stronę internetową, a komunikat, na który odbiorca może odpowiedzieć i poprowadzić dalszą konwersację w taki sposób, jakby rozmawiał z człowiekiem.
W przypadku zainteresowania produktem lub usługą (odpowiedź klienta), AI niezwłocznie rozpoczyna konwersację i zbieranie danych niezbędnych do przedstawienia oferty. Rozmowa prowadzona jest w sposób naturalny, grupując pytania i tematy, co odróżnia nasze rozwiązanie od standardowych chatbotów.
Ponadto, jeśli klient o czymś zapomni, AI ponownie o to dopyta przy okazji kolejnego kroku. Po automatycznej weryfikacji poprawności wprowadzonych danych następuje przekierowanie gotowego zapytania do sprzedawcy lub automatyczna wycena dla prostych produktów. Narzędzie to może być dedykowane zakładom ubezpieczeń, ale również pośrednikom, brokerom lub multiagencjom.
Case 5 – Ułatw klientom czytanie Ogólnych Warunków Ubezpieczenia
Kolejne z naszych rozwiązań dedykowane jest ubezpieczycielom, którzy zmagają się z dużą liczbą Ogólnych Warunków Ubezpieczenia zagregowanych w systemie firmowym. Celem rozwiązania jest umożliwienie użytkownikowi łatwego pozyskania informacji pochodzących właśnie z OWU.
Rozwiązanie zbudowane zostało z użyciem LLM (ang. Large Language Models), czyli zaawansowanego mechanizmu sztucznej inteligencji, służącego do generowania, tłumaczenia i interpretowania języka naturalnego. Zamysłem było usprawnienie procesu wewnątrz organizacji.
Częścią rozwiązania jest dedykowany użytkownikowi czat, który wchodzi z nim w interakcję i zwraca oczekiwaną wartość (udziela odpowiedzi) w czasie rzeczywistym. Ponieważ rozwiązanie nauczone zostało tego czym są ubezpieczenia, jaki jest ich zakres oraz jak je czytać, użytkownik zadaje pytanie na czacie i otrzymuje natychmiastową odpowiedź. Dzięki temu dowiaduje się czy dane zdarzenie objęte jest ochroną ubezpieczeniową określonej polisy lub czy znajduje się poza jej zakresem. Rozwiązanie to może także wskazać wykluczenia, znaczenie określonych pojęć (np. polisy) albo zwracać dane do kontaktu z zakładem ubezpieczeń, jeśli o takie informacje zostanie poproszony.
Co ważne, może ono zostać wdrożone także w ramach wsparcia procesów ofertowania (biorąc pod uwagę np. limity produktowe) lub w ramach wsparcia w procesach rejestracji zgłoszenia (biorąc pod uwagę np. weryfikację wykluczeń).
Case 6 – Wykorzystaj analizę rozmów telefonicznych do poprawy zadowolenia klientów
Celem kolejnego rozwiązania jest zweryfikowanie czy rozmowa telefoniczna przeprowadzona z klientem nosi znamiona negatywnych emocji. W trakcie prowadzonej rozmowy dokonywana jest tzw. analiza sentymentu, czyli proces oceny nastroju lub emocji, które rozmówcy wyrażają w swoich wypowiedziach.
Analiza oparta na technikach sztucznej inteligencji, takich jak przetwarzanie języka naturalnego (NLP) i uczenie maszynowe (ML), pozwala na automatyczne rozpoznawanie oraz klasyfikowanie wypowiedzi (na pozytywne, negatywne lub neutralne). Zatem jeśli wypowiedź została sklasyfikowana jako negatywna, rozwiązanie zwraca informację świadczącą o statusie weryfikacji. Dzięki temu konsultant, likwidator bądź inna osoba wskazana w procesie może wykonać ponowny telefon do klienta celem naprawienia problemu.
W obsłudze klienta analiza sentymentu może pomóc firmom zrozumieć, co klienci myślą i czują o ich produktach lub usługach. Czyli de facto pomaga poznać nastawienie klientów do marki lub oferty firmy.


Wykorzystanie sztucznej inteligencji w branży ubezpieczeniowej — podsumowanie
AI rewolucjonizuje wszystkie branże na całym świecie, w tym również branżę ubezpieczeniową. Dzięki usprawnianiu i automatyzacji procesów biznesowych czyni ją wydajniejszą i bardziej dostępną dla klientów. Pracownicy zyskują w ten sposób więcej czasu na zaangażowanie w inne zadania, takie jak rozwój produktów czy budowanie relacji z klientami, co obniża koszty operacyjne.
Jednak w obliczu wyzwań, jakie niosą ze sobą nowe rozwiązania AI, kluczowe jest rozwijanie technologii w sposób odpowiedzialny, dbając o prywatność klientów, etykę i bezpieczeństwo. Jest to szczególnie istotne przy uwzględnieniu zapowiedzi PIU, według których rynek ubezpieczeń w 2024 roku zaliczy znaczny wzrost, a rok 2025 zapowiada się jeszcze korzystniej.
Źródła:
- Gazeta Ubezpieczeniowa PIU spodziewa się przyspieszenia wzrostu rynku, w tym rosnącej składki OC – Gazeta Ubezpieczeniowa – Portal (gu.com.pl)
- Raport PIU „Cyfryzacja sektora ubezpieczeń w Polsce” Cyfryzacja sektora ubezpieczeń w Polsce (piu.org.pl)
- Raport Gartnera „Leadership Vision for Chief Sales Officers in 2024”, Gartner koryguje w dół prognozę wydatków na IT w 2024 r. – IT Filolog (it-filolog.pl)
- Business Insider Papież na szczycie G7 po raz pierwszy w historii. Przez sztuczną inteligencję (businessinsider.com.pl)
- Artificial Intelligence Index Report 2024 Raport AI Index 2024 – Indeks Sztucznej Inteligencji (stanford.edu)
- IDC: sztuczna inteligencja będzie wszędzie – Digital and more IDC CIO Summit