AI wesprze również sektor ubezpieczeń

W popularnych analizach dotyczących zastosowań AI w biznesie rzadko wspomina się o branży ubezpieczeniowej. Firmy z tego sektora również mogą wiele zyskać wykorzystując sztuczną inteligencję - zarówno w obszarze automatyzacji procesów biznesowych, jak i bezpośredniej obsługi klienta.

Branża ubezpieczeń od lat jest obwarowana jednymi z najbardziej restrykcyjnych ograniczeń prawnych.  W konsekwencji stała się również jednym z tych sektorów finansowych, które nie są wystarczająco automatyzowane. Można jednak zauważyć, że ta sytuacja zmienia się, a zainteresowanie firm ubezpieczeniowych cyfryzacją, w tym rozwiązaniami opartymi na AI rośnie. Eksperci przewidują, że do 2028 roku rynek AI w sektorze ubezpieczeń będzie rósł o 24% rocznie, aż do wartości 6,92 mld USD[1]. Oto rozwiązania, które pozwolą branży rozwijać się przy wsparciu najnowszych technologii.

Analiza sentymentu, czyli wsparcie w rozmowach z ofiarami wypadków

Dla agentów i agentek ubezpieczeniowych obsługa klienta nie należy do najłatwiejszych zadań.  Jednym z większych wyzwań jest przede wszystkim konieczność uzyskania w czasie jednej rozmowy maksymalnej liczby szczegółowych informacji i bezbłędne zapisanie ich w systemie. Jest to praca, w której AI nie jest w stanie zastąpić człowieka – konwersacje różnią się od siebie kontekstem, a więc mogą przebiegać wedle bardzo wielu scenariuszy. Różnorodność kontekstów wiązałaby się z koniecznością wykorzystania bardzo złożonych, a tym samym kosztownych, modeli języka naturalnego.

Rozmowa z agentem ubezpieczeniowym ma jednak jeszcze jeden istotny aspekt – często odbywa się w efekcie trudnej sytuacji np. bezpośrednio po wypadku. Tutaj technologia może mieć jednak praktyczne zastosowanie.  Mowa tu o zastosowaniu wsparcia ze strony bota, który wykona zadania wykraczające poza popularne postrzeganie automatyzacji, a mianowicie wesprze inteligencję emocjonalną agenta lub agentki i dopilnuje, aby skupienie na istotnych z punktu widzenia ubezpieczyciela szczegółach nie obniżyło jego empatii.

Jak to wygląda w praktyce? Asystent AI jest „podpięty” do rozmowy klienta lub klientki z ubezpieczycielem i na bieżąco wykonuje jej transkrypcję. Jednocześnie szuka tzw. sentymentów, czyli słów wyrażających emocje oraz analizuje ton osoby mówiącej, prędkość wypowiadania słów, a nawet drobne drgnięcia głosu. Na tej podstawie ocenia samopoczucie rozmówcy i przekazuje odpowiednie sugestie agentowi np. odczytując, że osoba jest pod wpływem silnego stresu przypomina o spokojnym i niespiesznym tonie rozmowy i powtarzaniu kluczowych instrukcji.

Chatbot przygotuje ofertę

AI wesprze firmy ubezpieczeniowe także w pierwszym kontakcie z klientami. Proste chatboty to narzędzia, które od lat wykorzystywane są w obsłudze klienta. Ich możliwość odpowiadania na proste, powtarzające się pytania ułatwia pracę osobom, które na co dzień pracują w tego typu działach. Jednak szeroko znane są również ograniczenia tego rodzaju mechanizmów: lista pytań, na które są w stanie odpowiedzieć ma swój limit, a zadanie pytania, które zawiera jakąkolwiek personalizację, często kończy się odesłaniem do konsultanta czy konsultantki. Rozwój nowych technologii sprawa jednak, że AI może „porozmawiać” z człowiekiem na coraz bardziej zaawansowanym poziomie – najlepszy przykład stanowi ChatGPT. Aby korzystać z takiego rodzaju rozwiązań, nie zawsze trzeba budować autorski, skomplikowany mechanizm.

- W jednym z projektów, które zrealizował mój zespół, rozpoczęliśmy od wykorzystania znanego mechanizmu Amazona, czyli Alexy. Aktualnie wykonujemy mgrację do biblioteki DeepPavlov. W ten sposób stworzyliśmy chatbot, który na podstawie danych otrzymanych od osoby, z którą rozmawia jest w stanie stworzyć spersonalizowaną polisę ubezpieczeniową. Ten produkt jest już gotowy do wdrożenia u klientów, a my wciąż rozwijamy go tak, by maksymalizować kompetencje chatbota i udoskonalać możliwość naturalnej komunikacji – mówi Maciej Laszczyk, Managing Architect z Capgemini Polska.

Wsparcie w przeszukiwaniu bibliotek danych firmowych

Firmy sektora ubezpieczeniowego, przechowując bardzo dużą liczbę danych i bazując na wielu ścieżkach biznesowych, często mierzą się z problemem optymalizacji zadań osób, które dla nich pracują. Czas poświęcony na poszukiwanie informacji w wewnętrznych systemach jest nieproporcjonalnie długi w stosunku do uzyskanego efektu biznesowego. Aby ludzie mogli zająć się kluczowymi dla firmy zadaniami, można zautomatyzować sposób przeszukiwania zasobów.

- Aby tego rodzaju automatyzacja była możliwa, potrzebny jest mechanizm odpowiadający na pytania zadawane w języku naturalnym i to na dodatek robiący to w niezawodny sposób. Taki system stanowi bibliotekę wszystkich firmowych dokumentów i instrukcji od prostych pdf-ów, przez materiały z SharePoint, aż po dane z programów takich jak Confluence czy Jira. To rozwiązanie nie tylko skraca czas przeszukiwania potrzebnych materiałów, ale również pozwala uniknąć angażowania do takich procesów większej liczby osób – opowiada Maciej Laszczyk.

Kolejnym problemem, z którym mierzy się wiele firm ubezpieczeniowych pracujących na kilku systemach, jest konieczność ręcznego monitorowania wszystkich danych, które są do nich dodawane. Jest to konieczne ze względu na możliwość pojawienia się w nich błędów typu outlier czy teżpoprawnych logów, które występują w nieoczekiwanej sekwencji. Detektory oparte na AI są stanie robić to automatycznie oszczędzając długie godziny pracy ludzi.

W firmach, gdzie odpowiednio zostały wdrożone dobrze zaprojektowane mechanizmy AI, sztuczna inteligencja i ludzka praca dopełniają się i stanowią wzajemne wsparcie. Aby to było możliwe, konieczne są rozwiązania szyte na miarę, z myślą o konkretnym sektorze biznesowym. Branża ubezpieczeniowa nie stanowi tu wyjątku, dlatego i w tym wypadku warto zacząć wprowadzanie inteligentnej automatyzacji i robotyzacji.

[1] https://www.databridgemarketresearch.com/reports/global-artificial-intelligence-ai-in-insurance-market#:~:text=The%20artificial%20intelligence%20(AI)%20in,period%20of%202021%20to%202028.