Według badań McKinsey, 78% do 88% firm w różnych sektorach wykorzystuje sztuczną inteligencję w co najmniej jednej funkcji, takiej jak IT, marketing czy operacje biznesowe. Jednak sukces wdrożeń w przedsiębiorstwach pozostaje niski, gdyż co najwyżej 16% organizacji w pełni skaluje AI w swoich operacjach, a większość pilotaży utyka z powodu przeszkód organizacyjnych i integracyjnych.
Ubezpieczenia liderem, jednak z niskim poziomem skalowalności
Do liderów wdrożeń AI należy branża ubezpieczeniowa, która poczyniła znaczące postępy we wdrażaniu i testowaniu predykcyjnych i generatywnych systemów sztucznej inteligencji oraz agentów AI. Jednak analiza BCG dowodzi, że tylko 7% ankietowanych firm ubezpieczeniowych z powodzeniem wdrożyło swoje systemy AI na dużą skalę.
Około dwie trzecie ubezpieczycieli wciąż znajduje się na etapie pilotażu. Korzyści z zastosowania AI mogą być jednak znaczne. Firmy, które wyposażają pracowników obsługi i operacji w asystentów wiedzy wspomaganych przez sztuczną inteligencję, zwiększają już produktywność o ponad 30%. Wykorzystują one także systemy AI, aby pomóc w migracji infrastruktury technologicznej do architektury chmurowej. Tworzą również spersonalizowanych agentów obsługi klienta.
Ubezpieczeniowa specyfika wdrożeń AI
Liderzy sektora ubezpieczeniowego podchodzą jednak do technologii AI bardziej całościowo. Sięgają po narzędzia w celu usprawnienia i przeprojektowania kompleksowych procesów biznesowych, z rocznymi inwestycjami w wysokości co najmniej 25 mln dol.
Jak zauważa BCG, zaledwie 10% niepowodzeń wdrożeń technologii wynika z samych modeli AI. Problemem jest za to kultura organizacyjna, opór wobec zmian a także luki w danych niezbędnych do trenowania modeli AI. W przypadku pierwszego z wymienionych czynników wyzwaniem stała się niejednoznaczność wniosków generowanych przez technologię. W przeciwieństwie do tradycyjnych, dotychczasowych modeli aktuarialnych, dążących do niemal idealnej dokładności, rozwiązania oparte na AI często generują wyniki probabilistyczne. Modele językowe bowiem poszukują rozwiązań, które mają duże szanse na powodzenie jednak bez 100 proc. pewności.
Z kolei najnowsze wydanie sztucznej inteligencji agentowej, dodaje bezprecedensowy poziom automatyzacji procesów i przepływów pracy maksymalizując firmom ubezpieczeniowym korzyści z zastosowań technologii AI. Aby odnieść z tego korzyści, gracze w branży muszą całkowicie przebudować przepływy pracy, przemyśleć na nowo modele operacyjne, rozszerzyć zestaw wymaganych danych oraz skalować sztuczną inteligencję w całej organizacji.
Wiele firm nie jest jeszcze gotowych na oddanie działań agentom AI. I tak na przykład wszystkie funkcje związane z obsługą klienta będą mogły być realizowane za pośrednictwem systemów wieloagentowych, które mogłyby pełnić rolę wirtualnych współpracowników.
Agent ds. pozyskania klienta (onboarding) uzyskiwałby informacje, komunikował się z klientami lub pośrednikami w celu weryfikacji danych oraz płynnie wyodrębniał dane ze złożonych dokumentów, takich jak dokumentacja medyczna czy raporty inżynieryjne.
Agent ds. profilowania ryzyka mógłby tworzyć kompleksowy profil ryzyka dla każdej sprawy, korzystając z istniejących wytycznych. Następnie agent ds. wycen mógłby automatycznie wyceniać polisę uwzględniając potrzeby i sytuację klienta.
Korzyści z – udanych – wdrożeń
Dla wielu firm całościowe wdrażanie AI powinno zacząć się od centralizacji danych i przeniesienia przestarzałych systemów do architektury chmurowej. Pomóc w tym mogą autonomiczni agenci oprogramowania, którzy są zdolni interpretować starsze artefakty, tworzyć ustrukturyzowaną dokumentację, generować i weryfikować konfigurację lub kod, tworzyć i uruchamiać testy oraz koordynować przepływy pracy w całym cyklu życia oprogramowania.
Inne badania McKinsey wskazują, że liderzy w dziedzinie AI w sektorze ubezpieczeniowym wygenerowali sześciokrotnie wyższy całkowity zwrot z inwestycji (TSR) niż ci, którzy nie skalują zastosowań AI. Do liderów rynku w omawianym względzie należy brytyjska Aviva. Ubezpieczyciel wdrożył ponad 80 modeli sztucznej inteligencji, aby poprawić wyniki w zakresie roszczeń. Firmie udało się skrócić czas oceny odpowiedzialności w skomplikowanych przypadkach aż o 23 dni, a także poprawić dokładność kierowania roszczeń do odpowiednich zespołów o 30% w wyniku czego o 65% spadła liczba skarg klientów.
Aviva poinformowała inwestorów, że transformacja zakresu roszczeń komunikacyjnych pozwoliła firmie zaoszczędzić ponad 60 mln funtów w 2024 roku. Aviva wdrożyła też inteligentną automatyzację w celu prezentacji ofert potencjalnym klientom i sprzedaży polis. Zaowocowało to przeniesieniem aż 80% transakcji do internetu, a wskaźniki satysfakcji klienta (NPS) wzrosły aż o 36 pkt proc.
Przeciwdziałanie oszustwom
Ważnym zakresem zastosowań AI jest przeciwdziałanie oszustwom ubezpieczeniowym. W 2025 roku kosztowały one w USA niemal 310 mld dolarów, co przełożyło się na konieczność podniesienia składek ubezpieczeniowych o 700 dolarów rocznie. Taka podwyżka dodatkowo obciąża ubezpieczonych.
W europejskim sektorze ubezpieczeniowym koszty fałszywych roszczeń opiewały na kwotę bliską 300 mld dolarów, co stanowiło do 10% wszystkich wypłat ubezpieczeniowych i wydatków na roszczenia w całej UE. Sztuczna inteligencja pozwala wykrywać oszustwa.
Allianz wdrożył system AI o nazwie Incognito w swoich liniach ubezpieczeń komunikacyjnych, domowych i nowych aplikacjach. System analizuje ryzyka na poziomie pikseli. Identyfikuje zniekształcenia i manipulacje w przesłanych obrazach, filmach i dokumentach, których żaden człowiek nie byłby w stanie zauważyć. Według szacunków Allianz, doprowadziło to do wzrostu wskaźników wykrywania oszustw o 29%.
Wycena ryzyka klimatycznego
Warto też wspomnieć o przydatności AI do wyceniania ryzyk klimatycznych i zagrożeń cyberatakami. Jest ona wykorzystywana do przewidywania ekstremalnych zjawisk pogodowych, zmniejszając w ten sposób straty i wypłaty odszkodowań związane z klimatem.
Raport Deloitte pokazuje, że rozwiązania oparte na sztucznej inteligencji, wdrożone przez szereg interesariuszy – w tym ubezpieczycieli – mogą poprawić odporność infrastruktury. Rozwiązania te mogą zaoszczędzić 70 mld dolarów na bezpośrednich kosztach katastrof na całym świecie do 2050 roku.
Praca hybrydowa
Praca w sektorze ubezpieczeń będzie stawać się coraz bardziej hybrydowa, a realizacja części procesów powierzona zostanie agentom AI pracującym samodzielnie lecz pod nadzorem człowieka. Przyniesie to wzrost wydajności pracy, uwalniając czas analityków danych i ekspertów ds. oceny i szacowania ryzyka (tzw. underwriter) i sprzedawców.
Sztuczna inteligencja może też przyczynić się poprzez redukcję kosztów transakcyjnych i ograniczenie ryzyka do zwiększenia dostępności produktów ubezpieczeniowych. Proliferacja AI w branży raczej nie spowoduje masowych zwolnień pracowników. Już obecnie sektor doświadcza braku specjalistów i talentów biegłych w cyfrowych technologiach.
Niedobory zostaną pogłębione przez procesy starzenia populacji. Tylko w USA w ciągu najbliższych 15 lat 50% obecnych pracowników branży przejdzie na emeryturę pozostawiając 400 tys. wolnych stanowisk pracy.
Perspektywy rynku zastosowań AI
Liczba zastosowań AI w ubezpieczeniach będzie szybko rosła. Rynek ubezpieczeń opartych na sztucznej inteligencji w 2025 roku był wyceniany na około 9 mld dolarów. Prognozuje się, że do 2033 roku osiągnie on wartość prawie 60 mld dolarów., rosnąc w tempie ponad 27% rocznie.
Wydatki branży na AI mają wzrosnąć o ponad 25% w samym 2026 roku. Firmami, które są w awangardzie rozwoju technologii AI w ubezpieczeniach są insurtechy, czyli startupy działające w tej branży. Ich finansowanie przez inwestorów wysokiego ryzyka (venture capital) osiągnęło w zeszłym roku 7,2 mld dolarów, co oznacza wzrost o 35% w porównaniu z 2024 rokiem.
Inwestorzy skoncentrowali się głownie na platformach B2B, startupach stosujących AI do oceny ryzyka ubezpieczeniowego i automatyzacji roszczeń, a prawie 75% finansowania na wczesnym etapie przekazano startupom wykorzystującym rozwiązania właśnie oparte na AI.
Branża insurtech i AI
Na świecie działa ponad 11 tys. firm z branży insurtech, jednak tylko jedna trzecia z nich mogła liczyć na wsparcie inwestorów, co zdecydowanie zwiększa szanse na ich rozwój. Jedną z nich jest Lemonade, niegdyś startup, a dziś spółka publiczna notowana na nowojorskiej giełdzie o wartości 4,4 mld dolarów. Firma do obsługi roszczeń używa dedykowanego bota o imieniu Jim, który obsługuje pierwsze zgłoszenia szkód w 96% przypadków bez ingerencji człowieka. Na koniec 2025 roku 55% wszystkich roszczeń Lemonade było w pełni zautomatyzowanych od początku do końca. W najprostszych przypadkach zgłoszenie szkody, jej ocena i wypłata trwają zaledwie kilka sekund.
Inne insurtechy jak Root Insurance i Metromile, wykorzystują czujniki smartfonów i telematykę opartą na internecie rzeczy (IoT) do monitorowania zachowań kierowców. Modele sztucznej inteligencji analizują dane, aby ustalać składki ubezpieczenia samochodowego na podstawie rzeczywistego przebiegu, prędkości i sposobu hamowania, a nie ogólnych dotychczas stosowanych danych demograficznych. Najwięcej mogą na tym skorzystać młodzi kierowcy jeżdżący zgodnie z przepisami, gdyż ich składki ubezpieczeniowe mogą być znacznie niższe.
Czytaj też: Klienci banków bez entuzjazmu wobec sztucznej inteligencji. Pracownik wciąż potrzebny i ważny.
Źródło zdjęcia: Mohamed Nohassi/Unsplash
0 komentarzy
