Wspomaganie sprzedaży oraz obsługi roszczeń ubezpieczeniowych z wykorzystaniem AI

Wstęp

Branża ubezpieczeniowa oferuje bardzo szeroką gamę produktów, takich jak ubezpieczenia indywidualne, grupowe, komunikacyjne i wiele innych. Każde z nich wymaga przestrzegania innych procedur, wymogów prawnych oraz analizy różnego typu informacji zarówno przy sprzedaży polis, jak i przy wypłacie należnych roszczeń.

Generuje to wiele procesów, które obsługiwane ręcznie zajmują dużo czasu. Stąd wynika rosnące zainteresowanie tej branży wykorzystaniem algorytmów sztucznej inteligencji.

Nawet częściowa automatyzacja obsługiwanych w firmie procesów może znacząco zmniejszyć czas pracy nad pojedynczą ofertą ubezpieczeniową. Pozwoli także na optymalizację jej parametrów i zmniejszenie kosztów wynikających z ewentualnych roszczeń.

W tym artykule chciałabym przedstawić kilka obszarów, w których można wdrożyć algorytmy sztucznej inteligencji oraz przykładowe wyniki, jakie udało nam się uzyskać w niektórych z nich.

Wykorzystanie algorytmów sztucznej inteligencji w ubezpieczeniach

• analiza stopnia uszkodzenia samochodu na podstawie zdjęcia

W przypadku szkody komunikacyjnej ustalenie kwoty wypłacanej z ubezpieczenia wymaga analizy stopnia uszkodzenia każdej części auta. Często rzeczoznawca dokonuje oceny na podstawie zdjęć przedstawiających poszczególne części samochodu. Następnie na tej podstawie szacowana jest wysokość wypłacanego świadczenia.

Wykorzystanie algorytmów analizy obrazów i sztucznej inteligencji może wspomóc rzeczoznawcę w procesie oceny stopnia uszkodzenia konkretnych części samochodu.

Aplikacja Proof of Concept, którą stworzyliśmy wraz z zespołem, pozwala na zidentyfikowanie i oznaczenie konkretnych części samochodu znajdujących się na zdjęciach oraz przypisanie każdej z nich estymowanego stopnia uszkodzenia. Dodatkowymi funkcjami, dostępnymi z poziomu aplikacji, mogłyby być: znalezienie najbliższego serwisu, wezwanie lawety, czy znalezienie samochodu zastępczego.

• system wspomagający tworzenie oferty ubezpieczeniowej

Tworzenie ofert ubezpieczeniowych dla nowych klientów wymaga analizy wielu czynników. Dla ubezpieczeń grupowych są to na przykład: struktura osób zatrudnionych w firmie, profil działalności, region, w którym firma ma siedzibę.

Dodatkowo sprzedawca musi przestrzegać szeregu reguł przy konstruowaniu takiej oferty, tak aby była ona zarówno korzystna dla firmy jak i atrakcyjna dla klienta.

W tym przypadku sztuczna inteligencja może zostać wykorzystana jako swoisty system rekomendacji, który pomoże sprzedawcy dobierać odpowiednie opcje dla konkretnego klienta. System taki umożliwia znaczne przyspieszenie i ułatwienie pracy przy konstruowaniu oferty.

Poniżej znajdują się przykładowe  wyniki rekomendacji w przypadku, gdy znamy wiek i płeć klienta (51 letni mężczyzna, 37 letnia kobieta, 39 letni mężczyzna). W tym rozwiązaniu sprzedawca zaznacza kilka opcji (wiersz: masked), a na tej podstawie system proponuje inne, które powinny znaleźć się w polisie (wiersz: recommendation).

Pierwszy wiersz w każdej z grup oznacza oryginalną polisę, która została zaakceptowana przez klienta.

Dodatkowo na podstawie historycznych danych pokazujących, jakie polisy są akceptowane przez  klientów, a jakie nie, mógłby on jeszcze lepiej dobierać konfigurację proponowanych ofert, zwiększając tym samym skuteczność sprzedaży nowych polis.

• system wspomagający proces odnowienia lub zmiany warunków polisy

Propozycje zmiany warunków polisy ubezpieczeniowej najczęściej są przedstawiane, gdy zbliża się termin końcowy obecnej umowy lub kiedy coś złego dzieje się z polisą (np. występuje dużo zdarzeń, generujących większe niż przewidywaliśmy wypłaty odszkodowań). W takich przypadkach najczęściej proponuje się::

– podwyższenie składek z zachowaniem dotychczasowych warunków polisy,

– zachowanie wysokości składki, ale ze zmianami w zakresie polisy zgodnie z rekomendacjami przedstawionymi przez underwritera na podstawie historii zdarzeń.

Wykorzystanie algorytmów sztucznej inteligencji w tym procesie mogłoby wspomóc pracę nad skonstruowaniem nowej oferty, poprzez wskazanie co w danej polisie najlepiej byłoby zmienić tak, aby zminimalizować ryzyko dla firmy ubezpieczeniowej przy jednoczesnym zachowaniu jak najbardziej korzystnej oferty z punktu widzenia Klienta.

Podsumowanie

W artykule przedstawiłam przykładowe zastosowanie algorytmów sztucznej inteligencji w branży ubezpieczeniowej. Warto podkreślić, że poza omówionymi powyżej przypadkami, można wymienić również inne, takie jak: chatbot obsługujący klientów, szacowanie ryzyka, czy wykrywanie prób oszustw i wyłudzeń.

Te trzy przykłady mogą być wykorzystane zarówno w branży ubezpieczeniowej, jak i w wielu innych np. w branży finansowej, co opisałam szerzej w artykule Wykorzystanie AI w branży finansowej.

Wszystkich zainteresowanych zapraszam do rozmowy przez mój profil na LI, a także śledzenia naszych wpisów na blogu Isolution oraz naszych firmowych profilach na LI i FB.

Katarzyna Roszczewska