كيف يقدم الذكاء الاصطناعي التوليدي القيمة لشركات التأمين وعملائها - IBM Blog

تكافح شركات التأمين لإدارة الربحية بينما تحاول تنمية أعمالها والاحتفاظ بالعملاء. ويتعين عليها أن تمتثل للأعباء التنظيمية المتزايدة، وأن تتنافس مع مجموعة واسعة من شركات الخدمات المالية التي تقدم منتجات استثمارية قادرة على تحقيق عوائد أفضل من منتجات التأمين على الحياة التقليدية والمعاشات التقاعدية. على الرغم من أن أسعار الفائدة ارتفعت بمعدل غير مسبوق خلال العام الماضي مع محاولة البنوك المركزية الحد من التضخم، إلا أن جزءا كبيرا من احتياطيات شركات التأمين محصور في استثمارات منخفضة العائد، ولن تتحسن عوائد استثماراتها لعدة سنوات (كما هو الحال بالنسبة لشركات التأمين). تنقلب المحافظ).

تتمتع شركات التأمين الكبيرة والراسخة بسمعة كونها متحفظة للغاية في عملية صنع القرار، وكانت بطيئة في تبني التقنيات الجديدة. إنهم يفضلون أن يكونوا "تابعين سريعين" بدلاً من القادة، حتى عندما يُعرض عليهم قضية عمل مقنعة. هذا الخوف من المجهول يمكن أن يؤدي إلى مشاريع فاشلة تؤثر سلباً على خدمة العملاء وتؤدي إلى الخسائر.

يُظهر عمل IBM مع عملاء التأمين، إلى جانب الدراسات التي أجراها معهد IBM لقيمة الأعمال (IBV)، أن قرارات إدارة شركات التأمين مدفوعة بالتنسيق الرقمي والإنتاجية الأساسية والحاجة إلى بنية تحتية مرنة. للتوافق مع الضرورات الرئيسية وتحويل شركاتها، تحتاج شركات التأمين إلى تقديم عروض رقمية لعملائها، وأن تصبح أكثر كفاءة، وتستخدم البيانات بشكل أكثر ذكاءً، ومعالجة مخاوف الأمن السيبراني، والحصول على عروض مرنة ومستقرة.

ولتحقيق هذه الأهداف، ركزت معظم شركات التأمين على التحول الرقمي، بالإضافة إلى التحديث الأساسي لتكنولوجيا المعلومات الذي تم تمكينه من خلال البنية التحتية والمنصات السحابية الهجينة والمتعددة السحابية. يمكن لهذا النهج تسريع سرعة الوصول إلى السوق من خلال توفير إمكانات محسنة لتطوير منتجات وخدمات مبتكرة للمساعدة في تنمية الأعمال، كما يمكنه أيضًا تحسين تجربة العملاء بشكل عام.

دور الذكاء الاصطناعي التوليدي في التحول الرقمي والتحديث الأساسي 

سواء تم استخدامه في عمليات البنية التحتية الروتينية لتكنولوجيا المعلومات، أو التفاعلات التي تواجه العملاء، أو تحليل مخاطر المكاتب الخلفية، والاكتتاب ومعالجة المطالبات، فإن الذكاء الاصطناعي التقليدي والذكاء الاصطناعي التوليدي هما مفتاح التحديث الأساسي ومبادرات التحول الرقمي.

التحديث الأساسي مع الذكاء الاصطناعي

قررت معظم شركات التأمين الكبرى أن استراتيجيتها المتوسطة والطويلة الأجل تتمثل في ترحيل أكبر قدر ممكن من محفظة التطبيقات الخاصة بها إلى السحابة.

عندما يتم الجمع بين استخدام السحابة والذكاء الاصطناعي التوليدي وقدرات الذكاء الاصطناعي التقليدية، يمكن أن يكون لهذه التقنيات تأثير هائل على الأعمال. غالبًا ما يكون الاستخدام الأولي للذكاء الاصطناعي التوليدي هو جعل DevOps أكثر إنتاجية. AIOps يدمج العديد من أدوات عمليات تكنولوجيا المعلومات اليدوية المنفصلة في نظام أساسي واحد وذكي ومؤتمت لعمليات تكنولوجيا المعلومات. يتيح ذلك لعمليات تكنولوجيا المعلومات وفرق DevOps الاستجابة بسرعة أكبر (حتى بشكل استباقي) لحالات التباطؤ والانقطاعات، وبالتالي تحسين الكفاءة والإنتاجية في العمليات.

يقدم النهج متعدد الأوساط السحابية المختلط مع ميزات التحكم في الأمان والامتثال الأفضل في فئتها (مثل عناصر التحكم التي يتيحها IBM Cloud®‎ للصناعات المنظمة) عرض قيمة مقنع لشركات التأمين الكبيرة في جميع المناطق الجغرافية. تعمل العديد من الشركات البارزة في كل منطقة جغرافية مع IBM في رحلة التحديث الأساسية الخاصة بها.

التحول الرقمي مع الذكاء الاصطناعي

تعمل شركات التأمين على خفض التكلفة وتوفير تجربة أفضل للعملاء من خلال استخدام الأتمتة ورقمنة الأعمال وتشجيع العملاء على استخدام قنوات الخدمة الذاتية. مع قدوم AIتقوم الشركات الآن بتنفيذ أتمتة العمليات المعرفية التي تتيح خيارات الخدمة الذاتية للعملاء والوكلاء وتساعد في أتمتة العديد من الوظائف الأخرى، مثل مكتب مساعدة تكنولوجيا المعلومات وقدرات الموارد البشرية للموظفين.

لقد ولّد إدخال إمكانات ChatGPT الكثير من الاهتمام نماذج الأساس التوليدية للذكاء الاصطناعي. يتم تدريب النماذج الأساسية مسبقًا على مجموعات البيانات غير المسماة وتستفيد من التعلم الخاضع للإشراف الذاتي باستخدام الشبكة العصبيةس. أصبحت النماذج الأساسية عنصرًا أساسيًا في مسارات العمل الجديدة القائمة على الذكاء الاصطناعي، وتستخدم منتجات IBM Watson®‎ النماذج الأساسية منذ عام 2020. تحتوي مكتبة النماذج الأساسية watsonx.ai™‎ الخاصة بشركة IBM على كل من النماذج الأساسية التي تم إنشاؤها بواسطة IBM، بالإضافة إلى العديد من النماذج مفتوحة المصدر نماذج اللغات الكبيرة (LLMs) من Hugging Face.

• التعلم تحت إشراف الذي يستخدم لتدريب الذكاء الاصطناعي يتطلب الكثير من الجهد البشري. إنه أمر صعب ويتطلب وضع علامات مكثفة ويستغرق شهورًا من الجهد. ومن ناحية أخرى، فإن التعلم الخاضع للإشراف الذاتي يتم تشغيله بواسطة الكمبيوتر، ولا يتطلب سوى القليل من الملصقات، كما أنه سريع وآلي وفعال. تشير تجربة IBM مع النماذج الأساسية إلى أن هناك انخفاضًا يتراوح بين 10x و100x في متطلبات وضع العلامات وانخفاضًا قدره 6x في وقت التدريب (مقابل استخدام أساليب تدريب الذكاء الاصطناعي التقليدية).

لتحقيق التحول الرقمي باستخدام الذكاء الاصطناعي، تحتاج شركات التأمين إلى فهم جيد للبيانات المنظمة وغير المنظمة، وتنظيمها، وإدارتها بطريقة آمنة (مع الامتثال للوائح الصناعة) وتمكين الوصول الفوري إلى البيانات "الصحيحة". تعد هذه القدرة أساسية لتوفير تجربة عملاء متميزة وجذب عملاء جدد والاحتفاظ بالعملاء الحاليين والحصول على رؤى عميقة يمكن أن تؤدي إلى منتجات مبتكرة جديدة. كما أنه يساعد على تحسين قرارات الاكتتاب، والحد من الاحتيال والسيطرة على التكاليف. تقوم شركات التأمين الرائدة في جميع المناطق الجغرافية بتنفيذ بنيات بيانات IBM وبرامج التشغيل الآلي على السحابة.

يمكن وضع قدرات الذكاء الاصطناعي التوليدية التي تمكن التحول الرقمي اليوم في خمسة مجالات:

1. تلخيص: قم بتحويل النص في المستندات الكبيرة والمحادثات الصوتية والتسجيلات ذات المحتوى الخاص بالمجال إلى نظرة عامة مخصصة تلتقط النقاط الرئيسية (مثل عقود التأمين ووثائق السياسة والتغطية والإجابات على الأسئلة الشائعة للعملاء).
2. التصنيف: قراءة وتصنيف المدخلات المكتوبة مع عدد قليل من الأمثلة (مثل تصنيف طلبات المطالبات، وفرز شكاوى العملاء، وتحليل مشاعر العملاء، وتصنيف المخاطر أثناء الاكتتاب في التأمين، وتحليل تجزئة العملاء لتطوير منتجات التأمين).
3. توليد: إنشاء محتوى نصي لغرض محدد (على سبيل المثال، الحملات التسويقية مع التركيز على منتجات تأمين محددة، ومنشورات المدونات والمقالات لمختلف المواضيع المتعلقة بالتأمين، ودعم صياغة البريد الإلكتروني المخصص للعملاء وإنشاء الأكواد لاستخدامها بواسطة أنظمة تكنولوجيا التأمين).
4. استخلاص: تحليل واستخراج المعلومات الأساسية من النص غير المنظم (مثل استخراج المعلومات من التقارير المقدمة من وكيل التأمين، واستخراج التشخيص الطبي من الطبيب أو التقارير السريرية لاستخدامها في اكتتاب التأمين وتقييم المخاطر).
5. الإجابة على الأسئلة: قم بإنشاء ميزة للإجابة على الأسئلة بناءً على بيانات محددة (على سبيل المثال، إنشاء مورد للأسئلة والأجوبة خاص بالسياسة والتغطية لوكلاء خدمة العملاء).

مع بدء شركات التأمين في استخدام الذكاء الاصطناعي التوليدي للتحول الرقمي لعمليات أعمال التأمين الخاصة بها، هناك العديد من الفرص لإطلاق القيمة.

يُظهر عمل IBM مع العملاء مكاسب إنتاجية كبيرة عند استخدام الذكاء الاصطناعي التوليدي، بما في ذلك تحسين عمليات الموارد البشرية لتبسيط المهام مثل اكتساب المواهب وإدارة أداء الموظفين؛ جعل وكلاء خدمة العملاء أكثر إنتاجية من خلال تمكينهم من التركيز على التفاعلات ذات القيمة الأعلى مع العملاء (في حين يتعامل المساعدون الافتراضيون للقنوات الرقمية الذين يستخدمون الذكاء الاصطناعي التوليدي مع الاستفسارات الأبسط)؛ وتوفير الوقت والجهد في تحديث التعليمات البرمجية القديمة باستخدام الذكاء الاصطناعي التوليدي للمساعدة في إعادة هيكلة التعليمات البرمجية وتحويلها.

قم بالتسجيل للحصول على نسخة تجريبية مجانية لتشغيل watsonx.ai