Hogyan biztosít értéket a generatív AI a biztosítótársaságoknak és ügyfeleiknek – IBM Blog

A biztosítók küzdenek a jövedelmezőség menedzselésével, miközben megpróbálják növelni vállalkozásukat és megtartani az ügyfeleket. Növekvő szabályozási terheknek kell megfelelniük, és a pénzügyi szolgáltató társaságok széles körével versenyeznek, amelyek olyan befektetési termékeket kínálnak, amelyek a hagyományos életbiztosítási és járadékos termékeknél jobb megtérülési lehetőséget kínálnak. Bár a kamatlábak soha nem látott mértékben emelkedtek az elmúlt évben, mivel a jegybankok megpróbálják megfékezni az inflációt, a biztosítók tartalékainak jelentős része alacsony hozamú befektetésekbe van zárva, és befektetéseik hozamai évekig nem javulnak (mivel portfóliók megfordulnak).

A nagy, jól megalapozott biztosítótársaságok nagyon konzervatív döntéshozatali hírnévvel rendelkeznek, és lassan alkalmazzák az új technológiákat. Inkább „gyors követők”, mintsem vezetők, még akkor is, ha egy meggyőző üzleti eset áll előttük. Ez az ismeretlentől való félelem sikertelen projektekhez vezethet, amelyek negatívan befolyásolják az ügyfélszolgálatot, és veszteségekhez vezethetnek.

Az IBM biztosítási ügyfelekkel folytatott munkája, valamint az IBM Institute of Business Value (IBV) tanulmányai azt mutatják, hogy a biztosítói menedzsment döntéseit a digitális hangszerelés, az alapvető termelékenység és a rugalmas infrastruktúra iránti igény határozza meg. A kulcsfontosságú követelményekhez való igazodás és vállalataik átalakításához a biztosítóknak digitális ajánlatokat kell nyújtaniuk ügyfeleiknek, hatékonyabbá kell válniuk, intelligensebben kell használniuk az adatokat, kezelniük kell a kiberbiztonsági aggályokat, valamint rugalmas és stabil kínálattal kell rendelkezniük.

E célok elérése érdekében a legtöbb biztosítótársaság a digitális átalakulásra, valamint a hibrid felhő és többfelhős infrastruktúra és platformok által lehetővé tett IT-alapmodernizálásra összpontosított. Ez a megközelítés felgyorsíthatja a piacra jutást azáltal, hogy továbbfejlesztett képességeket biztosít az innovatív termékek és szolgáltatások fejlesztéséhez, amelyek elősegítik az üzlet növekedését, és javíthatja az általános ügyfélélményt is.

A generatív AI szerepe a digitális átalakulásban és az alapvető modernizációban 

Függetlenül attól, hogy a rutin IT-infrastruktúra-műveletekben, az ügyfelek felé irányuló interakciókban vagy a háttér-irodai kockázatelemzésben, biztosítási és követelésfeldolgozásban használják, a hagyományos AI és a generatív AI kulcsfontosságúak az alapvető modernizációs és digitális átalakítási kezdeményezésekben.

Core modernizáció AI-val

A legtöbb nagyobb biztosítótársaság úgy döntött, hogy közép- és hosszú távú stratégiájuk az, hogy alkalmazásportfóliójuk minél nagyobb részét a felhőbe migrálja.

Ha a felhő használatát a generatív mesterséges intelligencia és a hagyományos AI-képességekkel kombinálják, ezek a technológiák óriási hatással lehetnek az üzletre. A generatív mesterséges intelligencia kezdeti használata gyakran a DevOps produktívabbá tételére szolgál. AIOps több különálló kézi IT-műveleti eszközt integrál egyetlen, intelligens és automatizált IT-műveleti platformba. Ez lehetővé teszi az IT-műveletek és a DevOps csapatok számára, hogy gyorsabban (akár proaktívan) reagáljanak a lassulásokra és leállásokra, ezáltal javítva a működés hatékonyságát és termelékenységét.

A hibrid multicloud megközelítés kategóriájában a legjobb biztonsági és megfelelőség-ellenőrzési funkciókkal (például az IBM Cloud® által a szabályozott iparágak számára lehetővé tett vezérlésekkel) kombinálva lenyűgöző értékajánlatot kínál a nagy biztosítók számára minden földrajzi területen. Minden földrajzi területen számos prominens vállalat dolgozik együtt az IBM-mel alapvető modernizációs útján.

Digitális átalakítás AI-val

A biztosítótársaságok az automatizálás, az üzlet digitalizálása és az ügyfelek önkiszolgáló csatornák használatára való ösztönzése révén csökkentik a költségeket és jobb ügyfélélményt nyújtanak. A megjelenésével AI, a vállalatok most olyan kognitív folyamatautomatizálást valósítanak meg, amely lehetővé teszi az ügyfelek és ügynökök önkiszolgálását, és számos egyéb funkció automatizálását segíti elő, mint például az IT-súgószolgálat és az alkalmazottak HR-szolgáltatásai.

A ChatGPT képességek bevezetése nagy érdeklődést váltott ki generatív AI alapozó modellek. Az alapmodelleket előre kiképzik címkézetlen adatkészletekre, és kihasználják az önfelügyelt tanulást neurális hálózats. Az alapmodellek az új mesterséges intelligencia-alapú munkafolyamatok elengedhetetlen összetevőjévé válnak, és az IBM Watson® termékek 2020 óta használnak alapmodelleket. Az IBM watsonx.ai™ alapozómodell-könyvtára egyaránt tartalmazza az IBM által épített alapmodelleket, valamint számos nyílt forráskódú modellt. nagy nyelvi modellek (LLM) a Hugging Face-től.

A felügyelt tanulás A mesterséges intelligencia betanításához sok emberi erőfeszítésre van szükség. Nehéz, intenzív címkézést igényel, és hónapokig tartó erőfeszítést igényel. Másrészt az önfelügyelt tanulás számítógéppel működik, kevés címkézést igényel, valamint gyors, automatizált és hatékony. Az IBM alapmodellekkel kapcsolatos tapasztalatai azt mutatják, hogy a címkézési követelmények 10-100-szorosára, a betanítási idő pedig hatszorosára csökken (a hagyományos mesterséges intelligencia oktatási módszereihez képest).

A mesterséges intelligencia segítségével történő digitális átalakulás eléréséhez a biztosítótársaságoknak jól meg kell érteniük a strukturált és strukturálatlan adatokat, meg kell szervezniük, biztonságosan kell kezelniük (az iparági előírások betartása mellett), és lehetővé kell tenniük az azonnali hozzáférést a „helyes” adatokhoz. Ez a képesség alapvető fontosságú a kiváló vásárlói élmény biztosításához, az új ügyfelek vonzásához, a meglévő ügyfelek megtartásához és az új innovatív termékekhez vezető mély betekintéshez. Segít a biztosítási döntések javításában, a csalás csökkentésében és a költségek ellenőrzésében. A vezető biztosítók minden földrajzi területen alkalmazzák az IBM adatarchitektúráját és automatizálási szoftvereit felhőben.

A mai digitális átalakulást lehetővé tévő generatív AI-képességek öt területen helyezhetők el:

1. Összegzés: Alakítsa át a nagyméretű dokumentumok szövegét, a hangbeszélgetéseket és a domain-specifikus tartalmú felvételeket személyre szabott áttekintésekké, amelyek rögzítik a kulcsfontosságú pontokat (például biztosítási szerződéseket, kötvény- és fedezeti dokumentumokat, valamint az ügyfelek GYIK-eire adott válaszokat).
2. Besorolás: Olvassa el és osztályozza az írásos bemeneteket, mindössze nulla példával (például a kárigények osztályozása, az ügyfelek panaszainak rendezése, az ügyfelek hangulatának elemzése, a kockázatok osztályozása a biztosítási szerződéskötés során és az ügyfélszegmentáció elemzése a biztosítási termékfejlesztéshez).
3. Generáció: Szöveges tartalom létrehozása meghatározott célra (például konkrét biztosítási termékekre összpontosító marketingkampányok, blogbejegyzések és cikkek különféle biztosítással kapcsolatos témákban, személyre szabott ügyfél-e-mail-szerkesztési támogatás és kódgenerálás a biztosítási technológiai rendszerek számára).
4. Kivonás: Elemezze és kinyerje le a lényeges információkat strukturálatlan szövegből (például információk kinyerése a biztosítási ügynök által benyújtott jelentésekből, orvosi diagnózis kinyerése az orvosból vagy klinikai jelentések biztosítási szerződésben való felhasználása és kockázatértékelése céljából).
5. Kérdés-válasz: Hozzon létre egy kérdés-megválaszoló funkciót konkrét adatokon (például házirend és lefedettség-specifikus kérdés-válasz erőforrások létrehozása az ügyfélszolgálati munkatársak számára).

Ahogy a biztosítótársaságok generatív mesterséges intelligenciát kezdenek használni biztosítási üzleti folyamataik digitális átalakítására, számos lehetőség nyílik az érték felszabadítására.

Az IBM ügyfelekkel végzett munkája jelentős termelékenységnövekedést mutat a generatív mesterséges intelligencia használatakor, beleértve a HR-folyamatok javítását az olyan feladatok ésszerűsítése érdekében, mint a tehetségszerzés és az alkalmazottak teljesítményének kezelése; az ügyfélszolgálati ügynökök produktívabbá tétele azáltal, hogy lehetővé teszik számukra, hogy az ügyfelekkel való magasabb értékű interakciókra összpontosítsanak (míg a generatív mesterséges intelligencia segítségével a digitális csatornás virtuális asszisztensek kezelik az egyszerűbb megkereséseket); és időt és erőfeszítést takaríthat meg a régebbi kódok modernizálása során a generatív mesterséges intelligencia használatával, amely segíti a kód újrafeldolgozását és konvertálását.

Iratkozzon fel egy ingyenes próbaverzióra, hogy működésbe hozza a watsonx.ai-t