Hoe generatieve AI waarde levert aan verzekeringsmaatschappijen en hun klanten – IBM Blog

Verzekeraars hebben moeite met het beheren van de winstgevendheid terwijl ze proberen hun bedrijf te laten groeien en klanten te behouden. Ze moeten voldoen aan een toenemende regeldruk en concurreren met een breed scala aan financiële dienstverleners die beleggingsproducten aanbieden die potentieel betere rendementen bieden dan traditionele levensverzekeringen en lijfrenteproducten. Hoewel de rente het afgelopen jaar in een ongekend tempo is gestegen nu centrale banken proberen de inflatie te beteugelen, is een aanzienlijk deel van de reserves van verzekeraars opgesloten in laagrentende beleggingen, en zullen hun beleggingsrendementen de komende jaren niet verbeteren (omdat hun portefeuilles draaien om).

Grote, gevestigde verzekeringsmaatschappijen hebben de reputatie zeer conservatief te zijn in hun besluitvorming, en zijn traag in het adopteren van nieuwe technologieën. Ze zijn liever ‘snelle volgers’ dan leiders, zelfs als ze een overtuigende business case voorgeschoteld krijgen. Deze angst voor het onbekende kan resulteren in mislukte projecten die een negatieve invloed hebben op de klantenservice en tot verliezen leiden.

Uit IBM's werk met verzekeringsklanten, samen met onderzoeken van IBM's Institute of Business Value (IBV), blijkt dat managementbeslissingen van verzekeraars worden aangestuurd door digitale orkestratie, kernproductiviteit en de behoefte aan flexibele infrastructuur. Om aan de belangrijkste eisen te voldoen en hun bedrijven te transformeren, moeten verzekeraars hun klanten een digitaal aanbod bieden, efficiënter worden, data intelligenter gebruiken, cyberveiligheidsproblemen aanpakken en een veerkrachtig en stabiel aanbod hebben.

Om deze doelstellingen te bereiken hebben de meeste verzekeringsmaatschappijen zich gefocust op digitale transformatie en op de modernisering van de IT-kern, mogelijk gemaakt door hybride cloud- en multi-cloudinfrastructuur en -platforms. Deze aanpak kan de marktintroductie versnellen door verbeterde mogelijkheden te bieden voor de ontwikkeling van innovatieve producten en diensten om het bedrijf te helpen groeien, en kan ook de algehele klantervaring verbeteren.

De rol van generatieve AI in digitale transformatie en kernmodernisering 

Of ze nu worden gebruikt bij routinematige IT-infrastructuuractiviteiten, klantgerichte interacties of backoffice-risicoanalyses, acceptatie- en claimverwerking, traditionele AI en generatieve AI zijn van cruciaal belang voor kerninitiatieven op het gebied van modernisering en digitale transformatie.

Kernmodernisering met AI

De meeste grote verzekeringsmaatschappijen hebben besloten dat hun strategie voor de middellange tot lange termijn bestaat uit het migreren van een zo groot mogelijk deel van hun applicatieportfolio naar de cloud.

Wanneer het gebruik van de cloud wordt gecombineerd met generatieve AI en traditionele AI-mogelijkheden, kunnen deze technologieën een enorme impact hebben op het bedrijfsleven. Het eerste gebruik van generatieve AI is vaak bedoeld om DevOps productiever te maken. AIOps integreert meerdere afzonderlijke handmatige IT-operatietools in één enkel, intelligent en geautomatiseerd IT-operatieplatform. Hierdoor kunnen IT-operations- en DevOps-teams sneller (zelfs proactief) reageren op vertragingen en storingen, waardoor de efficiëntie en productiviteit van de bedrijfsvoering worden verbeterd.

Een hybride multicloud-aanpak in combinatie met de beste beveiligings- en compliance-controlefuncties (zoals controles die IBM Cloud® mogelijk maakt voor gereguleerde sectoren) biedt een overtuigende waardepropositie voor grote verzekeraars in alle regio's. Verschillende vooraanstaande bedrijven in elke regio werken met IBM samen aan hun belangrijkste moderniseringstraject.

Digitale transformatie met AI

Verzekeringsmaatschappijen verlagen de kosten en bieden een betere klantervaring door gebruik te maken van automatisering, het bedrijf te digitaliseren en klanten aan te moedigen zelfbedieningskanalen te gebruiken. Met de komst van AIBedrijven implementeren nu cognitieve procesautomatisering die opties voor zelfbediening van klanten en agenten mogelijk maakt en helpt bij het automatiseren van vele andere functies, zoals de IT-helpdesk en HR-mogelijkheden van medewerkers.

De introductie van ChatGPT-mogelijkheden heeft veel belangstelling gewekt generatieve AI-basismodellen. Basismodellen zijn vooraf getraind op ongelabelde datasets en maken gebruik van zelfgecontroleerd leren neuraal netwerkS. Funderingsmodellen worden een essentieel ingrediënt van nieuwe op AI gebaseerde workflows, en IBM Watson®-producten gebruiken sinds 2020 funderingsmodellen. IBM's watsonx.ai™ foundation-modelbibliotheek bevat zowel door IBM gebouwde funderingsmodellen als verschillende open-source grote taalmodellen (LLM's) van Hugging Face.

De leren onder toezicht dat wordt gebruikt om AI te trainen vergt veel menselijke inspanning. Het is moeilijk, vereist intensieve etikettering en vergt maandenlange inspanning. Aan de andere kant wordt zelfgestuurd leren computergestuurd, vereist weinig etikettering en is snel, geautomatiseerd en efficiënt. IBM's ervaring met basismodellen geeft aan dat er tussen de 10x en 100x minder labelvereisten zijn en dat de trainingstijd zes keer korter is (vergeleken met het gebruik van traditionele AI-trainingsmethoden).

Om digitale transformatie met AI te realiseren, moeten verzekeringsmaatschappijen een goed inzicht krijgen in gestructureerde en ongestructureerde data, deze organiseren, op een veilige manier beheren (met inachtneming van de sectorregelgeving) en directe toegang tot de ‘juiste’ data mogelijk maken. Deze mogelijkheid is van fundamenteel belang voor het bieden van een superieure klantervaring, het aantrekken van nieuwe klanten, het behouden van bestaande klanten en het verkrijgen van diepgaande inzichten die kunnen leiden tot nieuwe innovatieve producten. Het helpt ook om acceptatiebeslissingen te verbeteren, fraude te verminderen en de kosten onder controle te houden. Toonaangevende verzekeraars in alle regio’s implementeren de data-architecturen en automatiseringssoftware van IBM in de cloud.

Generatieve AI-mogelijkheden die de huidige digitale transformatie mogelijk maken, kunnen in vijf domeinen worden geplaatst:

1. Samenvatting: Transformeer tekst in grote documenten, spraakgesprekken en opnames met domeinspecifieke inhoud in gepersonaliseerde overzichten die belangrijke punten vastleggen (zoals verzekeringscontracten, polis- en dekkingsdocumenten en antwoorden op veelgestelde vragen van klanten).
2. Indeling: Lees en classificeer schriftelijke input met slechts nul voorbeelden (zoals het classificeren van claimaanvragen, het sorteren van klachten van klanten, het analyseren van het klantsentiment, het classificeren van risico's tijdens het afsluiten van verzekeringen en het analyseren van klantsegmentatie voor de ontwikkeling van verzekeringsproducten).
3. Generatie: Genereer tekstinhoud voor een specifiek doel (bijvoorbeeld marketingcampagnes met de nadruk op specifieke verzekeringsproducten, blogposts en artikelen over verschillende verzekeringsgerelateerde onderwerpen, gepersonaliseerde ondersteuning bij het opstellen van e-mails voor klanten en het genereren van codes voor gebruik door verzekeringstechnologiesystemen).
4. Extractie: Analyseer en extraheer essentiële informatie uit ongestructureerde tekst (zoals het extraheren van informatie uit door verzekeringsagenten ingediende rapporten, het extraheren van medische diagnoses van artsen of klinische rapporten voor gebruik bij het afsluiten van verzekeringen en het evalueren van risico's).
5. Vraag beantwoorden: Creëer een vraag-antwoordfunctie op basis van specifieke gegevens (stel bijvoorbeeld een beleids- en dekkingsspecifieke vraag- en antwoordbron op voor klantenservicemedewerkers).

Nu verzekeringsmaatschappijen generatieve AI gaan gebruiken voor de digitale transformatie van hun verzekeringsbedrijfsprocessen, zijn er veel mogelijkheden om waarde te ontsluiten.

Het werk van IBM met klanten laat aanzienlijke productiviteitswinsten zien bij het gebruik van generatieve AI, waaronder het verbeteren van HR-processen om taken zoals het verwerven van talent en het beheren van de prestaties van werknemers te stroomlijnen; klantenservicemedewerkers productiever maken door hen in staat te stellen zich te concentreren op waardevollere interacties met klanten (terwijl digitale kanaalvirtuele assistenten die gebruik maken van generatieve AI eenvoudiger vragen afhandelen); en het besparen van tijd en moeite bij het moderniseren van verouderde code door generatieve AI te gebruiken om te helpen bij het refactoren en converteren van code.

Meld u aan voor een gratis proefperiode om watsonx.ai aan het werk te zetten