Kako generativna umetna inteligenca prinaša vrednost zavarovalnicam in njihovim strankam – IBM Blog

Zavarovalnice se trudijo upravljati dobičkonosnost, hkrati pa poskušajo povečati svoje poslovanje in obdržati stranke. Izpolnjevati morajo naraščajočo regulativno obremenitev in tekmujejo s široko paleto podjetij za finančne storitve, ki ponujajo naložbene produkte, ki imajo potencial za boljše donose kot tradicionalna življenjska zavarovanja in rentni produkti. Čeprav so se obrestne mere v zadnjem letu zvišale s hitrostjo brez primere, ko centralne banke poskušajo zajeziti inflacijo, je pomemben del rezerv zavarovalnic zaklenjen v naložbah z nizkim donosom, njihovi donosi naložb pa se ne bodo izboljšali še nekaj let (saj njihova portfelji se obračajo).

Velike, dobro uveljavljene zavarovalnice imajo sloves zelo konzervativnih pri odločanju in počasi sprejemajo nove tehnologije. Raje bi bili »hitri sledilci« kot vodje, tudi če bi jim predstavili prepričljiv poslovni primer. Ta strah pred neznanim lahko povzroči neuspele projekte, ki negativno vplivajo na storitve za stranke in povzročijo izgube.

IBM-ovo delo z zavarovalniškimi strankami, skupaj s študijami IBM-ovega Inštituta za poslovno vrednost (IBV), kaže, da odločitve vodstva zavarovalnice vodijo digitalna orkestracija, osnovna produktivnost in potreba po prilagodljivi infrastrukturi. Da bi se uskladili s ključnimi zahtevami in preoblikovali svoja podjetja, morajo zavarovalnice svojim strankam zagotoviti digitalne ponudbe, postati učinkovitejše, uporabljati podatke bolj inteligentno, obravnavati pomisleke glede kibernetske varnosti ter imeti odporno in stabilno ponudbo.

Za dosego teh ciljev se je večina zavarovalnic osredotočila na digitalno preobrazbo ter posodobitev jedra IT, ki jo omogočajo hibridni oblak in večoblačna infrastruktura ter platforme. Ta pristop lahko pospeši hitrost na trgu z zagotavljanjem izboljšanih zmogljivosti za razvoj inovativnih izdelkov in storitev za pomoč pri rasti podjetja, prav tako pa lahko izboljša splošno uporabniško izkušnjo.

Vloga generativne umetne inteligence pri digitalni transformaciji in modernizaciji jedra 

Tradicionalna umetna inteligenca in generativna umetna inteligenca sta ključnega pomena za osrednjo posodobitev in pobude za digitalno preobrazbo, ne glede na to, ali se uporabljata v rutinskih operacijah IT infrastrukture, interakcijah s strankami ali pri analizi tveganja v zalednih pisarnah, sklepanju zavarovanj in obdelavi zahtevkov.

Posodobitev jedra z AI

Večina večjih zavarovalniških družb se je odločila, da je njihova srednje- do dolgoročna strategija preseliti čim večji del njihovega portfelja aplikacij v oblak.

Ko je uporaba oblaka kombinirana z generativno umetno inteligenco in tradicionalnimi zmogljivostmi umetne inteligence, imajo lahko te tehnologije ogromen vpliv na poslovanje. Začetna uporaba generativne umetne inteligence je pogosto namenjena večji produktivnosti DevOps. AIOps integrira več ločenih orodij za ročne IT operacije v enotno, inteligentno in avtomatizirano platformo IT operacij. To omogoča IT operacijam in skupinam DevOps, da se hitreje (tudi proaktivno) odzovejo na upočasnitve in izpade ter tako izboljšajo učinkovitost in produktivnost v operacijah.

Hibridni večoblačni pristop v kombinaciji z najboljšimi funkcijami varnosti in nadzora skladnosti v razredu (kot so kontrole, ki jih IBM Cloud® omogoča za regulirane panoge) ponuja prepričljivo vrednostno ponudbo za velike zavarovalnice na vseh območjih. Več uglednih podjetij v vseh regijah sodeluje z IBM-om na njihovem osrednjem potovanju modernizacije.

Digitalna transformacija z AI

Zavarovalnice z avtomatizacijo, digitalizacijo poslovanja in spodbujanjem strank k uporabi samopostrežnih kanalov znižujejo stroške in zagotavljajo boljšo uporabniško izkušnjo. S prihodom AI, podjetja zdaj izvajajo kognitivno avtomatizacijo procesov, ki omogoča možnosti za samopostrežno pomoč strankam in agentom ter pomaga pri avtomatizaciji številnih drugih funkcij, kot so služba za pomoč IT in kadrovske zmogljivosti zaposlenih.

Uvedba zmogljivosti ChatGPT je vzbudila veliko zanimanja za generativni osnovni modeli AI. Temeljni modeli so vnaprej usposobljeni za neoznačene nize podatkov in izkoriščajo samonadzorovano učenje z uporabo nevronska mrežas. Temeljni modeli postajajo bistvena sestavina novih delovnih tokov, ki temeljijo na umetni inteligenci, in izdelki IBM Watson® uporabljajo temeljne modele od leta 2020. IBM-ova knjižnica temeljnih modelov watsonx.ai™ vsebuje tako IBM-ove modele temeljev, kot tudi več odprtokodnih modelov. veliki jezikovni modeli (LLM) iz Hugging Face.

O nadzorovano učenje ki se uporablja za usposabljanje AI, zahteva veliko človeškega truda. Težko je, zahteva intenzivno označevanje in mesece truda. Po drugi strani je samonadzorovano učenje računalniško podprto, zahteva malo označevanja ter je hitro, avtomatizirano in učinkovito. IBM-ove izkušnje s temeljnimi modeli kažejo, da je med 10- in 100-kratnim zmanjšanjem zahtev glede označevanja in 6-kratnim zmanjšanjem časa usposabljanja (v primerjavi z uporabo tradicionalnih metod usposabljanja z umetno inteligenco).

Da bi dosegle digitalno preobrazbo z umetno inteligenco, morajo zavarovalnice dobro razumeti strukturirane in nestrukturirane podatke, jih organizirati, upravljati na varen način (ob upoštevanju industrijskih predpisov) in omogočiti takojšen dostop do »pravih« podatkov. Ta zmožnost je bistvena za zagotavljanje vrhunske uporabniške izkušnje, privabljanje novih strank, ohranjanje obstoječih strank in pridobivanje globokih vpogledov, ki lahko vodijo do novih inovativnih izdelkov. Pomaga tudi izboljšati sklepanje sklepov, zmanjšati goljufije in nadzorovati stroške. Vodilne zavarovalnice na vseh območjih implementirajo IBM-ove podatkovne arhitekture in programsko opremo za avtomatizacijo v oblaku.

Generativne zmogljivosti umetne inteligence, ki omogočajo današnjo digitalno preobrazbo, je mogoče umestiti v pet domen:

1. Povzetek: Pretvorite besedilo v velikih dokumentih, glasovnih pogovorih in posnetkih z vsebino, specifično za domeno, v prilagojene preglede, ki zajemajo ključne točke (kot so zavarovalne pogodbe, dokumenti o policah in kritju ter odgovori na pogosta vprašanja strank).
2. Razvrstitev: Preberite in razvrstite pisne vnose s čim manj primeri (kot je razvrščanje zahtevkov za odškodninske zahtevke, razvrščanje pritožb strank, analiza razpoloženja strank, razvrščanje tveganj med sklepanjem zavarovanj in analiza segmentacije strank za razvoj zavarovalnih produktov).
3. Generacija: Ustvarite besedilno vsebino za določen namen (na primer trženjske akcije s poudarkom na določenih zavarovalniških produktih, objave v spletnih dnevnikih in članke za različne teme, povezane z zavarovalništvom, prilagojeno podporo za pripravo e-pošte strank in ustvarjanje kode za uporabo v sistemih zavarovalne tehnologije).
4. Pridobivanje: Analizirajte in izvlecite bistvene informacije iz nestrukturiranega besedila (kot je pridobivanje informacij iz poročil, ki jih je vložil zavarovalni zastopnik, pridobivanje medicinske diagnoze zdravnika ali kliničnih poročil za uporabo pri sklepanju zavarovanj in ocenjevanju tveganja).
5. Odgovarjanje na vprašanja: Ustvarite funkcijo odgovarjanja na vprašanja, ki temelji na določenih podatkih (na primer zgradite vir vprašanj in odgovorov, specifičen za politiko in pokritost, za agente za pomoč strankam).

Ko zavarovalnice začnejo uporabljati generativno umetno inteligenco za digitalno transformacijo svojih zavarovalniških poslovnih procesov, obstaja veliko priložnosti za sprostitev vrednosti.

IBM-ovo delo s strankami kaže znatno povečanje produktivnosti pri uporabi generativne umetne inteligence, vključno z izboljšanjem kadrovskih procesov za racionalizacijo nalog, kot je pridobivanje talentov in upravljanje uspešnosti zaposlenih; povečanje produktivnosti agentov za pomoč strankam, tako da se jim omogoči, da se osredotočijo na interakcije s strankami višje vrednosti (medtem ko virtualni pomočniki digitalnih kanalov, ki uporabljajo generativno umetno inteligenco, obravnavajo enostavnejše poizvedbe); ter prihranek časa in truda pri posodabljanju podedovane kode z uporabo generativne umetne inteligence za pomoč pri refaktoriranju in pretvorbi kode.

Prijavite se za brezplačno preskusno različico, da bo watsonx.ai začel delovati