วิธีที่ AI สร้างสรรค์มอบคุณค่าให้กับบริษัทประกันภัยและลูกค้าของพวกเขา - IBM Blog

บริษัทประกันภัยประสบปัญหาในการจัดการความสามารถในการทำกำไรไปพร้อมๆ กับการพยายามขยายธุรกิจและรักษาลูกค้าไว้ พวกเขาจะต้องปฏิบัติตามภาระด้านกฎระเบียบที่เพิ่มขึ้น และแข่งขันกับบริษัทผู้ให้บริการทางการเงินที่หลากหลายที่นำเสนอผลิตภัณฑ์การลงทุนที่มีศักยภาพในการสร้างผลตอบแทนที่ดีกว่าประกันชีวิตและผลิตภัณฑ์รายปีแบบดั้งเดิม แม้ว่าอัตราดอกเบี้ยจะสูงขึ้นในอัตราที่ไม่เคยเกิดขึ้นมาก่อนในปีที่ผ่านมา เนื่องจากธนาคารกลางพยายามควบคุมอัตราเงินเฟ้อ แต่ทุนสำรองของบริษัทประกันส่วนใหญ่ถูกล็อคไว้กับการลงทุนที่ให้ผลตอบแทนต่ำ และอัตราผลตอบแทนจากการลงทุนจะไม่ดีขึ้นเป็นเวลาหลายปี (เนื่องจาก พอร์ตการลงทุนพลิกกลับ)

บริษัทประกันภัยขนาดใหญ่และมีชื่อเสียงมีชื่อเสียงในด้านการตัดสินใจที่ระมัดระวัง และพวกเขายังช้าในการนำเทคโนโลยีใหม่ๆ มาใช้ พวกเขาอยากเป็น “ผู้ตามอย่างรวดเร็ว” มากกว่าผู้นำ แม้ว่าจะนำเสนอด้วยกรณีทางธุรกิจที่น่าสนใจก็ตาม ความกลัวในสิ่งที่ไม่รู้นี้อาจส่งผลให้โครงการล้มเหลวซึ่งส่งผลเสียต่อการบริการลูกค้าและนำไปสู่การสูญเสีย

งานของไอบีเอ็มกับลูกค้าประกันภัย ควบคู่ไปกับการศึกษาของสถาบันมูลค่าธุรกิจ (IBV) ของไอบีเอ็ม แสดงให้เห็นว่าการตัดสินใจด้านการจัดการบริษัทประกันได้รับแรงผลักดันจากการจัดการทางดิจิทัล ประสิทธิภาพการทำงานหลัก และความต้องการโครงสร้างพื้นฐานที่ยืดหยุ่น เพื่อให้สอดคล้องกับความจำเป็นหลักและเปลี่ยนแปลงบริษัทของตน บริษัทประกันภัยจำเป็นต้องนำเสนอข้อเสนอทางดิจิทัลให้กับลูกค้า มีประสิทธิภาพมากขึ้น ใช้ข้อมูลอย่างชาญฉลาดมากขึ้น จัดการกับข้อกังวลด้านความปลอดภัยทางไซเบอร์ และมีข้อเสนอที่ยืดหยุ่นและมีเสถียรภาพ

เพื่อให้บรรลุวัตถุประสงค์เหล่านี้ บริษัทประกันภัยส่วนใหญ่จึงมุ่งเน้นไปที่การเปลี่ยนแปลงทางดิจิทัล เช่นเดียวกับการปรับปรุงแกนไอทีให้ทันสมัย ​​ซึ่งเปิดใช้งานโดยโครงสร้างพื้นฐานและแพลตฟอร์มไฮบริดคลาวด์และมัลติคลาวด์ แนวทางนี้สามารถเร่งความเร็วในการออกสู่ตลาดโดยมอบความสามารถที่เพิ่มขึ้นสำหรับการพัฒนาผลิตภัณฑ์และบริการที่เป็นนวัตกรรมใหม่ เพื่อช่วยให้ธุรกิจเติบโต และยังสามารถปรับปรุงประสบการณ์โดยรวมของลูกค้าได้อีกด้วย

บทบาทของ generative AI ในการเปลี่ยนแปลงทางดิจิทัลและความทันสมัยหลัก 

ไม่ว่าจะใช้ในการดำเนินการโครงสร้างพื้นฐานไอทีตามปกติ การโต้ตอบกับลูกค้า หรือการวิเคราะห์ความเสี่ยงหลังสำนักงาน การพิจารณารับประกันและการประมวลผลการเรียกร้อง AI แบบดั้งเดิมและ AI เชิงสร้างสรรค์เป็นกุญแจสำคัญในการริเริ่มความทันสมัยหลักและการเปลี่ยนแปลงทางดิจิทัล

การปรับปรุงหลักให้ทันสมัยด้วย AI

บริษัทประกันภัยรายใหญ่ส่วนใหญ่ตัดสินใจว่ากลยุทธ์ระยะกลางถึงระยะยาวคือการย้ายพอร์ตโฟลิโอแอปพลิเคชันของตนไปยังระบบคลาวด์ให้มากที่สุดเท่าที่จะเป็นไปได้

เมื่อรวมการใช้ระบบคลาวด์เข้ากับความสามารถของ AI แบบสร้างสรรค์และ AI แบบดั้งเดิม เทคโนโลยีเหล่านี้อาจมีผลกระทบอย่างมากต่อธุรกิจ การใช้งาน generative AI ครั้งแรกมักมีไว้เพื่อทำให้ DevOps มีประสิทธิผลมากขึ้น AIOps รวมเครื่องมือการดำเนินงานด้านไอทีแบบแมนนวลแยกกันหลายรายการไว้ในแพลตฟอร์มการดำเนินงานด้านไอทีที่ชาญฉลาดและอัตโนมัติเพียงแพลตฟอร์มเดียว สิ่งนี้ช่วยให้ฝ่ายปฏิบัติการด้านไอทีและทีม DevOps สามารถตอบสนองได้รวดเร็วยิ่งขึ้น (แม้จะเป็นเชิงรุกก็ตาม) ต่อการชะลอตัวและการหยุดทำงาน ซึ่งจะช่วยปรับปรุงประสิทธิภาพและประสิทธิผลในการดำเนินงาน

แนวทางมัลติคลาวด์แบบไฮบริดผสมผสานกับคุณสมบัติการรักษาความปลอดภัยและการควบคุมการปฏิบัติตามข้อกำหนดที่ดีที่สุด (เช่น การควบคุมที่ IBM Cloud® เปิดใช้งานสำหรับอุตสาหกรรมที่ได้รับการควบคุม) นำเสนอคุณค่าที่น่าสนใจแก่บริษัทประกันภัยขนาดใหญ่ในทุกภูมิภาค บริษัทที่โดดเด่นหลายแห่งในทุกภูมิภาคกำลังทำงานร่วมกับ IBM บนเส้นทางการปรับปรุงให้ทันสมัยหลักของตน

การเปลี่ยนแปลงทางดิจิทัลด้วย AI

บริษัทประกันภัยกำลังลดต้นทุนและมอบประสบการณ์ที่ดีขึ้นให้กับลูกค้าโดยใช้ระบบอัตโนมัติ เปลี่ยนธุรกิจให้เป็นดิจิทัล และสนับสนุนให้ลูกค้าใช้ช่องทางการบริการตนเอง ด้วยการถือกำเนิดของ AIขณะนี้บริษัทต่างๆ กำลังใช้ระบบอัตโนมัติของกระบวนการรับรู้ซึ่งช่วยให้มีตัวเลือกสำหรับการบริการตนเองของลูกค้าและตัวแทน และช่วยในการทำให้ฟังก์ชันอื่นๆ มากมายเป็นแบบอัตโนมัติ เช่น แผนกช่วยเหลือด้านไอที และความสามารถด้านทรัพยากรบุคคลของพนักงาน

การเปิดตัวความสามารถ ChatGPT ทำให้เกิดความสนใจอย่างมาก แบบจำลองรากฐาน AI เชิงสร้างสรรค์. โมเดลพื้นฐานได้รับการฝึกอบรมล่วงหน้าเกี่ยวกับชุดข้อมูลที่ไม่มีป้ายกำกับ และใช้ประโยชน์จากการเรียนรู้แบบมีผู้ดูแลด้วยตนเอง เครือข่ายประสาทส. โมเดลพื้นฐานกำลังกลายเป็นองค์ประกอบสำคัญของเวิร์กโฟลว์ที่ใช้ AI ใหม่ และผลิตภัณฑ์ IBM Watson® ได้ใช้โมเดลพื้นฐานมาตั้งแต่ปี 2020 ไลบรารีโมเดลรากฐาน watsonx.ai™ ของ IBM มีทั้งโมเดลพื้นฐานที่ IBM สร้างขึ้น เช่นเดียวกับโอเพ่นซอร์สหลายตัว โมเดลภาษาขนาดใหญ่ (LLM) จาก Hugging Face

พื้นที่ การเรียนรู้ภายใต้การดูแล ที่ใช้ในการฝึก AI ต้องใช้ความพยายามของมนุษย์อย่างมาก เป็นเรื่องยาก ต้องใช้การติดฉลากอย่างเข้มข้น และใช้เวลาหลายเดือน ในทางกลับกัน การเรียนรู้แบบมีผู้ดูแลด้วยตนเองนั้นขับเคลื่อนด้วยคอมพิวเตอร์ ไม่ต้องการการติดฉลากเพียงเล็กน้อย และรวดเร็ว เป็นอัตโนมัติ และมีประสิทธิภาพ ประสบการณ์ของ IBM เกี่ยวกับโมเดลพื้นฐานบ่งชี้ว่าข้อกำหนดในการติดฉลากลดลงระหว่าง 10 เท่าถึง 100 เท่า และเวลาการฝึกอบรมลดลง 6 เท่า (เทียบกับการใช้วิธีการฝึกอบรม AI แบบดั้งเดิม)

เพื่อให้บรรลุการเปลี่ยนแปลงทางดิจิทัลด้วย AI บริษัทประกันภัยจำเป็นต้องได้รับความเข้าใจที่ดีเกี่ยวกับข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง จัดระเบียบ จัดการในลักษณะที่ปลอดภัย (ในขณะที่ปฏิบัติตามกฎระเบียบของอุตสาหกรรม) และเปิดใช้งานการเข้าถึงข้อมูลที่ "ถูกต้อง" ได้ทันที ความสามารถนี้เป็นพื้นฐานในการมอบประสบการณ์ที่เหนือกว่าแก่ลูกค้า การดึงดูดลูกค้าใหม่ การรักษาลูกค้าเดิม และการได้รับข้อมูลเชิงลึกที่สามารถนำไปสู่ผลิตภัณฑ์ที่เป็นนวัตกรรมใหม่ได้ นอกจากนี้ยังช่วยปรับปรุงการตัดสินใจรับประกันภัย ลดต้นทุนการฉ้อโกง และควบคุม บริษัทประกันภัยชั้นนำในทุกภูมิภาคกำลังใช้สถาปัตยกรรมข้อมูลและซอฟต์แวร์ระบบอัตโนมัติของ IBM บนคลาวด์

ความสามารถด้าน AI เชิงสร้างสรรค์ที่ทำให้เกิดการเปลี่ยนแปลงทางดิจิทัลในปัจจุบันสามารถจัดอยู่ในห้าโดเมน:

1. สรุป: แปลงข้อความในเอกสารขนาดใหญ่ การสนทนาด้วยเสียง และการบันทึกเสียงที่มีเนื้อหาเฉพาะโดเมนให้เป็นภาพรวมส่วนบุคคลที่รวบรวมประเด็นสำคัญ (เช่น สัญญาประกันภัย เอกสารกรมธรรม์และความคุ้มครอง และการตอบสนองต่อคำถามที่พบบ่อยของลูกค้า)
2. การจัดหมวดหมู่: อ่านและจัดประเภทข้อมูลที่เป็นลายลักษณ์อักษรโดยใช้ตัวอย่างน้อยที่สุด (เช่น การจัดประเภทคำขอเรียกร้องสินไหม การจัดเรียงข้อร้องเรียนของลูกค้า การวิเคราะห์ความรู้สึกของลูกค้า การจำแนกความเสี่ยงระหว่างการพิจารณารับประกันประกันภัย และการวิเคราะห์การแบ่งส่วนลูกค้าเพื่อการพัฒนาผลิตภัณฑ์ประกันภัย)
3. รุ่น: สร้างเนื้อหาข้อความเพื่อวัตถุประสงค์เฉพาะ (เช่น แคมเปญการตลาดที่เน้นผลิตภัณฑ์ประกันภัยเฉพาะ บล็อกโพสต์และบทความสำหรับหัวข้อที่เกี่ยวข้องกับประกันภัยต่างๆ การสนับสนุนการร่างอีเมลลูกค้าส่วนบุคคล และการสร้างรหัสสำหรับใช้งานโดยระบบเทคโนโลยีประกันภัย)
4. การสกัด: วิเคราะห์และดึงข้อมูลที่จำเป็นจากข้อความที่ไม่มีโครงสร้าง (เช่น ดึงข้อมูลจากรายงานที่ยื่นโดยตัวแทนประกันภัย ดึงการวินิจฉัยทางการแพทย์จากแพทย์หรือรายงานทางคลินิกเพื่อใช้ในการพิจารณารับประกันภัยและประเมินความเสี่ยง)
5. การตอบคำถาม: สร้างคุณลักษณะการตอบคำถามโดยอิงตามข้อมูลเฉพาะ (เช่น สร้างทรัพยากรถามตอบเฉพาะนโยบายและความคุ้มครองสำหรับตัวแทนฝ่ายบริการลูกค้า)

ในขณะที่บริษัทประกันภัยเริ่มใช้ AI เจนเนอเรชั่นเพื่อการเปลี่ยนแปลงกระบวนการธุรกิจประกันภัยของตนทางดิจิทัล จึงมีโอกาสมากมายในการปลดล็อกคุณค่า

การทำงานของไอบีเอ็มกับลูกค้าแสดงให้เห็นถึงประสิทธิภาพที่เพิ่มขึ้นอย่างมากเมื่อใช้ AI ทั่วไป รวมถึงการปรับปรุงกระบวนการทรัพยากรบุคคลเพื่อปรับปรุงงานต่างๆ เช่น การได้มาซึ่งความสามารถพิเศษ และการจัดการประสิทธิภาพของพนักงาน ทำให้ตัวแทนฝ่ายดูแลลูกค้ามีประสิทธิผลมากขึ้นโดยทำให้พวกเขามุ่งเน้นไปที่การโต้ตอบที่มีมูลค่าสูงขึ้นกับลูกค้า (ในขณะที่ผู้ช่วยเสมือนช่องทางดิจิทัลที่ใช้ AI ทั่วไปจะจัดการข้อซักถามที่ง่ายกว่า) และประหยัดเวลาและความพยายามในการปรับปรุงโค้ดเดิมให้ทันสมัยโดยใช้ generative AI เพื่อช่วยในการปรับโครงสร้างโค้ดใหม่และการแปลง

ลงทะเบียนเพื่อทดลองใช้ฟรีเพื่อให้ watsonx.ai ใช้งานได้