Autor: Patrick Gill, starszy wiceprezes i dyrektor generalny ds. ubezpieczeń i rozwiązań dla przedsiębiorstw
Od lat dyskusje na temat efektywności operacyjnej w branży ubezpieczeniowej skupiały się na jednym celu: obniżeniu kosztów. Automatyzacja procesów. Wyeliminowanie zadań wykonywanych ręcznie. Skrócenie czasu realizacji. Usunięcie zbędnych etapów.
To wszystko są wartościowe cele. Jednak pomijają one szansę o znacznie większym znaczeniu. Kolejny etap poprawy wydajności operacyjnej nie polega po prostu na szybszej pracy. Chodzi o podejmowanie lepszych decyzji dzięki dostępowi do lepszych informacji jeszcze przed rozpoczęciem pracy. Ta różnica ma znaczenie.
W przeszłości branża ubezpieczeniowa funkcjonowała w środowisku, w którym zbyt wiele decyzji podejmowano dopiero po przybyciu na miejsce zdarzenia. Rzeczoznawcy udawali się do domów, aby ocenić ich stan. Wykonawcy wspinali się na dachy, by je zmierzyć. Kierownicy ds. likwidacji szkód czekali na wyniki oględzin, zanim podejmowali decyzje o przydziale zasobów. Zespoły ds. katastrof często reagowały dopiero wtedy, gdy organizacja zaczęła być zalewana zgłoszeniami szkód.
Skutkiem tego było nie tylko spowolnienie rozpatrywania roszczeń, ale także niepewność. Liczne wizyty na miejscu. Powtarzanie pracy. Niespójne decyzje. Wykorzystywanie kosztownych zasobów tam, gdzie nie były potrzebne, podczas gdy roszczenia o wyższym priorytecie pozostawały w oczekiwaniu.
Sztuczna inteligencja zmienia tę sytuację. Nie dlatego, że sztuczna inteligencja zastępuje likwidatorów szkód lub specjalistów ds. roszczeń. Tak nie jest. Sztuczna inteligencja zwiększa wydajność operacyjną, ponieważ pozwala ubezpieczycielom uzyskać znacznie więcej informacji, zanim ktokolwiek opuści biuro. To zasadniczo odmienne podejście do obsługi roszczeń.
W firmie Eagleview od ponad dwóch dekad pomagamy ubezpieczycielom w analizie nieruchomości za pomocą zdjęć lotniczych i danych analitycznych dotyczących nieruchomości.
Na początku oznaczało to rozwiązanie bardzo praktycznego problemu.
Pomiary dachu były często przedmiotem sporów. Rzeczoznawcy, wykonawcy i właściciele domów mogli dochodzić do różnych wniosków w kwestii tak prostej, jak wielkość dachu. Te nieporozumienia powodowały napięcia niemal w każdej sprawie dotyczącej odszkodowania z tytułu uszkodzenia dachu.
Dzięki obiektywnym, niezależnym pomiarom udało się wyeliminować tę niepewność. Wszyscy mogli opierać się na tym samym zestawie faktów. Już samo to przyniosło ogromną poprawę wydajności operacyjnej.
Jednak pomiary to tak naprawdę dopiero początek.
Obecnie ubezpieczyciele mają dostęp do zupełnie nowego poziomu danych dotyczących nieruchomości: stanu dachu, wieku dachu, cech konstrukcyjnych, historycznych zdjęć, zmian w nieruchomości na przestrzeni czasu, danych pogodowych oraz wykrywania zmian opartego na sztucznej inteligencji.
Każda nowa warstwa informacji dostarcza odpowiedzi na kolejne pytanie, zanim ktoś zdąży je zadać w terenie.
Nasza wewnętrzna dewiza stała się prosta:
O ile lepiej można działać, jeśli przed wyruszeniem w drogę wie się więcej?
Jak się okazuje, odpowiedź brzmi: znacznie lepiej.
Sztuczna inteligencja zmienia ekonomię obsługi roszczeń
Jednym z największych błędnych przekonań dotyczących sztucznej inteligencji jest to, że chodzi w niej przede wszystkim o automatyzację.
Prawdziwą szansą jest inteligencja.
Organizacje zajmujące się rozpatrywaniem roszczeń zatrudniają już doświadczonych specjalistów, którzy potrafią podejmować trudne decyzje. Wyzwaniem dla nich nie są kompetencje, lecz przejrzystość.
Sztuczna inteligencja pozwala operatorom łączyć ogromne ilości różnorodnych informacji, których przetworzenie wymagałoby wcześniej tygodni pracy analityków danych, i udostępniać je w ciągu kilku minut za pomocą zapytań sformułowanych w języku naturalnym.
Zamiast przeszukiwać niepowiązane ze sobą systemy, osoby odpowiedzialne za likwidację szkód mogą zadawać proste pytania: Które starsze dachy znajdują się na trasie wczorajszego gradu? Które ubezpieczone nieruchomości wykazywały już oznaki zużycia przed burzą? Które zgłoszenia szkód należy potraktować priorytetowo? Gdzie w pierwszej kolejności należy wysłać doświadczonych rzeczoznawców?
Nie są to jedynie teoretyczne możliwości. Są to praktyczne decyzje, które mają bezpośredni wpływ na wysokość odszkodowań, zadowolenie klientów oraz koszty operacyjne.
Wydajność operacyjna to nie tylko szybsze rozpatrywanie roszczeń. Chodzi o to, by odpowiednie roszczenie zostało potraktowane z należytą uwagą przez właściwą osobę we właściwym czasie.
Sztuczna inteligencja to umożliwia.
Wydajność operacyjna zaczyna się jeszcze przed zgłoszeniem pierwszego roszczenia
Być może największą zmianą, jaką umożliwia sztuczna inteligencja, jest przeniesienie planowania operacyjnego na etap poprzedzający reagowanie na katastrofy. Tradycyjnie ubezpieczyciele rozpoczynali działania dopiero po zgłoszeniu roszczeń. A co by było, gdybyśmy znali skalę ryzyka jeszcze przed uderzeniem burzy?
Weźmy pod uwagę prognozę huraganu, który ma dotknąć tysiące ubezpieczonych nieruchomości. Ubezpieczyciel może obecnie połączyć prognozy pogodowe ze szczegółowymi danymi dotyczącymi nieruchomości w całym swoim portfelu, aby zidentyfikować ubezpieczonych najbardziej narażonych na ryzyko, w tym tych posiadających starsze dachy, nieruchomości wykazujące już oznaki zużycia oraz budynki o cechach wskazujących na większe prawdopodobieństwo wystąpienia szkód.
Zamiast przygotowywać się ogólnie na wypadek katastrofy, ubezpieczyciele mogą podjąć konkretne działania. Można dostosować liczbę pracowników zajmujących się likwidacją szkód. Niezależnych rzeczoznawców można rozmieszczać w strategicznych miejscach. Komunikację z klientami można rozpocząć wcześniej. Zasoby można przydzielać przed osiągnięciem szczytu zapotrzebowania, a nie dopiero po nim. To zupełnie nowy poziom wydajności operacyjnej. Nie chodzi już o skuteczne reagowanie, ale o inteligentne przygotowanie się.
Po burzy sztuczna inteligencja pomaga ustalić priorytety tego, co najważniejsze
Gdy dochodzi do zdarzenia pogodowego na dużą skalę, ubezpieczyciele natychmiast stają przed kolejnym wyzwaniem. Tysiące – a nawet dziesiątki tysięcy – potencjalnych roszczeń. Nie chodzi tu tylko o to, jak szybko można je rozpatrzyć, ale o to, jak inteligentnie ustalić ich priorytety. Nie każda uszkodzona nieruchomość wymaga takiego samego poziomu pilności.
Łącząc dane pogodowe z okresu po zdarzeniu z informacjami historycznymi dotyczącymi konkretnych nieruchomości, sztuczna inteligencja może pomóc ubezpieczycielom w szybkiej analizie obowiązujących polis w celu zidentyfikowania nieruchomości, które najprawdopodobniej wymagają natychmiastowej interwencji.
Wyobraźmy sobie, że trzeba dokonać oceny całego portfela ubezpieczeń po silnej burzy gradowej. Zamiast traktować wszystkie roszczenia jednakowo, ubezpieczyciele mogą zidentyfikować nieruchomości, które łączą w sobie kilka istotnych wskaźników, takich jak starsze pokrycia dachowe, zły stan dachu w przeszłości, intensywność burzy oraz cechy nieruchomości związane z wyższym prawdopodobieństwem poniesienia znacznych strat.
Dzięki temu organizacje zajmujące się likwidacją szkód mogą niemal natychmiast wdrażać bardziej efektywne procesy pracy. Doświadczeni likwidatorzy szkód mogą skupić się na zadaniach, gdzie są najbardziej potrzebni. Szkody o mniejszym stopniu złożoności mogą być rozpatrywane w ramach usprawnionych procesów. Oczekiwania klientów można spełniać w sposób bardziej proaktywny. Efektem tego jest nie tylko szybsza likwidacja szkód, ale także lepsze wykorzystanie zasobów w całym przedsiębiorstwie.
Historical Property Intelligence wprowadza zmiany w zarządzaniu portfelem
Jedną z największych zalet zdjęć lotniczych jest to, że nie są one jedynie migawką z danego momentu. Tworzą one historię.
Gdy nieruchomości są obserwowane wielokrotnie przez wiele lat, ubezpieczyciele zyskują coś, czym branża rzadko dysponowała na taką skalę: wgląd w to, jak zmieniają się te nieruchomości:
Dachy się starzeją
Materiały ulegają zniszczeniu
Występują usterki
Dodano nowe funkcje
Sytuacja się poprawia – albo pogarsza
W przeszłości zrozumienie tych zmian w odniesieniu do setek tysięcy lub milionów ubezpieczonych nieruchomości byłoby praktycznie niemożliwe.
Sztuczna inteligencja to zmienia.
Analizując dotychczasowy stan dachów w całym portfelu ubezpieczyciela, ubezpieczyciele mogą lepiej zrozumieć przyszłe zobowiązania finansowe, zanim dojdzie do szkód. Zaczynają się wyłaniać pewne wzorce. Całe segmenty portfela mogą obejmować starzejące się dachy, które zbliżają się do terminu wymiany. W niektórych regionach geograficznych może dochodzić do przyspieszonego zużycia z powodu ekspozycji na czynniki atmosferyczne. Coraz wyraźniej uwidaczniają się cechy nieruchomości związane z przyszłymi roszczeniami.
Zamiast opierać się wyłącznie na historycznych wskaźnikach szkodowości, ubezpieczyciele mogą zacząć uwzględniać rzeczywisty stan nieruchomości w zarządzaniu portfelem.
To właśnie jest efektywność operacyjna na poziomie strategicznym:
Lepsze prognozowanie.
Lepszy system rezerwacji.
Lepsze planowanie.
Lepsza alokacja kapitału.
Pomagamy właścicielom domów stać się częścią rozwiązania
Efektywność operacyjna to nie tylko usprawnianie procesów pracy ubezpieczycieli. Czasami największe korzyści wynikają z całkowitego zapobiegania szkodom. Indywidualna analiza ryzyka związanego z nieruchomościami daje ubezpieczycielom możliwość nawiązania współpracy z właścicielami domów na długo przed wystąpieniem szkody.
System analizy danych dotyczących nieruchomości oparty na sztucznej inteligencji pozwala zidentyfikować problemy związane z konserwacją, których właściciele domów mogą nigdy nie zauważyć z poziomu ziemi:
Zniszczenie dachu
Wystająca korona drzewa
Zmieniające się warunki dotyczące nieruchomości
Pojawiające się problemy związane z konserwacją
Dostarczanie właścicielom domów praktycznych informacji pomaga im lepiej zrozumieć stan ich nieruchomości i podejmować świadome decyzje dotyczące konserwacji, zanim stosunkowo drobne problemy przerodzą się w poważne straty.
Wszyscy na tym zyskują.
Właściciele domów zmniejszają ryzyko wystąpienia kosztownych szkód. Ubezpieczyciele ograniczają liczbę roszczeń, których można było uniknąć. Organizacje zajmujące się likwidacją szkód poświęcają więcej czasu na obsługę szkód nieuniknionych, a nie tych, którym można było zapobiec. Efektywność operacyjna to nie tylko skuteczniejsze rozpatrywanie roszczeń.
Chodzi przede wszystkim o to, by od samego początku generować mniej zgłoszeń wymagających rozpatrzenia.
Dzięki sztucznej inteligencji można łatwo odpowiedzieć na pytania, na które wcześniej nie było odpowiedzi
Jednym z najbardziej ekscytujących osiągnięć nie jest po prostu dostępność większej ilości danych, lecz ich przystępność. W przeszłości udzielenie odpowiedzi na złożone pytania operacyjne wymagało zaangażowania wyspecjalizowanych analityków, korzystania z wielu baz danych oraz realizacji długotrwałych projektów. Kierownik ds. roszczeń mógł mieć doskonały pomysł, ale brakowało mu skutecznego sposobu na jego weryfikację.
Dzisiaj sztuczna inteligencja oparta na agencji zmienia to doświadczenie.
Na pytania, których rozstrzygnięcie niegdyś wymagało tygodni pracy analitycznej, coraz częściej można uzyskać odpowiedź w ciągu kilku minut dzięki interfejsom konwersacyjnym. Zasadniczo zmienia to proces podejmowania decyzji. Zamiast czekać na raporty, liderzy mogą w interaktywny sposób analizować różne scenariusze. Mogą weryfikować założenia, udoskonalać procesy robocze, dostosowywać plany awaryjne, optymalizować zatrudnienie oraz nieustannie usprawniać działalność operacyjną.
Technologia nie zastępuje wiedzy fachowej. Wzmacnia ją.
Przez dziesięciolecia branża ubezpieczeniowa opierała się na statycznych obrazach ryzyka. Wnioski o ubezpieczenie oddawały sytuację w jednym momencie. Kontrole – w innym. Zgłoszenia szkód – w jeszcze innym. Wszystko, co działo się pomiędzy, pozostawało w dużej mierze niewidoczne.
Jednak nieruchomości nie pozostają w niezmiennym stanie. Dachy się starzeją. Roślinność rośnie. Pojawiają się baseny. Zmienia się zasięg koron drzew. Prowadzone są prace konserwacyjne. Burze pozostawiają po sobie skumulowane skutki.
Sztuczna inteligencja, w połączeniu z nieustannie aktualizowanymi danymi obrazowymi i informacjami o nieruchomościach, pozwala ubezpieczycielom zrozumieć te zmiany na szeroką skalę. Co być może jeszcze ważniejsze, sztuczna inteligencja potrafi obecnie automatycznie wykrywać te zmiany. Ludzie nie muszą już porównywać obrazów obok siebie, aby zidentyfikować istotne różnice. Algorytmy potrafią jednocześnie wykrywać zmiany w milionach nieruchomości i wydobywać istotne wnioski.
Informacje te mogą być bezpośrednio wykorzystywane w procesie oceny ryzyka ubezpieczeniowego, planowaniu na wypadek katastrof, obsłudze roszczeń oraz budowaniu relacji z klientami. Zamiast reagować na zmiany, ubezpieczyciele mogą zacząć nimi zarządzać.
Przyszłość efektywności operacyjnej
Wydajność operacyjna zawsze miała duże znaczenie. Jednak sztuczna inteligencja zmienia zarówno jej definicję, jak i możliwości. Wydajności nie mierzy się już wyłącznie niższymi kosztami czy krótszym czasem realizacji. Mierzy się ją lepszymi decyzjami podejmowanymi wcześniej. Wiedzą o tym, które roszczenia wymagają natychmiastowej uwagi. Zrozumieniem ekspozycji portfela przed wystąpieniem katastrofy. Prognozowaniem zobowiązań finansowych na podstawie historycznych danych dotyczących nieruchomości. Pomocą właścicielom domów w ograniczeniu strat, zanim jeszcze do nich dojdzie.
Nie są to pojedyncze usprawnienia. To powiązane ze sobą możliwości, które zasadniczo zmieniają sposób funkcjonowania organizacji ubezpieczeniowych. Cechą wspólną nie jest automatyzacja, lecz wiedza. Ponieważ za każdym razem, gdy ubezpieczyciel dysponuje większą wiedzą przed podjęciem decyzji, znika zbędna praca. Zasoby są wykorzystywane bardziej efektywnie. Klienci otrzymują szybszą obsługę. Specjaliści ds. likwidacji szkód poświęcają więcej czasu na wykorzystanie swojej wiedzy fachowej, a mniej na gromadzenie informacji.
Właśnie w tym zakresie sztuczna inteligencja wnosi największą wartość. Nie poprzez zastępowanie ludzi, ale poprzez zapewnienie, że każdy ma do dyspozycji lepsze informacje niż kiedykolwiek wcześniej.
Dla ubezpieczycieli efektywność operacyjna zawsze wiązała się z eliminowaniem marnotrawstwa. Sztuczna inteligencja oferuje obecnie coś jeszcze cenniejszego: możliwość wyeliminowania niepewności. A gdy niepewność zaczyna zanikać, pojawiają się lepsze wyniki – zarówno dla ubezpieczycieli, jak i dla specjalistów ds. likwidacji szkód, a w ostatecznym rozrachunku także dla ubezpieczonych.