Autor: Patrick Gill
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 cele warte realizacji. Jednak pomijają one szansę o znacznie większym znaczeniu.
Nowa era wydajności operacyjnej nie polega wyłącznie na szybszym wykonywaniu pracy. Chodzi o podejmowanie lepszych decyzji dzięki dostępowi do lepszych informacji jeszcze przed rozpoczęciem pracy.
To rozróżnienie 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 rzeczoznawców lub specjalistów ds. likwidacji szkód. 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 tylko 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 przesunięcie punktu ciężkości z reagowania na katastrofy na planowanie operacyjne.
Zazwyczaj ubezpieczyciele zaczynali organizować się dopiero po otrzymaniu zgłoszeń szkód.
A co, jeśli zdawałeś sobie sprawę z zagrożenia jeszcze przed tym, jak burza dotarła do lądu?
Rozważmy prognozę dotyczącą huraganu, który ma dotknąć tysiące ubezpieczonych nieruchomości.
Ubezpieczyciel może teraz połączyć prognozy pogodowe ze szczegółowymi danymi dotyczącymi nieruchomości w całym swoim portfelu, aby określić, którzy ubezpieczeni wydają się najbardziej narażeni na ryzyko.
Starsze dachy.
Nieruchomości, w których już widać oznaki zużycia.
Obiekty o cechach wskazujących na większe prawdopodobieństwo wystąpienia szkód.
Zamiast przygotowywać się ogólnie na wypadek katastrofy, przewoźnicy mogą podjąć konkretne działania.
Liczbę pracowników zajmujących się obsługą roszczeń można dostosować.
Niezależni rzeczoznawcy mogą być rozmieszczeni w strategicznych lokalizacjach.
Komunikacja z klientami może rozpocząć się wcześniej.
Zasoby można przydzielać przed osiągnięciem szczytu popytu, a nie po nim.
To to zupełnie inny poziom wydajności operacyjnej.
Nie działa już tak skutecznie jak kiedyś.
Przygotowuje się w przemyślany sposób.
Po burzy sztuczna inteligencja pomaga ustalić priorytety tego, co najważniejsze
Gdy dochodzi do zjawiska pogodowego na dużą skalę, ubezpieczyciele natychmiast stają przed kolejnym wyzwaniem.
Tysiące – a może nawet dziesiątki tysięcy – potencjalnych roszczeń.
Nie chodzi tu tylko o to, jak szybko można rozpatrzyć wnioski.
Chodzi o to, jak rozsądnie można ustalić ich priorytety.
Nie każda uszkodzona nieruchomość wymaga tak samo pilnego działania.
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.
Wyobraź sobie, że musisz dokonać oceny całego portfela po silnej burzy gradowej.
Zamiast traktować wszystkie roszczenia jednakowo, ubezpieczyciele mogą zidentyfikować nieruchomości, które łączą w sobie kilka istotnych wskaźników:
Starsze systemy pokryć dachowych.
Zły stan historycznego dachu.
Siła burzy.
Cechy nieruchomości związane z większym prawdopodobieństwem poniesienia znacznej straty.
Dzięki temu organizacje zajmujące się likwidacją szkód mogą niemal natychmiast wdrożyć bardziej efektywne procesy pracy.
Doświadczeni rzeczoznawcy mogą skupić się na zadaniach, gdzie są najbardziej potrzebni.
Roszczenia o mniejszym stopniu złożoności mogą być rozpatrywane w ramach uproszczonych procedur.
Oczekiwaniami klientów można zarządzać w sposób bardziej proaktywny.
Wynikiem tego nie jest jedynie szybsza obsługa roszczeń.
Pozwala to na 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.
To tworzy 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.
Zdarza się, że trzeba coś naprawić.
Dodano nowe funkcje.
Warunki ulegają poprawie – albo pogarszają się.
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 oszacować przyszłe zobowiązania finansowe, zanim dojdzie do szkód.
Zaczynają się wyłaniać pewne wzorce.
Całe segmenty portfela mogą obejmować starzejące się dachy, które wkrótce będą wymagały wymiany.
W niektórych regionach geograficznych może dochodzić do przyspieszonego zużycia spowodowanego działaniem czynników atmosferycznych.
Cechy nieruchomości związane z przyszłymi roszczeniami stają się coraz bardziej widoczne.
Zamiast opierać się wyłącznie na historycznych wskaźnikach szkodowości, ubezpieczyciele mogą zacząć uwzględniać rzeczywisty stan nieruchomości w zarządzaniu portfelem.
To właśnie jest wydajność operacyjna na poziomie strategicznym.
Lepsze prognozowanie.
Lepszy system rezerwacji.
Lepsze planowanie.
Lepsza alokacja kapitału.
Pomagamy właścicielom domów stać się częścią rozwiązania
Wydajność operacyjna to nie tylko usprawnianie procesów pracy ubezpieczyciela.
Czasami największą efektywność osiąga się poprzez całkowite zapobieganie roszczeniom.
Indywidualna analiza ryzyka związanego z nieruchomością daje ubezpieczycielom możliwość nawiązania kontaktu z właścicielami domów na długo przed wystąpieniem szkody.
Rozwiązania analityczne dotyczące nieruchomości oparte na sztucznej inteligencji pozwalają wykrywać 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 uniknąć.
Twierdzi się, że organizacje poświęcają więcej czasu na obsługę strat nieuniknionych niż tych, którym można zapobiec.
Wydajność 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.
Chodzi o dostępność.
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 wpaść na doskonały pomysł, ale nie dysponował skutecznym sposobem 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.
To zasadniczo zmienia proces podejmowania decyzji.
Zamiast czekać na raporty, liderzy mogą w interaktywny sposób analizować różne scenariusze.
Mogą weryfikować założenia.
Udoskonal procesy robocze.
Należy dostosować plany na wypadek katastrofy.
Zoptymalizować obsadę kadrową.
Ciągłe doskonalenie działalności operacyjnej.
Technologia nie zastępuje wiedzy fachowej.
To to wzmacnia.
Od dziesięcioleci branża ubezpieczeniowa opiera się na statycznych obrazach ryzyka.
Zdjęcia uchwyciły tę chwilę.
Podczas kontroli wykryto kolejną osobę.
Zgłoszenia potwierdziły kolejny przypadek.
Wszystko, co znajdowało się pomiędzy, pozostawało w dużej mierze niewidoczne.
Jednak nieruchomości nie stoją w miejscu.
Dachy się starzeją.
Roślinność rośnie.
Pojawiają się baseny.
Zmiany w zakresie zwisu korony drzewa.
Występują prace konserwacyjne.
Burze powodują skumulowane skutki.
Sztuczna inteligencja, w połączeniu z na bieżąco aktualizowanymi danymi obrazowymi i informacjami o nieruchomościach, pozwala ubezpieczycielom zrozumieć te zmiany na szeroką skalę.
Być może jeszcze ważniejsze jest to, że sztuczna inteligencja potrafi obecnie automatycznie wykrywać te zmiany.
Ludzie nie muszą już porównywać obrazów obok siebie, aby dostrzec istotne różnice.
Algorytmy potrafią jednocześnie wykrywać zmiany w milionach obiektów i wydobywać istotne informacje.
Te dane 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 samą definicję, jak i możliwości.
Wydajność nie jest już mierzona wyłącznie na podstawie niższych kosztów lub krótszych czasów cyklu.
Mierzy się to lepszymi decyzjami podejmowanymi wcześniej.
Wiedza o tym, które zgłoszenia wymagają natychmiastowej uwagi.
Zrozumienie ekspozycji portfela przed wystąpieniem katastrofy.
Prognozowanie zobowiązań finansowych na podstawie danych historycznych dotyczących nieruchomości.
Pomagamy właścicielom domów ograniczyć straty, zanim jeszcze do nich dojdzie.
Nie są to pojedyncze ulepszenia.
Są to powiązane ze sobą funkcje, które zasadniczo zmieniają sposób funkcjonowania organizacji ubezpieczeniowych.
Wspólnym mianownikiem nie jest automatyzacja.
To jest wiedza.
Ponieważ za każdym razem, gdy ubezpieczyciel dysponuje większą ilością informacji przed podjęciem decyzji, eliminuje to zbędną pracę.
Zasoby są wykorzystywane w sposób bardziej efektywny.
Klienci mogą liczyć na szybszą obsługę.
Specjaliści ds. likwidacji szkód poświęcają więcej czasu na wykorzystywanie swojej wiedzy fachowej, a mniej na gromadzenie informacji.
Właśnie w tym zakresie sztuczna inteligencja wnosi największą wartość.
Nie poprzez zastępowanie ludzi.
Dbając o to, by każdy miał na początku dostęp do lepszych informacji niż kiedykolwiek wcześniej.
Dla ubezpieczycieli wydajność operacyjna zawsze wiązała się z eliminowaniem marnotrawstwa.
Sztuczna inteligencja oferuje obecnie coś jeszcze cenniejszego.
Zdolność do eliminowania niepewności.
A gdy niepewność zaczyna ustępować, pojawiają się lepsze wyniki – zarówno dla ubezpieczycieli, jak i dla specjalistów ds. likwidacji szkód, a w końcu także dla ubezpieczonych.