Aan de slag met AI in verzekeringen:een inleidende gids

Er is een kloof tussen bewustzijn van kunstmatige intelligentie (AI) en toepassing.

Volgens onderzoek van McKinsey gebruikt slechts ongeveer 20% van de bedrijven die op de hoogte zijn van AI AI op grote schaal of in een kernbedrijfsproces. En volgens een studie van MIT Sloan Management Review uit 2019 heeft slechts 7% van de ondervraagde organisaties machine learning (ML) en AI toegepast bij besluitvorming of productieworkflows.

Verzekeringsmaatschappijen, die in de meeste gevallen net aan hun AI-reizen zijn begonnen, zullen waarschijnlijk in deze bewustzijns- en toepassingskloof vallen. Hoewel verzekeringsmaatschappijen al tientallen jaren data-intensieve workflows gebruiken, gebruiken velen AI nog steeds niet ten volle of helemaal niet.

Eerder dit jaar organiseerden we een panel van experts om AI in verzekeringen te bespreken als onderdeel van onze AI-top. Tijdens de sessie deelden gastexperts van Forrester Research, Cognizant en Mercer inzichten en ervaringen uit hun werk in de verzekeringssector.

Dit artikel zal de sessie opsplitsen in een paar belangrijke ideeën, maar ga voor de volledige ervaring naar de AI in Insurance-sessiepagina.

Hier richten we ons op trends in AI en een proces in drie stappen dat verzekeringsmaatschappijen kunnen gebruiken om met AI aan de slag te gaan.

AI-verzekeringstrends laten zien dat het tijd is om nu te investeren

Tijdens de sessie "AI in Insurance" werd het duidelijk dat de toekomst van de verzekeringssector zal draaien om het vergroten van de organisatorische wendbaarheid door AI centraal te stellen. Digitale transformatie wordt noodzakelijk om marktleiderschap te bereiken en een op innovatie gerichte cultuur te faciliteren. AI wordt een essentieel onderdeel van die transformatie.

2020 veranderde de verzekeringssector

2020, een inspannend jaar voor alle sectoren, was een cruciaal jaar voor de verzekeringssector.

2020 dwong de verzekeringssector om rekening te houden met zijn vermogen om te voldoen aan de snel veranderende behoeften van klanten, partners en werknemers. McKinsey, bijvoorbeeld, wees er in een rapport uit 2020 op dat "verzekeraars die volwassen digitale functies hebben ontwikkeld op het gebied van verkoop en distributie, service en retentie, en claims goed gepositioneerd zijn om de crisis te doorstaan ​​- en degenen die dat niet hebben gedaan, snel moeten handelen om inhalen.”

Uit deze afrekening bleek dat digitale transformatie niet alleen nodig was om de crisis te overleven, maar ook nodig was om vooruit te komen.

Vanaf 2021 zullen AI en automatisering – de belangrijkste onderdelen van de digitale transformatie van ondernemingen – hoge prioriteiten worden voor vooruitstrevende verzekeringsmaatschappijen.

De toekomst van verzekeringen

In tegenstelling tot andere sectoren waar technologiebudgetten dalen, nemen de budgetten voor verzekeringstechnologie toe, legt Carney uit in het panel. Volgens Carney, onder verwijzing naar onderzoeksresultaten van Forrester, zal een stijging van 1,4% in de technologiebudgetten van verzekeringsmaatschappijen de toekomst van werk en de toekomst van de klantervaring versnellen.

Het is belangrijk op te merken dat een groot deel van deze budgetverhoging niet alleen naar onderhoud gaat. Carney deelde dat 33% van dit budget naar nieuwe projecten gaat.

Holly Olive (Digital Operations, Insurance Consulting Lead bij Cognizant op het moment van het panel) was het ermee eens en waarschuwde dat naarmate de budgetten verschuiven, het momentum zal toenemen en achterblijvende bedrijven zouden kunnen achterblijven:"De trein rijdt en jij wilt erin zitten .”

De toekomst van AI

De toekomst van verzekeringen zal echter niet alleen afhangen van de bereidheid van bedrijven om AI toe te passen, maar ook van hun vermogen om bedrijfsoplossingen die gebruikmaken van AI na te streven, toe te passen en te implementeren.

Er is scepsis over AI omdat in veel bedrijfstakken de technologie de beloften van de marketing niet heeft nagekomen. AI en ML zijn in veel kringen marketingbuzzwords geworden. Bedrijven met producten die eenvoudige, op regels gebaseerde automatisering bieden, zijn vaak bereid te beweren dat hun producten intelligent zijn, terwijl dat niet het geval is. Die producten kunnen nog steeds nuttig zijn, maar ze leveren niet de impact die echte op AI gebaseerde oplossingen kunnen hebben.

Waar hype de realiteit ontmoet, is volgens keynote spreker Craig Le Clair, Principal Analyst bij Forrester, in platforms die gerichte horizontale en verticale use-cases mogelijk maken. Le Clair legde tijdens de keynote van de AI Summit uit dat hoewel AI vroeger een afzonderlijk hulpmiddel was, het nu onderdeel zal worden van bijna alle technologieën:"AI zal in applicaties sijpelen en een normale manier van zakendoen worden."

De toekomst van AI zal geen fancy tool zijn om je in de goede richting te laten leiden; het zal een slimme bedrijfsstrategie ontwikkelen die de voordelen van AI benut.

AI-verzekeringsvoorbeeld:claimverwerking

Er zijn talloze use cases voor het implementeren van AI in verzekeringsprocessen, maar er is één proces dat bijzonder rijp is voor AI:claimverwerking.

Er zijn vier aspecten van claimverwerking die het een geweldige kandidaat voor AI maken:

1. Het is tijdrovend.

2. Het kan gevoelig zijn voor fouten.

3. Het schaalt niet.

4. Het vereist materiedeskundigen.

Een traditioneel proces voor verzekeringsclaims gaat als volgt:

• Claimdocumenten komen uw systeem binnen van een klant, tussenpersoon of derde partij.

• Een materiedeskundige beoordeelt de documenten handmatig op de vereiste gegevens (een cognitief proces dat hun gespecialiseerde expertise vereist).

• Een medewerker voert handmatig gegevens in een claimsysteem in.

• Een materiedeskundige beoordeelt de claim aan de hand van de polis.

• Een medewerker voert een voorbeeld van een fraudecontrole uit om handmatig te controleren op bekende risico's.

• Een mens keurt een schikking goed of af.

In een claimproces met AI , ziet het er meer zo uit:

• Claimdocumenten komen uw systeem binnen van een klant, tussenpersoon of derde partij.

• Een softwarerobot gebruikt AI om automatisch gegevens uit de claimdocumenten te halen.

• Een product als UiPath Document Understanding gebruikt ML-modellen om gestructureerde, ongestructureerde en pictogrammen uit documenten te extraheren.

• Softwarerobots voeren de gegevens in uw claimsystemen in.

• Een medewerker bekijkt snel gegevens, indien nodig, voor validatie.

Merk op hoe, in het tweede voorbeeld, een mens het proces pas in de laatste stap betreedt en zelfs dan, alleen als dat nodig is. Het claimproces is sneller, minder vatbaar voor fouten en vereist veel minder handmatige, menselijke inspanning.

Nu kunnen werknemers zich opnieuw concentreren op boeiendere, mensgerichte activiteiten, waardoor softwarerobots de repetitieve taken kunnen uitvoeren.

Met AI ingebed in de portfolio van technologische oplossingen van een onderneming, kunnen werknemers zich heroriënteren van vervelende, repetitieve taken zoals claimverwerking naar meer boeiende, cognitief uitdagende taken.

Ga aan de slag met AI met behulp van deze 3 stappen

Ons panel deelde drie kernstappen om met AI aan de slag te gaan. Elke stap maakt AI gemakkelijker te implementeren en effectiever.

1. Begin klein

Vind praktische use-cases en kies een pijnpunt om ze te prioriteren. Zorg ervoor dat welke use case u ook kiest, klein genoeg is om praktisch te zijn, maar pijnlijk genoeg zodat de oplossing meetbaar en impactvol is voor belanghebbenden.

Volgens een van onze panelleden, Kieran Gilmurray, Global Automation and Digital Transformation Expert bij Mercer, is een voordeel van de verzekeringssector dat er talloze, bewezen en gevalideerde use-cases zijn. Use cases zijn al bekend, dus dit is niet een plek waar je moet innoveren.

Olive raadde aan om te beginnen met AI voor e-mailclassificatie. Carney was het ermee eens:met 20 miljoen ontvangen e-mails per jaar en meer dan vijf minuten besteed aan elke e-mail, biedt e-mailautomatisering een kans met grote impact en een laag risico.

De uitdaging is dat klanten regelmatig de klantenondersteuning e-mailen met een enorm scala aan vragen die kunnen oplopen tot lange reactietijden. De kans is dat je met AI die reactietijden kunt verkorten en steeds efficiënter kunt worden waar andere bedrijven nog traag zijn. Voor early adopters van AI kan dit voordeel groter worden, waardoor u de concurrentie kunt overtreffen en zo ver vooruit kunt komen dat ze de achterstand niet meer kunnen inhalen.

Met AI-ondersteunde e-mail kunt u inkomende communicatie begrijpen en de volgende communicatie voorspellen. Wat betekent dat klanten bepaalde vragen niet eens hoeven te stellen - u hebt ze al beantwoord.

Olive zegt dat je door kleiner te beginnen de waardeketen beetje bij beetje kunt aanvallen.

2. Afstemmen op ROI

Elke transformatieve technologie vereist investeringen, maar de vereiste investering is niet altijd een kapitaalinvestering. Kapitaal is belangrijk, maar belangrijker is de investering in een cultuur van innovatie. Je moet een cultuur aanmoedigen die verder kijkt dan bestaande methodologieën en praktijken, zodat ze een technologie kunnen adopteren die net zo baanbrekend is als AI.

Beide soorten investeringen vereisen dat u goed nadenkt over ROI. Om uw ROI-visie af te stemmen op de realiteit, moet u uw ROI-analyse omkaderen met procesdetectie.

Velen in de verzekeringssector zijn gewend geraakt aan het aantal beslissingspunten dat bestaande processen bevatten, waardoor ze vergeten hoe complex veel processen zijn geworden.

Het potentieel voor AI om sommige van deze complexe processen aan te kunnen is immens, maar alleen als u uw bedrijven eerst documenteert en beoordeelt – met gegevens, niet met anekdotes. Het doel van deze ontdekking is om te bepalen waar je de meeste waarde kunt bieden via AI.

UiPath Task Mining en UiPath Process Mining kunnen u beide helpen uw processen en hun knelpunten te begrijpen. Met deze tools voor procesdetectie kunt u AI-gebruikscasussen prioriteren op basis van meetbare bedrijfsresultaten.

Van daaruit kunt u beginnen uw begrip van ROI te verbreden.

Gilmurray waarschuwde dat hoewel er op korte termijn AI-gebruiksgevallen zijn, een bredere transformatie meer zal vereisen dan het omdraaien van een schakelaar. Het implementeren van AI omvat een pad van verbeteringen die uiteindelijk leiden tot significante veranderingen in de bedrijfsvoering.

Zet het team niet onder druk om direct rendement te leveren, maar begrijp wel de richting van het project en waar het rendement vandaan komt. AI is in zekere zin vergelijkbaar met een nieuwe werknemer, wat betekent dat het tijd kost om hem te trainen en klaar te maken voor productie. En net als een werknemer kunnen op AI gebaseerde oplossingen leren en aanpassen op basis van de eisen van het bedrijf.

Olive waarschuwde dat veel bedrijven zich te veel zullen concentreren op kostenreductie als hun belangrijkste meetinstrument.

De echte waarde van AI zit echter niet alleen in de kosten die het elimineert, maar ook in de waarde die het oplevert. AI zal bijvoorbeeld zorgen voor betere doorlooptijden en een hogere klanttevredenheid, wat een betere klantloyaliteit betekent.

Als u de ROI nauwkeurig kunt inschatten, van het kleinste rendement tot de grootste potentiële waarde, dan kiest u elke keer de inspanningen met het meeste potentieel. U kunt een product als UiPath Automation Hub gebruiken om een ​​centrale locatie te creëren voor automatiseringsideeën die u vervolgens kunt ordenen en prioriteren.

3. Schaal door bedrijfsstrategie voorop te stellen

Om ervoor te zorgen dat digitale transformatie voldoet aan uw bedrijfsbrede strategische doelen, kan AI-adoptie niet worden opgesloten binnen één enkel team. Met de steun van zowel een kapitaalinvestering als een culturele investering, kan uw organisatie adoptie omarmen en uitbreiden. Als u geen brede acceptatie kunt krijgen, zal digitale transformatie niet plaatsvinden en loopt u het risico dat uw AI-project als prototype vastloopt.

Alleen een prioritering van de bedrijfsstrategie zorgt voor schaalvergroting en verspreiding van AI.

Het risico is dat bedrijven technologie boven bedrijfsstrategie stellen. Als je je te veel op de technologie concentreert, waarschuwde Gilmurray, dan heb je de verkeerde vergelijking. Het is eerst de bedrijfsstrategie.

Gilmurray raadde u aan de strategie op bedrijfsniveau (of in ieder geval op afdelingsniveau) te begrijpen om te weten waar u aan bijdraagt. Technologie maakt zakendoen mogelijk:mensen, processen en dan technologie.

Je zou twee vragen moeten stellen, zei hij: 

1. Waar willen we heen?

2. Hoe komen we daar?

Te veel bedrijven richten zich op de tweede vraag zonder op de eerste in te gaan.

Verzekeringen zijn al een datagestuurde industrie, dus als u de juiste gegevens, op het juiste moment, aan de juiste mensen kunt leveren, zullen enorme voordelen volgen. De ROI-berekening heeft niet alleen betrekking op het aantal bespaarde uren (maar dat is is vaak de nummer één bestuurder). Deze berekening wordt gebaseerd op de bedrijfsstrategie en houdt rekening met wat uw concurrenten doen en eventuele zwakke plekken in uw huidige bedrijf, zoals Service Level Agreements (SLA's) en reactietijden van klanten.

Overleef digitaal darwinisme met AI aan je zijde

Gilmurry besprak hoe 2020 onze vooruitgang versnelde naar een tijdperk van ‘digitaal darwinisme’. In dit tijdperk zullen alleen de sterksten overleven. Maar kracht zal niet het resultaat zijn van brute kracht - het zal het resultaat zijn van de bereidheid van bedrijven om zich aan te passen aan een veranderende omgeving.

Nieuwe technologieën en nieuwe complementaire bedrijfsstrategieën zullen de weg vrijmaken voor verzekeringsmaatschappijen om volledig geautomatiseerde ondernemingen te worden. Een volledig geautomatiseerde onderneming™ is een onderneming die automatisering, AI, ML en de voordelen van digitale transformatie die deze technologieën ontsluiten volledig omarmt.

Een volledig geautomatiseerde onderneming is een onderneming die veranderingen nu en in de toekomst kan overleven. AI is niet zomaar een tool om aan je arsenaal toe te voegen, het is een facilitator voor wijdverbreide digitale transformatie, en er zijn maar weinig sectoren met zoveel kansen op transformatie als verzekeringen.

Bekijk de opname van onze AI in Insurance-sessie (onderdeel van ons AI Summit-evenement) voor meer informatie over het adopteren en implementeren van AI. Het is op aanvraag beschikbaar, zodat u het op uw gemak kunt bekijken.

Speciale dank aan Elaine Mannix voor haar medewerking aan dit artikel en voor het co-hosten van onze "AI in Insurance"-sessie tijdens de AI Summit. Mannix is ​​de verzekeringsleider bij UiPath.