Пресса о страховании, страховых компаниях и страховом рынке

РБК (RBC.ru), 13 мая 2025 г.

Больше выгоды и меньше рутины: как ИИ меняет страхование

81 просмотр

Какие задачи решает искусственный интеллект в страховых компаниях, почему при внедрении технологий важно ориентироваться на клиентов и как развивать кадры для работы с ИИ — «РБК Тренды» поговорили с экспертом.

Клиенты — в центре всего: как ИИ меняет InsurTech

— Как развитие искусственного интеллекта сказывается на сфере страхования? Какие перемены в последнее время вы замечаете?

— Интерес к искусственному интеллекту постепенно охватывает все больше областей: сначала технологии интенсивно внедрялись в крупных IT-корпорациях, затем — в банках. Теперь и страховые компании начали определять для себя ИИ-ориентиры. При этом ситуация в страховании мало отличается от положения дел на смежных рынках, алгоритмы везде решают схожие задачи. Как и в других индустриях, главное перспективное направление для нас — рост клиентоцентричности.

— Как именно искусственный интеллект улучшает работу с клиентами? Какую выгоду им дает?

— Я наблюдаю два разнонаправленных тренда. С одной стороны, искусственный интеллект повышает удовлетворенность обслуживанием во время покупки и использования услуги. Системы на базе ИИ помогают страховым компаниям формировать персонализированные предложения и быстрее оформлять договоры, проверять документы, обрабатывать запросы, отвечать на обращения. Как итог, качество сервиса растет, клиенты довольны.

С другой стороны, страховые компании теперь могут предлагать более справедливые тарифы на свои услуги. Это тоже заслуга ИИ: нейросети и другие алгоритмы ИИ обрабатывают более крупные массивы данных, находят больше взаимосвязей, за счет чего растет точность прогнозов потенциальных убытков, а, следовательно, заключаемые полисы лучше сегментируются по ожидаемым выплатам.

Этому способствует решение одной из ключевых задач — борьбы с мошенничеством. Решение на базе ИИ может подсказать, что по ту сторону — потенциальный злоумышленник. В такой ситуации страховая премия повышается только в конкретных единичных случаях, нет необходимости закладывать компенсацию возможных убытков в стоимость полисов добросовестных клиентов.

Вся рутина — машинам: что ИИ меняет во внутренних процессах

— Какие еще задачи в страховании можно решать с помощью искусственного интеллекта?

— Помимо совершенствования клиентского опыта, есть и второй многообещающий фокус — ускорение внутренних процессов. Мы активно внедряем решения на базе OCR и NLP для автоматизации документооборота, включая урегулирование убытков и проверку заявлений клиентов. Приведу пример из практики: страховым компаниям приходится иметь дело с огромными объемами разных документов, среди которых — паспорта, водительские удостоверения, сведения из реестров юридических лиц и ИП. Искусственный интеллект не только автоматизирует обработку документов и распознавание данных, но и гарантирует их полную безопасность. Сегодня наши ИИ-инструменты ускоряют процессы и позволяют значительно повышать точность и релевантность клиентских предложений благодаря сквозной цифровой аналитике данных.

— Связано ли ускорение внутренних процессов с развитием клиентоцентричности? Есть ли корреляция между двумя векторами внедрения ИИ?

— Работа была непростой: компания предлагает широкую линейку продуктов и использует разные каналы продвижения. Чтобы точнее предсказывать отклик потенциальных и действующих клиентов, потребовалось разработать много моделей. Вместе с этим информация об аудитории и продуктах постоянно обновляется — и чтобы предсказания ИИ всегда оставались как можно более точными, модели нужно постоянно обучать. Команда придумала, как сократить время обучения моделей с полутора месяцев до нескольких дней — считаю это большим успехом.

Вопрос кадров: как развивать сотрудников для работы с ИИ

— Как развивать сотрудников, чтобы они эффективно работали с искусственным интеллектом?

— Если речь о специалистах, которые разрабатывают модели, то лучше всего развивать их с помощью нетривиальных задач и расширения зон ответственности, а также не забывать о своевременной обратной связи. Кроме того, у всех сотрудников есть доступ к корпоративному университету и обучающим курсам, которые позволяют овладеть новыми полезными навыками.

Повторяющиеся функции в работе лучше автоматизировать: AutoML уже может справиться со сбором и обработкой данных, построением и оптимизацией моделей, и проверкой их качества — даже отчет о разработке модели формируется автоматически. Пока что мы используем AutoML для однотипных задач, в первую очередь для построения моделей CRM, — но в будущем ИИ поможет оптимизировать и задачи, которые требуют более глубокого погружения в разработку, что мы на текущий момент тестируем.

Конечно, есть и другие способы развивать команду, в том числе конференции, профессиональное обучение. Но все же главное — это мотивация самого человека, личное желание расти. Специалисты, которые достигают высот, применяют на практике главную истину современности: нужно бежать, чтобы выдерживать конкуренцию. А чтобы обгонять других и становиться лучше, чем вчера, бежать приходится в два раза быстрее.

5 управленческих ошибок, которые мешают развивать бизнес

— Как привлекать дата-сайентистов в команду? Можете поделиться своим опытом?

— Мы активно работаем с молодыми талантами: у нас в команде много стажеров и вчерашних студентов, в том числе благодаря программам амбассадорства в университетах. Правда, все равно есть довольно серьезный отбор в наше подразделение: к нам изначально приходят сильные ребята, которые решают реальные задачи бизнеса под менторством более опытных коллег. В итоге около 80% DS стажеров Центра развития искусственного интеллекта были переведены в штат компании.

— А если говорить о работе бизнес-подразделений — как командам, не связанным с разработкой, освоить ИИ-инструменты?

— Бизнес-командам важно изучать практические случаи, следить за кейсами внедрения ИИ в других компаниях — как из сферы страхования, так и из других индустрий. Это помогает понимать, какие задачи можно решать с помощью ИИ, какие изменения можно реализовать как в клиентском пути, так и во внутренних процессах компании. При этом контакт с разработчиками позволяет найти оптимальное решение: иногда достаточно просто рассказать о своей «боли» и озвучить желание оптимизировать тот или иной процесс, чтобы начать совместные проекты и увидеть первые результаты.

Вызовы будущего: что учесть при внедрении ИИ

— С какими ограничениями можно столкнуться при внедрении искусственного интеллекта в страховании?

— Основные барьеры связаны с бюджетами: для развития искусственного интеллекта нужны значительные финансовые вложения. Во многом это связано с потребностью в большом объеме вычислительных мощностей. Вместе с этим к страховым компаниям предъявляются дополнительные требования к защите информации, в том числе персональных данных. Возникает необходимость разворачивать IT-инфраструктуру во внутреннем корпоративном контуре.

При всем этом я не считаю, что развитие искусственного интеллекта в страховании чем-то серьезно ограничено. Технологии всегда совершенствуются постепенно, механизм внедрения алгоритмов на рынке уже запущен — просто сроки и стоимость ИИ-проектов могут отличаться от других разработок. Также отмечу, что мы сотрудничаем с крупнейшими научными учреждениями, среди которых МГУ им. М.В. Ломоносова, МФТИ и научно-исследовательский институт AIRI, которые помогают нам реализовать технологические решения в области искусственного интеллекта.

На мой взгляд, рано или поздно все страховые компании придут к высокому уровню развития ИИ в первую очередь из-за роста конкуренции на рынке. На примере «Ингосстраха» можно сказать, что технологии дают огромные преимущества и позволяют фокусироваться на потребностях клиента. Мы стремимся внедрять интеллектуальные системы не точечно, а встраивать их в единую цифровую экосистему, чтобы каждый клиент ощущал преимущества технологий на всех этапах взаимодействия с нами — от первого касания до урегулирования убытков. Стоит отметить, что все же современные решения и ИИ становятся все более доступными для всех участников рынка, так что их внедрение даже в небольших страховых компаниях — это только вопрос времени.

Екатерина КАБЫШЕВА

Об эксперте: Иван Матвеев, первый заместитель генерального директора компании «Ингосстрах».

В материале упоминаются: Компании, организации: Ингосстрах 14337 Персоны: Матвеев Иван Дмитриевич

Ваше мнение об этом материале:

— Ваше имя
— Ваш email
— Тема

Ваш отзыв (заполняется обязательно):

Укажите код на картинке слева:

Установите трансляцию заголовков прессы на своем сайте

 Подробнее »

Получить код для трансляции заголовков прессы »