Пресса о страховании, страховых компаниях и страховом рынке

РБК (RBC.ru), 22 июля 2026 г.

Эпоха агентности: ИИ меняет бизнес-модели в страховании и недвижимости

«Нулевой интерфейс», цепочки ИИ-агентов и скрытые потребности клиентов. Как ИИ перестал быть помощником и стал самостоятельным участником бизнеса

32 просмотра

Искусственный интеллект постепенно переходит от роли вспомогательного инструмента к самостоятельному элементу корпоративных процессов. Если еще недавно компании использовали ИИ преимущественно для генерации текстов, изображений и автоматизации отдельных задач, то сегодня речь идет о построении агентных систем, способных самостоятельно выполнять последовательности операций, координировать работу специализированных моделей и принимать решения в рамках заданных сценариев.

Эта тема стала одной из ключевых на конференции ИИ-СОЧИКЕМП 2026, организованной платформой Polis.online.

Представители страховой отрасли, банковского сектора, рынка недвижимости и ИТ представили практические кейсы использования агентного ИИ — от создания контента и аналитики до сопровождения клиентов и автоматизации внутренних процессов.

Агентный ИИ как новая архитектура бизнес-процессов

Главное отличие нового этапа развития искусственного интеллекта заключается не в появлении более совершенных моделей, а в изменении принципа их использования.

Вместо одного универсального помощника компании формируют цепочки специализированных ИИ-агентов, каждый из которых отвечает за отдельную функцию — анализ данных, подготовку материалов, проверку качества, визуализацию или принятие решений.

Во время своего выступления Андрей Креер (CEO Polis.online) отметил, что если раньше для получения качественного результата требовалось разрабатывать сложные промпты, то сегодня достаточно сформулировать задачу. Далее ИИ самостоятельно распределяет работу между специализированными агентами и выполняет ее практически без участия человека.

Масштаб изменений подтверждают и рыночные оценки. По данным McKinsey мировой рынок искусственного интеллекта в ближайшие пять лет может увеличиться с $9 млрд до $139 млрд. При этом внедрение агентных процессов позволяет компаниям сокращать стоимость отдельных операций на 30–60% и кратно повышать производительность.

Страхование: агентные системы становятся частью операционной модели

Страховой рынок оказался одной из наиболее подготовленных отраслей для внедрения агентного ИИ. По мнению участников конференции, ближайшие 12–18 месяцев станут определяющими для формирования конкурентных преимуществ. Компании, которые успеют встроить ИИ в ключевые процессы, смогут снизить операционные издержки и ускорить обслуживание клиентов.

Цепочка ИИ-агентов вместо классической редакции

Одним из представленных кейсов на конференции стало внедрение ИИ-журналиста

Ранее подготовка одной экспертной статьи с участием SEO-специалиста, автора и редактора обходилась компании примерно в 15 тыс. рублей. После перехода на агентную модель стоимость создания материала сократилась до 2,5 тыс. рублей.

Процесс построен как цепочка работы специализированных ИИ-агентов. Один анализирует поисковый спрос и данные сервисов статистики, второй исследует материалы конкурентов, третий готовит текст, четвертый выполняет корректуру, а финальный агент оценивает качество материала перед публикацией.

Такая схема позволяет масштабировать производство контента: вместо нескольких десятков материалов в месяц компания получила возможность выпускать сотни публикаций при сохранении контроля качества.

BI-аналитика без длительной разработки

Еще один пример — создание BI-дашборда без привлечения разработчиков и покупки лицензии. По словам автора кейса, ранее подготовка аналогичного инструмента занимала два-три месяца. Использование цепочки ИИ-агентов позволило выполнить работу за несколько часов.

Агенты последовательно собрали данные, проанализировали более 133 тыс. строк продаж за год, сформировали отчеты по регионам, страховым премиям, среднему чеку и динамике продаж, после чего оформили результаты в корпоративном стиле.

В итоге был сформирован полноценный управленческий P&L-отчет, актуальный для работы руководителей подразделений.

Zero-interface как следующий этап цифрового страхования

Еще одно направление развития ИИ — концепция zero-interface (zero user interface — невидимый интерфейс), предполагающая отказ от традиционных форм оформления страховых продуктов.

Предполагается, что ИИ-агент будет встроен непосредственно в банковское приложение, сайт или корпоративный чат. Пользователь взаимодействует только с диалоговым интерфейсом: сообщает необходимые данные, получает оформленный полис, уведомления о продлении договора и сопровождение страхового случая без переключениями между несколькими сервисами.

По международным оценкам, к 2030 году агентные системы смогут самостоятельно обрабатывать до 80% страховых убытков и более 90% стандартных андеррайтинговых решений, оставляя человеку рассмотрение лишь наиболее сложных случаев.

Недвижимость: ИИ становится инструментом аналитики и сопровождения сделок

Рынок недвижимости также переходит к использованию искусственного интеллекта в принятии управленческих решений. Основной эффект компании связывают с сокращением сроков анализа рынка и ускорением запуска новых продуктов.

Так, платформа «Метр квадратный» развивает собственную стратегию внедрения ИИ. Как рассказала сооснователь компании Юлия Рыкунова, если раньше исследование нового сегмента рынка занимало один-два месяца, то сегодня комплексный анализ новой гипотезы можно выполнить примерно за неделю.

Это особенно важно при выходе в новые направления бизнеса, включая дистанционные сделки купли-продажи недвижимости.

Компания также использует индекс настроений риелторов, построенный по принципу индекса PMI. Ежемесячные ожидания участников рынка демонстрируют корреляцию около 0,7 с последующей статистикой Росреестра, что позволяет использовать их в качестве одного из опережающих индикаторов состояния рынка.

Голосовой агент для сопровождения переговоров

Показательный кейс представил Союз рынка недвижимости. Разработанный командой компании голосовой агент NIKKO анализирует переговоры между риелтором и покупателем непосредственно во время показа объекта, после чего формирует рекомендации и презентационные материалы с учетом выявленных потребностей клиента.

В качестве примера был приведен случай, когда покупатель премиальной недвижимости последовательно отказывался от высотных жилых комплексов. Анализ диалога показал, что главным запросом клиента являлось сочетание городской инфраструктуры и приватности. На основании этого ИИ-агент предложил альтернативный проект, максимально близко соответствующий ожиданиям клиента.

По мнению участников конференции, подобные решения демонстрируют способность современных моделей выявлять скрытые потребности клиентов и использовать их для повышения эффективности продаж.

Ошибки внедрения: качество данных остается критическим фактором

Не все проекты оказываются успешными. Татьяна Файнблит из ГК «А101» рассказала о запуске модели, предназначенной для автоматической классификации замечаний дольщиков при приемке квартир.

После отмены моратория на штрафы за нарушение сроков застройщик был вынужден оперативно перевести процесс приемки в цифровой формат. Однако проект столкнулся сразу с несколькими проблемами: модель обучалась на недостаточном объеме данных, реальные сценарии использования не были учтены, а сотрудники контактного центра не прошли необходимую подготовку.

В результате система начала формировать некорректные классификации, что привело к накоплению ошибок в данных и задержкам обработки обращений.

По словам Татьяны Файнблит, эффективность ИИ напрямую зависит от качества исходных данных и готовности бизнес-процессов к внедрению технологии.

Автоматизация и развитие компетенций

Одной из дискуссионных тем конференции стало влияние искусственного интеллекта на подготовку специалистов. Участники отметили, что передача ИИ большинства рутинных операций способна сократить время обучения молодых сотрудников.

Если начинающие специалисты не проходят этап выполнения базовых задач, в перспективе это может привести к дефициту квалифицированных экспертов, обладающих практическим опытом принятия сложных решений.

Поэтому внедрение агентного ИИ требует не только автоматизации процессов, но и пересмотра подходов к развитию кадровых компетенций.

Управление рисками становится обязательным элементом внедрения

Несмотря на высокий потенциал агентных систем, ответственность за их работу остается на компании. По мнению участников конференции, автономные решения требуют постоянного мониторинга, особенно в клиентских коммуникациях.

Татьяна Файнблит привела пример, когда голосовой помощник во время телефонного разговора начал использовать неуместный стиль общения, что создало репутационные риски для компании.

Международная практика также подтверждает необходимость усиления контроля. По данным европейского страхового регулятора EIOPA, одним из основных источников ошибок и утечек данных в 2026 году становятся ИИ-сервисы, используемые сотрудниками вне корпоративных регламентов.

Практика внедрения агентного ИИ показывает, что конкурентное преимущество формируется не только за счет автоматизации процессов, но и благодаря системе управления такими решениями. Политики использования, контроль качества, разграничение полномочий и постоянный мониторинг становятся обязательными элементами новой цифровой инфраструктуры бизнеса.

Андрей КРЕЕР, основатель и генеральный директор INFULL и страхового сервиса Polis.online, спикер, эксперт по вопросам страхования и разработке IT-продуктов на рынке страхования

РБК Компании

В материале упоминаются: Компании, организации: Polis.online (Полис онлайн), г. Санкт-Петербург 39 Европейское управление страхования и пенсионного обеспечения (European Insurance and Occupational Pensions Authority, EIOPA) 120  ИНФУЛЛ, СБ (INFULL), г. Санкт-Петербург 21 Персоны: Креер Андрей Юрьевич

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 »