Де впровадження штучного інтелекту у сфері страхування зупинилося

Більшість страховиків майна та страхування мають штучний інтелект у виробництві, але майже жодна з них не досягла впровадження, оскільки моделі знаходяться поруч із рішеннями щодо страхових випадків, а не всередині них.

Страхова галузь протягом 2024 та 2025 років сперечалася про те, чи працює штучний інтелект. Ця суперечка вирішена, але вона призвела до дивного результату.

Datos Insights, оглядаючи впровадження штучного інтелекту в компаніях страхування майна та від нещасних випадків цього року, чітко стверджує: більшість перевізників використовують штучний інтелект у робочому середовищі, але майже жодна з них не досягла широкого впровадження. Найпопулярніші варіанти використання штучного інтелекту в робочому середовищі – це варіації читання та узагальнення документів за допомогою штучного інтелекту.

Пілотна фаза завершилася, але галузь зупинилася на крок пізніше.

З мого досвіду роботи з віце-президентами з питань страхових випадків у американських страхових компаніях, я розумію, що це не проблема моделі, бюджету чи амбіцій. Це те, що відбувається, коли штучний інтелект встановлюється поруч із рішенням про страховий випадок, а не всередині процесу, який його створює. Аналіз стає кращим. Але рішення приймається рівно стільки ж часу, скільки й завжди, тому що навколо нього нічого не рухалося.

"У виробництві" стало віхою, гідною гри

Виробництво та впровадження – це різні стани, і галузь непомітно почала повідомляти про перший, маючи на увазі другий.

Виробництво означає, що модель розгорнута, обслуговує запити, контролюється та належить комусь. Це справжнє інженерне досягнення, і воно повністю сумісне з будь-якими змінами. Організація з врегулювання претензій може мати модель зведення у виробництві протягом 18 місяців, поки кожен страховий агент все ще відкриває повний файл, оскільки процес, який керує їхньою роботою, ніколи не переписувався.

Впровадження означає зміну роботи. Хтось видалив крок ручного складання, перемістив перевірку на попередній рівень у файлі або надав керівнику документальну основу для затвердження, яке раніше базувалося на відкликанні. Ліцензований фахівець з врегулювання претензій все ще приймає рішення. Змінюється лише те, яка частина зміни витрачається на досягнення точки, коли визначення будь-чого можливе.

Це вимагає обробки документації процесу, матриць повноважень, процедур аудиту та основної системи. Майже нічого з цього не пов'язано зі штучним інтелектом.

Datos Insights визначає готовність даних та зрілість розгортання як дві змінні, що пояснюють більшу частину варіацій у результатах ШІ між операторами. Я б висловив той самий висновок більш прямо. Стіна не перед моделлю. Вона між моделлю та всім, чим оператор вже володіє.

Підсумок – це зручне місце для зупинки

Домінуючим варіантом використання у виробничому середовищі серед операторів зв'язку є читання та узагальнення документів. Хочу бути справедливим: це працює, економить час, і це було правильне місце для початку.

Це також структурно безпечно таким чином, що це має викликати підозру у керівників. Підсумовування не стосується жодних повноважень щодо прийняття рішень. Воно не вимагає схвалення моделі та жодних змін у системі адміністрування політик. Перевізник може використовувати його в масштабі протягом двох років і ніколи не зіткнутися з питанням, яке фактично визначає цінність: чи готова ця організація дозволити машинному аналізу стати частиною документальної основи для визначення, яке підписує ліцензований фахівець із претензій?

На це питання є відповідь, і вона не технічна. Це відповідь управлінського характеру. Хто переглядає аналіз, за ​​яким стандартом, з якими повноваженнями його приймати, змінювати, відхиляти або передавати на ескалацію, і де це рішення фіксується.

Я б рекомендував ставитися до портфоліо, яке є повністю підсумком, як до попереджувального знаку, а не як до віхи. Якщо кожен варіант використання у продакшені такий, що жодному рецензенту ніколи не доводиться згадувати, організація ще не протестувала те, що їй потрібно протестувати.

Стіна – це шлях зворотного запису

Ось закономірність, яку я найчастіше спостерігаю в зупинених розгортаннях. Модель генерує оцінку. Основна система вимагає транзакції. Між цими двома фактами сидить людина, яка передруковує.

Модель страхових випадків створює індикатор серйозності збитків при першому повідомленні про збитки. Система страхових випадків не має для нього поля, способу записати, яка версія моделі його створила, і місця для зберігання дій регулятора з ним. Отже, індикатор відображається на екрані, регулятор зчитує його, застосовує оцінку, а потім вводить значення, яке система вже розпізнає. Аналіз триває. Тривалість циклу не змінюється, оскільки обмеженням ніколи не була оцінка, і це ніколи не було оцінкою регулятора. Це було передруковування між ними, повторене в кожному файлі інвентарю.

Ось чому, на мою думку, саме інтеграція з існуючим ядром, а не точність моделювання, зупиняє ці програми. Оператори створили можливості штучного інтелекту на стороні читання, де дані вже виходять назовні і ні для чого не потрібен дозвіл. Сторону запису залишили на потім, і саме на стороні запису фактично здійснюється управління.

Шість полів визначають, чи є файл заяви, підтриманий штучним інтелектом, обґрунтованим: сам аналіз, версія моделі, на якій він базується, докази та формулювання політики, на яких він базується, його заявлена ​​достовірність та обмеження, рецензент, який прийняв, змінив, відхилив або передав його на розгляд, а також рівень повноважень та позначка часу цього рецензента. Оператор, який не може зберігати всі шість, не створив підтримку прийняття рішень. Він створив другий екран. З'явилося "пізніше", і заповнення цієї прогалини є проектом основної платформи, а не проектом штучного інтелекту.

Дослідження McKinsey щодо штучного інтелекту в страховій галузі вказує на таку ж структуру з точки зору цінності. Фірма стверджує, що окремі експериментальні версії концепцій, як правило, не мають інтеграції робочих процесів та сталого отримання вигод, тоді як трансформація цілої сфери може збільшити прибуток на двозначні числа.

Його правило бюджетування – це речення, яке я б повісив над столом будь-кого, хто спонсорує одну з цих програм: на кожен долар, витрачений на розробку цифрових рішень та рішень зі штучним інтелектом, плануйте щонайменше ще один долар для досягнення повного впровадження та масштабування. Більшість операторів, яких я розглядав, мають співвідношення приблизно 10 до 1 у протилежному напрямку.

Управління – це ворота, а не гальмо

Існує поширена думка, що саме регулювання уповільнює розвиток штучного інтелекту у страхуванні. Я з цим не погоджуюся. Я думаю, що причинно-наслідковий зв'язок діє в іншому напрямку.

У грудні 2023 року NAIC прийняла свій Типовий бюлетень щодо використання систем штучного інтелекту страховиками, який вимагає від страховиків вести задокументовану програму, що охоплює управління, управління ризиками, внутрішній контроль та сторонній штучний інтелект. Відтоді державні департаменти впроваджують його, і все більше штатів регулюють штучний інтелект страховиків у своїх власних рамках. Ніщо з цього не заважає страховикам масштабуватися. Він лише обумовлює розширення сфери застосування здатністю пояснити систему.

Перевізник, який не може показати, яка версія моделі провела аналіз, на яких даних, ким перевірено та за яким дорученням, не блокується регулятором. Він блокується власною нездатністю відповісти на запитання та самообмежується використанням випадків, коли запитання ніколи не виникає. Це пастка підсумовування, описана з іншого боку.

Захист позову, підтриманого штучним інтелектом, у судовому процесі полягає не в тому, що модель була правильною. Йдеться про те, що організація провела контрольований процес, переглянула відповідну інформацію, задокументувала міркування, застосувала необхідні повноваження та залишила право власності на результат за ліцензованим фахівцем. Перевізники, які можуть надати цей запис, можуть розширити сферу діяльності. Перевізники, які не можуть цього зробити, залишаються там, де вони є, і називають це обережними.

Опитування McKinsey щодо довіри до ШІ, проведене у 2026 році приблизно у 500 організаціях, показало, що майже дві третини респондентів називають проблеми безпеки та ризиків головною перешкодою для повноцінного масштабування агентного ШІ. Також було виявлено, що організації, які чітко призначають відповідальних за відповідальний ШІ, отримали середній бал зрілості 2,6, порівняно з 1,8 для тих, хто не має чітко підзвітної функції. Здатність до управління та здатність до масштабування виявляються однією й тією ж здатністю.

Що роблять перевізники, які пройшли через це, інакше

Я не маю внутрішнього розуміння роботи кожного оператора, який перейшов від виробничого рівня до корпоративного розгортання, і деякі з них досягли цього грубою силою. Але з мого досвіду роботи з керівництвом з питань претензій та технологій у цих програмах, я можу сказати, що повторюються чотири закономірності.

• Вони обирають домен, а не варіант використання. Подання заявки на андеррайтинг від початку до кінця або перше повідомлення про збитки через цесію. Окремі варіанти використання створюють демонстрації. Домени створюють рядок прибутку та збитків.
• Вони будують шлях зворотного запису до створення моделі. Аналіз, версія моделі, докази, достовірність, рецензент, розташування. Якщо основна система не може записати як те, що сказав аналіз, так і те, що з ним зробила людина, все, що відбувається далі, є театром.
• Вони фінансують впровадження на паритетній основі зі створенням. Переписування процесів, зміни повноважень, навчання, перегляд процедур аудиту. Це неприваблива половина, і зазвичай саме цю половину скорочують, коли бюджети скорочуються.
• Вони інструментально визначають рішення, а не модель. Точність моделі – це інженерний показник. Бізнес-показники – це ті, про які вже повідомляє головний спеціаліст з питань страхових випадків: час циклу від остаточного повідомлення про невикористання страхового випадку (FNOL) до файлу, готового до прийняття рішення, частка файлів, які надходять до страхового агента повністю зібраними, а не наполовину зібраними, показники переробки та повторного відкриття, а також кількість файлів, що надходять до страхового агента (LAE), на один страховий випадок. Перевізники, які повідомляють про перший випадок і жодного з решти, зазвичай не можуть сказати, чи щось змінилося.

Питання, яке варто поставити

Розрив між виробництвом та впровадженням не буде скорочено купівлею кращих моделей. Він буде скорочено, коли перевізник зможе вказати на рішення, до якого його співробітники зараз дійшли швидше, на основі краще зібраних доказів, з обґрунтуванням у протоколі, і може показати регулятору, хто саме його прийняв і за яких повноважень.

Отже, ось питання, яке варто поставити вашій керівній команді цього кварталу. Для кожної системи штучного інтелекту, яку ви зараз використовуєте у виробництві: яку роботу було видалено з процесу, якого вона стосується, і що тепер показує файл заяви, чого не було раніше?

Якщо відповідь така, що людина має кращу інформацію, але виконує ту саму адміністративну послідовність, і у файлі нічого не зафіксовано про те, як або ким використовувався аналіз, систему розгортають. Вона не була прийнята, і різниця полягає в тому, де була вся цінність.