• 5 июня, 2024
  • 25

Ольга Сорокина в рамках Национального форума «ИИ-будущее сегодня» поделилась кейсами применения ИИ в страховании

В рамках сессии «Практика применения искусственного интеллекта. Банки и финансы», прошедшей 4 июня на полях 27-го Петербургского Международного Экономического Форума, ведущие российские спикеры – топ-менеджеры крупнейших российских финансовых компаний, Московской биржи, IT-компаний – обсудили использование ИИ в финансовой отрасли. Ольга Сорокина, член Совета директоров Страхового Дома ВСК в ходе своего выступления рассказала о точках роста за счет новых технологий, поделилась успешными кейсами ВСК по применению искусственного интеллекта в страховых продуктах и сервисах.

Сегодня можно выделить шесть ключевых векторов практического использования искусственного интеллекта в страховании: андеррайтинговый скоринг и управление резервами, маркетинг и продажи, урегулирование, страховая медицина, операционные процессы и HR.

Страховщики используют элементы машинного обучения в основных бизнес-процессах уже достаточно давно. Сейчас в процессе внедрения и масштабирования новые возможности – – работа с речью, изображениям, неструктурированной информацией. На следующем этапе развития – расширение перечня задач, которые может взять на себя генеративный ИИ.

В ВСК искусственный интеллект применяется в андеррайтинге, управлении резервами, прогнозировании продаж и спроса на страховые продукты, урегулировании страховых случаев, операционных процессах и управлении персоналом. Технология помогает в распознавании документов, структурировании информации, интеллектуальном анализе и реинжиниринге процессов.

Активная цифровая трансформация приносит вполне конкретные бизнес-результаты: внедрение в ВСК предиктивной модели для прогнозирования оттока и возврата клиентов, оценки склонности к покупке позволило компании повысить эффективность коммуникации по ОСАГО в три раза, увеличить конверсию целевой группы на 12 п.п., усилить работу контакт-центра. Применение ИИ для распознавания повреждений авто по фото помогло в разы сократить процесс урегулирования (с 7 дней до 2 часов). А в рамках пилотного проекта по взаимодействию с оператором камер дорожного наблюдения в Уральском регионе компании удалось повысить долю досудебных отказов от возмещения, сократить вероятность страхового мошенничества, снизить сроки принятия решения о выплате.

Перспективным сегментом для применения ИИ является и страховая медицина. В ВСК применяют модель машинного обучения для формирования страхового тарифа, она прогнозирует, в какие клиники и с какой частотой будут обращаться застрахованные. При помощи искусственного интеллекта в ВСК осуществляется проверка счетов и гарантийных писем, сверка лечебных учреждений в тендерных процедурах.

Ольга Сорокина, член Совета директоров Страхового Дома ВСК:

«Одним из ключевых направлений стратегии ВСК является увеличение проникновения технологий искусственного интеллекта во все процессы компании. В результате применения искусственного интеллекта клиенты уже сегодня получают оперативный и качественный сервис, особенно при наступлении страхового события. Ключевая задача внедрения – решить проблему клиента или помочь не допустить наступления страхового события вовсе. Особенно это важно в рамках вопросов, связанных со здоровьем. Модели превенции и вовлечения в страховую медицину в основном строятся именно на технологиях искусственного интеллекта. В настоящее время это область развития с высоким потенциалом».

Похожие статьи

Автомобили за полисы: Более 7000 страховых агентов ВСК включились…

В ВСК продолжается конкурс «Звезда удачи», в рамках которого активные страховые агенты за продажи полисов могут получить новые автомобили.
На Сахалине состоялась премьера первого в России AI-балета

На Сахалине состоялась премьера первого в России AI-балета

В Южно-Сахалинске состоялась премьера первого в России балета, созданного с помощью технологий искусственного интеллекта (AI) Сбера.
Сбер и Сколтех научились прогнозировать засухи на год вперёд

Сбер и Сколтех научились прогнозировать засухи на год вперёд

Учёные из Сколтеха совместно с коллегами из Сбера предложили модели глубокого обучения для прогнозирования засух по климатическим данным.