Dev48
ЯЗЫК
  • О нас
  • Услуги
  • Индустрии
  • Технологии
  • Статьи
  • Контакты
Забронировать звонок
    Главная/Статьи/Kak strahovschiki imuschestva i ot neschastnyh sluchaev mogut poluchit otdachu o
Dev48
info@dev48.org+375 29 320-40-96WhatsApp@isky_by

© 2026 · Все права защищены.

Как страховщики имущества и от несчастных случаев могут получить отдачу от решений на базе ИИ

Источник: Capgemini•20 ноября 2026 г. в 00:09

Как страховщики имущества и от несчастных случаев могут получить отдачу от решений на базе ИИ

Как страховщики имущества и от несчастных случаев могут получить отдаعات от решений на базе ИИ

Предоставить сотрудникам инструменты искусственного интеллекта — это самая легкая задача. Реальная отдача достигается за счет внедрения ИИ в процесс принятия решений, формирования доверия к его результатам и объединения ИИ с человеческим опытом для улучшения решений, причем ответственность по-прежнему несут люди.

Согласно отчету Capgemini World Property & Casualty Insurance Report 2026, почти половина опрошенных сотрудников сферы страхования имущества и от несчастных случаев (P&C) заявили, что им комфортно полагаться на рекомендации ИИ при принятии решений средней степени сложности. Но комфорт — это еще не эффективность. При этом 42 процента страховщиков вообще не отслеживают метрики ИИ, поэтому многие не могут сказать, улучшают ли такие решения результаты.

Примечание: Решения средней степени сложности включают оценку стандартных рисков, расчет и корректировку страховых премий, предложения по удержанию или перекрестным продажам, корректировку выплат или резервов, выбор продукта или страховщика, предложения по дополнительным продажам.

В страховании эксперты (андеррайтеры, специалисты по урегулированию убытков и агенты) по-прежнему несут ответственность за каждое решение. Чем выше ставки, тем больше им требуется суждений, проверки и контроля. Если они не понимают рекомендацию, они не будут действовать в соответствии с ней, и процесс внедрения застопорится.

Следовательно, задача заключается не просто в том, чтобы повысить уверенность сотрудников в ИИ, а в том, чтобы внедрить его таким образом, чтобы это измеримо улучшало решения и их результаты. В этом страховщикам P&C могут помочь три изменения.

1. Перепроектируйте рабочие процессы для интеграции ИИ в процесс принятия решений

Когда ИИ используется в автономном приложении, боковой панели в стиле чата или в качестве дополнения к основным страховым платформам, экспертам приходится обращаться к нему вручную: переключаться между приложениями, собирать контекст и интерпретировать результаты перед принятием мер. В условиях жестких сроков это требует дополнительной работы, и многие сотрудники предпочтут вернуться к привычным рабочим процессам.

Лучший подход заключается в перепроектировании рабочего процесса на основе совместной работы эксперта и ИИ, когда ИИ работает внутри основных страховых платформ, где принимаются решения. В андеррайтинге он может объединять данные заявок от брокеров с внешней информацией о рисках, выделять существенные факторы риска и выводить подсказки на рабочем месте андеррайтера. В урегулировании убытков он может суммировать материалы дела, определять недостающие доказательства и отмечать случаи, требующие привлечения специализированного эксперта.

Внедрение также позволяет встроить контрольные точки проверки в рабочий процесс с учетом уровня риска; рутинные решения могут нуждаться лишь в подтверждении, в то время как сложные или чреватые серьезными последствиями случаи должны требовать явной экспертной проверки перед продолжением работы. Это позволяет страховщикам масштабировать принятие решений на базе ИИ, не рассматривая каждое решение по андеррайтингу или урегулированию убытков как несущее одинаковый уровень риска.

2. Проектируйте с учетом осведомленности, а не неопределенности

Эксперты должны понимать, в какой мере они могут полагаться на то, что видят. Слишком самоуверенный ответ провоцирует чрезмерное доверие, а невнятный результат игнорируется. Боковая панель в стиле вопросов и ответов может приводить к обоим результатам: выдавать беглые ответы без контекста дела или подтверждающих доказательств, необходимых экспертам для их оценки. Рекомендации, встроенные в рабочий процесс вместе с этими доказательствами, позволяют экспертам соразмерить степень доверия к ним.

Хороший дизайн начинается с четкой маркировки результатов работы ИИ и демонстрации того, как они были получены, путем раскрытия ключевых факторов риска, подтверждающих доказательств, источников данных и существенной неопределенности. Это не просто ответ или оценка степени уверенности. Метки должны отличать информацию от требуемого действия. Подобно дорожным знакам, каждый из которых требует одного четкого ответа — остановиться, посмотреть и продолжить движение, — четко маркированное значение или рекомендация, сгенерированная ИИ, подталкивает экспертов к тому, чтобы сделать паузу, проанализировать и переосмыслить ситуацию перед совершением действий.

Для андеррайтеров и специалистов по урегулированию убытков это различие имеет решающее значение, поскольку рекомендация ИИ должна информировать профессиональное суждение, а не скрывать то, на ком лежит ответственность за принятие решения. Следует поощрять экспертов к рассмотрению, оспариванию и доработке результатов, а их отзывы должны влиять на дизайн.

Цель заключается не в максимальном доверии, а в адекватной опоре на технологии: понимании того, когда доказательства подтверждают рекомендацию, когда требуется дополнительное расследование и когда экспертиза должна возобладать. Для страховщиков это означает предоставление экспертам возможности отличать решения, в которых ИИ может помочь ускорить результаты, от тех, где риск, сложность или неопределенность требуют специализированного экспертного суждения.

3. Измеряйте качество решений

Показатели внедрения, сэкономленное время и автоматизированные задачи отражают использование, а не ценность. Страховщикам необходимо определить, улучшает ли ИИ те решения, которые в конечном итоге приводят к результатам.

В андеррайтинге это означает выбор риска, точность ценообразования и качество направлений, оцениваемые по последующим показателям убыточности. Для урегулирования убытков показатели включают утечки, точность урегулирования, циклы обработки и надлежащую эскалацию.

Это также меняет то, как эксперты взаимодействуют с технологиями. По мере того как рекомендации ИИ все глубже интегрируются в решения по андеррайтингу и урегулированию убытков, сама технология становится частью оцениваемого процесса. Таким образом, экспертов и ИИ следует оценивать совместно с точки зрения качества принимаемых решений, причем ответственность остается за экспертом.

Совместные измерения позволяют контролировать два противоположных риска: низкий уровень внедрения, когда полезные рекомендации не используются, и предвзятость подтверждения, когда они принимаются без сомнений. Регулярные обзоры принятых рекомендаций, отмен решений и результатов показывают, что именно происходит на практике.

Когда эксперты отменяли решения ИИ, были ли их суждения обоснованными? Ошибки концентрируются в определенных типах рисков или страховых случаев? Улучшают ли рекомендации по убыткам результаты выплат? Подобные вопросы помогают точно определить, где и почему принимаемые решения могут давать сбой.

Сделайте сотрудничество экспертов и ИИ операционным потенциалом

Страховщики должны определить, какие решения ИИ может выполнять самостоятельно или только рекомендовать, а какие требуют одобрения эксперта. Экспертам нужен четкий путь для оспаривания рекомендаций и эскалации разногласий. Руководители бизнес-подразделений, фронт-офисов, технологических и рисковых направлений должны регулярно анализировать совместные показатели и передавать полученные выводы обратно в модели, рабочие процессы и программы обучения.

Эффективное внедрение требует постоянного обучения и поддержки, а не разового запуска. И тем не менее, наше исследование показало, что 72 процента расходов страховщиков P&C на ИИ направляются на технологии, по сравнению с всего лишь 28 процентами на управление изменениями. Этот дисбаланс чреват тем, что у страховщиков останутся мощные технологии, но не будет рабочих процессов, навыков и системы управления, необходимых для превращения возможностей ИИ в лучшие решения.

Преимущество получат те страховщики, которые заставят суждения экспертов и ИИ работать как единое целое, связав более качественные решения по андеррайтингу и урегулированию убытков с более высокими результатами страховой деятельности, лучшими результатами для страхователей и осязаемой ценностью для бизнеса.

← Все статьи

О чём эта статья

Ещё в разделе «Системная интеграция и IT-услуги»

Все →
Вы просили — мы сделали: представляем Intetics Value90™
Intetics

Вы просили — мы сделали: представляем Intetics Value90™

Что такое инженерия данных как услуга (DEaaS)?
Matillion

Что такое инженерия данных как услуга (DEaaS)?

Обратное ETL: Полное руководство по процессу, преимуществам и вариантам использования
Matillion

Обратное ETL: Полное руководство по процессу, преимуществам и вариантам использования

Сначала исправьте процесс: уроки Reuters Momentum AI Finance
Camunda

Сначала исправьте процесс: уроки Reuters Momentum AI Finance

Доверенный ИИ: определение, основные столпы и фреймворк для предприятий
Automation Anywhere

Доверенный ИИ: определение, основные столпы и фреймворк для предприятий

Предоставление разработчикам и агентам доступа к API с помощью Postman Passport
Postman

Предоставление разработчикам и агентам доступа к API с помощью Postman Passport

Ещё от Capgemini

«Умные деньги» меняют ландшафт трансграничных платежей
Capgemini

«Умные деньги» меняют ландшафт трансграничных платежей

За рамками очереди: переосмысление операционного совершенства в эпоху ИИ
Capgemini

За рамками очереди: переосмысление операционного совершенства в эпоху ИИ

ИИ никогда не забывает… вы уверены, что это функция?
Capgemini

ИИ никогда не забывает… вы уверены, что это функция?

От амбиций в области ИИ к реальному влиянию на CX: почему во главе трансформации должен оставаться человек
Capgemini

От амбиций в области ИИ к реальному влиянию на CX: почему во главе трансформации должен оставаться человек

Для качественного банкинга нужны люди и ИИ
Capgemini

Для качественного банкинга нужны люди и ИИ

Для создания надежного ИИ нужна не просто лучшая модель. Нужна лучшая система.
Capgemini

Для создания надежного ИИ нужна не просто лучшая модель. Нужна лучшая система.