Suncorp ускоряет обработку страховых случаев: ИИ-агенты сократят время и повысят точность

Австралийский страховой гигант Suncorp готовится к запуску пяти ИИ-агентов, которые будут обрабатывать различные «подпроцессы» в урегулировании страховых претензий уже в этом месяце. Это позволит значительно ускорить работу и повысить точность, особенно в таких сложных задачах, как проверка покрытия и классификация инцидентов.

Если в вашей компании обработка претензий или обращений занимает много времени и требует проверки множества параметров, это уже готовый кейс для автоматизации. Напишите нашему менеджеру, он проведёт бесплатный анализ вашего бизнеса и ниши и расскажет, как именно в вашем случае получить реальный бизнес-результат от ИИ-агента, а не красивую картинку. Написать менеджеру

Зачем Suncorp нужны ИИ-агенты

Урегулирование страховых претензий — это сложный и многоступенчатый процесс. Он включает в себя приём заявки, её классификацию, проверку покрытия, оценку ущерба, взаимодействие с подрядчиками и, наконец, выплату. Каждый из этих этапов может быть источником задержек и ошибок, что негативно сказывается на удовлетворённости клиентов и операционных расходах.

Suncorp, давно использующая технологии данных и ИИ, стремится автоматизировать этот процесс, сделав его более «агентным» — когда отдельные задачи выполняются специализированными ИИ-агентами.

Как ИИ-агенты будут работать в Suncorp

Компания внедряет пять ИИ-агентов, которые возьмут на себя часть рутинных задач. Два из них будут работать на этапе первого уведомления об убытке (FNOL), когда клиент сообщает об инциденте. Их задачи:

• Сбор и проверка информации. Один из этих агентов, предположительно, будет голосовым, принимая заявки по телефону.
• Классификация и маршрутизация. Агенты будут определять тип претензии и направлять её в нужный отдел или к следующему агенту для дальнейшей обработки.

Следующий этап — «проверка покрытия», где система агентов будет определять, подпадает ли претензия под условия страхового полиса. Также ИИ-агенты будут использоваться для:

• Диспетчеризации подрядчиков. Например, для отправки ремонтной бригады на место инцидента.
• Расчёта выплат. Автоматическое определение суммы возмещения.

Весь процесс урегулирования претензий оркестрируется с использованием BPMN-рабочих процессов, где каждая задача может быть выполнена одним или несколькими ИИ-агентами.

Надёжность и контроль: как Suncorp управляет рисками ИИ

Кранти Неккалапу, исполнительный директор по ИИ в Suncorp, подчеркнул важность мониторинга и управления рисками при внедрении ИИ-агентов. Компания разработала централизованную платформу для наблюдения на базе Databricks, которая собирает данные от всех агентов и рабочих процессов в реальном времени. Это позволяет:

• Отслеживать производительность. Руководство может видеть общую картину, бизнес-пользователи — детали конкретных решений, а инженеры — отлаживать систему.
• Обеспечивать безопасность. Платформа контролирует работу агентов, выявляя аномалии или возможные атаки.
• Гарантировать точность. Suncorp разработала библиотеку из 100 различных контролей для разных типов ИИ-приложений, что позволяет достигать 99% точности в сложных задачах, таких как определение причин убытка для страхового покрытия.

При этом человеческое участие сохраняется: сложные случаи, которые агент не может обработать, передаются человеку, а все отклоненные агентом претензии проходят обязательную проверку человеком.

Источник: itnews.com.au

Хотите узнать, как ИИ-агенты могут ускорить ваши бизнес-процессы и снизить операционные расходы? Напишите менеджеру. Мы бесплатно проанализируем ваши задачи и предложим решение.