Memulai Dengan AI Dalam Asuransi:Panduan Pengantar

Ada kesenjangan antara kesadaran akan kecerdasan buatan (AI) dan aplikasi.

Menurut penelitian McKinsey, hanya sekitar 20% perusahaan yang sadar akan AI yang menggunakan AI dalam skala besar atau dalam proses bisnis inti. Dan menurut studi MIT Sloan Management Review 2019, hanya 7% organisasi yang disurvei telah menerapkan pembelajaran mesin (ML) dan AI dalam pengambilan keputusan atau alur kerja produksi.

Perusahaan asuransi, sebagian besar baru memulai perjalanan AI mereka, cenderung jatuh ke dalam kesenjangan kesadaran dan aplikasi ini. Meskipun perusahaan asuransi telah menggunakan alur kerja intensif data selama beberapa dekade, banyak yang masih belum menggunakan AI secara maksimal—atau tidak sama sekali.

Awal tahun ini, kami menyelenggarakan panel pakar untuk membahas AI dalam Asuransi sebagai bagian dari AI Summit kami. Selama sesi tersebut, pakar tamu dari Forrester Research, Cognizant, dan Mercer berbagi wawasan dan pengalaman dari pekerjaan mereka di industri asuransi.

Artikel ini akan memecah sesi menjadi beberapa ide utama, tetapi untuk pengalaman penuh, buka halaman sesi AI di Asuransi.

Di sini, kami akan fokus pada tren AI dan proses tiga langkah yang dapat digunakan perusahaan asuransi untuk memulai AI.

Tren asuransi AI mengungkapkan saatnya untuk berinvestasi sekarang

Sepanjang sesi “AI dalam Asuransi”, menjadi jelas bahwa masa depan industri asuransi akan berkisar pada peningkatan kelincahan organisasi dengan menempatkan AI di depan dan di tengah. Transformasi digital menjadi keharusan untuk mencapai kepemimpinan pasar dan memfasilitasi budaya yang berfokus pada inovasi. AI menjadi bagian penting dari transformasi tersebut.

2020 mengubah industri asuransi

Tahun 2020, tahun yang berat bagi semua industri, merupakan tahun yang sangat penting bagi industri asuransi.

2020 memaksa industri asuransi untuk memperhitungkan kemampuannya dalam memenuhi kebutuhan pelanggan, mitra, dan karyawan yang berkembang pesat. McKinsey, misalnya, menunjukkan dalam laporan tahun 2020 bahwa “Penanggung yang telah mengembangkan fungsi digital yang matang dalam penjualan dan distribusi, layanan dan retensi, dan klaim berada pada posisi yang baik untuk mengatasi krisis—dan mereka yang belum harus bertindak cepat untuk mengejar ketinggalan.”

Perhitungan ini mengungkapkan bahwa transformasi digital tidak hanya diperlukan untuk bertahan dari krisis, tetapi juga diperlukan untuk maju terus.

Mulai tahun 2021, AI dan otomatisasi—pusat transformasi digital perusahaan—akan menjadi prioritas tinggi bagi perusahaan asuransi yang berpikiran maju.

Masa depan asuransi

Berbeda dengan industri lain di mana anggaran teknologi cenderung menurun, anggaran teknologi asuransi meningkat, jelas Carney di panel. Menurut Carney, mengutip temuan penelitian Forrester, peningkatan anggaran teknologi perusahaan asuransi sebesar 1,4% akan mempercepat masa depan pekerjaan dan masa depan pengalaman pelanggan.

Penting untuk dicatat bahwa sebagian besar dari peningkatan anggaran ini tidak hanya untuk pemeliharaan. Carney membagikan bahwa 33% dari anggaran ini digunakan untuk proyek baru.

Holly Olive (Digital Operations, Insurance Consulting Lead at Cognizant pada saat panel) setuju dan memperingatkan bahwa ketika anggaran bergeser, momentum akan meningkat, dan perusahaan yang lamban mungkin tertinggal:“Kereta sedang bergerak, dan Anda ingin berada di dalamnya .”

Masa depan AI

Namun, masa depan asuransi tidak hanya akan bergantung pada kesediaan perusahaan untuk mengadopsi AI tetapi juga kemampuan mereka untuk mengejar, mengadopsi, dan mengimplementasikan solusi bisnis yang memanfaatkan AI.

Skeptisisme seputar AI terjadi karena di banyak industri, teknologi tidak memenuhi janji pemasarannya. AI dan ML telah menjadi kata kunci pemasaran di banyak kalangan. Perusahaan dengan produk yang menawarkan otomatisasi berbasis aturan yang sederhana seringkali bersedia mengklaim bahwa produk mereka cerdas padahal sebenarnya tidak. Produk tersebut masih dapat berguna, tetapi tidak memberikan dampak yang dapat diberikan oleh solusi berbasis AI yang sebenarnya.

Di mana hype memenuhi kenyataan, menurut pembicara utama Craig Le Clair, Analis Utama di Forrester, ada di platform yang memungkinkan kasus penggunaan horizontal dan vertikal terfokus. Le Clair menjelaskan selama keynote AI Summit bahwa sementara AI dulunya merupakan alat yang terpisah, sekarang akan menjadi bagian dari hampir semua teknologi:“AI akan meresap ke dalam aplikasi dan menjadi cara normal dalam berbisnis.”

Masa depan AI tidak akan mengadopsi alat mewah dan membiarkannya mengarahkan Anda ke arah yang benar; itu akan mengembangkan strategi bisnis cerdas yang memanfaatkan keunggulan AI.

Contoh asuransi AI:pemrosesan klaim

Banyak kasus penggunaan untuk menerapkan AI ke dalam proses asuransi, tetapi ada satu proses yang sangat matang untuk AI:pemrosesan klaim.

Ada empat aspek pemrosesan klaim yang menjadikannya kandidat hebat untuk AI:

1. Ini memakan waktu.

2. Ini mungkin rentan terhadap kesalahan.

3. Itu tidak berskala.

4. Ini membutuhkan ahli materi pelajaran.

Proses klaim asuransi tradisional seperti ini:

• Dokumen klaim masuk ke sistem Anda dari pelanggan, perantara, atau pihak ketiga.

• Seorang ahli materi pelajaran secara manual meninjau dokumen untuk data yang diperlukan, (proses kognisi-berat yang membutuhkan keahlian khusus mereka).

• Seorang karyawan secara manual memasukkan data ke dalam sistem klaim.

• Seorang ahli subjek menilai klaim terhadap kebijakan.

• Seorang karyawan menjalankan pemeriksaan penipuan sampel untuk memeriksa secara manual terhadap risiko yang diketahui.

• Seorang manusia menyetujui atau menolak penyelesaian.

Dalam proses klaim dengan AI , tampilannya lebih seperti ini:

• Dokumen klaim masuk ke sistem Anda dari pelanggan, perantara, atau pihak ketiga.

• Robot perangkat lunak menggunakan AI untuk mengekstrak data secara otomatis dari dokumen klaim.

• Produk seperti UiPath Document Understanding menggunakan model ML untuk mengekstrak terstruktur, tidak terstruktur, dan piktogram dari dokumen.

• Robot perangkat lunak memasukkan data ke dalam sistem klaim Anda.

• Seorang karyawan dengan cepat meninjau data, jika diperlukan, untuk validasi.

Perhatikan bagaimana, dalam contoh kedua, manusia hanya memasuki proses pada langkah terakhir dan itupun, hanya jika diperlukan. Proses klaim lebih cepat, kurang rentan terhadap kesalahan, dan melibatkan lebih sedikit upaya manual dan manusia.

Sekarang, karyawan dapat kembali fokus pada aktivitas yang lebih menarik dan berorientasi pada manusia, meninggalkan robot perangkat lunak untuk menangani tugas yang berulang.

Dengan AI yang tertanam dalam portofolio solusi teknologi perusahaan, karyawan dapat memfokuskan kembali dari tugas yang membosankan dan berulang seperti pemrosesan klaim ke tugas yang lebih menarik dan menantang secara kognitif.

Mulai AI menggunakan 3 langkah ini

Panel kami membagikan tiga langkah inti untuk memulai AI. Setiap langkah akan membuat AI lebih mudah diterapkan dan lebih efektif.

1. Mulai dari yang kecil

Temukan kasus penggunaan praktis dan pilih titik nyeri untuk memprioritaskannya. Pastikan kasus penggunaan apa pun yang Anda pilih cukup kecil untuk praktis tetapi cukup menyakitkan sehingga solusinya terukur dan berdampak bagi pemangku kepentingan.

Menurut salah satu panelis kami, Kieran Gilmurray, Ahli Otomasi Global dan Transformasi Digital di Mercer, salah satu keunggulan industri asuransi adalah kasus penggunaan yang berlimpah, terbukti, dan tervalidasi. Kasus penggunaan sudah terkenal, jadi ini bukan tempat di mana Anda perlu berinovasi.

Olive merekomendasikan dimulai dengan AI untuk klasifikasi email. Carney setuju:dengan 20 juta email yang diterima setahun, dan lebih dari lima menit dihabiskan untuk masing-masing email, otomatisasi email menghadirkan peluang berdampak besar dan berisiko rendah.

Tantangannya adalah pelanggan secara teratur mengirim email ke dukungan pelanggan dengan sejumlah besar pertanyaan yang dapat terakumulasi menjadi waktu respons yang lama. Peluangnya adalah dengan AI, Anda dapat mempersingkat waktu respons tersebut dan menjadi semakin efisien di saat perusahaan lain masih lambat. Untuk pengadopsi awal AI, keunggulan ini dapat bertambah, memungkinkan Anda untuk melampaui pesaing dan maju terlalu jauh sehingga mereka tidak dapat mengejar ketinggalan.

Dengan email berbantuan AI, Anda dapat memahami komunikasi yang masuk dan memprediksi komunikasi berikutnya. Artinya, pelanggan bahkan tidak perlu mengajukan pertanyaan tertentu—Anda sudah menjawabnya.

Olive mengatakan bahwa dengan memulai dari yang lebih kecil, Anda dapat menyerang rantai nilai sedikit demi sedikit.

2. Sejajarkan dengan ROI

Teknologi transformatif apa pun membutuhkan investasi, tetapi investasi yang dibutuhkan tidak selalu berupa modal. Modal itu penting, tetapi yang lebih penting adalah investasi dalam budaya inovasi. Anda harus mendorong budaya yang mengabaikan metodologi dan praktik yang ada sehingga mereka dapat mengadopsi teknologi sebagai perubahan permainan seperti AI.

Kedua jenis investasi ini mengharuskan Anda untuk memikirkan ROI dengan cermat. Untuk menyelaraskan visi ROI Anda dengan kenyataan, Anda sebaiknya membingkai analisis ROI Anda dengan penemuan proses.

Banyak orang di industri asuransi telah terbiasa dengan jumlah poin keputusan yang terkandung dalam proses yang ada, yang membuat mereka lupa betapa rumitnya banyak proses yang telah terjadi.

Potensi AI untuk menangani beberapa proses kompleks ini sangat besar, tetapi hanya jika Anda mendokumentasikan dan meninjau bisnis Anda terlebih dahulu––dengan data, bukan anekdot. Tujuan dari penemuan ini adalah untuk menentukan di mana Anda dapat memberikan nilai terbaik melalui AI.

Penambangan Tugas UiPath dan Penambangan Proses UiPath dapat membantu Anda memahami proses dan hambatannya. Dengan alat penemuan proses ini, Anda dapat memprioritaskan kasus penggunaan AI berdasarkan hasil bisnis yang terukur.

Dari sana, Anda dapat mulai memperluas pemahaman Anda tentang ROI.

Gilmurray memperingatkan bahwa meskipun ada kasus penggunaan AI jangka pendek, transformasi yang lebih luas akan membutuhkan lebih dari sekadar membalik sakelar. Menerapkan AI melibatkan jalur peningkatan yang pada akhirnya mengarah pada perubahan signifikan dalam operasi bisnis.

Jangan menekan tim untuk memberikan pengembalian segera, tetapi pahami arah proyek dan dari mana pengembalian akan datang. AI mirip dengan, dalam arti tertentu, karyawan baru, yang berarti perlu waktu untuk melatihnya dan menyiapkannya untuk produksi. Dan mirip dengan karyawan, solusi berbasis AI dapat belajar dan menyesuaikan berdasarkan tuntutan bisnis.

Olive memperingatkan bahwa banyak perusahaan akan terlalu fokus pada pengurangan biaya sebagai metrik utama mereka.

Namun, nilai sebenarnya dari AI bukan hanya dalam hal biaya yang dihilangkan, tetapi juga nilai yang dihasilkannya. AI akan, misalnya, menciptakan waktu penyelesaian yang lebih baik dan kepuasan pelanggan yang lebih tinggi, yang berarti loyalitas pelanggan yang lebih baik.

Jika Anda dapat memperkirakan ROI secara akurat, dari pengembalian paling sempit hingga nilai potensi terbesarnya, maka Anda memilih upaya dengan potensi paling besar setiap saat. Anda dapat menggunakan produk seperti UiPath Automation Hub untuk membuat lokasi terpusat untuk ide otomatisasi yang kemudian dapat Anda atur dan prioritaskan.

3. Skala dengan mengutamakan strategi bisnis

Agar transformasi digital dapat mencapai sasaran strategis di seluruh perusahaan Anda, adopsi AI tidak dapat dipisahkan dalam satu tim. Dengan dukungan baik dari investasi modal maupun investasi budaya, organisasi Anda dapat merangkul dan memperluas adopsi. Jika Anda tidak bisa mendapatkan adopsi secara luas, maka transformasi digital tidak akan terjadi, dan Anda berisiko menunda proyek AI Anda sebagai prototipe.

Hanya prioritas strategi bisnis yang akan memastikan penskalaan dan penyebaran AI.

Risikonya adalah perusahaan menempatkan teknologi di atas strategi bisnis. Jika Anda terlalu fokus pada teknologi, Gilmurray memperingatkan, maka persamaan Anda salah. Ini strategi bisnis yang pertama.

Gilmurray merekomendasikan agar Anda memahami strategi tingkat bisnis (atau setidaknya tingkat departemen) untuk mengetahui kontribusi Anda. Teknologi memungkinkan bisnis—itu orang, proses dan lalu teknologi.

Anda seharusnya mengajukan dua pertanyaan, katanya: 

1. Ke mana kita ingin pergi?

2. Bagaimana kita akan sampai di sana?

Terlalu banyak perusahaan yang fokus pada pertanyaan kedua tanpa membahas yang pertama.

Asuransi sudah menjadi industri berbasis data, jadi jika Anda dapat memberikan data yang tepat, pada waktu yang tepat, kepada orang yang tepat, maka manfaat besar akan mengikuti. Penghitungan ROI tidak hanya melibatkan jumlah jam yang dihemat (tetapi itu adalah sering kali pengemudi nomor satu). Perhitungan ini akan diinformasikan oleh strategi bisnis dan mempertimbangkan apa yang dilakukan pesaing Anda dan setiap titik lemah dalam bisnis Anda saat ini, seperti perjanjian tingkat layanan (SLA) dan waktu respons pelanggan.

Bertahan dari Darwinisme digital dengan AI di sisi Anda

Gilmurry membahas bagaimana 2020 mempercepat kemajuan kita menuju era “Darwinisme digital.” Di usia ini, hanya yang terkuat yang akan bertahan. Namun kekuatan tidak akan menjadi hasil dari kekerasan—itu akan menjadi hasil dari kemauan perusahaan untuk beradaptasi dengan lingkungan yang berubah.

Teknologi baru dan strategi bisnis pelengkap baru akan membuka jalan bagi perusahaan asuransi untuk menjadi perusahaan yang sepenuhnya otomatis. Perusahaan yang sepenuhnya otomatis™ adalah perusahaan yang sepenuhnya merangkul otomatisasi, AI, ML, dan transformasi digital menguntungkan teknologi tersebut.

Perusahaan yang sepenuhnya otomatis adalah perusahaan yang dapat bertahan dari perubahan sekarang dan di masa depan. AI bukan hanya satu alat untuk ditambahkan ke gudang senjata Anda—ini adalah fasilitator untuk transformasi digital yang meluas, dan hanya ada sedikit industri yang memiliki peluang transformasi yang sama besarnya dengan asuransi.

Untuk mempelajari lebih lanjut tentang cara mengadopsi dan mengimplementasikan AI, lihat rekaman AI kami di sesi Asuransi (bagian dari acara AI Summit kami). Ini tersedia sesuai permintaan sehingga Anda dapat menonton dengan nyaman.

Terima kasih secara khusus kepada Elaine Mannix karena telah berkolaborasi dalam artikel ini dan menjadi tuan rumah bersama sesi "AI dalam Asuransi" kami selama AI Summit. Mannix adalah Pemimpin Asuransi di UiPath.