AI di Asuransi: Panduan Praktis untuk Implementasi Nyata

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

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

Perusahaan asuransi, sebagian besar baru memulai perjalanan AI mereka, kemungkinan akan jatuh ke dalam kesenjangan kesadaran dan penerapan ini. Meskipun perusahaan asuransi telah menggunakan alur kerja yang intensif data selama bertahun-tahun, banyak yang masih tidak menggunakan AI sepenuhnya—atau sama sekali.

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

Artikel ini akan membagi sesi ini menjadi beberapa ide kunci, tetapi untuk pengalaman lengkap, kunjungi halaman sesi AI di Asuransi.

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

Tren AI asuransi mengungkap bahwa saatnya berinvestasi sekarang

Selama sesi “AI di Asuransi,” menjadi jelas bahwa masa depan industri asuransi akan berputar di sekitar meningkatkan kelincahan organisasi dengan meletakkan AI di depan dan tengah. Transformasi digital menjadi imperatif untuk mencapai kepemimpinan pasar dan memfasilitasi budaya yang berfokus pada inovasi. AI menjadi bagian esensial dari transformasi tersebut.

2020 mengubah industri asuransi

2020, tahun yang menyiksa bagi semua industri, adalah tahun yang penting bagi industri asuransi.

2020 memaksa industri asuransi untuk berevaluasi terhadap kemampuan mereka untuk memenuhi kebutuhan yang berkembang pesat dari pelanggan, mitra, dan karyawan. McKinsey, misalnya, menunjukkan dalam laporan 2020 bahwa “Asuransi yang telah mengembangkan fungsi digital yang matang dalam penjualan dan distribusi, layanan dan retensi, dan klaim berada dalam posisi yang baik untuk melewati krisis—dan yang belum harus bertindak cepat untuk mengejar.”

Evaluasi ini mengungkapkan bahwa transformasi digital tidak hanya diperlukan untuk bertahan dalam krisis, tetapi diperlukan untuk berkembang maju ke depan.

Dari 2021 ke depan, AI dan otomatisasi—titik pusat transformasi digital enterprise—akan menjadi prioritas tinggi bagi perusahaan asuransi yang berpikir maju.

Masa depan asuransi

Dalam kontras dengan industri lain di mana anggaran teknologi cenderung menurun, anggaran teknologi asuransi meningkat, jelas Carney di panel. Menurut Carney, mengutip temuan riset Forrester, kenaikan 1,4% dalam anggaran teknologi perusahaan asuransi akan mempercepat masa depan kerja dan masa depan pengalaman pelanggan.

Penting untuk dicatat bahwa sebagian besar kenaikan anggaran ini tidak hanya untuk pemeliharaan. Carney berbagi bahwa 33% dari anggaran ini pergi ke proyek baru.

Holly Olive (Digital Operations, Insurance Consulting Lead di Cognizant pada waktu panel) setuju dan memperingatkan bahwa seiring perpindahan anggaran, momentum akan meningkat, dan perusahaan yang tertinggal mungkin akan ketinggalan: “Kereta bergerak, dan Anda ingin berada di dalamnya.”

Masa depan AI

Masa depan asuransi, tuttavia, tidak hanya akan tergantung pada kemauan perusahaan untuk mengadopsi AI tetapi kemampuan mereka untuk mengejar, mengadopsi, dan menerapkan solusi bisnis yang memanfaatkan AI.

Skepticisme terhadap AI terjadi karena di banyak industri, teknologi belum sejalan dengan janji pemasarannya. AI dan ML telah menjadi kata kunci pemasaran di banyak lingkaran. Perusahaan dengan produk yang menawarkan otomatisasi berbasis aturan sederhana seringkali ingin mengklaim produk mereka cerdas padahal tidak. Produk semacam itu masih dapat berguna, tetapi mereka tidak menyampaikan dampak yang dapat disediakan oleh solusi AI yang benar.

Di mana ekspresi bertemu dengan kenyataan, menurut pembicara utama Craig Le Clair, Principal Analyst di Forrester, adalah di platform yang memungkinkan kasus penggunaan horizontal dan vertikal yang difokuskan. Le Clair menjelaskan selama keynote AI Summit bahwa sementara AI dulu merupakan alat terpisah, itu sekarang akan menjadi bagian dari hampir semua teknologi: “AI akan meresap ke dalam aplikasi dan menjadi cara normal untuk berbisnis.”

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

Contoh AI asuransi: pemrosesan klaim

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

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

1. Prosesnya memakan waktu.
2. Prosesnya mungkin rentan terhadap kesalahan.
3. Prosesnya tidak dapat diskalakan.
4. Prosesnya memerlukan ahli materi.

Proses klaim asuransi tradisional berjalan seperti ini:

• Dokumen klaim masuk ke sistem Anda dari pelanggan, perantara, atau pihak ketiga.
• Seorang ahli materi secara manual meninjau dokumen untuk data yang diperlukan, (proses yang membebani kognisi yang memerlukan keahlian spesial mereka).
• Seorang karyawan secara manual memasukkan data ke dalam sistem klaim.
• Seorang ahli materi menilai klaim terhadap kebijakan.
• Seorang karyawan menjalankan pemeriksaan penipuan sampel untuk secara manual memeriksa terhadap risiko yang diketahui.
• Seorang manusia menyetujui atau menolak pengobatan.

Dalam proses klaim dengan AI, tampak lebih seperti ini:

• Dokumen klaim masuk ke sistem Anda dari pelanggan, perantara, atau pihak ketiga.
• Sebuah perangkat lunak robot menggunakan AI untuk secara otomatis mengekstrak data dari dokumen klaim.
• Sebuah produk seperti UiPath Document Understanding menggunakan model ML untuk mengekstrak data terstruktur, tidak terstruktur, dan pictogram 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 masuk ke proses di langkah terakhir dan bahkan itu, hanya jika diperlukan. Proses klaim lebih cepat, kurang rentan terhadap kesalahan, dan melibatkan jauh lebih sedikit upaya manual manusia.

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

Dengan AI yang tertanam dalam portfolio solusi teknologi enterprise, karyawan dapat fokus ulang dari tugas melelahkan dan berulang seperti pemrosesan klaim ke tugas yang lebih menarik dan menantang secara kognitif.

Mulai dengan AI menggunakan 3 langkah ini

Panel kami berbagi tiga langkah inti untuk memulai dengan AI. Setiap langkah akan membuat AI lebih mudah diimplementasikan dan lebih efektif.

1. Mulai kecil

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

Menurut salah satu panelis kami, Kieran Gilmurray, Global Automation and Digital Transformation Expert di Mercer, salah satu keuntungan industri asuransi adalah kasus penggunaan banyak, terbukti, dan divalidasi. Kasus penggunaan sudah cukup dikenal, jadi ini bukan tempat di mana Anda perlu berinovasi.

Olive merekomendasikan memulai dengan AI untuk klasifikasi email. Carney setuju: dengan 20 juta email yang diterima setahun, dan hingga lima waktu yang dihabiskan pada masing-masing, otomatisasi email menawarkan peluang dampak besar, risiko rendah.

Tantangannya adalah pelanggan secara teratur mengemail dukungan pelanggan dengan berbagai macam pertanyaan yang dapat menumpuk menjadi waktu tanggapan yang lama. Peluangnya adalah dengan AI, Anda dapat mempersingkat waktu tanggapan tersebut dan menjadi semakin efisien di tempat perusahaan lain masih lambat. Bagi adopsi awal AI, keuntungan ini dapat bertumpuk, memungkinkan Anda untuk melampaui kompetitor dan menjadi jauh di depan sehingga mereka tidak dapat mengejar.

Dengan email yang didorong AI, Anda dapat memahami komunikasi masuk dan memprediksi komunikasi berikutnya. Ini berarti pelanggan bahkan tidak perlu menanyakan pertanyaan tertentu—Anda telah menjawabnya.

Olive mengatakan bahwa dengan memulai lebih kecil, Anda dapat menembus rantai nilai sedikit demi sedikit.

2. Sepasangkan dengan ROI

Setiap teknologi transformatif membutuhkan investasi, tetapi investasi yang diperlukan tidak selalu modal. Modal penting, tetapi yang lebih penting adalah investasi dalam budaya inovasi. Anda harus mendorong budaya yang melihat melewati metodologi dan praktik yang ada sehingga mereka dapat mengadopsi teknologi yang mengubah permainan seperti AI.

Kedua jenis investasi meminta Anda untuk memikirkan ROI dengan hati-hati. Untuk menyelaraskan visi ROI Anda dengan kenyataan, Anda akan ingin merangka analisis ROI Anda dengan penemuan proses.

Banyak di industri asuransi telah terbiasa dengan jumlah titik keputusan yang ada dalam proses mereka, yang membuat mereka lupa betapa kompleksnya banyak proses telah menjadi.

Potensi AI untuk menangani beberapa proses kompleks ini besar, tetapi hanya jika Anda mendokumentasikan dan meninjau bisnis Anda terlebih dahulu—dengan data, bukan cerita rakyat. Tujuan penemuan ini adalah untuk menentukan di mana Anda dapat memberikan nilai terbesar melalui AI.

UiPath Task Mining dan UiPath Process Mining keduanya dapat membantu Anda memahami proses Anda dan hambatannya. Dengan alat penemuan proses ini, Anda dapat memprioritaskan kasus penggunaan AI berdasarkan hasil bisnis yang dapat diukur.

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 tombol yang dihidupkan. Implementasi AI melibatkan jalan perbaikan yang pada akhirnya mengarah pada perubahan signifikan dalam operasi bisnis.

Jangan menekan tim untuk memberikan return segera, tetapi pahami arah proyek dan di mana return akan datang. AI mirip dengan, dalam arti, karyawan baru, berarti memerlukan waktu untuk melatihnya dan mempersiapkannya untuk produksi. Dan mirip dengan karyawan, solusi berbasis AI dapat belajar dan menyesuaikan diri berdasarkan permintaan bisnis.

Olive memperingatkan bahwa banyak perusahaan akan berfokus berlebihan pada pengurangan biaya sebagai metrik utama mereka.

Nilai sejati AI, namun, tidak hanya dalam biapa yang dieliminasi tetapi nilai yang dihasilkan. AI akan, misalnya, menciptakan waktu putaran yang lebih baik dan kepuasan pelanggan yang lebih tinggi, yang berarti loyalitas pelanggan yang lebih baik.

Jika Anda dapat memperkirakan ROI dengan akurat, dari return yang paling sempit hingga potensi nilai terbesarnya, maka Anda memilih upaya dengan potensi terbesar setiap kali. Anda dapat menggunakan produk seperti UiPath Automation Hub untuk membuat lokasi terpusat untuk ide otomatisasi yang kemudian dapat Anda urutkan dan prioritas.

3. Skala dengan menempatkan strategi bisnis di pertama

Untuk transformasi digital memberikan hasil terhadap tujuan strategi enterprise-wide Anda, adopsi AI tidak boleh terisolasi dalam satu tim. Dengan dukungan baik dari investasi modal maupun investasi budaya, organisasi Anda dapat merangkul dan memperluas adopsi. Jika Anda tidak dapat mendapatkan adopsi yang luas, maka transformasi digital tidak akan terjadi, dan Anda mengambil risiko proyek AI Anda terhenti sebagai prototipe.

Hanya prioritas strategi bisnis yang akan memastikan AI menskala dan menyebar.

Risiko adalah perusahaan menempatkan teknologi di depan strategi bisnis. Jika Anda terlalu fokus pada teknologi, Gilmurray memperingatkan, maka Anda telah menyalahkan persamaan. Ini strategi bisnis di pertama.

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

Anda harus bertanya dua hal, katanya:

1. Di mana kita ingin pergi?
2. Bagaimana kita akan sampai di sana?

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

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

Bertahan di tengah Darwinisme Digital dengan AI di sisi Anda

Gilmurry membahas bagaimana 2020 mempercepat kemajuan kita menuju era “Darwinisme Digital.” Di era ini, hanya yang terkuat yang akan bertahan. Tetapi kekuatan tidak akan menjadi hasil dari kekuatan bruta—ia akan menjadi hasil dari kemauan perusahaan untuk menyesuaikan diri dengan lingkungan yang berubah.

Teknologi baru dan strategi bisnis komplementer baru akan membuka jalan bagi perusahaan asuransi untuk menjadi enterprise yang sepenuhnya diotomatisasi. Enterprise yang sepenuhnya diotomatisasi™ adalah enterprise yang sepenuhnya merangkul otomatisasi, AI, ML, dan manfaat transformasi digital yang dibuka oleh teknologi tersebut.

Enterprise yang sepenuhnya diotomatisasi adalah enterprise yang dapat bertahan terhadap perubahan sekarang dan di masa depan. AI bukan sekadar alat yang ditambahkan ke klang Anda—ia adalah fasilitator untuk transformasi digital yang luas, dan ada sedikit industri yang memiliki peluang transformasi sebanyak asuransi.

Untuk mempelajari lebih lanjut tentang cara mengadopsi dan menerapkan AI, lihat rekaman sesi AI di Asuransi kami (bagian dari acara AI Summit kami). Tersedia on demand sehingga Anda dapat menonton kapan saja yang Anda inginkan.

Terima kasih khusus kepada Elaine Mannix atas kolaborasi dalam artikel ini dan untuk menjadi co-host sesi “AI di Asuransi” kami selama AI Summit. Mannix adalah Insurance Leader di UiPath.