В отличие от классических алгоритмов или генеративных нейросетей, которые лишь анализируют информацию или генерируют контент по запросу, агентный ИИ способен действовать автономно. Такие системы могут самостоятельно ставить цели, разбивать их на задачи, взаимодействовать с внешними базами данных, инициировать транзакции и выполнять многошаговые рабочие процессы с минимальным участием человека. Как объясняют эксперты Deloitte, агентный ИИ ведет себя не как пассивный инструмент, а скорее как «цифровой коллега», который берет на себя рутинную координацию процессов и позволяет сотрудникам сосредоточиться на задачах, требующих эмпатии и профессионального суждения.
Ранние внедрения агентного ИИ в страховой отрасли уже демонстрируют измеримые улучшения в ключевых областях. В андеррайтинге и оценке рисков ИИ-агенты могут анализировать медицинские анкеты, историю здоровья и другие данные для принятия решений о страховом покрытии. В урегулировании убытков системы способны управлять целыми процессами по страховым случаям, а не просто оценивать их. Например, австралийское подразделение Allianz уже запустило проект Nemo для автоматизации обработки заявлений о порче продуктов питания. По оценкам McKinsey, страховщики, успешно масштабирующие агентный ИИ, могут получить рост производительности на 20–30 процентов.
Главный вызов для рынка страхования жизни — это колоссальный разрыв между потребностью в защите и реальным оформлением полисов. Около 100 млн американцев не имеют страховки или застрахованы недостаточно, при этом 40 процентов взрослых признают, что им нужно страхование жизни. Основные барьеры — это не цена, а непонимание продукта и прокрастинация. Именно здесь агентный ИИ может сыграть ключевую роль: он способен в понятных терминах объяснить клиенту, зачем нужна страховка, сколько она реально стоит и какой полис подходит именно ему.
Аналитики Deloitte выделяют несколько ключевых моментов в процессе покупки страховки, где агентный ИИ будет наиболее эффективен. Во-первых, самостоятельное исследование потребителем: более половины опрошенных готовы использовать ИИ-инструменты для изучения и сравнения предложений по страхованию жизни. Во-вторых, персонализация и таргетинг: ИИ отслеживает жизненные события клиента — рождение ребенка, покупку жилья, смену работы — и в нужный момент предлагает релевантную страховую защиту. В-третьих, автоматизированное консультирование: система помогает клиенту понять, какой объем покрытия ему нужен, и подбирает оптимальный продукт. В-четвертых, усиление работы живых агентов: перед встречей с клиентом ИИ готовит для страхового агента всю необходимую информацию — предполагаемый страховой разрыв, рекомендации по продукту, возможные возражения и план беседы.
Важный тезис, который подчеркивают как Deloitte, так и практики рынка: агентный ИИ призван не заменить страховых агентов и андеррайтеров, а освободить их от рутины, позволив сфокусироваться на экспертной работе и выстраивании доверительных отношений с клиентами. Как отмечает технический директор бельгийской страховой компании Credendo, в этом секторе человеческие отношения по-прежнему имеют первостепенное значение, а цель страховщиков — стать AI-enabled компанией, где автоматизация берет на себя задачи низкого приоритета, а специалисты занимаются принятием решений.
При всех преимуществах внедрение агентного ИИ сопряжено с серьезными вызовами. Большинство страховых компаний работают на устаревших системах, которые десятилетиями накапливали бизнес-логику в плохо документированном виде. Если ИИ-агент ошибается, возникает вопрос об ответственности, который пока не имеет однозначного ответа и требует выработки новых отраслевых стандартов. Эффективность агентных систем напрямую зависит от качества данных, а исторически страховщики не уделяли их структурированию достаточного внимания. Кроме того, для работы в регулируемой среде агентный ИИ требует встроенных механизмов контроля, понятной объяснимости решений и наличия «человека в контуре» на ключевых этапах.
Deloitte выделяет несколько фундаментов, на которых должна строиться стратегия масштабирования агентного ИИ. Это перепроектирование работы под желаемые результаты с четкими KPI и границами принятия решений, перестройка процессов «с чистого листа» для максимальной автоматизации, модернизация IT-архитектуры с переходом на облачные решения, встраивание управления и контроля доверия к ИИ, обеспечение готовности данных, а также адаптация талантов и культуры — обучение сотрудников работе в тандеме с ИИ-агентами.
По прогнозу Deloitte, к 2030 году внедрение агентного ИИ в дистрибуцию страхования жизни может увеличить ежегодные премии на 11 процентов, подняв общий объем рынка до 21,2 млрд долларов с ожидаемых 19,1 млрд без использования ИИ. Речь идет не о постепенной эволюции, а о структурном сдвиге. Страховщик, который первым успешно масштабирует агентный ИИ, получит устойчивое конкурентное преимущество по издержкам, скорости принятия решений и качеству обслуживания клиентов, которое конкуренты будут догонять годами.
Источник: https://www.dig-in.com/news/agentic-ai-could-change-life-insurance-deloitte
Фото из открытых источников
