Jak przejść od eksperymentów z AI do rozwiązań, które wspierają najważniejsze procesy biznesowe? Jaką rolę agenci AI odgrywają w obszarach takich jak underwriting czy likwidacja szkód? W jaki sposób pogodzić możliwości AI ze stale rosnącymi wymaganiami regulacyjnymi? Na te pytania odpowiedzieli liderzy branży ubezpieczeniowej, którzy z sukcesem przeszli od eksperymentów z AI do wdrożeń przynoszących realne efekty biznesowe.

• Największą wartość biznesową przynosi kompleksowa przebudowa procesów end-to-end z wykorzystaniem współpracujących agentów AI.
• Skuteczne wdrożenie agentowej AI wymaga uporządkowanych danych, spójnej architektury technologicznej oraz jasnego podziału odpowiedzialności między specjalistą a agentami AI.
• W branży ubezpieczeniowej AI pełni rolę zaawansowanego asystenta wspierającego ekspertów, natomiast odpowiedzialność za decyzje biznesowe i finansowe pozostaje po stronie człowieka.

Jak liderzy rynku wykorzystują AI w praktyce

W webinarze Agentowa AI w branży ubezpieczeniowej: od eksperymentów do praktycznego wdrożenia zorganizowanym przez Britenet i Gazetę Ubezpieczeniową udział wzięli – Bartosz Dołkowski (IT Managing Director i CIO w STU | STUnŻ ERGO Hestia S.A.), Dorota Urbańska (Dyrektor Departamentu Likwidacji Szkód w LUX Med Ubezpieczenia), Marek Majdak (CTO w PZU) oraz Piotr Wegner (Solutions Director w Britenet). Dyskusję poprowadziła Aleksandra E. Wysocka, Redaktor Naczelna Gazety Ubezpieczeniowej. 

Eksperci branży w swoich prezentacjach pokazali, jak ich organizacje wykorzystują agentową AI do usprawniania kluczowych procesów biznesowych. Podzielili się również doświadczeniami związanymi z wdrażaniem AI w obszarach takich jak underwriting i likwidacja szkód oraz wskazali najważniejsze wyzwania związane ze skalowaniem tych rozwiązań. Oto kilka najważniejszych wniosków ze spotkania.

Wniosek 1: Od pojedynczych wdrożeń do transformacji procesów

Wiele firm ma już za sobą pierwsze wdrożenia sztucznej inteligencji, jednak największa wartość biznesowa pojawia się dopiero wtedy, gdy AI przestaje usprawniać pojedyncze zadania i staje się elementem szerszej transformacji procesów.

Bartosz Dołkowski z ERGO Hestii zwrócił uwagę, że przyszłość należy do procesów end-to-end, w których współpracujące ze sobą agenty AI wspierają realizację całych zadań biznesowych. Takie podejście pozwala zachować ciągłość informacji między kolejnymi etapami procesu, lepiej wykorzystać dane i ograniczyć utratę kontekstu pomiędzy systemami.

W praktyce oznacza to odejście od punktowej optymalizacji pojedynczych kroków na rzecz budowy spójnego środowiska, w którym dane, procesy i technologia funkcjonują jako jeden ekosystem.

Wniosek 2: Orkiestracja procesów zamiast automatyzacji pojedynczych zadań

Rosnące oczekiwania klientów oraz coraz większa złożoność procesów sprawiają, że tradycyjne podejście do automatyzacji przestaje być wystarczające – organizacje muszą zaprojektować nowy model współpracy między ludźmi, AI i systemami.

Jak podkreśliła Dorota Urbańska, przyszłość rynku ubezpieczeniowego będzie opierać się nie na wdrażaniu kolejnych narzędzi AI, lecz na umiejętnej orkiestracji całych procesów. W takim modelu technologia przejmuje zadania administracyjne i analityczne, natomiast człowiek koncentruje się na podejmowaniu decyzji wymagających doświadczenia, interpretacji i odpowiedzialności biznesowej.

Takie podejście jest już wykorzystywane w LUX MED Ubezpieczenia, gdzie sztuczna inteligencja wspiera procesy związane z obsługą roszczeń, jednak nie funkcjonuje jako samodzielny decydent. Organizacja stawia na model współpracy ludzi, agentów AI i robotów procesowych, w którym technologia wspiera analizę i realizację zadań, natomiast odpowiedzialność za decyzje pozostaje po stronie człowieka.

Wniosek 3: Nowa rola AI w underwritingu

Największym wyzwaniem związanym z wykorzystaniem AI w procesach underwritingowych nie jest samo podejmowanie decyzji, lecz przygotowanie kompletu informacji niezbędnych do ich podjęcia. AI przynosi największą wartość w tym obszarze, skracając czas analizy i pozwalając ekspertom skupić się na ocenie ryzyka.

Marek Majdak przedstawił przykład wdrożenia w PZU, w którym agenci AI wspierają analizę dokumentacji medycznej, przygotowując underwriterom uporządkowany zestaw informacji niezbędnych do oceny ryzyka.

Eksperci zgodnie podkreślali, że w obecnych realiach regulacyjnych sztuczna inteligencja nie zastępuje underwritera – jej rolą jest dostarczanie rekomendacji, analiz i uporządkowanego kontekstu wspierającego proces decyzyjny.

Wniosek 4: Dane jako fundament agentowej AI

Wiele projektów AI nie osiąga oczekiwanych rezultatów. Porażki nie wynikają z ograniczeń samych modeli AI, lecz z problemów z jakością danych, ich dostępnością oraz niespójną architekturą informacyjną.

Podczas webinaru kilkukrotnie podkreślano, że skuteczność agentowej AI zależy przede wszystkim od jakości danych i architektury informacyjnej. Piotr Wegner wskazał trzy elementy niezbędne do budowy skalowalnych rozwiązań agentowych:

• spójną semantykę danych i jednolite rozumienie pojęć biznesowych,
• dostęp do aktualnych informacji oraz możliwość ich przetwarzania w czasie zbliżonym do rzeczywistego,
• pełną audytowalność procesów oraz działań podejmowanych przez agentów AI.

Bez spełnienia tych warunków nawet najbardziej zaawansowane modele AI nie będą w stanie działać w sposób przewidywalny i bezpieczny.

Wniosek 5: Człowiek pozostaje kluczowym ogniwem procesu

Sztuczna inteligencja coraz skuteczniej wspiera procesy analityczne i operacyjne, jednak odpowiedzialność za decyzje biznesowe, finansowe i regulacyjne musi pozostać po stronie człowieka.

W praktyce oznacza to budowę modelu współpracy, w którym AI analizuje dane, identyfikuje wzorce i przygotowuje rekomendacje, natomiast eksperci podejmują decyzje wymagające doświadczenia, wiedzy branżowej i oceny ryzyka.

Webinar pokazał, że skuteczne wdrażanie agentowej AI wymaga nie tylko odpowiedniej technologii, lecz także uporządkowanych danych, właściwie zaprojektowanych procesów oraz jasnego podziału odpowiedzialności. Jeśli chcesz poznać praktyczne doświadczenia liderów rynku ubezpieczeniowego, obejrzyj nagranie webinaru lub zarejestruj się na kolejne spotkanie i dowiedz się, jak wdrażać AI w branży ubezpieczeniowej zgodnie z AI Act, DORA i RODO.

Udostępnij