Masa depan penyelidikan penipuan asuransi: Kecerdasan Buatan (AI), intelijen, dan pentingnya penilaian manusia

Sedgwick dengan bangga mendukung Pekan Kesadaran Penipuan Internasional ACFE yang diselenggarakan pada tanggal 15–21 November—sebuah upaya global untuk meminimalkan dampak penipuan melalui peningkatan kesadaran dan pendidikan anti-penipuan.

Penipuan asuransi semakin canggih, dengan kecerdasan buatan (AI) yang memfasilitasi bentuk-bentuk penipuan baru dengan kecepatan dan skala yang lebih besar, sementara aktivitas kriminal terus melintasi batas-batas internasional. Bagi kami yang bekerja untuk mendeteksi dan menyelidiki penipuan, perkembangan ini memunculkan pertanyaan penting mengenai bagaimana kami memperkuat kemampuan kami, berbagi informasi intelijen, dan melindungi pelanggan.

Tantangan-tantangan ini menjadi sorotan utama dalam Konferensi Tahunan Global Insurance Fraud Summit (GIFS) ke-8 di Panama, yang mempertemukan para pakar anti-penipuan, regulator, dan aparat penegak hukum dari seluruh dunia.

Ini adalah partisipasi ketiga saya dalam GIFS, dan satu hal yang sangat menarik perhatian saya adalah betapa kekuatan kolektif global ini semakin matang. Semakin banyak yang menyadari bahwa untuk menangani penipuan asuransi secara efektif, diperlukan kemitraan yang lebih kuat, informasi intelijen yang lebih baik, serta kesediaan untuk mengeksplorasi teknologi baru secara bertanggung jawab.

Ada tiga tema yang menurut saya menonjol, dengan satu diskusi khususnya yang memunculkan sejumlah pertanyaan menarik mengenai masa depan penyelidikan kasus penipuan.

Tiga tren yang memengaruhi upaya pemberantasan penipuan asuransi

1. Kecerdasan Buatan (AI): Penipuan asuransi, baik yang dilakukan oleh kelompok kriminal terorganisir maupun yang dilakukan oleh konsumen perorangan, semakin didukung oleh kecerdasan buatan (AI), sehingga penipuan dapat dilakukan dengan lebih cepat dan dalam skala yang lebih besar. Saya tidak ragu bahwa kecerdasan buatan (AI) meningkatkan kemampuan para calon penipu, sehingga memungkinkan lebih banyak orang untuk melakukan penipuan yang semakin canggih. 

Namun, pola pikir kita haruslah yang berupaya mengubah hal negatif ini menjadi positif dengan tidak memandang AI sebagai musuh bebuyutan kita—teknologi yang sama justru dapat memperkuat kemampuan kita dalam mendeteksi klaim yang tidak wajar, mengidentifikasi pola, dan mendukung upaya gangguan yang kita lakukan. Tantangannya adalah memastikan bahwa kemampuan kita berkembang secepat ancaman tersebut, dengan cara yang aman dan proporsional. 

2. Lintas batas: Meskipun banyak ancaman yang kita hadapi serupa, setiap yurisdiksi memiliki undang-undang/peraturan, risiko baru, dan budaya masing-masing. Dengan menggabungkan berbagai perspektif ini, kita dapat lebih memahami tantangan yang ada, mengidentifikasi prioritas bersama, dan mengoordinasikan respons global yang lebih efektif. 

Mengingat lebih dari 70% kasus penipuan di Inggris Raya saja berasal dari luar Inggris Raya atau memiliki unsur internasional, membangun kemitraan baru dan mengidentifikasi tantangan lintas batas yang mulai muncul kini terasa lebih penting dari sebelumnya. Hubungan yang lebih erat antara industri kita, penegak hukum, pemerintah, serta sektor publik dan swasta secara luas akan membawa perubahan, sekaligus mendorong terciptanya respons yang benar-benar global. 

3. Intelijen: Sangat penting bagi kita untuk memiliki intelijen yang berharga – dan kita memang memilikinya. Terdapat pula mekanisme untuk mendistribusikan intelijen di antara organisasi dan di dalam yurisdiksi masing-masing – namun, terlalu sering tidak ada koneksi lintas batas yang diperlukan untuk mengungkap gambaran yang lebih besar. Kita harus menemukan cara yang lebih baik untuk berbagi dan menghubungkan data secara aman dan sesuai peraturan di lintas batas, mengubah wawasan yang terisolasi menjadi intelijen yang dapat ditindaklanjuti yang dapat mendukung respons yang lebih terkoordinasi terhadap penipuan. 

Topik terpanas di kota ini: apakah Agentic AI bisa menyelidiki kasus penipuan?

Tak mengherankan, topik terpanas dalam KTT tersebut adalah AI – dan ada satu perdebatan yang sangat menonjol: sejauh mana kita dapat menggunakan AI agen untukmenyelidikiklaim yang mencurigakan, alih-alih menggunakan AI untuk mendeteksi klaim yang mencurigakan? 

Industri kita sedang mengalami perubahan dengan laju yang cukup cepat, sehingga bagi saya ini merupakan topik yang layak untuk dieksplorasi karena pergeseran ini memindahkan fokus pembahasan dari penggunaan AI sebagai asisten menjadi penggunaan AI agen sebagai penyelidik. Pandangan saya secara singkat? Saya tidak melihat AI agen—“seorang agen”—dapat menggantikan peran seorang penyelidik; namun, saya yakin seorang agen memiliki potensi untuk melakukan pekerjaan seorang analis investigasi yang sangat teliti. 

Beralih dari prediksi ke penilaian

Mendeteksi dan menandai klaim yang mencurigakan adalah satu hal. Namun, memutuskan langkah selanjutnya, bukti apa yang harus dikumpulkan, jalur penyelidikan mana yang harus ditempuh, dan kapan harus meneruskannya ke tingkat yang lebih tinggi, memerlukan pemahaman konteks dan prinsip proporsionalitas. Apakah seorang agen mampu melakukan hal itu? Bagi saya, pertanyaan sesungguhnya bukanlah apakah AI dapat mengidentifikasi risiko—karena kita tahu ia mampu melakukannya—melainkan apakah seorang agen dapat menggunakan penilaian investigatifnya secara adil, konsisten, dan transparan. 

Bayangkan jika AI mengidentifikasi klaim asuransi kendaraan yang mencurigakan terkait kecelakaan lalu lintas. Saya membayangkan suatu hari nanti, langkah selanjutnya adalah seorang agen meninjau riwayat polis, memeriksa dokumen klaim, mencari keterkaitan jaringan dan hubungan dengan pemasok, serta mempertimbangkan data telematika. Saya juga membayangkan AI tersebut menyusun paket bukti—dan bahkan mungkin menguji penjelasan yang mencurigakan maupun yang tidak mencurigakan, serta merekomendasikan eskalasi jika mendeteksi kasus berisiko tinggi yang memerlukan pemeriksaan lebih lanjut.  Namun, bagi saya, prosesnya berhenti di situ – setidaknya untuk saat ini. Kemudian, penyelidik (manusia) dilibatkan untuk meninjau temuan tersebut, menguji alasan yang diajukan dengan menantang analisis agen, dan, pada dasarnya, tetap bertanggung jawab atas keputusan untuk melakukan penyelidikan – serta hasil akhir kasus tersebut. Apakah ini model yang meyakinkan? 

Tata Kelola

Kerangka tata kelola yang kokoh sangat penting untuk memastikan bahwa penyelidikan berbasis agen berjalan aman, sesuai ketentuan, dan tetap menjaga kepercayaan publik. Bagi saya, tata kelola pada dasarnya mencakup lima hal: keterjelaskan, akuntabilitas, proporsionalitas, keadilan, dan pengawasan. Setiap tindakan harus dapat diaudit, hasilnya harus diuji terhadap adanya bias, dan semakin besar potensi dampaknya terhadap pelanggan, semakin tinggi pula tingkat pengawasan manusia yang diperlukan. Kepercayaan berasal dari kontrol, bukan dari teknologi.  

Penyelidikan yang dapat disesuaikan

Mari kita asumsikan kita berhasil menerapkan tata kelola yang baik—apakah kita bisa membuat penyelidikan berbasis agen benar-benar dapat diskalakan, bahkan menjadi terobosan yang mengubah permainan? Terobosan semacam itu tidak akan datang hanya dari model yang lebih baik—melainkan dari data yang terintegrasi, alur kerja penyelidikan yang kokoh, dan kolaborasi manusia-AI yang lancar. Namun, ada nilai nyata yang bisa diperoleh jika sebuah agen dapat mengumpulkan bukti, menguji hipotesis, membuat berkas kasus yang dapat diaudit, dan menyajikannya kepada penyelidik dalam hitungan menit, karena hal itu dapat ditingkatkan skalanya – sehingga, penyelidik menghabiskan lebih sedikit waktu untuk mencari dan lebih banyak waktu untuk menggunakan penilaian. 

Intinya

Penyelidikan penipuan asuransi tidak sama dengan rekomendasi produk atau kampanye pemasaran. Keputusan yang diambil dapat menimbulkan konsekuensi yang sangat serius, dan kesalahan dalam menangani kasus penipuan bukanlah sekadar kesalahan teknis belaka. Inilah yang kadang-kadang saya sebut sebagai peristiwa yang merugikan pelanggan.

Itulah sebabnya saya yakin kita harus berhati-hati agar tidak memperluas otonomi lebih cepat daripada kemampuan kita dalam memperluas tata kelola. Kepercayaan diperoleh dengan menunjukkan keadilan, transparansi, dan akuntabilitas seiring dengan pertumbuhan kemampuan. 

Jika tata kelola dilakukan dengan benar, kita masih punya peluang. AI dapat mengidentifikasi hal-hal yang mencurigakan, dan AI otonom berpotensi melakukan penyaringan awal kasus serta menyusun paket bukti yang memungkinkan penyidik memiliki lebih banyak waktu untuk menyelidiki. Namun, di situlah batasannya. Menentukan adanya ketidakjujuran adalah tugas manusia. 

Penyelidikan berbasis agen: ya atau tidak? 

Saya sangat antusias dengan kemampuan AI agentik dalam mengubah cara penyelidikan penipuan. Besarnya volume dan kompleksitas penipuan asuransi di era modern ini menuntut para penyelidik untuk memiliki alat yang lebih baik. Jika digunakan secara bertanggung jawab, AI agentik dapat meningkatkan kinerja para penyelidik. Namun, jika digunakan secara sembarangan, AI ini justru dapat menimbulkan kesalahan dengan lebih cepat dan dalam skala besar. Tantangan kita bukanlah menentukan apakah AI agentik memiliki peran, melainkan memutuskan bagaimana cara mengimplementasikannya agar dapat melindungi pelanggan sekaligus meningkatkan hasil penyelidikan. 

Organisasi yang berhasil belum tentu memiliki algoritma paling canggih. Mereka akan memiliki data terbaik, tata kelola yang paling kokoh, serta kolaborasi yang paling jelas antara keahlian manusia dan kemampuan mesin.

Jadi, jawabannya adalah ‘ya’ dengan penuh kehati-hatian.

Apa artinya hal ini bagi masa depan pencegahan penipuan

Bagi saya, diskusi-diskusi di GIFS semakin mempertegas betapa pentingnya kolaborasi, kecerdasan, dan inovasi dalam menangani penipuan asuransi generasi berikutnya.

Ancaman yang kita hadapi semakin canggih dan bersifat internasional, sehingga respons kita harus terus berkembang. Artinya, kita harus memanfaatkan informasi intelijen yang tersedia dengan lebih baik, memperkuat kerja sama lintas batas, serta mengeksplorasi bagaimana teknologi-teknologi baru dapat mendukung para penegak hukum yang bertugas menyelidiki kasus penipuan.

Di Sedgwick, prioritas-prioritas inilah yang membentuk cara kami menangani pencegahan dan penyelidikan penipuan. Kami menyadari pentingnya teknologi canggih dan analitik prediktif dalam mengidentifikasi aktivitas mencurigakan, di samping keahlian investigasi, penilaian yang tepat, dan pengawasan yang memadai yang diperlukan untuk menindaklanjuti temuan-temuan tersebut. Kami juga berkomitmen untuk bekerja sama dengan mitra industri guna berbagi pengetahuan, memahami ancaman yang muncul, dan memperkuat respons bersama kami.

Ada pula keseimbangan penting yang harus dijaga. Seiring upaya industri untuk menyederhanakan dan mempercepat proses klaim, pengendalian penipuan yang efektif harus tetap menjadi bagian dari proses tersebut. Melindungi pelanggan yang sah, mengidentifikasi tindakan tidak jujur, dan menjaga kepercayaan—semuanya itu sangat penting.

Penipuan asuransi memiliki konsekuensi nyata bagi perusahaan asuransi, pelaku usaha, dan masyarakat yang mereka layani. Hal ini menyebabkan kenaikan biaya, mengganggu kelancaran operasional, dan dapat merusak reputasi. Itulah sebabnya saya yakin bahwa tanggung jawab kita adalah terus mengevaluasi cara kerja kita, tetap terbuka terhadap pendekatan baru, dan memastikan bahwa setiap kemajuan pada akhirnya memperkuat kemampuan kita dalam melindungi pelanggan.

Jika ada satu hal yang saya petik dari Global Insurance Fraud Summit ketiga yang saya hadiri, itu adalah bahwa kita akan lebih siap menghadapi tantangan-tantangan ini jika kita mengatasinya bersama-sama. Di Sedgwick, kami akan terus menyumbangkan keahlian, teknologi, dan kemitraan kami dalam upaya tersebut, guna membantu melindungi klien kami, pelanggan mereka, serta integritas industri asuransi.