Claims en AI – De ervaring opnieuw vormgeven met intelligente automatisering

Tijdens de Global InsurTech-conferentie van afgelopen jaar betrad Max Koonce, Chief Claims Officer bij Sedgwick, het podium om zijn visie te delen over hoe kunstmatige intelligentie de verzekeringssector transformeert. In een sessie met de titel 'Claims en AI – De ervaring opnieuw vormgeven met intelligente automatisering' ging Max in op de evolutie van automatisering bij claims, de kansen en uitdagingen van AI en de visie van Sedgwick om intelligente technologie te combineren met het menselijke aspect. Hier volgt een samenvatting van de belangrijkste inzichten en conclusies uit zijn presentatie.

V: De verzekeringssector is al tientallen jaren bezig met automatisering. Hoe moeten we 'AI' definiëren in de huidige context van schadeclaims, en hoe verschilt het van eerdere technologische innovaties?

A:AI in de verzekeringssector is de toepassing van intelligente systemen die gegevens analyseren, leren van patronen en beslissingen of aanbevelingen doen. In tegenstelling tot eerdere technologieën, zoals de personal computer, die basisautomatisering mogelijk maakten, gaat AI verder dan trendanalyse en rapportage. Het evalueert, analyseert en begeleidt gebruikers bij wat gegevens betekenen, wat er ontbreekt en wat cruciaal is om aan te pakken. Bij schadeclaims betekent dit een snellere, nauwkeurigere administratie, verbeterde klantenservice, verbeterde fraudedetectie en slimmere workflows.

V: Wat zijn de 'laaghangende vruchten' voor AI bij claims – gebieden waar het snel waarde kan toevoegen?

A:Op verschillende gebieden zijn de gevolgen al merkbaar:

• Medische samenvattingen in arbeidsongevallenverzekeringen: AI distilleert snel complexe medische dossiers voor onderzoekers.
• Vraag naar samenvattingen van dossiers op het gebied van algemene aansprakelijkheid en auto's: AI helpt bij het sorteren en samenvatten van juridische documenten.
• Klantenservice: AI genereert claimoverzichten voor klanten, waarin alle belangrijke informatie tot op heden wordt vastgelegd.
• Fraudedetectie: AI analyseert foto's in schadeclaims voor auto's op afwijkingen.
• Workflows: AI biedt begeleiding aan examinatoren, stroomlijnt routinetaken en benadrukt de volgende stappen.

V: Welke obstakels of knelpunten ondervindt u bij de implementatie van AI-gestuurde oplossingen?

A:Er zijn twee belangrijke uitdagingen:

• Rendement op investering: AI is niet goedkoop. Het moet efficiëntie, effectiviteit en betere resultaten opleveren om de investering te rechtvaardigen.
• Regelgevingskwesties: Er is een voortdurende discussie over hoe AI moet worden gereguleerd. Klanten willen de zekerheid dat AI hen niet blootstelt aan risico's, met name wat betreft vooringenomenheid of discriminatie. In rechtszaken is de vraag gesteld of AI ongelijke gevolgen heeft. Bij Sedgwick gebruiken we AI voor begeleiding en sturing, niet voor definitieve besluitvorming, zodat menselijk toezicht centraal blijft staan.

V: Hoe zullen technologie en automatisering de rol van schadeafhandelaars de komende 5 tot 10 jaar veranderen? Welk advies hebt u voor nieuwe schadeafhandelaars?

A:Hoewel sommige functies zullen verdwijnen (zoals typisten of eenvoudige gegevensinvoerders), ontstaan er nieuwe functies, zoals datawetenschappers en AI-specialisten. Bij het beheer van schadeclaims zal altijd een menselijke factor nodig blijven om de persoonlijke kant van schadeclaims te behandelen. Dankzij automatisering kunnen experts en schade-experts zich meer richten op empathie en complexe besluitvorming. Voor nieuwe professionals biedt AI de kans om sneller "een niveau hoger te komen": technologie kan helpen om de ervaringskloof te overbruggen wanneer ervaren experts met pensioen gaan, waardoor nieuwere examinatoren sneller kunnen leren en vooruitgang boeken dan met traditionele methoden mogelijk was.

V: Hoe belangrijk is 'verklaarbaarheid' of 'transparantie' in AI-toepassingen voor claims?

A:Dat is van cruciaal belang. Klanten moeten begrijpen wat AI doet, hoe het werkt en wat de verwachte impact ervan is. De meeste bedrijven hebben tegenwoordig interne AI-governanceprocessen om transparantie en verantwoordingsplicht te waarborgen. Uitlegbare AI bouwt vertrouwen op en helpt organisaties om aan wettelijke vereisten te voldoen.

V: Er zijn zoveel leveranciers die AI-oplossingen aanbieden. Hoe bepaal je of je zelf iets gaat ontwikkelen of iets van een leverancier gaat kopen?

A:Sedgwick kiest ervoor om intern te bouwen, met ondersteuning van geselecteerde partners. Dit zorgt voor controle over het platform en helpt bij het wegnemen van zorgen van klanten over gegevensprivacy en -beveiliging. Door intern te bouwen, is maatwerk mogelijk en kan het platform worden afgestemd op de waarden en processen van het bedrijf.

V: Hoe ziet de door AI aangestuurde schadeafhandeling van 2030 eruit en hoe kunnen verzekeraars daar nu al naartoe werken?

A:Hoewel veel hiervan al in de slotopmerkingen aan bod is gekomen, is de visie duidelijk: AI zal routinetaken automatiseren, onderzoekers voorzien van bruikbare inzichten en de klantervaring verbeteren. Verzekeraars moeten zich richten op een doordachte integratie van AI, waarbij menselijk toezicht behouden blijft en transparantie en continu leren voorop staan.

Conclusie:
AI zorgt voor een nieuwe kijk op de schadeafhandeling, waardoor deze sneller, slimmer en klantgerichter wordt. Hiervoor is een evenwicht nodig tussen innovatie en toezicht, investeringen in talent en transparantie. Zoals Max Koonce benadrukte, is dit het moment om een stap vooruit te zetten. De toekomst van schadeafhandeling zal worden bepaald door degenen die intelligente automatisering omarmen en tegelijkertijd het menselijke aspect centraal stellen.