Wat als je gewoon een vraag zou kunnen stellen aan je schadecijfers?

Sedgwick onderzoekt nieuwe manieren om generatieve AI in te zetten om klanten te helpen sneller van schadecijfers naar bruikbare inzichten te komen, onder meer via een nieuwe functie genaamd OmniAnalyst.

Al jaren helpt analyse van schadeclaims organisaties inzicht te krijgen in wat er binnen hun programma’s gebeurt. Dashboards, rapporten en gesprekken over het beheer van schadeclaims kunnen trends aan het licht brengen, prestaties meten en teams helpen beslissen waar ze hun aandacht op moeten richten. Maar de weg van de gegevens naar een antwoord kan nog steeds veel werk vergen.

Wat als je gewoon een vraag zou kunnen stellen?

Waarom stijgen de schadekosten? Welke staten zijn de drijvende kracht achter deze ontwikkeling? Waar zien we patronen die nader onderzoek verdienen?

Dat is een van de ideeën achter OmniAnalyst, een nieuwe, op AI gebaseerde functie die Sedgwick momenteel ontwikkelt en test met een kleine groep klanten.

Vragen omzetten in gesprekken

OmniAnalyst wordt zo ontworpen dat gebruikers met hun schadeclaimgegevens kunnen werken door middel van natuurlijke taal. In plaats van te moeten weten welk rapport ze moeten genereren of hoe ze de gegevens moeten bewerken, kan een gebruiker een vraag stellen en een analyse ontvangen op basis van de informatie waarover hij of zij beschikt.

En de ene vraag kan op natuurlijke wijze tot de volgende leiden.

Een gebruiker zou bijvoorbeeld kunnen beginnen met de vraag hoe de schadevergoedingskosten van dit jaar zich verhouden tot die van vorig jaar. Van daaruit zou hij of zij kunnen onderzoeken welke staten aan deze verandering bijdragen, bepaalde trends nader bekijken of doorgaan met het stellen van vragen naarmate er nieuwe inzichten naar voren komen.

Het doel is duidelijk: het moet eenvoudiger worden om informatie over claims te verkennen en sneller tot nuttige inzichten te komen.

Voortbouwen op het voordeel van gegevens

Het potentieel van AI hangt in grote mate af van de informatie waarop het is gebaseerd. Dat is met name van belang bij Sedgwick, waar de omvang van onze schadecijfers ons een buitengewone basis biedt om van te leren.

OmniAnalyst wordt ontwikkeld om AI op die gegevens toe te passen, waardoor gebruikers informatie kunnen verkennen met behoud van de bestaande toegangscontroles. De functie is zo ontworpen dat gebruikers alleen de gegevens kunnen opvragen waarvoor zij toestemming hebben, terwijl gevoelige informatie, waaronder gegevens die onder de HIPAA vallen en SPII-gegevens, wordt verborgen of verwijderd voordat deze aan de AI wordt aangeboden.

We onderzoeken hoe aanvullende bronnen van gestructureerde en ongestructureerde informatie die gesprekken op termijn nog rijker zouden kunnen maken.

De mogelijkheden reiken verder dan alleen het sneller beantwoorden van vragen. Het gaat erom mensen te helpen patronen te herkennen, te onderzoeken waarom iets gebeurt en vast te stellen waar een diepgaander gesprek of ingrijpen nodig kan zijn.

AI waarbij mensen nog steeds een centrale rol spelen

Naarmate functies zoals OmniAnalyst zich verder ontwikkelen, kan de rol van onze data-experts mee evolueren. Er is wellicht minder tijd nodig om informatie op te zoeken of routinematige analyses uit te voeren, waardoor er meer ruimte ontstaat om klanten te helpen de betekenis van de informatie te interpreteren, de context ervan te begrijpen en te beslissen wat de volgende stap moet zijn.

Diezelfde filosofie ligt ten grondslag aan de bredere benadering van AI door Sedgwick. We zoeken naar gebieden waarop technologie de drempels kan verlagen, informatie sneller kan verwerken en inzichten eerder aan het licht kan brengen, terwijl mensen zich kunnen blijven richten op het werk dat ervaring, inzicht en empathie vereist.

Ontwikkelen, testen, leren

OmniAnalyst bevindt zich nog in een vroeg stadium. We testen de functionaliteit momenteel bij een kleine groep klanten uit de schadeverzekeringssector, verzamelen feedback en blijven de gebruikerservaring verfijnen voordat we het systeem op grotere schaal uitrollen.

Dat proces is belangrijk.

Bij elke toepassing van AI, met name wanneer het om schadegegevens gaat, moet vanaf het begin rekening worden gehouden met nauwkeurigheid, beheer en beveiliging. Toezicht door mensen blijft belangrijk, en we blijven testen hoe het systeem op verschillende vragen reageert en hoe de antwoorden moeten worden geïnterpreteerd.

Wat we nu leren, zal mede bepalend zijn voor wat OmniAnalyst uiteindelijk zal worden. En dat is misschien wel het grotere verhaal.

AI op het gebied van schadeclaims gaat al snel verder dan ideeën over wat er op een dag mogelijk zou kunnen zijn. Bij Sedgwick passen we nieuwe mogelijkheden toe in daadwerkelijke werkprocessen, testen we ze aan de hand van concrete bedrijfsproblemen en ontdekken we waar ze daadwerkelijk toegevoegde waarde kunnen bieden. 

OmniAnalyst is nog een voorbeeld van hoe dat werk vorm krijgt. Want innovatie wordt niet afgemeten aan hoeveel technologie je kunt ontwikkelen. Het gaat erom of die technologie mensen kan helpen om een duidelijker beeld te krijgen, betere beslissingen te nemen en uiteindelijk betere resultaten te behalen.