Krav og AI – en ny opplevelse med intelligent automatisering

På fjorårets Global InsurTech-konferanse delte Sedgwicks Chief Claims Officer, Max Koonce, sitt perspektiv på hvordan kunstig intelligens forvandler forsikringsbransjen. I en sesjon med tittelen «Skadesaker og AI – en ny opplevelse med intelligent automatisering» utforsket Max utviklingen av automatisering i skadesaker, mulighetene og utfordringene med AI og Sedgwicks visjon for å blande intelligent teknologi med menneskelig kontakt. Her er et sammendrag av de viktigste innsiktene og lærdommene fra presentasjonen hans.

Spørsmål: Forsikringsbransjen har vært på en automatiseringsreise i flere tiår. Hvordan bør vi definere «AI» i dagens skadesammenheng, og hvordan er den forskjellig fra tidligere teknologiske innovasjoner?

A: AI i forsikring er bruken av intelligente systemer som analyserer data, lærer av mønstre og tar avgjørelser eller anbefalinger. I motsetning til tidligere teknologi, som den personlige datamaskinen, som muliggjorde grunnleggende automatisering, går AI utover trendanalyse og rapportering. Den evaluerer, analyserer og veileder brukere om hva data betyr, hva som mangler og hva som er kritisk å ta tak i. I skadesaker betyr dette raskere og mer nøyaktig administrasjon, forbedret kundeservice, forbedret svindeldeteksjon og smartere arbeidsflyter.

Spørsmål: Hva er de «lavthengende fruktene» for AI i påstander – områder der det raskt kan gi verdi?

A: Flere områder ser allerede effekt:

• Medisinske oppsummeringer i arbeidstakerforsikring: AI destillerer raskt komplekse medisinske journaler for sensorer.
• Oppsummeringer av etterspørselspakker innen generell ansvarsforsikring og biler: AI hjelper med å sortere og oppsummere juridiske dokumenter.
• Kundeservice: AI genererer kravsammendrag for kunder, og samler inn all kritisk informasjon til dags dato.
• Svindeldeteksjon: AI analyserer bilder i skadesaker på biler for å finne avvik.
• Arbeidsflyter: AI gir veiledning til sensorer, effektiviserer rutineoppgaver og fremhever neste trinn.

Spørsmål: Hvilke hindringer eller smertepunkter møter dere når dere implementerer AI-drevne løsninger?

A: Det er to hovedutfordringer:

• Avkastning på investeringen: AI er ikke billig. Den må levere effektivitet, virkningsfullhet og forbedrede resultater for å rettferdiggjøre investeringen.
• Reguleringshensyn: Det pågår en pågående debatt om hvordan KI bør reguleres. Klienter ønsker forsikring om at KI ikke vil utsette dem for risiko, spesielt når det gjelder skjevhet eller diskriminering. Søksmål har stilt spørsmål ved om KI skaper ulike konsekvenser. Hos Sedgwick bruker vi KI til veiledning og retning, ikke til endelig beslutningstaking, og sørger for at menneskelig tilsyn forblir sentralt.

Spørsmål: Hvordan vil teknologi og automatisering endre roller innen skadebehandling de neste 5–10 årene? Hvilke råd har du til nye skadeeksperter?

A: Selv om noen roller vil bli redusert (som maskinskrivere eller grunnleggende dataregistrering), dukker det opp nye roller – som dataforskere og AI-spesialister. Skadebehandling vil alltid trenge et menneskelig element for å håndtere den personlige siden av krav. Automatisering vil tillate sensorer og takstmenn å fokusere mer på empati og kompleks beslutningstaking. For nye fagfolk gir AI muligheten til å «nivåe seg opp» raskere: teknologi kan bidra til å bygge bro over erfaringsgapet når erfarne eksperter pensjonerer seg, slik at nyere sensorer kan lære og avansere raskere enn tradisjonelle metoder tillot.

Spørsmål: Hvor viktig er «forklarbarhet» eller «gjennomsiktighet» i AI-applikasjoner for krav?

A: Det er kritisk. Kunder må forstå hva AI gjør, hvordan det fungerer og den forventede effekten. De fleste selskaper har nå interne AI-styringsprosesser for å sikre åpenhet og ansvarlighet. Forklarbar AI bygger tillit og hjelper organisasjoner med å oppfylle regulatoriske krav.

Spørsmål: Med så mange leverandører som tilbyr AI-løsninger, hvordan bestemmer dere dere for om dere skal bygge internt eller kjøpe fra en leverandør?

A: Sedgwicks tilnærming er å bygge internt, støttet av utvalgte partnere. Dette sikrer kontroll over plattformen og bidrar til å imøtekomme kundenes bekymringer om databeskyttelse og sikkerhet. Intern bygging gir mulighet for tilpasning og samsvar med selskapets verdier og prosesser.

Spørsmål: Hvordan ser den AI-drevne skadeopplevelsen ut i 2030, og hvordan kan forsikringsselskaper bygge mot den nå?

A: Selv om mye av dette ble dekket i avsluttende bemerkninger, er visjonen klar: AI vil automatisere rutineoppgaver, gi saksbehandlere handlingsrettet innsikt og forbedre kundeopplevelsen. Forsikringsselskaper bør fokusere på å integrere AI på en gjennomtenkt måte, opprettholde menneskelig tilsyn og prioritere åpenhet og kontinuerlig læring.

Konklusjon:
AI gjenskaper skadeopplevelsen og gjør den raskere, smartere og mer kundesentrert. Reisen krever balanse mellom innovasjon og tilsyn, investering i talenter og åpenhet. Som Max Koonce understreket, er muligheten til å «ta et nytt nivå» her, og fremtiden for skader vil bli formet av de som omfavner intelligent automatisering samtidig som de holder den menneskelige kontakten i sentrum.