Dari Manual ke Otonom: Membayangkan Ulang Automasi Asuransi di Era GenAI

Perusahaan asuransi telah lama memahami manfaat dari automasi: mempermudah alur kerja, meningkatkan layanan pelanggan, dan membebaskan agen dari tugas-tugas yang tidak perlu.

Sementara beberapa perusahaan asuransi digital pertama mendorong ke arah automasi penuh, sebagian besar perusahaan asuransi masih hanya sebagian otomatis, terjebak dengan alat yang tidak dapat memenuhi tuntutan modern. Perusahaan asuransi tradisional ini masih bekerja melalui tantangan dasar seperti silo data, alur kerja yang sudah ketinggalan zaman, dan literasi AI yang terbatas, membuatnya sulit untuk mengembangkan automasi tanpa meningkatkan kompleksitas dan biaya.

GenAI mendefinisikan kembali apa yang dimaksud dengan automasi, memungkinkan kecerdasan keputusan di seluruh bidang seperti underwriting, klaim, pelayanan, dan lain-lain.

Untuk mewujudkan janji penuh dari automasi, perusahaan asuransi harus mengadopsi pendekatan bertahap untuk adopsi AI untuk mengembangkan secara bertanggung jawab, melacak kemajuan, memprioritaskan investasi, dan mengelola risiko. Ketika peran GenAI dalam asuransi terus berkembang, berikut adalah apa yang perusahaan asuransi perlu ketahui.

Automasi Tradisional Tidak Cukup

Secara historis, automasi dalam asuransi identik dengan sistem berbasis aturan dan otomasi proses robotik (RPA), keduanya alat yang efektif untuk tugas-tugas berulang tetapi tidak cukup ketika penyimpangan atau pengambilan keputusan yang halus diperlukan. Tetapi dengan biaya klaim yang meningkat, pengawasan regulasi yang meningkat, dan pelanggan yang sekarang mengharapkan pengalaman yang cepat dan sangat personal, pasar saat ini membutuhkan lebih.

Automasi yang didorong oleh AI membantu memprioritaskan permintaan tersebut.

GenAI memiliki potensi untuk meningkatkan underwriting, penilaian risiko prediktif, dan personalisasi di seluruh rantai nilai asuransi. Tetapi adopsi hanya awal – tanpa strategi yang jelas untuk implementasi, perusahaan asuransi berisiko mengotomasi secara tidak efisien, memicu risiko kepatuhan, dan kehilangan manfaat penuh dari GenAI.

Lima Tingkat Automasi Asuransi

Terinspirasi oleh sistem klasifikasi lima tingkat untuk kemampuan mengemudi otonom, perusahaan asuransi menggunakan model kematangan automasi mereka sendiri untuk menilai kemajuan automasi mereka.

• Tingkat 0 (Manual): Umum di lingkungan warisan dan di antara penyedia bersama kecil, perusahaan asuransi tingkat 0 masih melakukan segalanya secara manual – entri data manual, spreadsheet, dan formulir kertas mendominasi operasi.
• Tingkat 1 (Dasar): Pada tingkat automasi dasar, tugas seperti pembuatan kutipan atau STP (pengolahan langsung) untuk kebijakan sederhana sebagian otomatis, tetapi manusia masih mengendalikan alur utama operasi.
• Tingkat 2 (Muncul): Di sini, automasi mengemudi sebagian besar alur kerja, tetapi masih ada harapan bahwa manusia akan campur tangan untuk kasus tepi, di mana kondisi klaim yang tidak biasa atau situasi lain yang tidak biasa terjadi.
• Tingkat 3 (Maju): Pada tingkat 3, seluruh siklus kehidupan kebijakan dapat diotomasi untuk garis standar seperti asuransi mobil atau rumah, dengan input manusia hanya diperlukan untuk situasi asuransi yang lebih aneh. Pembayaran klaim otomatis dan pemicu perpanjangan adalah ciri khas dari tingkat ini.
• Tingkat 4 (Otomasi Penuh): Perusahaan asuransi tingkat 4 menggunakan alat GenAI dan model Machine Learning (ML) untuk mengelola seluruh siklus akhir-ke-akhir, dari interaksi pelanggan awal hingga pembayaran akhir, dengan manusia hanya memberikan pengawasan strategis. Lemonade, misalnya, dapat memproses klaim penyewa dalam kurang dari dua detik tanpa tinjauan manusia, menggambarkan otomasi total yang sukses.

Setiap tingkat adalah titik awal yang baik, tetapi bagi perusahaan asuransi modern dengan aspirasi kompetitif, otomasi penuh harus menjadi tujuan.

Untuk mencapai ini, perusahaan asuransi membutuhkan data yang terorganisir dengan baik, kerangka kerja tata kelola dan kepatuhan AI, dan proses pengambilan keputusan yang dapat diaudit untuk mengatasi kekhawatiran etika, halusinasi AI, atau bias. Melatih staf untuk bekerja sama dengan AI – memicu dengan benar, meninjau output, dan memandu kasus tepi – sama pentingnya dengan teknologi itu sendiri.

Automasi Mengemudi Nilai

Jadi, apa yang dimaksud dengan mencapai automasi yang didorong oleh AI secara praktis bagi perusahaan asuransi?

Dalam pengolahan klaim, GenAI mempercepat triage dan penilaian pertama dari pemberitahuan kerugian (FNOL) – sehingga 76% dari perusahaan asuransi telah mengimplementasikan atau berencana untuk mengintegrasikan kemampuan GenAI ke dalam alur kerja klaim mereka.

Kemampuan ini sangat strategis dalam kasus deteksi penipuan, karena kemampuan AI yang unik untuk mengidentifikasi pola abnormal yang mungkin terlewatkan oleh model tradisional. Mastercard, misalnya, telah mengimplementasikan dengan sukses tindakan deteksi penipuan yang didorong oleh GenAI, menggandakan kecepatan dan akurasi dengan mana mereka dapat memperingatkan pedagang tentang risiko penipuan dan mengurangi positif palsu transaksi penipuan hingga 200%. Insurtech juga melapis GenAI di atas basis data penipuan untuk cross-referensi klaim secara real-time.

Underwriting juga ditingkatkan oleh alat dukungan pengambilan keputusan yang didorong oleh AI, yang dapat menampilkan risiko pengajuan secara real-time dan segera merekomendasikan langkah selanjutnya. Banyak perusahaan sedang menguji coba alat GenAI yang menganalisis data pengajuan dan menghasilkan penilaian awal, mengurangi waktu underwriter untuk tugas-tugas bernilai rendah.

Akhirnya, GenAI meningkatkan layanan pelanggan di seluruh titik sentuh asuransi, meningkatkan kualitas dan kecepatan layanan dengan agen virtual yang didorong oleh AI dan chatbot GenAI.

Roadmap AI: Mulai Kecil, Skala Strategis

Automasi dalam asuransi bukanlah saklar biner, dan tidak akan menghasilkan “kemenangan cepat” yang diharapkan oleh banyak perusahaan asuransi. GenAI adalah mesin, tetapi perusahaan asuransi dengan tujuan automasi harus mengemudi perjalanan dengan niat – menggambar peta jalan yang terstruktur, mengembangkan secara strategis, dan melacak kemajuan dari waktu ke waktu. Dengan membandingkan kematangan dan menggabungkan AI dengan penilaian manusia, perusahaan asuransi dapat mengotomasi dengan kepercayaan, memposisikan diri mereka untuk mengemudi masa depan asuransi cerdas.

Ini bukan hanya masalah kenyamanan. Ini tentang membuat momen-momen yang menantang ketika orang-orang berpaling kepada perusahaan asuransi mereka lebih mudah untuk dinavigasi daripada sebelumnya.