كيف تتعاون شركة IBM مع شركات التأمين لتنفيذ حلول تعتمد على الذكاء الاصطناعي التوليدي

تعمل IBM مع عملائنا في مجال التأمين من خلال جبهات مختلفة، وقد حددت البيانات الواردة من معهد IBM لقيمة الأعمال (IBV) ثلاث ضرورات رئيسية توجه قرارات إدارة شركات التأمين:

1. اعتماد التحول الرقمي لتمكين شركات التأمين من تقديم منتجات جديدة، ودفع نمو الإيرادات، وتحسين تجربة العملاء.
2. تحسين الإنتاجية الأساسية (للأعمال وتكنولوجيا المعلومات) مع خفض التكاليف.
3. تبني التحديث التدريجي للتطبيقات والبيانات باستخدام السحابة الهجينة الآمنة والذكاء الاصطناعي.

يجب على شركات التأمين تلبية الضرورات الرئيسية التالية لتسهيل عملية التحول في شركاتهم:

• تقديم عروض رقمية لعملائهم.
• أن تصبح أكثر كفاءة.
• استخدام البيانات بشكل أكثر ذكاءً.
• معالجة مخاوف الأمن السيبراني.
• السعي إلى تقديم عروض مرنة ومستقرة.

لقد منحت معظم شركات التأمين الأولوية للتحول الرقمي وتحديث البينة التحتية الأساسية لتكنولوجيا المعلومات، وذلك باستخدام البنية التحتية والمنصات السحابية الهجينة والمتعددة لتحقيق الأهداف المذكورة أعلاه. يمكن لهذا النهج أن يسرع سرعة الوصول إلى السوق من خلال توفير قدرات محسنة لتطوير منتجات وخدمات مبتكرة، وتسهيل نمو الأعمال، وتحسين تجربة العملاء بشكل عام في تفاعلاتهم مع الشركة.

تعد IBM من بين الشركات العالمية القليلة التي يمكنها الجمع بين مجموعة القدرات اللازمة لتحويل الطريقة التي يتم بها تسويق التأمين وبيعه والاكتتاب فيه وخدمته ودفع ثمنه بالكامل.

مع التركيز القوي على الذكاء الاصطناعي عبر محفظتها الواسعة، لا تزال IBM رائدة في الصناعة في القدرات المتعلقة بالذكاء الاصطناعي. في تقرير Magic Quadrant الأخير من مؤسسة Gartner، وُضِعت شركة IBM في القسم العلوي الأيمن بفضل قدراته المتعلقة بالذكاء الاصطناعي (مثل: منصة الذكاء الاصطناعي الحواري، ومحركات الرؤى، وخدمة مطوري الذكاء الاصطناعي).

صُممت منصة ™IBM watsonx للذكاء الاصطناعي والبيانات، جنبًا إلى جنب مع مجموعة مساعدي الذكاء الاصطناعي لديها، للمساعدة في توسيع وتسريع تأثير الذكاء الاصطناعي باستخدام بيانات موثوقة عبر جميع مفاصل الأعمال.

تعمل IBM مع العديد من شركات التأمين لتحديد الفرص ذات القيمة العالية لاستخدام الذكاء الاصطناعي التوليدي. تشمل حالات استخدام التأمين الأكثر شيوعًا تحسين العمليات المستخدمة للتعامل مع المستندات الكبيرة وكتل النصوص أو الصور. تمثل حالات الاستخدام هذه بالفعل ربع أعباء عمل الذكاء الاصطناعي اليوم، وهناك تحول كبير نحو تعزيز وظائفها باستخدام الذكاء الاصطناعي التوليدي. يتضمن هذا التعزيز استخراج المحتوى والرؤى أو تصنيف المعلومات لدعم اتخاذ القرار، كما هو الحال في عمليات الاكتتاب ومعالجة المطالبات. تشمل مجالات التركيز التي يمكن أن يحدث فيها استخدام قدرات الذكاء الاصطناعي التوليدي فرقًا كبيرًا في صناعة التأمين ما يلي:

• مشاركة العملاء
• العمل الرقمي
• تحديث التطبيقات
• عمليات تقنية المعلومات
• الأمن الإلكتروني

تقوم شركة IBM بابتكار حلول قائمة على الذكاء الاصطناعي التوليدي لمختلف حالات الاستخدام، بما في ذلك الوكلاء الافتراضيين، والبحث القائم على المحادثة، وعمليات الامتثال والتنظيم، والتحقيق في المطالبات، وتحديث التطبيقات. نقدم أدناه ملخصات لبعض مبادراتنا الحالية لتنفيذ الذكاء الاصطناعي التوليدي.

تفاعل العملاء: يتطلب توفير التغطية التأمينية التعامل مع وثائق عديدة. تشمل هذه الوثائق أوصاف منتجات التأمين التي توضح بالتفصيل العناصر المشمولة بالتغطية والاستثناءات، ووثائق التأمين أو العقود، وفواتير الأقساط وإيصالاتها، بالإضافة إلى المطالبات المقدمة، وشرح المزايا، وتقديرات الإصلاح، وفواتير الموردين، وغير ذلك الكثير. يتكون جزء كبير من تفاعلات العملاء مع شركة التأمين من استفسارات تتعلق بشروط التغطية وأحكامها لمختلف المنتجات، وفهم مبلغ دفع المطالبة المعتمد، وأسباب عدم دفع مبلغ المطالبة المقدم، وحالة المعاملات مثل إيصالات الأقساط، ومدفوعات المطالبات، وطلبات تغيير الوثائق، وغير ذلك الكثير.

كجزء من مبادراتنا للذكاء الاصطناعي التوليدي، يمكننا إثبات القدرة على استخدام نموذج أساسي مع ضبط الأوامر لمراجعة البيانات المنظمة وغير المنظمة داخل وثائق التأمين (البيانات المرتبطة باستفسارات العملاء) وتقديم توصيات مخصصة تتعلق بالمنتج أو العقد أو استفسارات التأمين العامة. يمكن لهذا الحل تقديم إجابات محددة بناءً على ملف تعريف العميل وسجل معاملاته، من خلال الوصول إلى بيانات إدارة وثائق التأمين والمطالبات الأساسية. إن القدرة على التحليل الفوري لبيانات العملاء الواسعة، وتحديد الأنماط لإنشاء رؤى، وتوقع احتياجات العملاء يمكن أن تؤدي إلى تحقيق رضا أكبر للعملاء.

أحد الأمثلة على تفاعل العملاء هو روبوت المحادثة القائم على الذكاء الاصطناعي التوليدي الذي قمنا بتطويره لعميل في قطاع التأمين على الحياة متعدد الجنسيات. يُظهر إثبات المفهوم (PoC) زيادة التخصيص في الاستجابة لاستفسارات منتجات التأمين عند استخدام قدرات الذكاء الاصطناعي التوليدي.

يُظهر روبوت محادثة آخر قمنا بتطويره لعميل في قطار التأمين حامل وثيقة التأمين على الحصول على رؤية شاملة للتغطيات المقدمة في حزمة تأمينية، بما في ذلك أقساط التأمين لكل من التغطيات التأمينية الواردة في الحزمة. وبالمثل، فإنه يروج للقدرة على أداء مجموعة متنوعة من الوظائف الأخرى مثل إضافة المستندات المطلوبة (على سبيل المثال، شهادات الميلاد)، وإضافة المستفيدين، والبحث في منتجات التأمين، وتكملة التغطية الحالية. تُساعِد الأتمتة كل هذه القدرات ويُخَصَّصُها الذكاء الاصطناعي التقليدي والتوليدي باستخدام نماذج أساسية آمنة وموثوقة.

نعرض أدناه مثالاً لعميل يستفسر عن إجراء معين لطب الأسنان ويتلقى ردًا مخصصًا بناءً على المعرفه بتغطياتة التأمينية الحالية لطب الأسنان، بالإضافة إلى قدرة روبوت المحادثة المعتمد على الذكاء الاصطناعي التوليدي على إجراء محادثة تفاعلية (مشابهة لمحادثة وكيل خدمة عملاء خبير) مخصصة لتلبية احتياجات العميل المحددة.

نعمل حاليًا على تطوير عدة حالات استخدام، والتي تشمل:

• الحصول على تصاريح مسبقة للإجراءات الطبية.
• إدارة المنافع الصحية.
• شرح قرارات المطالبات والمنافع لحاملي وثائق التأمين.
• تلخيص سجل المطالبات.

مساعدة وكلاء التأمين/وكلاء مراكز الاتصال: تنشر شركات التأمين على نطاق واسع وحدات استجابة صوتية، وتطبيقات الأجهزة المحمولة، وحلولاً إلكترونية يمكن للعملاء استخدامها لإجراء استعلامات بسيطة، مثل الاستعلام عن الرصيد المستحق والتحقق من حالة دفع المطالبات. لكن مجموعة الحلول الحالية محدودة في وظائفها ولا يمكنها الإجابة عن استعلامات العملاء الأكثر تعقيدًا، مثل تلك المدرجة تحت بند مشاركة العملاء. ونتيجة لذلك، غالبًا ما يلجأ العملاء إلى الاتصال بوكيل التأمين أو مركز اتصال شركة التأمين. يمكن للحلول المعتمدة على الذكاء الاصطناعي التوليدي والمصممة للوكلاء أن تقلل بشكل كبير من وقت البحث في الوثائق، وتلخص المعلومات، وتدعم تقديم إمكانات استشارية، ما يؤدي إلى زيادة الإنتاجية بمتوسط 14–34%  أو حتى 42%، وتحسين مقاييس رضا العملاء. تطبق IBM الحلول التقليدية القائمة على الذكاء الاصطناعي في شركات التأمين منذ عدة سنوات، مستخدمة منتجات مثل IBM watsonx Assistant وIBM Watson® Explorer. لقد بدأنا الآن التعاون مع عدد من شركات التأمين لدمج نماذج الأساس وضبط الموجهات لتعزيز إمكانات مساعدة الوكلاء.

إدارة المخاطر: لاتخاذ قرارات الاكتتاب المتعلقة بالممتلكات، تجمع شركات التأمين كمية كبيرة من البيانات الخارجية—بما في ذلك بيانات الممتلكات المقدمة في نماذج طلبات التأمين، والسجلات التاريخية للفيضانات والأعاصير وحوادث الحرائق وإحصاءات الجريمة—الخاصة بالموقع المحدد للممتلكات. وفي حين أن البيانات التاريخية متاحة للجمهور عبر مصادر مثل data.gov ، تتمتع شركات التأمين العريقة أيضًا بإمكانية الوصول إلى بياناتها الخاصة المتعلقة بخبرتها في مجالي الاكتتاب والمطالبات. في الوقت الحالي، يتطلب استخدام هذه البيانات لنمذجة المخاطر جهودًا يدوية مكثفة، مع العلم أن إمكانات الذكاء الاصطناعي لم تُستغل بشكل كافٍ.

تتضمن مبادرة حالية لشركة IBM جمع البيانات المتاحة للجمهور ذات الصلة بالاكتتاب في تأمين الممتلكات والتحقيق في المطالبات لتعزيز النماذج الأساسية في منصة البيانات والذكاء الاصطناعي IBM watsonx. ويمكن لعملائنا بعد ذلك استخدام النتائج يمكن استخدامها، حيث يمكنهم دمج بيانات خبراتهم الخاصة لزيادة تحسين هذه النماذج وتطويرها. ستستضيف بيئة IBM Cloud الآمنة هذه النماذج والبيانات الخاصة، والمصممة خصوصًا لتلبية متطلبات الامتثال التنظيمي للصناعات لموفري الخدمات السحابية الضخمة. يهدف حل إدارة المخاطر إلى تسريع عمليات تقييم المخاطر واتخاذ القرار بشكل كبير مع تحسين جودة القرار في الوقت نفسه.

تحديث الكود: لا تزال العديد من شركات التأمين التي تمتلك تاريخًا يمتد لأكثر من 50 عامًا تعتمد على أنظمة تطورت في حقبة السبعينيات، وغالبًا ما تكون مبرمجة بمزيج من Cobol وAssembler وPL1. يتطلب تحديث هذه الأنظمة تحويل الكود القديم إلى لغة Java جاهزة للتشغيل أو لغات برمجة أخرى.

تعمل شركة IBM مع العديد من المؤسسات المالية باستخدام قدرات الذكاء الاصطناعي التوليدي لفهم قواعد العمل والمنطق المدمج في قاعدة الشيفرة الحالية ودعم تحولها إلى نظام معياري. تستخدم عملية التحول نموذج أعمال مكونات IBM (للتأمين) وإطار عمل BIAN (للخدمات المصرفية) لتوجيه عملية إعادة التصميم. يساعد الذكاء الاصطناعي التوليدي أيضا في إنتاج حالات الاختبار والنصوص البرمجية لاختبار الكود المحدث.

في دراسة أجراها معهد IBM لقيمة الأعمال (IBV)، أعرب قادة الأعمال عن مخاوفهم بشأن تبني الذكاء الاصطناعي التوليدي. وتتعلق المخاوف الرئيسية بما يلي:

• القابلية للتفسير: يعتقد 48% من القادة الذين قابلتهم IBM أن القرارات التي يتخذها الذكاء الاصطناعي التوليدي لا يمكن تفسيرها بشكل كافٍ.
• الأخلاقيات: يشعر 46% بالقلق بشأن جوانب السلامة والأخلاقيات المتعلقة بالذكاء الاصطناعي التوليدي.
• التحيز: يعتقد 46% أن الذكاء الاصطناعي التوليدي سينشر التحيزات الراسخة.
• الثقة: يعتقد 42% أنه لا يمكن الوثوق بالذكاء الاصطناعي التوليدي.
• الامتثال: يعتقد 57% أن القيود التنظيمية والامتثال تشكل عوائق كبيرة.

تعالج شركة IBM المخاوف المذكورة أعلاه من خلال مجموعة مكونات منصة watsonx: IBM watsonx.ai استوديو الذكاء الاصطناعي، IBM watsonx.data ومخزن البيانات وIBM watsonx.governance ومجموعة أدوات حوكمة الذكاء الاصطناعي. توفر أداة watsonx.governance، على وجه التحديد، القدرات اللازمة لمراقبة وحوكمة دورة حياة الذكاء الاصطناعي بالكامل، وذلك من خلال توفير الشفافية، والمساءلة، وتتبع الأصول، وتتبع البيانات، ومراقبة التحيز والعدالة في النماذج. يوفر هذا الحل المتكامل لقادة شركات التأمين ميزات تمكّنهم من تشغيل سير عمل ذكاء اصطناعي مسؤول وشفاف وقابل للتفسير عند استخدام كل من الذكاء الاصطناعي التقليدي والتوليدي.

كما هو موضح أعلاه، حددنا العديد من الفرص عالية القيمة لمساعدة شركات التأمين على البدء في استخدام الذكاء الاصطناعي التوليدي للتحول الرقمي لعمليات أعمال التأمين لديهم. بالإضافة إلى ذلك، يمكن استخدام تكنولوجيا الذكاء الاصطناعي التوليدي لتوفير أنواع محتوى جديدة مثل المقالات (لتسويق منتجات التأمين)، والمحتوى المخصص أو رسائل البريد الإلكتروني للعملاء، وحتى المساعدة في توليد المحتوى مثل الأكواد البرمجية لزيادة إنتاجية المطورين.

تشير خبرة شركة IBM في العمل مع العملاء إلى تحقيق مكاسب كبيرة في الإنتاجية عند استخدام الذكاء الاصطناعي التوليدي، بما في ذلك: تحسين عمليات الموارد البشرية لتبسيط المهام مثل استقطاب المواهب وإدارة أداء الموظفين؛ وجعل وكلاء خدمة العملاء أكثر إنتاجية من خلال تمكينهم من التركيز على التفاعلات ذات القيمة الأعلى مع العملاء (بينما تتولى المساعدات الافتراضية للقنوات الرقمية التي تستخدم الذكاء الاصطناعي التوليدي الرد على الاستفسارات الأبسط)؛ وتوفير الوقت والجهد في تحديث الأكواد القديمة باستخدام الذكاء الاصطناعي التوليدي للمساعدة في إعادة هيكلة الكود وتحويله.

لمناقشة هذه المواضيع بمزيد من التفصيل، يُرجى مراسلة Kishore Ramchandani وAnuj Jain عبر البريد الإلكتروني.