In che modo l'AI generativa offre valore alle compagnie assicurative e ai loro clienti

Gli assicuratori faticano a gestire la redditività mentre cercano di far crescere le proprie attività e fidelizzare i clienti. Devono rispettare un onere normativo crescente e competere con un'ampia gamma di società di servizi finanziari che offrono prodotti di investimento che hanno un potenziale di rendimento migliore rispetto ai tradizionali prodotti di assicurazione sulla vita e di rendita. Sebbene i tassi di interesse siano aumentati a un ritmo senza precedenti nell'ultimo anno, nel tentativo delle banche centrali di frenare l'inflazione, una parte significativa delle riserve degli assicuratori è bloccata in investimenti a basso rendimento e i rendimenti degli investimenti non miglioreranno per diversi anni (a causa del turnover dei loro portfolio).

Le grandi compagnie assicurative più affermate hanno la reputazione di essere molto conservatrici nel processo decisionale e sono state lente ad adottare nuove tecnologie. Preferiscono essere "seguaci veloci" piuttosto che leader, anche quando viene presentato un business case convincente. Questa paura dell'ignoto può portare a progetti falliti che impattano negativamente sul servizio clienti e portano a perdite.

Il lavoro di IBM con i clienti assicurativi, insieme agli studi dell'Institute of Business Value (IBV) di IBM, dimostrano che le decisioni di gestione degli assicuratori sono guidate dall'orchestrazione digitale, dalla produttività di base e dalla necessità di un'infrastruttura flessibile. Per allinearsi agli imperativi chiave e trasformare le loro aziende, gli assicuratori devono fornire offerte digitali ai propri clienti, diventare più efficienti, utilizzare i dati in modo più intelligente, affrontare le preoccupazioni di sicurezza informatica e disporre di un'offerta resiliente e stabile.

Per raggiungere questi obiettivi, la maggior parte delle compagnie assicurative si è concentrata sulla trasformazione digitale, nonché sulla modernizzazione del core IT abilitata da infrastrutture e piattaforme di hybrid cloud e multi-cloud. Questo approccio può accelerare la velocità di immissione sul mercato fornendo funzionalità avanzate per lo sviluppo di prodotti e servizi innovativi per contribuire a far crescere l'impresa e può anche migliorare l'esperienza del cliente.

Se utilizzate nelle operazioni di routine dell'infrastruttura IT, nelle interazioni con i clienti o nell'analisi dei rischi di back-office, nella sottoscrizione e nell'elaborazione dei reclami, l'AI tradizionale e l'AI generativa sono fondamentali per le principali iniziative di modernizzazione e trasformazione digitale.

Modernizzazione del core con l'AI

La maggior parte delle principali compagnie assicurative ha stabilito che la loro strategia a medio e lungo termine è migrare la maggior parte possibile del proprio portfolio di applicazioni verso il cloud.

Quando l'uso del cloud è combinato con AI generativa e le funzionalità di AI tradizionali, queste tecnologie possono avere un impatto enorme sul business. L'uso iniziale di AI generativa serve spesso a rendere DevOps più produttivo. AIOps integra diverse operazioni IT manuali separate in una piattaforma operativa IT intelligente e automatizzata. Ciò consente alle operazioni IT e ai team DevOps di rispondere più rapidamente (anche in modo proattivo) a rallentamenti e interruzioni, migliorando così l'efficienza e la produttività nelle operazioni.

Un approccio multicloud ibrido combinato con caratteristiche di controllo della sicurezza e della conformità (come i controlli che IBM® Cloud  sta abilitando per settori regolamentati) offre una proposta di valore convincente ai grandi assicuratori in tutte le aree geografiche. Diverse aziende di spicco in ogni area geografica stanno collaborando con IBM nel loro percorso di modernizzazione principale.

Trasformazione digitale con l'AI

Le compagnie assicurative stanno riducendo i costi e offrendo una migliore esperienza del cliente utilizzando l'automazione, digitalizzando l'impresa e incoraggiando i clienti a utilizzare i canali self-service. Con l'avvento dell'AI, le aziende stanno ora implementando la Cognitive Process Automation che consente opzioni per il self-service di clienti e agenti e aiuta ad automatizzare molte altre funzioni, come l'help desk e le funzionalità HR.

L'introduzione delle funzionalità ChatGPT ha suscitato molto interesse per i foundation model di AI generativa. I foundation model vengono preaddestrati su set di dati non etichettati e utilizzano l'apprendimento autosupervisionato mediante reti neurali. I foundation model stanno diventando un ingrediente essenziale dei nuovi workflow basati sull'AI e i prodotti IBM® Watson utilizzano modelli di base dal 2020. La libreria di foundation model IBM watsonx.ai contiene sia foundation model costruiti da IBM, sia diversi modelli linguistici di grandi dimensioni (LLM) open source di Hugging Face.

L'apprendimento supervisionato utilizzato per addestrare l'AI richiede molto impegno umano. È difficile, necessita di un'etichettatura intensiva e richiede mesi di impegno. D'altra parte, l'apprendimento auto-supervisionato è alimentato da computer, richiede poca etichettatura ed è rapido, automatizzato ed efficiente. L'esperienza di IBM con i foundation model indica che c'è una diminuzione tra 10 e 100 volte dei requisiti di etichettatura e una riduzione di 6 volte dei tempi di formazione (rispetto all'uso dei metodi di formazione con l'AI).

Per realizzare la trasformazione digitale con l'AI, le compagnie assicurative devono acquisire una buona comprensione dei dati strutturati e dei dati non strutturati, organizzarli, gestirli in modo sicuro (nel rispetto delle normative del settore) e consentire l'accesso immediato ai dati "giusti". Questa capacità è fondamentale per fornire un'esperienza del cliente superiore, attirare nuovi clienti, fidelizzare i clienti esistenti e ottenere insight che possono portare a nuovi prodotti innovativi. Aiuta inoltre a migliorare le decisioni di sottoscrizione, ridurre le frodi e controllare i costi. Le principali compagnie assicurative in tutte le aree geografiche stanno implementando le architetture di dati e il software di automazione di IBM sul cloud.

Le funzionalità di AI generativa che consentono la trasformazione digitale odierna possono essere collocate in cinque domini:

1. Riepilogo: trasforma il testo in documenti di grandi dimensioni, conversazioni vocali e registrazioni con contenuti specifici del dominio in panoramiche personalizzate che raccolgono i punti chiave (come contratti assicurativi, documenti di polizza e copertura e risposte alle domande frequenti dei clienti).
2. Classificazione: leggi e classifica input scritti con un numero di esempi pari a zero (come classificare le richieste di risarcimento, smistare i reclami dei clienti, analizzare il sentiment dei clienti, classificare il rischio durante la sottoscrizione assicurativa e analizzare la segmentazione dei clienti per lo sviluppo di prodotti assicurativi).
3. Generazione: genera contenuti testuali per uno scopo specifico (ad esempio, campagne di marketing incentrate su prodotti assicurativi specifici, post sul blog e articoli per vari argomenti relativi alle assicurazioni, supporto personalizzato per la stesura di e-mail per i clienti e generazione di codice per l'utilizzo da parte dei sistemi di tecnologia assicurativa).
4. Estrazione: analizza ed estrai le informazioni essenziali da testo non strutturato (ad esempio l'estrazione di informazioni dai referti archiviati dagli agenti assicurativi, l'estrazione di diagnosi mediche dai referti medici o clinici da utilizzare nella sottoscrizione assicurativa e la valutazione del rischio).
5. Risposta alle domande: crea una caratteristica di risposta alle domande basata su dati specifici (ad esempio, una risorsa Q&A specifica per le politiche e la copertura per gli agenti di servizio clienti).

Man mano che le compagnie assicurative iniziano a utilizzare l'AI generativa per la trasformazione digitale dei loro processi aziendali assicurativi, ci sono molte opportunità per sbloccare valore.

Il lavoro di IBM con i clienti mostra significativi guadagni di produttività quando si utilizza l'AI generativa, tra cui il miglioramento dei processi HR per semplificare attività come l'acquisizione di talenti e la gestione delle prestazioni dei dipendenti, rendere gli agenti di assistenza clienti più produttivi consentendo loro di concentrarsi su interazioni di maggior valore con i clienti (mentre gli assistenti virtuali del canale digitale che utilizzano l'AI generativa gestiscono richieste più semplici), e risparmiare tempo e fatica nella modernizzazione del codice legacy utilizzando l'AI generativa per facilitare il refactoring e la conversione del codice.