Марина Авдєєва, Арсенал Страхування
Штучний інтелект уже перестав бути експериментом для страхового ринку і перетворився на операційний інструмент. Співвласниця СК «Арсенал Страхування» Марина Авдєєва розповідає Delo.ua, як AI скорочує шлях клієнта до лікування, автоматизує андеррайтинг і змінює модель взаємодії з клієнтом, водночас створюючи нові виклики у сфері відповідальності та захисту даних.
У яких саме бізнес-процесах «Арсенал Страхування» сьогодні застосовує штучний інтелект, і які з цих рішень уже дають вимірюваний результат для компанії?
– Штучний інтелект для «Арсенал Страхування» – це не експериментальна технологія, а повноцінний інструмент щоденної роботи. У компанії сформована AI-стратегія, а розвитком і впровадженням таких рішень займається окремий офіс діджитал-трансформацій, який відповідає за R&D та інтеграцію технологій у ключові бізнес-процеси.
Один із прикладів застосування штучного інтелекту – сервіс «AI-лікар» у мобільному застосунку з медичного страхування. Це інструмент первинної медичної діагностики, який допомагає клієнту швидко зорієнтуватися при появі симптомів. Користувач обирає зону тіла, зазначає симптоми, відповідає на уточнювальні запитання, після чого система формує найбільш ймовірний діагноз із точністю близько 87% та пропонує подальші кроки. У середньому результат клієнт отримує за 2–3 хвилини.
Сервіс інтегрований у повний клієнтський шлях: після отримання попереднього діагнозу користувач може одразу записатися до відповідного спеціаліста, обрати медичний заклад на мапі або отримати онлайн-консультацію, а вся історія лікування завжди доступна в застосунку.
Понад половини користувачів застосунку вже скористалися функцією AI-діагностики, що допомогло суттєво скоротити шлях від появи симптомів до початку лікування та зменшило навантаження на медичний асистанс.
Ще один напрям застосування AI – автострахування. На етапі прийняття автомобіля на страхування ми інтегрували сервіс віддаленого автоматичного огляду авто з використанням технологій Computer Vision. Система аналізує фото та відео автомобіля, виявляє за допомогою AI наявні пошкодження і фіксує їх у цифровому вигляді без необхідності фізичного огляду. Це скорочує час оформлення договору, зменшує людський фактор і підвищує прозорість оцінки стану авто ще до початку страхового покриття.
У роботі з AI-моделями ми використовуємо гібридний підхід — поєднуємо інтеграцію готових ринкових рішень із кастомною розробкою під конкретні бізнес-завдання. Така модель дозволяє швидко запускати нові сервіси і водночас гнучко масштабувати їх разом із розвитком компанії.
Як використання AI вплинуло на швидкість врегулювання страхових випадків і взаємодію з клієнтами? Чи вдалося завдяки цьому скоротити час прийняття рішень або кількість ручної роботи?
– Основний ефект від впровадження AI ми бачимо у швидкості взаємодії з клієнтом і скороченні кількості ручних операцій у процесах обслуговування.
У медичному страхуванні сервіс «AI-лікар» фактично став першою точкою контакту клієнта із системою медичної допомоги. Раніше шлях від появи симптомів до звернення до лікаря міг займати від одного до кількох днів: клієнту потрібно було зв’язатися з асистансом, описати симптоми, отримати рекомендацію та знайти зручний медичний заклад. Завдяки AI цей процес значно скоротився – попередній аналіз симптомів займає кілька хвилин, після чого клієнт одразу отримує рекомендації щодо подальших дій. Це також зменшило кількість випадків самолікування і дало змогу швидше реагувати на зміни в стані здоров’я клієнтів. Фактично йдеться про перехід до більш превентивної моделі медицини, де проблеми виявляються на ранніх етапах.
Це не лише покращує клієнтський досвід, а й дозволяє більш ефективно використовувати ресурси медичного асистансу. Частину первинних звернень тепер обробляє цифровий сервіс, що зменшує навантаження на лікарів-координаторів і дозволяє їм зосередитися на складніших кейсах.
У моторному страхуванні використання AI-аналізу фото та відео автомобілів дозволило спростити процедуру прийняття авто на страхування. Дистанційний огляд значно скорочує час оформлення договору та робить процес зручнішим для клієнта, адже більше не потрібно організовувати окремий фізичний огляд автомобіля.
У ширшому сенсі використання AI дозволяє поступово переводити частину рутинних процесів у автоматизований режим. Те, що раніше масштабувалося виключно за рахунок збільшення команди, сьогодні може масштабуватися технологіями – без пропорційного зростання операційних витрат і з вищою швидкістю обробки звернень.
Які ризики ви бачите у використанні штучного інтелекту в страхуванні – зокрема з точки зору точності рішень, захисту персональних даних та регуляторних вимог?
– Ми бачимо кілька ключових ризиків використання штучного інтелекту в страхуванні.
По-перше, це питання точності рішень. AI працює на основі статистичних моделей і не може бути єдиним джерелом фінального рішення. Тому ми розглядаємо його як допоміжний інструмент для попереднього аналізу або структурування інформації, тоді як остаточні рішення мають залишатися за лікарем або страховим фахівцем.
По-друге, важливим є захист персональних даних. У страхуванні, особливо медичному, система працює з чутливою інформацією, тому критичною є анонімізація даних, контроль доступу та дотримання стандартів інформаційної безпеки. При використанні нашого AI-лікаря ці вимоги одразу закладались в архітектуру рішення: ми мінімізуємо обсяг даних, які обробляються алгоритмами, та застосовуємо технічні й організаційні механізми їхнього захисту.
І третій аспект – регуляторні вимоги. Регулювання AI у фінансових і медичних сервісах ще формується, тому компаніям важливо закладати прозорість алгоритмів, можливість їх аудиту та обов’язкову участь людини у прийнятті критичних рішень.
Які напрями застосування штучного інтелекту в страховому бізнесі ви вважаєте найбільш перспективними на найближчі кілька років – і які проєкти компанія планує розвивати далі?
– Найближчими роками ми бачимо найбільший потенціал AI у глибокій інтеграції технологій у процеси медичного асистансу, обробки документів та андеррайтингу.
Один із наступних етапів розвитку – використання AI для автоматичного аналізу звернень клієнтів у медичному страхуванні. Сьогодні лікарю-координатору необхідно вручну перевіряти умови договору, внутрішні правила покриття та медичні протоколи, щоб підтвердити можливість оплати лікування. Використання AI дозволяє значно скоротити цей процес: система може швидко проаналізувати умови договору та підготувати рекомендацію щодо страхового покриття, залишаючи фінальне рішення за спеціалістом.
Ще один важливий напрям – автоматичне розпізнавання медичних документів. Йдеться про обробку виписок, результатів аналізів та інших документів, у тому числі рукописних. Такі рішення дозволяють швидше переводити медичні дані у структурований цифровий формат і прискорюють роботу асистансу. Також у планах – використання AI для транскрибації голосових звернень клієнтів у текст, що значно спрощує подальший аналіз і обробку інформації.
Перспективним напрямом є і використання AI в андеррайтингу, зокрема у моторному страхуванні. Система зможе автоматично збирати дані з різних джерел – історію страхових випадків, статистику збитковості за маркою та моделлю автомобіля, технічні параметри транспортного засобу – і формувати аналітичний профіль ризику для андеррайтера. Це дозволить швидше ухвалювати рішення та поступово переходити до більш персоналізованої тарифікації.
Для нас штучний інтелект – це передусім інструмент підвищення ефективності. Реальну цінність отримують ті компанії, які інтегрують його у свої операційні процеси і використовують як спосіб робити бізнес швидшим, точнішим і більш масштабованим.
Ви заявляєте, що AI-система може допомагати з попередньою медичною діагностикою. Як саме перевірялася точність цих алгоритмів і хто несе відповідальність, якщо рекомендація штучного інтелекту виявиться помилковою?
– Точність алгоритмів перевірялась та постійно перевіряється на основі реальних клінічних даних. Пілотне тестування проводилося, зокрема, на базі Львівської залізничної лікарні та приватного діагностичного центру Медіс. Результати, які видавала AI-система після опитування пацієнта, порівнювалися з попередніми діагнозами, які встановлювали лікарі після первинного прийому. За результатами такого порівняння точність алгоритму становила близько 87%. Подібний аналіз проводиться регулярно, і на основі цих даних зараз готується наукова робота.
Водночас важливо розуміти, що AI-лікар в рамках нашого клієнтського флоу, не є інструментом постановки остаточного діагнозу. У додатку він виконує передусім інформаційну та навігаційну функцію: допомагає людині краще зрозуміти можливу серйозність симптомів, знизити рівень тривоги та швидше сформувати звернення до відповідного лікаря.
І головне – в нашому кейсі АІ не є замінювачем медичного спеціаліста. Навпаки, його головна мета полягає в тому, щоб заохотити пацієнта своєчасно звернутися до лікаря та допомогти лікарю швидше отримати структуровану інформацію про симптоми.