IBM travaille avec ses clients assureurs sur différents fronts, et les données de l'IBM Institute for Business Value (IBV) ont identifié trois impératifs clés qui guident les décisions de gestion des assureurs :

1. Adoptez la transformation numérique pour permettre aux assureurs de proposer de nouveaux produits, de stimuler la croissance des revenus et d’améliorer l’expérience client.
2. Améliorez la productivité de base (métier et informatique) tout en réduisant les coûts.
3. Adoptez la modernisation incrémentielle des applications et des données en utilisant le cloud hybride sécurisé et l’IA.

Les assureurs doivent répondre aux impératifs clés suivants pour faciliter la transformation de leurs entreprises :

• Proposer des offres numériques à leurs clients.
• Devenir plus efficace.
• Utilisez les données de manière plus intelligente.
• Répondez aux problèmes de cybersécurité.
• Efforcez-vous de proposer une offre résiliente et stable.

La plupart des compagnies d'assurance ont donné la priorité à la transformation numérique et à la modernisation du cœur informatique, en utilisant des infrastructures et des plateformes de cloud hybride et multi-cloud pour atteindre les objectifs mentionnés ci-dessus. Cette approche peut accélérer la mise sur le marché en fournissant des capacités améliorées pour développer des produits et services innovants, en facilitant la croissance de l'entreprise et en améliorant l'expérience globale des clients dans leurs interactions avec l'entreprise.

IBM peut aider les compagnies d'assurance à intégrer l'IA générative dans leurs processus métier

IBM fait partie des rares entreprises mondiales capables de rassembler la gamme de capacités nécessaires pour transformer complètement la façon dont l'assurance est commercialisée, vendue, souscrite, gérée et payée.

En mettant fortement l'accent sur l'IA dans l'ensemble de son large portefeuille, IBM continue d'être un leader du secteur en matière de fonctionnalités liées à l'IA. Dans un récent Magic Quadrant du Gartner, IBM a été placé dans la section supérieure droite pour ses capacités liées à l'IA (c'est-à-dire, plateforme d'IA conversationnelle, moteurs d'informations et service de développement d'IA).

IBM Watsonx™ La plateforme d'IA et de données, ainsi que sa suite d'assistants d'IA, sont conçues pour aider à faire évoluer et accélérer l'impact de l'IA en utilisant des données fiables dans l'ensemble de l'entreprise.

IBM travaille avec plusieurs compagnies d'assurance pour identifier les opportunités à forte valeur ajoutée liées à l'utilisation de l'IA générative. Les cas d’utilisation les plus courants de l’assurance incluent l’optimisation des processus utilisés pour gérer des documents volumineux et des blocs de texte ou d’images. Ces cas d’utilisation représentent déjà un quart des charges de travail d’IA aujourd’hui, et on constate une évolution significative vers l’amélioration de leurs fonctionnalités grâce à l’IA générative. Cette amélioration implique l'extraction de contenu et d'informations ou la classification d'informations pour faciliter la prise de décision, par exemple en matière de souscription et de traitement des réclamations. Les domaines prioritaires dans lesquels l’utilisation des capacités de l’IA générative peuvent faire une différence significative dans le secteur de l’assurance comprennent :

• L'engagement des clients
• Travail numérique
• Modernisation des applications
• Opérations informatiques
• Cybersécurité

IBM crée des solutions génératives basées sur l'IA pour divers cas d'utilisation, notamment les agents virtuels, la recherche conversationnelle, les processus de conformité et réglementaires, les enquêtes sur les réclamations et la modernisation des applications. Ci-dessous, nous fournissons des résumés de certaines de nos initiatives actuelles de mise en œuvre de l’IA générative.

L'engagement des clients: Fournir une couverture d’assurance implique de travailler avec de nombreux documents. Ces documents comprennent des descriptions de produits d'assurance détaillant les éléments couverts et les exclusions, les documents de police ou de contrat, les factures et reçus de primes, ainsi que les réclamations soumises, les explications des prestations, les estimations de réparation, les factures des fournisseurs et plus encore. Une partie importante des interactions des clients avec la compagnie d'assurance consiste en des demandes de renseignements concernant les conditions générales de couverture de divers produits, la compréhension du montant approuvé du paiement des réclamations, les raisons pour lesquelles le montant de la réclamation soumis n'a pas été payé et l'état des transactions telles que les reçus de primes, les paiements des réclamations, demandes de changement de politique et plus encore.

Dans le cadre de nos initiatives d'IA générative, nous pouvons démontrer notre capacité à utiliser un modèle de base avec un réglage rapide pour examiner les données structurées et non structurées contenues dans les documents d'assurance (données associées à la requête du client) et fournir des recommandations personnalisées concernant le produit, le contrat ou demande d'assurance générale. La solution peut fournir des réponses spécifiques basées sur le profil du client et l'historique des transactions, en accédant aux données sous-jacentes d'administration des polices et de sinistres. La capacité d'analyser instantanément des données client étendues, d'identifier des modèles pour générer des informations et anticiper les besoins des clients peut entraîner une plus grande satisfaction client.

Un exemple d’engagement client est un chatbot génératif basé sur l’IA que nous avons développé pour un client multinational d’assurance-vie. Le PoC montre la personnalisation accrue de la réponse aux requêtes sur les produits d’assurance lorsque les capacités d’IA générative sont utilisées.

Un autre chatbot que nous avons développé pour un client d'assurance montre la capacité pour l'assuré d'avoir une vue complète des couvertures fournies dans un package d'assurance, y compris les primes pour chacune des couvertures d'assurance contenues dans le package. De même, il vante la possibilité d'effectuer un diverses autres fonctions telles que l'ajout de documents requis (par exemple, les actes de naissance), l'ajout de bénéficiaires enquêtant sur les produits d'assurance et le complément de la couverture actuelle. Toutes ces capacités sont assistées par l'automatisation et personnalisées par l'IA traditionnelle et générative utilisant des modèles de base sécurisés et fiables.

Nous montrons ci-dessous un exemple d'un client se renseignant sur une procédure dentaire spécifique et recevant une réponse personnalisée basée sur la connaissance des couvertures dentaires existantes du client ainsi que sur la capacité du chatbot génératif à IA à avoir une conversation interactive (similaire à celle d'un service client expert). agent) adapté aux besoins spécifiques du client.

Nous développons actuellement plusieurs cas d'utilisation, parmi lesquels :

• Obtention d'une autorisation préalable pour les actes médicaux.
• Administrer les prestations de santé.
• Expliquer les décisions en matière de sinistres et les avantages aux assurés.
• Résumer l’historique des réclamations.

Assistance agent d’assurance/agent de centre de contact : Les compagnies d'assurance ont largement déployé des unités de réponse vocale, des applications mobiles et des solutions Web en ligne que les clients peuvent utiliser pour des demandes simples, telles que des informations sur le solde dû et la vérification de l'état de paiement des réclamations. Cependant, l'ensemble actuel de solutions est limité en termes de fonctionnalités et ne peut pas répondre aux requêtes clients plus complexes, telles qu'énumérées sous l'engagement client. En conséquence, les clients ont souvent recours à l'agent d'assurance ou au centre de contact de la compagnie d'assurance. Les solutions basées sur l'IA générative conçues pour les agents peuvent réduire considérablement le temps de recherche de documents, résumer les informations et activer des capacités de conseil, conduisant à augmentation de la productivité moyenne 14-34% or même 42%et de meilleurs indicateurs de satisfaction client. IBM met en œuvre des solutions traditionnelles basées sur l'IA dans les compagnies d'assurance depuis plusieurs années, en utilisant des produits tels qu'IBM Watsonx™ Assistant et IBM Watson® Explorer. Nous entamons maintenant des collaborations avec quelques compagnies d'assurance pour intégrer des modèles de base et des réglages rapides afin d'améliorer les capacités d'assistance des agents.

Gestion des risques: Pour prendre des décisions de souscription liées aux biens, les compagnies d'assurance rassemblent une quantité importante de données externes, notamment les données sur les biens fournies dans les formulaires de demande d'assurance, les enregistrements historiques des inondations, des ouragans, des incendies et des statistiques de criminalité, pour l'emplacement spécifique du bien. Bien que les données historiques soient accessibles au public à partir de sources telles que data.gov, les compagnies d’assurance bien établies ont également accès à leurs propres données de souscription et de sinistres. Actuellement, l’utilisation de ces données pour modéliser les risques implique des efforts manuels intensifs et les capacités de l’IA sont sous-utilisées.

Une initiative actuelle d'IBM consiste à collecter des données accessibles au public pertinentes pour la souscription d'assurances de biens et les enquêtes sur les sinistres afin d'améliorer les modèles de base dans l'IA et la plateforme de données IBM® watsonx™. Les résultats peuvent ensuite être utilisés par nos clients, qui peuvent intégrer leurs données d'expérience exclusives pour affiner davantage les modèles. Ces modèles et données propriétaires seront hébergés dans un environnement IBM Cloud® sécurisé, spécialement conçu pour répondre aux exigences réglementaires de conformité du secteur pour les hyperscalers. La solution de gestion des risques vise à accélérer considérablement les processus d’évaluation des risques et de prise de décision tout en améliorant la qualité des décisions.

Modernisation des codes : De nombreuses compagnies d'assurance avec plus de 50 ans d'histoire s'appuient encore sur des systèmes développés dès les années 70, souvent codés dans un mélange de Cobol, Assembler et PL1. La modernisation de ces systèmes nécessite de convertir le code existant en Java ou dans d'autres langages de programmation prêts pour la production.

IBM travaille avec plusieurs institutions financières en utilisant des capacités d'IA générative pour comprendre les règles métier et la logique intégrées dans la base de code existante et soutenir sa transformation en un système modulaire. Le processus de transformation utilise le modèle économique des composants IBM (pour l'assurance) et le cadre BIAN (pour la banque) pour guider la refonte. L'IA générative aide également à produire des cas de test et des scripts pour tester le code modernisé.

Répondre aux préoccupations de l’industrie liées à l’utilisation de l’IA générative

In une étude menée par l'Institute for Business Value (IBV) d'IBM, les chefs d’entreprise ont exprimé leurs inquiétudes quant à l’adoption de l’IA générative. Les principales préoccupations concernent :

• Explicabilité : 48 % des dirigeants interrogés par IBM estiment que les décisions prises par l'IA générative ne sont pas suffisamment explicables.
• Éthique : 46 % sont préoccupés par la sécurité et les aspects éthiques de l’IA générative.
• Biais : 46 % pensent que l’IA générative propagera des préjugés établis.
• Confiance : 42 % pensent qu’on ne peut pas faire confiance à l’IA générative.
• Conformité : 57 % estiment que les contraintes réglementaires et la conformité constituent des obstacles importants.

IBM répond aux préoccupations ci-dessus grâce à sa suite de composants de plate-forme Watsonx : IBM watsonx.ai™ Studio d'IA, IBM watsonx.data™ magasin de données et IBM watsonx.gouvernance™ boîte à outils pour la gouvernance de l'IA. Plus précisément, watsonx.governance offre les capacités nécessaires pour surveiller et gouverner l'ensemble du cycle de vie de l'IA en assurant la transparence, la responsabilité, le traçage, le suivi des données et la surveillance des biais et de l'équité dans les modèles. La solution de bout en bout offre aux dirigeants des compagnies d'assurance des fonctionnalités qui permettent des flux de travail d'IA responsables, transparents et explicables lors de l'utilisation de l'IA traditionnelle et générative.

Comme décrit ci-dessus, nous avons identifié de nombreuses opportunités à forte valeur ajoutée pour aider les compagnies d’assurance à se lancer dans l’utilisation de l’IA générative pour la transformation numérique de leurs processus métiers d’assurance. En outre, la technologie d'IA générative peut être utilisée pour fournir de nouveaux types de contenu tels que des articles (pour le marketing des produits d'assurance), du contenu personnalisé ou des e-mails pour les clients, et même aider à la génération de contenu comme du code de programmation pour augmenter la productivité des développeurs.

L'expérience d'IBM auprès des clients indique des gains de productivité significatifs lors de l'utilisation de l'IA générative, notamment l'amélioration des processus RH pour rationaliser des tâches telles que l'acquisition de talents et la gestion des performances des employés ; rendre les agents du service client plus productifs en leur permettant de se concentrer sur des interactions à plus forte valeur ajoutée avec les clients (tandis que les assistants virtuels des canaux numériques utilisant l'IA générative traitent des demandes plus simples) ; et économiser du temps et des efforts dans la modernisation du code existant en utilisant l'IA générative pour faciliter la refactorisation et la conversion du code.

Pour discuter de ces sujets plus en détail, veuillez envoyer un e-mail Kishore Ramchandani ainsi que Anuj Jaïn.

Mettez l'IA générative Watsonx au travail