A IBM trabalha com nossos clientes de seguros em diferentes frentes, e os dados do IBM Institute for Business Value (IBV) identificaram três imperativos principais que orientam as decisões de gerenciamento das seguradoras:

1. Adote a transformação digital para permitir que as seguradoras forneçam novos produtos, impulsionem o crescimento das receitas e melhorem a experiência do cliente.
2. Melhore a produtividade principal (negócios e TI) e reduza custos.
3. Adote a modernização incremental de aplicativos e dados utilizando nuvem híbrida segura e IA.

As seguradoras devem cumprir os seguintes imperativos-chave para facilitar a transformação das suas empresas:

• Fornecer ofertas digitais aos seus clientes.
• Torne-se mais eficiente.
• Use os dados de forma mais inteligente.
• Abordar questões de segurança cibernética.
• Esforce-se para obter uma oferta resiliente e estável.

A maioria das companhias de seguros priorizou a transformação digital e a modernização do núcleo de TI, usando nuvem híbrida e infraestrutura e plataformas multi-nuvem para atingir os objetivos acima mencionados. Esta abordagem pode acelerar a velocidade de colocação no mercado, fornecendo capacidades melhoradas para o desenvolvimento de produtos e serviços inovadores, facilitando o crescimento dos negócios e melhorando a experiência geral do cliente nas suas interações com a empresa.

A IBM pode ajudar as seguradoras a inserir IA generativa em seus processos de negócios

A IBM está entre as poucas empresas globais que conseguem reunir a gama de capacidades necessárias para transformar completamente a forma como os seguros são comercializados, vendidos, subscritos, prestados serviços de manutenção e pagos.

Com um forte foco em IA em todo o seu amplo portfólio, a IBM continua a ser líder do setor em recursos relacionados à IA. Em um recente Quadrante Mágico do Gartner, a IBM foi colocada na seção superior direita por seus recursos relacionados à IA (ou seja, plataforma de IA conversacional, mecanismos de insights e serviço de desenvolvedor de IA).

IBM watsonx™ A plataforma de IA e dados, juntamente com seu conjunto de assistentes de IA, foi projetada para ajudar a dimensionar e acelerar o impacto da IA ​​usando dados confiáveis ​​em toda a empresa.

A IBM trabalha com diversas companhias de seguros para identificar oportunidades de alto valor para o uso de IA generativa. Os casos de uso de seguros mais comuns incluem a otimização de processos usados ​​para lidar com documentos grandes e blocos de texto ou imagens. Esses casos de uso já representam um quarto das cargas de trabalho de IA atualmente, e há uma mudança significativa no sentido de aprimorar sua funcionalidade com IA generativa. Essa melhoria envolve a extração de conteúdo e insights ou a classificação de informações para apoiar a tomada de decisões, como na subscrição e no processamento de sinistros. As áreas de foco onde o uso de capacidades generativas de IA pode fazer uma diferença significativa no setor de seguros incluem:

• O envolvimento do cliente
• Trabalho digital
• Modernização de aplicativos
• Operações de TI
• Cíber segurança

A IBM está criando soluções generativas baseadas em IA para vários casos de uso, incluindo agentes virtuais, pesquisa conversacional, processos regulatórios e de conformidade, investigação de sinistros e modernização de aplicativos. Abaixo, fornecemos resumos de algumas de nossas iniciativas atuais de implementação de IA generativa.

O envolvimento do cliente: Fornecer cobertura de seguro envolve trabalhar com vários documentos. Esses documentos incluem descrições de produtos de seguros detalhando itens cobertos e exclusões, documentos de apólices ou contratos, faturas e recibos de prêmios, bem como reclamações enviadas, explicações de benefícios, estimativas de reparos, faturas de fornecedores e muito mais. Uma parcela significativa das interações do cliente com a seguradora consiste em consultas sobre os termos e condições de cobertura de diversos produtos, compreensão do valor de pagamento de sinistro aprovado, motivos para não pagamento do valor de sinistro apresentado e o status de transações como recebimentos de prêmios, pagamentos de sinistros, solicitações de mudança de política e muito mais.

Como parte de nossas iniciativas generativas de IA, podemos demonstrar a capacidade de usar um modelo básico com ajuste imediato para revisar os dados estruturados e não estruturados nos documentos de seguro (dados associados à consulta do cliente) e fornecer recomendações personalizadas sobre o produto, contrato ou inquérito geral sobre seguros. A solução pode fornecer respostas específicas com base no perfil e histórico de transações do cliente, acessando a administração da apólice subjacente e dados de sinistros. A capacidade de analisar instantaneamente dados extensos dos clientes, identificar padrões para gerar insights e antecipar as necessidades dos clientes pode resultar em maior satisfação do cliente.

Um exemplo de envolvimento do cliente é um chatbot generativo baseado em IA que desenvolvemos para um cliente multinacional de seguros de vida. A PoC mostra a maior personalização da resposta às consultas sobre produtos de seguros quando são utilizadas capacidades generativas de IA.

Outro chatbot que desenvolvemos para um cliente de seguros mostra a capacidade do segurado de obter uma visão abrangente das coberturas oferecidas em um pacote de seguros, incluindo prêmios para cada uma das coberturas de seguros contidas no pacote. uma variedade de outras funções, como adicionar documentos exigidos (por exemplo, certidões de nascimento), adicionar beneficiários que estejam investigando produtos de seguro e complementar a cobertura atual. Todos esses recursos são auxiliados pela automação e personalizados pela IA tradicional e generativa usando modelos básicos seguros e confiáveis.

Mostramos abaixo um exemplo de um cliente perguntando sobre um procedimento odontológico específico e recebendo uma resposta personalizada com base no conhecimento das coberturas odontológicas existentes do cliente, bem como na capacidade do chatbot de IA generativo de ter uma conversa interativa (semelhante à de um especialista em atendimento ao cliente). agente) que é adaptado às necessidades específicas do cliente.

Atualmente estamos desenvolvendo vários casos de uso, que incluem:

• Obtenção de autorização prévia para procedimentos médicos.
• Administração de benefícios para a saúde.
• Explicar decisões de sinistros e benefícios aos segurados.
• Resumindo o histórico de sinistros.

Assistência ao agente de seguros/agente do contact center: As companhias de seguros implantaram amplamente unidades de resposta de voz, aplicativos móveis e soluções on-line baseadas na web que os clientes podem usar para consultas simples, como informações de saldo devedor e verificações de status de pagamento de sinistros. No entanto, o conjunto atual de soluções é limitado em funcionalidade e não pode responder a consultas mais complexas dos clientes, conforme listado em envolvimento do cliente. Como resultado, os clientes muitas vezes recorrem a ligar para o agente de seguros ou para o contact center da seguradora. Soluções generativas baseadas em IA projetadas para agentes podem reduzir significativamente o tempo de pesquisa de documentos, resumir informações e permitir recursos de consultoria, levando a aumento da produtividade média 14-34% or mesmo 42%e melhores métricas de satisfação do cliente. A IBM vem implementando soluções tradicionais baseadas em IA em companhias de seguros há vários anos, usando produtos como IBM watsonx™ Assistant e IBM Watson® Explorer. Estamos agora iniciando colaborações com algumas companhias de seguros para incorporar modelos básicos e ajustes imediatos para aprimorar as capacidades de assistência aos agentes.

Gerenciamento de riscos: Para tomar decisões de subscrição relacionadas com bens, as companhias de seguros recolhem uma quantidade significativa de dados externos – incluindo os dados de bens fornecidos em formulários de candidatura de seguro, registos históricos de inundações, furacões, incidentes de incêndio e estatísticas de criminalidade – para a localização específica do bem. Embora os dados históricos estejam disponíveis publicamente em fontes como dados.gov, seguradoras bem estabelecidas também têm acesso aos seus próprios dados de subscrição e experiência de sinistros. Atualmente, o uso desses dados para modelar riscos envolve esforços intensivos manualmente e os recursos de IA são subutilizados.

Uma iniciativa atual da IBM envolve a coleta de dados publicamente disponíveis relevantes para subscrição de seguros de propriedade e investigação de sinistros para aprimorar modelos básicos na plataforma de dados e IA IBM® watsonx™. Os resultados podem então ser usados ​​por nossos clientes, que podem incorporar seus dados de experiência proprietários para refinar ainda mais os modelos. Esses modelos e dados proprietários serão hospedados em um ambiente seguro da IBM Cloud®, projetado especificamente para atender aos requisitos regulatórios de conformidade do setor para hiperscaladores. A solução de gestão de risco visa acelerar significativamente a avaliação de riscos e os processos de tomada de decisão, ao mesmo tempo que melhora a qualidade da decisão.

Modernização de código: Muitas companhias de seguros com mais de 50 anos de história ainda dependem de sistemas desenvolvidos já nos anos 70, muitas vezes codificados numa mistura de Cobol, Assembler e PL1. A modernização desses sistemas requer a conversão do código legado em Java pronto para produção ou em outras linguagens de programação.

A IBM está trabalhando com diversas instituições financeiras usando recursos generativos de IA para compreender as regras e a lógica de negócios incorporadas na base de código existente e apoiar sua transformação em um sistema modular. O processo de transformação utiliza o modelo de negócios de componentes IBM (para seguros) e a estrutura BIAN (para bancos) para orientar o redesenho. A IA generativa também auxilia na produção de casos de teste e scripts para testar o código modernizado.

Respondendo às preocupações da indústria relacionadas ao uso de IA generativa

In um estudo conduzido pelo Institute for Business Value (IBV) da IBM, os líderes empresariais expressaram preocupações sobre a adoção da IA ​​generativa. As principais preocupações dizem respeito a:

• Explicabilidade: 48% dos líderes entrevistados pela IBM acreditam que as decisões tomadas pela IA generativa não são suficientemente explicáveis.
• Ética: 46% estão preocupados com a segurança e os aspectos éticos da IA ​​generativa.
• Preconceito: 46% acreditam que a IA generativa propagará preconceitos estabelecidos.
• Confiança: 42% acreditam que a IA generativa não é confiável.
• Conformidade: 57% acreditam que as restrições regulatórias e a conformidade são barreiras significativas.

A IBM aborda as preocupações acima por meio de seu conjunto de componentes da plataforma watsonx: IBM watsonx.ai™ Estúdio de IA, IBM watsonx.data™ armazenamento de dados e IBM watsonx.governança™ para governança de IA. Especificamente, watsonx.governance fornece recursos para monitorar e governar todo o ciclo de vida da IA, fornecendo transparência, responsabilidade, linhagem, rastreamento de dados e monitoramento de parcialidade e justiça nos modelos. A solução ponta a ponta fornece aos líderes das seguradoras recursos que permitem fluxos de trabalho de IA responsáveis, transparentes e explicáveis ​​ao usar IA tradicional e generativa.

Conforme descrito acima, identificamos muitas oportunidades de alto valor para ajudar as companhias de seguros a começar a usar IA generativa para a transformação digital dos seus processos de negócios de seguros. Além disso, a tecnologia de IA generativa pode ser usada para fornecer novos tipos de conteúdo, como artigos (para marketing de produtos de seguros), conteúdo personalizado ou e-mails para clientes, e até mesmo auxiliar na geração de conteúdo, como código de programação, para aumentar a produtividade do desenvolvedor.

A experiência da IBM trabalhando com clientes indica ganhos significativos de produtividade ao usar IA generativa, incluindo a melhoria dos processos de RH para agilizar tarefas como aquisição de talentos e gerenciamento do desempenho dos funcionários; tornar os agentes de atendimento ao cliente mais produtivos, permitindo que se concentrem em interações de maior valor com os clientes (enquanto assistentes virtuais de canais digitais usando IA generativa lidam com consultas mais simples); e economizar tempo e esforço na modernização do código legado usando IA generativa para ajudar na refatoração e conversão do código.

Para discutir esses tópicos com mais detalhes, envie um e-mail Kishore Ramchandani e Anuj Jain.

Coloque a IA generativa watsonx para funcionar