автор Роман Свошовский

Если мы посмотрим на домен корректировки претензий с точки зрения высокого уровня, то наверняка заметим, что это очень сложный набор элементов: процессы, данные, действия, документы, системы и многие другие, зависящие друг от друга. В этот процесс вовлечено много людей, и во многих случаях они борются с большой неэффективностью своей повседневной работы. Именно здесь на помощь приходит ИИ. Решения и механизмы на основе искусственного интеллекта могут автоматизировать, упростить и ускорить многие этапы процесса урегулирования претензий и, в конечном итоге, снизить общие затраты на урегулирование.

Процесс корректировки требований

Рассмотрим процесс корректировки требований более подробно. На этом пути есть несколько шагов: когда происходит событие, которое причиняет ущерб клиенту, клиент уведомляет страховую компанию об убытке и подает претензию. Затем компании необходимо собрать всю информацию и документацию, чтобы понять обстоятельства, оценить ситуацию и, в конечном итоге, иметь возможность подтвердить свою ответственность и оценить размер убытков. Наконец, решение должно быть принято, и соответствующие стороны, включая клиента, должны быть уведомлены о результате процесса.

На каждом этапе этого процесса ИИ может не только вносить улучшения и оптимизации, но также открывать новые возможности и создавать дополнительную ценность для клиента.

Давайте более подробно рассмотрим несколько примеров потенциального применения ИИ в процессе урегулирования претензий.

Автоматизированное управление вводом

Входящая корреспонденция, связанная с претензиями, очень часто адресована неправильно. Статистика показывает, что в среднем 35% сообщений адресуются неправильно. Часть из них отправляется в общий корпоративный почтовый ящик, часть — не тем людям, а иногда даже в совершенно разные отделы. Это вызывает много путаницы и требует времени, чтобы перенаправить сообщение в нужное место.

ИИ может быть очень полезен в этом сценарии — алгоритм может анализировать тему и содержание сообщения, искать ключевые слова, такие как идентификатор заявки, имя клиента, номер полиса, и автоматически перенаправлять сообщение. правильному получателю. Кроме того, алгоритм может анализировать контекст и определять, является ли это новым отчетом о претензии или отсутствующим вложением, которое следует добавить к уже поданной претензии. Такое решение позволяет значительно повысить эффективность и ускорить процесс.

Автоматизированная обработка входящих обращений

Автоматизация обработки входящих документов и сообщений может быть сделана еще на один шаг вперед. Что, если бы мы использовали алгоритм ИИ для анализа содержания сообщения? Отчет о претензии может быть отправлен с использованием официальной формы, а также в виде обычного сообщения электронной почты или даже в виде отсканированного бумажного документа — решение может анализировать документ и извлекать ключевую информацию о претензии, чтобы ее можно было автоматически добавить в претензию. система реестра. Одновременно алгоритм может проверить, предоставлены ли все необходимые данные, документы и вложения, и, если нет, уведомить докладчика соответствующим образом. При «традиционном» подходе эта часть часто выполняется вручную и поэтому занимает много времени. Внедрение здесь механизма на основе ИИ резко сократило бы объем ручной работы, особенно в случае четко определенных и повторяющихся причин, например, требований по страхованию автомобиля.

Проверка заявленного ущерба

Оценка поданной претензии и проверка заявленного ущерба является еще одним длительным шагом в процессе урегулирования претензии. Наладчику необходимо проверить, соответствует ли заявленный ущерб действительности и включает ли заявленный случай те, которые произошли ранее. Здесь можно использовать технологии компьютерного зрения для автоматизации и ускорения процесса — например, путем анализа фотографий автомобиля, сделанных клиентом после аварии, или анализа спутниковых или аэрофотоснимков дома при страховании имущества.

Проверка понесенных затрат

Проверка с помощью ИИ также может помочь выявить мошеннические операции и распознать расходы, не связанные с поданной претензией. В некоторых случаях счета-фактуры, предъявляемые к возмещению, включают товары или услуги, которых не должно быть или стоимость которых рассчитывается по завышенным ставкам. ИИ может помочь сравнить представленные счета с оценочной стоимостью и указать завышенные ставки или лишние расходы — в случае лечения или пребывания в больнице. Точно так же алгоритм может проверить, правильно ли рассчитаны затраты на ремонт автомобиля, анализируя заявленные повреждения и сравнивая среднюю ставку для соответствующих ремонтных услуг с представленной ставкой.

Такая автоматическая проверка помогает отмечать потенциально мошеннические ситуации и экономит время аджастера. позволяя им сосредоточиться только на этих неясных случаях, а не анализировать каждый вручную.

Ускорьте создание онлайн-отчетов о претензиях с автоматическим распознаванием VIN

В текущей ситуации с COVID-19 цифровые услуги и продукты становятся критически важными для всех отраслей. Предоставление держателям полисов возможности эффективно использовать онлайн-каналы и виртуальные услуги также важно для страховой отрасли.

Один из наших клиентов хотел ускорить обработку претензий, заявленных через мобильное приложение. Страховщик столкнулся со сложной проблемой: 8% заявленных через мобильное приложение претензий были отклонены из-за плохого качества изображения VIN. У наладчиков возникли проблемы с расшифровкой идентификационного номера транспортного средства, и они были вынуждены запросить ту же информацию у заказчика. Весь процесс был излишне длительным и разочаровывающим для страхователя.

Внедрив собственную модель машинного обучения, специально обученную для распознавания VIN, вместо универсального облачного сервиса, наш клиент увеличил точность извлечения VIN с 60% до 90%, сэкономив в среднем 1,5 часа в день на каждого оценщика. Ранее отклоненные претензии теперь могут быть обработаны быстрее и без запроса у страхователей информации, которую они уже предоставили, что приводит к увеличению NPS и общей удовлетворенности клиентов.

Это всего лишь несколько примеров того, как ИИ может улучшить корректировку претензий. Если вы хотите узнать больше об использовании технологий искусственного интеллекта, чтобы помочь вашим предприятиям улучшить свой бизнес, расскажите нам о своих проблемах, и мы будем вместе работать над их решением.

Первоначально опубликовано на https://grapeup.com 29 июля 2020 г.