保险业人工智能入门：入门指南

对人工智能（AI）的认识与应用之间存在差距。

根据麦肯锡的研究，只有大约 20% 了解人工智能的公司正在大规模或在核心业务流程中使用人工智能。根据 2019 年 MIT Sloan Management Review 的一项研究，仅有 7% 的受访组织在决策或生产工作流程中应用了机器学习 (ML) 和 AI。

大多数刚刚开始人工智能之旅的保险公司很可能会陷入这种意识和应用差距。尽管几十年来保险公司一直在使用数据密集型工作流程，但许多公司仍然没有充分利用人工智能，或者根本没有。

今年早些时候，我们举办了一个专家小组讨论保险业中的人工智能，作为我们人工智能峰会的一部分。会议期间，来自 Forrester Research、Cognizant 和 Mercer 的客座专家分享了他们在保险行业工作的见解和经验。

本文将把会议分解成几个关键的想法，但要获得完整的体验，请转到 AI in Insurance 会议页面。

在这里，我们将重点介绍 AI 的趋势以及保险公司可用于开始使用 AI 的三步流程。

人工智能保险趋势表明现在是投资时机

在“保险中的人工智能”会议中，很明显，保险业的未来将围绕着通过将人工智能放在首位和中心来提高组织敏捷性。数字化转型对于实现市场领先地位和促进以创新为中心的文化变得势在必行。人工智能正在成为这一转变的重要组成部分。

2020 年改变了保险业

2020年对各行各业来说都是艰苦的一年，对于保险业来说是关键的一年。

2020 年迫使保险业考虑其满足客户、合作伙伴和员工快速变化的需求的能力。例如，麦肯锡在 2020 年的一份报告中指出，“在销售和分销、服务和保留以及理赔方面已经开发出成熟数字功能的保险公司能够很好地度过危机，而那些没有迅速行动的保险公司必须迅速采取行动应对危机。赶上来。”

这一推算表明，数字化转型不仅是度过危机所必需的，也是向前发展所必需的。

从 2021 年起，人工智能和自动化——企业数字化转型的核心——将成为具有前瞻性思维的保险公司的重中之重。

保险的未来

Carney 在座谈会上解释说，与技术预算趋于减少的其他行业相比，保险技术预算正在增加。 Carney 援引 Forrester 的研究结果表示，保险公司技术预算增加 1.4% 将加速未来的工作和客户体验的未来。

需要注意的是，大部分预算增加不仅仅是用于维护。 Carney 表示，这笔预算的 33% 将用于新项目。

Holly Olive（参加小组讨论时 Cognizant 的数字运营、保险咨询主管）同意并警告说，随着预算的变化，势头将会增加，落后的公司可能会被甩在后面：“火车正在移动，你想上车。”

人工智能的未来

然而，保险业的未来不仅取决于公司采用人工智能的意愿，还取决于他们追求、采用和实施利用人工智能的业务解决方案的能力。

对人工智能产生怀疑是因为在许多行业中，技术并没有跟上其营销的承诺。 AI 和 ML 已成为许多圈子的营销流行语。产品提供简单、基于规则的自动化的公司通常愿意声称他们的产品不是智能的。这些产品仍然有用，但它们无法提供真正基于 AI 的解决方案所能提供的影响。

根据 Forrester 首席分析师 Craig Le Clair 的主旨演讲者的说法，炒作与现实的结合是在支持集中水平和垂直用例的平台中。 Le Clair 在 AI 峰会主题演讲中解释说，虽然 AI 曾经是一个单独的工具，但现在它将成为几乎所有技术的一部分：“AI 将渗透到应用程序中，并成为一种正常的经营方式。”

人工智能的未来不会采用花哨的工具并让它引导你走向正确的方向；它将制定利用人工智能优势的智能业务战略。

AI 保险示例：理赔处理

在保险流程中实施 AI 的用例比比皆是，但有一个流程对 AI 来说特别成熟：理赔处理。

索赔处理的四个方面使其成为 AI 的绝佳候选者：

1. 很费时间。

2. 可能容易出错。

3. 它无法扩展。

4. 它需要主题专家。

传统的保险理赔流程 是这样的：

• 索赔文件从客户、中介或第三方进入您的系统。

• 主题专家手动审查文档以获取所需数据（这是一个需要他们专业知识的认知繁重的过程）。

• 一名员工手动将数据输入索赔系统。

• 主题专家根据政策评估索赔。

• 一名员工运行样本欺诈检查以手动检查已知风险。

• 人类批准或拒绝和解。

在使用 AI 的索赔流程中 ，看起来更像这样：

• 索赔文件从客户、中介或第三方进入您的系统。

• 软件机器人使用 AI 自动从索赔文件中提取数据。

• UiPath Document Understanding 等产品使用 ML 模型从文档中提取结构化、非结构化和象形图。

• 软件机器人将数据输入您的索赔系统。

• 如果需要，员工可以快速查看数据以进行验证。

请注意，在第二个示例中，人类如何仅在最后一步进入流程，即使如此，也仅在必要时才进入。索赔过程更快，更不容易出错，并且涉及更少的人工和人力。

现在，员工可以重新专注于更具吸引力、以人为本的活动，让软件机器人来处理重复性任务。

通过将 AI 嵌入到企业的技术解决方案组合中，员工可以将注意力从索赔处理等乏味、重复性的任务转移到更具吸引力、认知上具有挑战性的任务上。

通过这 3 个步骤开始使用 AI

我们的小组分享了开始使用 AI 的三个核心步骤。每一步都会让 AI 更容易实施，更有效。

1。从小处着手

找到实际用例并选择一个痛点来确定它们的优先级。确保您选择的任何用例都足够小以实用但又足够痛苦，以使解决方案对利益相关者具有可衡量性和影响力。

根据我们的一位小组成员、美世全球自动化和数字化转型专家 Kieran Gilmurray 的说法，保险行业的一个优势是用例丰富、经过验证和验证。用例已经广为人知，所以这不是您需要创新的地方。

Olive 建议从 AI 开始进行电子邮件分类。 Carney 同意：每年收到 2000 万封电子邮件，每封电子邮件花费超过 5 分钟，电子邮件自动化提供了一个影响大、风险低的机会。

挑战在于，客户定期向客户支持发送电子邮件，其中包含大量问题，这些问题可能会累积到较长的响应时间。机会在于，借助人工智能，您可以缩短这些响应时间，并在其他公司仍然缓慢的情况下变得越来越高效。对于 AI 的早期采用者来说，这种优势可以复合，使您能够超越竞争对手并遥遥领先，以至于他们无法赶上。

借助 AI 辅助电子邮件，您可以了解传入的通信并预测以下通信。这意味着客户甚至不需要问某些问题——您已经回答了这些问题。

Olive 说，从小处着手，您可以一次一点地攻击价值链。

2。与 ROI 对齐

任何变革性技术都需要投资，但所需的投资并不总是资本。资本很重要，但更重要的是对创新文化的投资。您必须鼓励一种超越现有方法和实践的文化，以便他们能够采用像 AI 一样改变游戏规则的技术。

这两种投资都需要您仔细考虑投资回报率。为了使您的 ROI 愿景与现实保持一致，您需要通过流程发现来构建您的 ROI 分析。

保险业的许多人已经习惯了现有流程包含的决策点的数量，这让他们忘记了许多流程变得多么复杂。

人工智能处理其中一些复杂流程的潜力是巨大的，但前提是您首先记录和审查您的业务——使用数据，而不是轶事。这一发现的目的是确定您可以通过 AI 在哪些方面提供最大价值。

UiPath Task Mining 和 UiPath Process Mining 都可以帮助您了解您的流程及其瓶颈。借助这些流程发现工具，您可以根据可衡量的业务成果确定 AI 用例的优先级。

从那里，您可以开始拓宽您对投资回报率的理解。

Gilmurray 警告说，尽管有近期的 AI 用例，但更广泛的转型需要的不仅仅是轻轻一按。实施人工智能涉及改进路径，最终导致业务运营发生重大变化。

不要迫使团队立即提供回报，但要了解项目的方向以及回报的来源。从某种意义上说，人工智能类似于新员工，这意味着需要时间来训练它并为生产做好准备。与员工类似，基于 AI 的解决方案可以根据业务需求进行学习和调整。

Olive 警告说，许多公司将过度关注降低成本作为他们的主要指标。

然而，人工智能的真正价值不仅在于它消除了哪些成本，还在于它产生了什么价值。例如，人工智能将创造更好的周转时间和更高的客户满意度，这意味着更高的客户忠诚度。

如果你能准确估计投资回报率，从最窄的回报到最大的潜在价值，那么你每次都选择最有潜力的努力。您可以使用 UiPath Automation Hub 之类的产品为自动化创意创建一个中心位置，然后您可以组织这些创意并确定其优先级。

3。通过将业务战略放在首位来扩大规模

为了实现数字化转型以实现您的企业范围的战略目标，人工智能的采用不能孤立在一个团队中。在资本投资和文化投资的支持下，您的组织可以接受并扩大采用。如果你不能得到广泛的采用，那么数字化转型就不会发生，你的人工智能项目就会冒着作为原型停滞不前的风险。

只有确定业务战略的优先级才能确保 AI 的规模和传播。

风险在于公司将技术置于业务战略之前。 Gilmurray 警告说，如果你过分关注技术，那么你就搞错了。首先是商业战略。

Gilmurray 建议您了解业务级别（或至少是部门级别）的策略，以了解您正在为什么做出贡献。技术支持业务——它是人、流程和然后 技术。

他说，你应该问两个问题：

1. 我们想去哪里？

2. 我们将如何到达那里？

太多公司只关注第二个问题而没有解决第一个问题。

保险业已经是一个数据驱动的行业，因此，如果您能够在正确的时间向正确的人提供正确的数据，那么巨大的利益就会随之而来。 ROI 计算不仅涉及节省的小时数（但那是 经常是头号车手）。此计算将根据业务战略进行，并考虑您的竞争对手正在做什么以及您当前业务中的任何薄弱环节，例如服务水平协议 (SLA) 和客户响应时间。

在人工智能的陪伴下度过数字达尔文主义

Gilmurry 讨论了 2020 年如何加速我们进入“数字达尔文主义”时代。在这个时代，只有最强者才能生存。但实力不会是蛮力的结果，而是公司愿意适应不断变化的环境的结果。

新技术和新的互补业务战略将为保险公司成为全自动化企业铺平道路。完全自动化的企业™ 是一个完全包含自动化、人工智能、机器学习以及这些技术带来的数字化转型好处的企业。

一个完全自动化的企业是一个能够在现在和未来的变化中生存下来的企业。人工智能不仅仅是一种可以添加到您的武器库中的工具，它还是广泛数字化转型的促进者，很少有行业像保险业那样拥有如此多的转型机会。

要了解有关如何采用和实施 AI 的更多信息，请查看我们的 AI in Insurance 会议记录（我们的 AI 峰会活动的一部分）。它是按需提供的，因此您可以在方便时观看。

特别感谢 Elaine Mannix 合作撰写本文并在 AI 峰会期间共同主持我们的“保险中的 AI”会议。 Mannix 是 UiPath 的保险负责人。