شرکت‌های بیمه برای موفقیت در کاربرد هوش مصنوعی باید فراتر از الگوریتم‌ها حرکت کنند

تاریخ: 11 آذر 1404
شناسه: 1091

هوش مصنوعی به سرعت در حال تبدیل شدن به قدرتمندترین عامل ارزش‌سازی در زنجیره تأمین صنعت بیمه است. این صنعت که بر اساس داده‌ها، مدل‌ها و تصمیم‌گیری‌های مبتنی بر قواعد کار می‌کند، ظرفیت بالایی برای بهره‌برداری از هوش مصنوعی برای بهبود بهره‌وری، شخصی‌سازی و تجربه مشتری دارد. با این حال، هنوز نتایج مورد انتظار از هوش مصنوعی در صنعت بیمه تحقق نیافته است. دلیل این فاصله، عدم توجه کافی به اهمیت نیروی انسانی است که باید استراتژی‌های مبتنی بر هوش مصنوعی را به واقعیت تبدیل کنند. تحقیقات BCG نشان می‌دهد در حالی که یک‌سوم چالش‌های تحولاتی جنبه تکنیکی دارد، دو‌سوم آن به نیروی انسانی بر می‌گردد.

در پنج سال آینده، موفقیت در صنعت بیمه بیشتر به ابعاد انسانی بستگی دارد تا الگوریتم‌ها و زیرساخت‌های فناوری. مدیران عاملی که چشم‌انداز مبتنی بر انسان و هوش مصنوعی را در فرهنگ سازمانی و فعالیت‌های عملیاتی خود گنجانده‌ باشند، قادر خواهند بود از پتانسیل تحول‌آفرین هوش مصنوعی استفاده کنند.

 

چرا موفقیت هوش مصنوعی به نیروی انسانی بستگی دارد؟

پیشرفت‌های قابل توجه در هوش مصنوعی باعث شده که این امر از یک موضوع تحقیقاتی، به یک اولویت در  تصمیم‌گیری تبدیل شود. در صنعت بیمه نیز کاربرد این فناوری گسترش یافته است. با این حال، بسیاری از شرکت‌ها هنوز بیش از حد بر مدل‌ها و زیرساخت‌ها تمرکز دارند و در سرمایه‌گذاری روی پذیرش فناوری، مدیریت تغییر و ارتقای مهارت‌های نیروی انسانی غفلت می‌کنند. در کوتاه‌مدت، موفقیت به سیستم‌های «انسان در حلقه[1]» بستگی دارد که به تسریع کارهای روتین کمک می‌کند تا نیروی انسانی بتواند به تصمیم‌گیری‌های پیچیده‌تر و تعاملات عمیق‌تر با مشتریان بپردازد.

 

پنج راهکار برای مدیران عامل به منظور استفاده موثر از هوش مصنوعی با تمرکز بر انسان

۱. الگوبودن رهبر سازمان: هوش مصنوعی را به یکی از سه اولویت استراتژیک تبدیل کنید و آن را با شاخص‌های کلیدی عملکرد (KPI) که به خلق ارزش مرتبط هستند، پشتیبانی کنید. با خودکار شدن بیشتر فرایندها، معیارهای سنتی مانند زمان تحویل، دیگر برای اندازه‌گیری خدمات مشتری کافی نیستند. شرکت‌های بیمه به شاخص NPS (شاخص خالص ترویج‌کنندگان) روی آورده‌اند تا نه تنها سرعت، بلکه سطح همدلی و تجربه کلی مشتری را اندازه‌گیری کنند. علاوه بر این، خودتان مدلی از استفاده از هوش مصنوعی در کار باشید، چه در ارتباطات، تجزیه‌و‌تحلیل سناریوها یا بررسی روندهای بازار. در نتیجه این پیام را به کل سازمان ارسال کنید که پذیرش این فناوری باید از بالاترین سطوح شروع شود.

۲. بازنگری در فرآیندها: ابزارهای هوش مصنوعی را به کارکنان خود تحمیل نکنید. انتقال کارهای بی‌ارزش باید از فرایندها حذف شود و GenAI باید مراحل روتین را خودکار کند تا افراد بتوانند نظارت داشته باشند، استثناها را مدیریت کنند و کیفیت را تضمین نمایند، نه اینکه وظایف تکراری را انجام دهند. شرکت‌های بیمه متوجه شده‌اند که استراتژی‌های دیجیتال سنتی مانند اتوماسیون فرآیندهای رباتیک مبتنی بر قوانین[2]، منسوخ شده‌اند. با انجام کارهای روتین توسط GenAI و ایجنت‌های هوش مصنوعی، ضروری است که ارزش‌گذاری مجددی روی پروژه‌های تحول فناوری اطلاعات صورت گیرد و فرایندها بر اساس هوش مصنوعی، نه اتوماسیون، دوباره طراحی شوند.

۳. طراحی همراه با نیروی انسانی، نه فقط برای آن‌ها: کارکنان، مشاوران و مسئولان رسیدگی به ادعای خسارت را در طراحی مشترک ابزارها دخیل کنید. مشارکت زودهنگام باعث می‌شود که قابلیت‌های کاربرپسند بودن و اعتماد در محصولات گنجانده شود و مقاومت کارکنان کاهش داده شود.

۴. تعریف مجدد هویت مشاغل: نقش‌های انسانی باید به سمت قضاوت، همدلی و تصمیم‌گیری‌های پیچیده تغییر کنند. هوش مصنوعی باید به عنوان شریک در تقویت تخصص‌های انسانی دیده شود.

۵. آغاز سریع و گسترش سریع: راه‌اندازی پروژه‌های آزمایشی و دوره‌های آموزشی به کارکنان کمک می‌کند تا تجربه عملی به دست آورده و سطح اعتماد به نفس‌شان ارتقا یابد.

 

هویت‌های جدید شغلی در مدل مبتنی بر هوش مصنوعی در صنعت بیمه

بازتعریف هویت‌های حرفه‌ای شامل ایجاد ارتباط بین اهداف استراتژیک و عملکرد روزانه است، زیرا کارکنان تنها زمانی راه‌حل‌های جدید هوش مصنوعی را پذیرفته و به کار می‌گیرند که نقش‌ها و شاخص‌های عملکردشان به گونه‌ای تغییر یابد که به آنچه انسان‌ها بهتر از ماشین انجام می‌دهند—یعنی قضاوت، همدلی و سرپرستی—پاداش داده شود. مثال‌های زیر نشان می‌دهند که چگونه شرکت‌های بیمه پیشرو این تغییرات را اعمال کرده‌اند:

فروش و توزیع: از فروشنده‌ به مشاور
فروشندگان از انجام کارهای سنگین مانند تولید سرنخ، یادداشت‌برداری و آماده‌سازی جلسات به مشاوران جامع تبدیل می‌شوند. استفاده از سیستم پیش‌بینی امتیاز سرنخ‌ها و تماس‌های بسیار شخصی‌سازی‌شده همراه با قابلیت‌های قیمت‌گذاری لحظه‌ای، توانایی مشاوران را در ارائه راه‌حل‌های اختصاصی برای مشتریان افزایش می‌دهد. این تغییر باعث شده زمان ملاقات حضوری مشاوران با مشتریان ۳۰% بیشتر شود و نرخ تبدیل ۱۰ تا ۱۵ درصد بهبود یابد.

صدور بیمه: از تحلیل‌گر به طراح راه‌حل‌های ریسک سفارشی
کارشناسان صدور بیمه از تحلیل‌گرانی که تمرکزشان بر ورود داده‌ها و ارزیابی‌های مقدماتی بود، به افرادی تبدیل می‌شوند که با کارگزاران و مشتریان در تعامل هستند تا راه‌حل‌های بیمه شخصی‌سازی‌شده ارائه دهند. هوش مصنوعی فرآیندهای ورود اطلاعات را مدیریت و سوابق را استخراج می‌کند و قیمت‌گذاری اولیه را انجام می‌دهد. این تغییر به کارشناسان امکان  می‌دهد که از ۲۰% ظرفیت خود استفاده کنند و بر روی وظایف با ارزش‌تر تمرکز  و زمان پاسخ‌دهی را تا ۶۰% تسریع کنند.

خدمات مشتری: از نماینده به مشاوران استراتژیک برای تعاملات کلیدی
نمایندگان خدمات مشتری از انجام وظایف روزمره و پاسخ به سوالات تکراری به مشاوران استراتژیک تبدیل می‌شوند و تمرکز خود را بر تعاملات کلیدی می‌گذارند. ربات‌های صوتی به سوالات روتین پاسخ می‌دهند و دستیارهای هوش مصنوعی کمک می‌کنند. در نتیجه، نمایندگان قادر هستند مهارت‌های خود را در تعاملات همدلانه، کراس‌سل و حفظ مشتریان به کار گیرند. این تغییر باعث شده ۵۰% از ظرفیت نمایندگان به مکالمات درآمدزا اختصاص یابد.

ادعاهای خسارت: ازکارمند به متخصص پیشگیری از خسارت

 متخصصان خسارت از انجام کارهای روتین  فراتر می‌روند و به مراقبت پیشگیرانه از مشتریان می‌پردازند. GenAI  مستندات را پیش‌تایید می‌کند، فعالیت‌های تقلبی را شناسایی می‌کند و پیشنهادهای مناسبی برای پرداخت‌ها ارائه می‌دهد. این فرآیند به متخصصان رسیدگی به خسارت کمک می‌کند تا در موارد پیچیده‌تر به‌طور مؤثرتری وارد عمل شوند. پذیرش هوش مصنوعی در این زمینه، زمان چرخه‌ها را از پنج روز به کمتر از ۲۴ ساعت کاهش داده و بهره‌وری را ۳۰% افزایش داده است.

منابع انسانی: از مدیر به شریک استراتژیک
متخصصان منابع انسانی از انجام وظایف اداری به  شراکت استراتژیک با کمک اتوماسیون هوش مصنوعی تبدیل می‌شوند. چت‌بات‌ها به‌طور مؤثر به سوالات کارکنان پاسخ می‌دهند. داشبوردهای GenAI خطرات فرسودگی شغلی و شکاف‌های مهارتی را شناسایی کرده و اقدامات هدفمند را تسهیل می‌کنند. نتیجه این تغییرات این است که تیم‌های منابع انسانی حدود ۲۵% از ظرفیت خود را به ابتکارات استراتژیک اختصاص داده و نرخ ترک شغل داوطلبانه را ۲ تا ۳ درصد کاهش داده‌اند.

 

طراحی مدل عملیاتی مبتنی بر هوش مصنوعی 

برای ادغام هوش مصنوعی در فعالیت‌های روزانه و کمک به کارکنان در پذیرش هویت‌های حرفه‌ای جدید، شرکت‌های بیمه باید ساختار سازمانی خود را تغییر دهند. مدل عملیاتی مبتنی بر هوش مصنوعی‌ با حکمرانی روشن، مسیرهای شغلی آینده‌نگر و ساختارهای چابک این تغییرات را تحقق می‌بخشد. تنها زمانی که این اجزا با هم هماهنگ شوند، همکاری انسان و ماشین می‌تواند در مقیاس وسیع به مزایای سازمانی منجر شود. مدیران عامل پیشرو، یک تحول هماهنگ را در ابعاد مختلف زیر رهبری می‌کنند:

۱. ساختارهای ساده‌تر و مسطح‌تر: با اجرای بیشتر کارها توسط هوش مصنوعی و نیاز کمتر به نظارت انسانی، ساختارهای سازمانی ساده‌تر و مسطح‌تر خواهند شد و توانایی نظارت بر فرایندها و تضمین نتایج اهمیت بیشتری پیدا می‌کند.

۲. مدل عملیاتی میان‌عملکردی: از آنجایی که فناوری در مرکز همه فعالیت‌های کسب‌وکار قرار گرفته، شرکت‌های بیمه باید به سمت ایجاد تیم‌های کاملاً ترکیبی و میان‌عملکردی حرکت کنند. مهارت‌های فناوری و داده باید در همه تیم‌هایی که تغییر ایجاد می‌کنند وجود داشته باشد. حتی در کارهای عملیاتی هم، راه‌حل‌های هوش مصنوعی نیازمند تنظیم و به‌روزرسانی مداوم است.

۳. فرایندهای بازطراحی‌شده: فرایندهای مبتنی بر افراد باید به فرایندهای مبتنی بر هوش مصنوعی تغییر یابد و نقش‌ نیروی انسانی متمرکز بر نظارت و مداخله در نقاط بحرانی شود.

۴. معیارهای ارزیابی و طرح‌های مشوق جدید: با تغییر نقش‌ها و محتوای کار، معیارهای ارزیابی و مشوق‌ها نیز باید تغییر کنند. کارکنانی که راهکارهای هوش مصنوعی می‌سازند، باید برای دقت و قابلیت اطمینان سیستم‌ها پاداش بگیرند و کسانی که از این سیستم‌ها استفاده می‌کنند و با موارد خاص سر و کار دارند، باید برای ارزشی که به سازمان اضافه می‌کنند، تشویق شوند.

۵. ارتقای مستمر مهارت‌ها: نظارت و رفع شکاف‌های مهارتی اهمیت زیادی پیدا کرده است، چرا که توانمندی‌های هوش مصنوعی در حال تکامل است و تقسیم کار بین انسان‌ها و ایجنت‌های هوش مصنوعی تغییر می‌کند. موفقیت به نگرش‌ باز و تعهد به یادگیری همیشگی نیاز دارد.

۶. هوش مصنوعی مسئولانه برای مدیریت ریسک: تصمیم‌گیری غیرمتمرکز هوش مصنوعی نیاز به پیاده‌سازی تدابیر امنیتی قوی در اجزای مرکزی سیستم‌های هوش مصنوعی دارد. اصول هوش مصنوعی مسئولانه باید در نظارت روزانه بر فرآیندهای مدیریت ریسک و حکمرانی گنجانده شوند.

 

در یک شرکت بیمه مبتنی بر هوش مصنوعی، فناوری وظایف روتین را انجام می‌دهد و نیروی انسانی بر قضاوت و همدلی در لحظات کلیدی متمرکز می‌شود. به‌روزرسانی‌ فناوری نسبتاً ساده است، اما توسعه مهارت‌ها، ذهنیت‌ها و رهبری انسانی برای استفاده مؤثر از هوش مصنوعی سال‌ها زمان می‌برد وآن‌هایی که دیرتر وارد شوند، فرصت کمی برای پر کردن این فاصله دارند. این بعد انسانی است که شرکت‌های بیمه را از سازمان‌هایی که صرفاً هوش مصنوعی را به‌کار می‌برند، متمایز می‌کند و شرکت‌هایی که از همین حالا به تقویت این قابلیت‌ها بپردازند، مزیت رقابتی واقعی فردا را به‌دست خواهند آورد.

 

[1] Human in the loop

[2] Rules-based Robotic Process Automation