Esempi di IBM che assiste le compagnie assicurative nell’implementazione di soluzioni generative basate sull’intelligenza artificiale

IBM lavora con i nostri clienti assicurativi su diversi fronti e i dati dell’IBM Institute for Business Value (IBV) hanno identificato tre imperativi chiave che guidano le decisioni di gestione degli assicuratori:

1. Adottare la trasformazione digitale per consentire agli assicuratori di fornire nuovi prodotti, favorire la crescita dei ricavi e migliorare l’esperienza del cliente.
2. Migliora la produttività principale (aziendale e IT) riducendo i costi.
3. Adotta la modernizzazione incrementale delle applicazioni e dei dati utilizzando il cloud ibrido sicuro e l’intelligenza artificiale.

Gli assicuratori devono soddisfare i seguenti imperativi chiave per facilitare la trasformazione delle loro aziende:

• Fornire offerte digitali ai propri clienti.
• Diventa più efficiente.
• Utilizza i dati in modo più intelligente.
• Affrontare le preoccupazioni relative alla sicurezza informatica.
• Puntare ad un’offerta resiliente e stabile.

La maggior parte delle compagnie assicurative ha dato priorità alla trasformazione digitale e alla modernizzazione del core IT, utilizzando infrastrutture e piattaforme cloud ibride e multi-cloud per raggiungere gli obiettivi sopra menzionati. Questo approccio può accelerare lo speed-to-market fornendo capacità avanzate per lo sviluppo di prodotti e servizi innovativi, facilitando la crescita del business e migliorando l’esperienza complessiva del cliente nelle loro interazioni con l’azienda.

IBM può aiutare le compagnie assicurative a inserire l’intelligenza artificiale generativa nei loro processi aziendali

IBM è tra le poche aziende globali in grado di riunire la gamma di capacità necessarie per trasformare completamente il modo in cui le assicurazioni vengono commercializzate, vendute, sottoscritte, assistite e pagate.

Con una forte attenzione all’intelligenza artificiale in tutto il suo ampio portafoglio, IBM continua a essere leader del settore nelle funzionalità legate all’intelligenza artificiale. In un recente Gartner Magic Quadrant, IBM è stata collocata nella sezione in alto a destra per le sue capacità legate all’intelligenza artificiale (ad esempio, piattaforma AI conversazionale, motori di insight e servizio per sviluppatori AI).

La piattaforma dati e intelligenza artificiale IBM watsonx™, insieme alla sua suite di assistenti AI, è progettata per aiutare a scalare e accelerare l’impatto dell’intelligenza artificiale utilizzando dati affidabili in tutta l’azienda.

IBM collabora con diverse compagnie assicurative per identificare opportunità di alto valore per l’utilizzo dell’intelligenza artificiale generativa. I casi d’uso assicurativi più comuni includono l’ottimizzazione dei processi utilizzati per la gestione di documenti di grandi dimensioni e blocchi di testo o immagini. Questi casi d’uso rappresentano già oggi un quarto dei carichi di lavoro dell’intelligenza artificiale e si sta registrando uno spostamento significativo verso il miglioramento delle loro funzionalità con l’intelligenza artificiale generativa. Questo miglioramento comporta l’estrazione di contenuti e approfondimenti o la classificazione delle informazioni per supportare il processo decisionale, ad esempio nella sottoscrizione e nell’elaborazione dei sinistri. Le aree di interesse in cui l’uso delle capacità di intelligenza artificiale generativa può fare una differenza significativa nel settore assicurativo includono:

• Il coinvolgimento del cliente
• Lavoro digitale
• Modernizzazione delle applicazioni
• Operazioni informatiche
• Sicurezza informatica

IBM sta creando soluzioni generative basate sull’intelligenza artificiale per vari casi d’uso, tra cui agenti virtuali, ricerca conversazionale, processi normativi e di conformità, indagini sui sinistri e modernizzazione delle applicazioni. Di seguito forniamo un riepilogo di alcune delle nostre attuali iniziative di implementazione dell’intelligenza artificiale generativa.

Il coinvolgimento del cliente: Fornire una copertura assicurativa implica lavorare con numerosi documenti. Questi documenti includono descrizioni di prodotti assicurativi che dettagliano articoli coperti ed esclusioni, documenti di polizza o contratto, fatture e ricevute di premi, nonché richieste di indennizzo presentate, spiegazioni di vantaggi, stime di riparazione, fatture del fornitore e altro ancora. Una parte significativa delle interazioni dei clienti con la compagnia assicurativa consiste in domande riguardanti i termini e le condizioni di copertura per vari prodotti, la comprensione dell’importo approvato per il pagamento dei sinistri, i motivi per non pagare l’importo della richiesta di indennizzo presentato e lo stato delle transazioni come ricevute di premi, pagamenti di sinistri, richieste di modifica delle politiche e altro ancora.

Nell’ambito delle nostre iniziative di intelligenza artificiale generativa, possiamo dimostrare la capacità di utilizzare un modello di base con tempestiva messa a punto per rivedere i dati strutturati e non strutturati all’interno dei documenti assicurativi (dati associati alla query del cliente) e fornire raccomandazioni personalizzate riguardanti il ​​prodotto, il contratto o richiesta assicurativa generale. La soluzione può fornire risposte specifiche in base al profilo del cliente e alla cronologia delle transazioni, accedendo all’amministrazione della polizza sottostante e ai dati relativi ai sinistri. La capacità di analizzare istantaneamente dati estesi sui clienti, identificare modelli per generare approfondimenti e anticipare le esigenze dei clienti può comportare una maggiore soddisfazione del cliente.

Un esempio di coinvolgimento del cliente è un chatbot generativo basato sull’intelligenza artificiale che abbiamo sviluppato per un cliente multinazionale di assicurazioni sulla vita. Il PoC mostra la maggiore personalizzazione della risposta alle domande sui prodotti assicurativi quando vengono utilizzate le funzionalità di intelligenza artificiale generativa.

Un altro chatbot che abbiamo sviluppato per un cliente assicurativo mostra la possibilità per l’assicurato di avere una visione completa delle coperture fornite in un pacchetto assicurativo, compresi i premi per ciascuna delle coperture assicurative contenute nel pacchetto. Allo stesso modo, promuove la possibilità di eseguire un varietà di altre funzioni come l’aggiunta dei documenti richiesti (ad esempio, certificati di nascita), l’aggiunta di beneficiari che esaminano i prodotti assicurativi e l’integrazione della copertura attuale. Tutte queste funzionalità sono assistite dall’automazione e personalizzate dall’intelligenza artificiale tradizionale e generativa utilizzando modelli di base sicuri e affidabili.

Di seguito mostriamo un esempio di un cliente che richiede informazioni su una specifica procedura dentale e riceve una risposta personalizzata basata sulla conoscenza delle coperture dentistiche esistenti del cliente e sulla capacità del chatbot AI generativo di avere una conversazione interattiva (simile a quella di un servizio clienti esperto agente) adattato alle esigenze specifiche del cliente.

Attualmente stiamo sviluppando diversi casi d’uso, che includono:

• Ottenere l’autorizzazione preventiva per le procedure mediche.
• Amministrazione dei benefici per la salute.
• Spiegare le decisioni sui sinistri e i vantaggi agli assicurati.
• Riepilogo della cronologia dei sinistri.

Assistenza dell’agente assicurativo/agente del contact center: Le compagnie assicurative hanno ampiamente implementato unità di risposta vocale, app mobili e soluzioni online basate sul web che i clienti possono utilizzare per semplici richieste, come informazioni sui saldi dovuti e controlli sullo stato dei pagamenti delle richieste. Tuttavia, l’attuale insieme di soluzioni ha funzionalità limitate e non è in grado di rispondere alle domande più complesse dei clienti, come elencate nella sezione relativa al coinvolgimento del cliente. Di conseguenza, i clienti spesso ricorrono a chiamare l’agente assicurativo o il contact center della compagnia assicurativa. Le soluzioni generative basate sull’intelligenza artificiale progettate per gli agenti possono ridurre significativamente i tempi di ricerca dei documenti, riassumere le informazioni e abilitare capacità di consulenza, portando a un aumento della produttività in media del 14-34% o addirittura del 42% e a migliori parametri di soddisfazione del cliente. IBM implementa da diversi anni soluzioni tradizionali basate sull’intelligenza artificiale presso le compagnie assicurative, utilizzando prodotti come IBM watsonx™ Assistant e IBM Watson® Explorer. Stiamo ora avviando collaborazioni con alcune compagnie assicurative per incorporare modelli di base e una rapida messa a punto per migliorare le capacità di assistenza degli agenti.

Gestione del rischio: Per prendere decisioni di sottoscrizione relative alla proprietà, le compagnie assicurative raccolgono una quantità significativa di dati esterni, compresi i dati sulla proprietà forniti nei moduli di richiesta assicurativa, i registri storici di inondazioni, uragani, incendi e statistiche sulla criminalità, per l’ubicazione specifica della proprietà. Sebbene i dati storici siano disponibili al pubblico da fonti come data.gov, anche le compagnie assicurative affermate hanno accesso ai propri dati sull’esperienza di sottoscrizione e sinistri. Attualmente, l’utilizzo di questi dati per la modellazione del rischio comporta sforzi intensivi a livello manuale e le capacità di intelligenza artificiale sono sottoutilizzate.

Un’attuale iniziativa di IBM prevede la raccolta di dati disponibili al pubblico relativi alla sottoscrizione di assicurazioni sulla proprietà e all’indagine sui sinistri per migliorare i modelli di base nella piattaforma dati e AI IBM® watsonx™. I risultati possono quindi essere utilizzati dai nostri clienti, che possono incorporare i dati proprietari sulla loro esperienza per perfezionare ulteriormente i modelli. Questi modelli e dati proprietari saranno ospitati in un ambiente IBM Cloud® sicuro, progettato specificamente per soddisfare i requisiti di conformità normativa del settore per gli hyperscaler. La soluzione di gestione del rischio mira ad accelerare significativamente la valutazione del rischio e i processi decisionali, migliorando al tempo stesso la qualità delle decisioni.

Modernizzazione del codice: Molte compagnie assicurative con oltre 50 anni di storia si affidano ancora a sistemi sviluppati già negli anni ’70, spesso codificati in un mix di Cobol, Assembler e PL1. La modernizzazione di questi sistemi richiede la conversione del codice legacy in Java o altri linguaggi di programmazione pronti per la produzione.

IBM sta collaborando con diversi istituti finanziari utilizzando funzionalità di intelligenza artificiale generativa per comprendere le regole e la logica aziendale integrate nella base di codice esistente e supportarne la trasformazione in un sistema modulare. Il processo di trasformazione utilizza il modello di business dei componenti IBM (per le assicurazioni) e il framework BIAN (per le banche) per guidare la riprogettazione. L’intelligenza artificiale generativa aiuta anche nella produzione di casi di test e script per testare il codice modernizzato.

Affrontare le preoccupazioni del settore relative all’utilizzo dell’intelligenza artificiale generativa

In uno studio condotto dall’IBM Institute for Business Value (IBV), i leader aziendali hanno espresso preoccupazione per l’adozione dell’intelligenza artificiale generativa. Le maggiori preoccupazioni riguardano:

• Spiegabilità: il 48% dei leader intervistati da IBM ritiene che le decisioni prese dall’intelligenza artificiale generativa non siano sufficientemente spiegabili.
• Etica: il 46% è preoccupato per la sicurezza e gli aspetti etici dell’IA generativa.
• Bias: il 46% ritiene che l’intelligenza artificiale generativa propagherà pregiudizi consolidati.
• Fiducia: il 42% ritiene che non ci si possa fidare dell’IA generativa.
• Conformità: il 57% ritiene che i vincoli normativi e la conformità costituiscano ostacoli significativi.

IBM affronta le preoccupazioni di cui sopra attraverso la sua suite di componenti della piattaforma watsonx: IBM watsonx.ai™ AI studio, IBM watsonx.data™ data store e IBM watsonx.governance™ toolkit per la governance dell’intelligenza artificiale. Nello specifico, watsonx.governance fornisce le funzionalità per monitorare e governare l’intero ciclo di vita dell’intelligenza artificiale fornendo trasparenza, responsabilità, derivazione, tracciamento dei dati e monitoraggio dei pregiudizi e dell’equità nei modelli. La soluzione end-to-end fornisce ai leader delle compagnie assicurative funzionalità che consentono flussi di lavoro IA responsabili, trasparenti e spiegabili quando si utilizza sia l’IA tradizionale che quella generativa.

Come descritto sopra, abbiamo identificato molte opportunità di alto valore per aiutare le compagnie assicurative a iniziare a utilizzare l’intelligenza artificiale generativa per la trasformazione digitale dei loro processi aziendali assicurativi. Inoltre, la tecnologia dell’intelligenza artificiale generativa può essere utilizzata per fornire nuovi tipi di contenuti come articoli (per il marketing di prodotti assicurativi), contenuti personalizzati o e-mail per i clienti e persino aiutare nella generazione di contenuti come il codice di programmazione per aumentare la produttività degli sviluppatori.

L’esperienza di IBM nel lavorare con i clienti indica significativi guadagni di produttività quando si utilizza l’intelligenza artificiale generativa, incluso il miglioramento dei processi HR per semplificare attività come l’acquisizione di talenti e la gestione delle prestazioni dei dipendenti; rendere gli agenti dell’assistenza clienti più produttivi consentendo loro di concentrarsi su interazioni di maggior valore con i clienti (mentre gli assistenti virtuali del canale digitale che utilizzano l’intelligenza artificiale generativa gestiscono richieste più semplici); e risparmiare tempo e fatica nella modernizzazione del codice legacy utilizzando l’intelligenza artificiale generativa per facilitare il refactoring e la conversione del codice.

Per discutere questi argomenti in modo più dettagliato, inviare un’e-mail a Kishore Ramchandani e Anuj Jain.

Metti al lavoro l’intelligenza artificiale generativa di Watsonx