Przewidywane kierunki outsourcingu w ubezpieczeniach z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO)
Outsourcing definicja (ang. outside-resource-using) wydzielenie ze struktury organizacyjnej przedsiębiorstwa niektórych realizowanych przez nie samodzielnie funkcji i przekazanie ich do wykonania innym podmiotom MIT: Outsourcing to wydzielenie wyłącznie zasobów IT! 2
Klasyczne procesy realizowane poza TU Assistance Przejęcie portfela martwych produktów Call Center Wynajem aut zastępczych Likwidatorzy, w tym zdalne oględziny Wydruki, archiwizacja dokumentów Windykacja należności 3
Outsourcing procesów - zalety UNIFIKACJA procesów Obniżenie i bardziej efektywna kontrola KOSZTÓW OPERACYJNYCH Przeniesienie RYZYKA OPERACYJNEGO Mitygacja RYZYK OSOBOWYCH i IT jako wąskiego gardła Większa SKALOWALNOŚĆ projektu (zasoby, budżet, czas) Większa gotowość do obsługi ZDARZEŃ KATASTROFALNYCH 4
Outsourcing kiedy? odpowiednia SKALA dostatecznie duża po stronie dostawcy mała po stronie właściciela zakres BIZNESU główna, corowa działalność utrzymanie JAKOŚCI częste zmiany w przepisach certyfikaty i normy 5 uwolnienie zasobów rozwiązania IT specjaliści, kadra
A gdyby tak Przekazać do zewnętrznej obsługi procesy decyzyjne? Pozwolić automatom zastąpić reguły eksperckie? Rozbudować zestawy danych wejściowych o te być może nieoczywiste? zastosować sztuczną inteligencję. 6
Przykład wykorzystania AI: TARYFIKACJA Klasyczna taryfikacja Taryfikacja oparta na AI 7
Przykład wykorzystania AI: TARYFIKACJA Klasyczna taryfikacja Formularz klienta Ograniczony zestaw danych Deklaracja klienta Reguły słownikowe: pojazdów, miejsca zamieszkania, itd. Reguły tworzone często po omacku lub za pomocą testów Statystyki zmienne w czasie Taryfikacja oparta na AI Potężne wolumeny danych do badania Badanie korelacji danych faktycznie mających wpływ na szacowanie ryzyka Dane nieoczywiste, np.: W deszczowe dni ludzie są skłonni płacić więcej? Liczba kredytów vs. szkodowość? 8
Sztuczna inteligencja jak to działa? 1. Zdefiniowanie tezy (problemu) 2. Identyfikacja atrybutów, które mają wpływ na decyzję (korelacja atrybutu z wynikiem) 3. Nauka (budowanie) sieci na podstawie wybranych atrybutów Rola analityka (eksperta) sprowadza się do bycia wizjonerem, tj. typowania do badania nieoczywistych atrybutów. 9
Sztuczna inteligencja budowanie sieci Nauka sieci poprzez znane przypadki 1. Przygotowanie zbioru trenującego 2. Analiza istotności atrybutów na decyzję 3. Wypracowanie modelu sieci 4. Analiza macierzy kosztów/pomyłek 5. Testy na zbiorze ukrytym 6.Wdrożenie 7.Ponowna nauka (np. decyzjami operatorów) 10
Reguły decyzyjne interpretacja wyniku System przesiewowy Korelacja z klasą docelową Przepuszcza wyłącznie konkretne przypadki Można regulować wielkość oczek sita Określa prawdopodobieństwo przynależności do konkretnego rozwiązania, np. likwidacja mobilna 73% szybka ścieżka 26% pełna likwidacja 8% 11
Reguły decyzyjne interpretacja wyniku System przesiewowy Korelacja z klasą docelową Zastosowanie Wykrywanie anomalii Identyfikacja klientów do np.: szybkiej ścieżki likwidacji weryfikacji wyłudzeń Zastosowanie Zaszycie wskazówek np. dla CallCenter: Sugeruje operatorom potencjalne oczekiwania klienta Pozwala ułatwić decyzję co do wyboru ścieżki procesu 12
Zastosowanie algorytmów AI w ubezpieczeniach SPRZEDAŻ Taryfikacja X-sell i rekomendacje produktów Proponowanie rat WZNOWIENIA Metoda ponownego kontaktu Czy utrzymać klienta (widełki cenowe)? Czy proponować dosprzedaż? LIKWIDACJA SZKODY Wybór ścieżki likwidacji Proponowanie ugody Identyfikacja fraudów MONITORING PŁATNOŚCI Skuteczność windykacji Metoda kontaktu 13
Wymagania stawiane dostawcom outsourcingu 14
Dziękujemy za uwagę Adam Smółkowski Marcin Wójciuk Aspartus Sp. z o.o. (Grupa ProService FINTECO) 15