Как страховые компании внедряют ИИ без потери управляемости

Интерес страхового рынка к искусственному интеллекту продолжает расти, однако подход к его внедрению остается сдержанным и прагматичным. В отличие от ритейла или маркетинга, страхование работает в условиях высокой ответственности: ошибки в андеррайтинге, расчетах ущерба или отказах в выплатах напрямую влияют на убыточность, регуляторные риски и доверие клиентов. Поэтому страховые компании не стремятся к полной автономии ИИ.

По результатам опросов управленцев крупного бизнеса, 64% компаний рассматривают ИИ исключительно в формате human-in-the-loop — как ассистента, который готовит данные, рекомендации и предварительные решения, но не принимает финальный вердикт самостоятельно. Для страхования такой подход является рациональным: ключевые решения по-прежнему остаются за человеком.

Почему ИИ в страховании требует осторожности

Ограничения связаны не только с уровнем ответственности, но и с характером данных. Страховые компании работают с персональной, медицинской и поведенческой информацией клиентов, что накладывает жесткие требования к защите данных, архитектуре ИТ-систем и контролю моделей. Это усложняет масштабирование ИИ-решений и повышает требования к качеству данных.

Проблемы, как правило, возникают тогда, когда ИИ пытаются внедрить сразу в критические зоны — расчет тарифов, отказные решения или урегулирование сложных убытков — без предварительного наведения порядка в операционных процессах. В результате алгоритмы начинают работать с разрозненными и неочищенными данными, формируя искаженную модель рисков и усиливая существующие перекосы.

Где ИИ дает максимальный эффект уже сегодня

На практике наиболее эффективной стратегией для страховщиков становится использование ИИ там, где он снимает массовую рутину. Речь идет о первичной проверке заявлений, сопоставлении счетов и диагнозов, классификации обращений, разборе входящей корреспонденции, подготовке расчетов и пояснений для экспертов. 

Это снижает нагрузку на андеррайтеров и специалистов по урегулированию убытков, освобождая их время для нестандартных и рискованных кейсов. ИИ берет на себя типовые операции — обработку документов, первичный анализ данных, ответы на стандартные запросы, — а человек остается в контуре сложных и конфликтных ситуаций, где важны экспертиза и ответственность.

Страховой Дом ВСК применил Process Mining и Task Mining от Proceset во внутреннем ОЦО компании — ФСЦ. Было охвачено 66% деятельности структуры, удалось сформировать 30 инициатив на совокупный эффект в 135 млн руб. На 8% возросла общая производительность по всем процессам и выявлен потенциал в 18% для их автоматизации и роботизации. До этого в ВСК плотно занимались вопросом исследования процесса урегулирования убытков по ДМС. После успешного пилота в руководстве компании отметили не только очевидный потенциал цифровизации страховых медицинских сервисов, но и что «успешная апробация подтверждает правильность стратегического выбора технологий искусственного интеллекта как точки роста эффективности и качества предоставляемых услуг для блока медицины ВСК». 

Уровень зрелости рынка и ключевой вектор развития

Российский страховой рынок уже прошел стадию экспериментов с ИИ. Сегодня технологии встраиваются в повседневную работу компаний — прежде всего в клиентский сервис, урегулирование убытков и бэк-офис. ИИ все чаще используется в формате «цифрового сотрудника», который обрабатывает большие объемы типовых операций и обеспечивает измеримый эффект: сокращение сроков выплат, снижение издержек и стабилизацию качества сервиса.

Помимо операционной эффективности, ИИ применяется для прогнозирования рисков и борьбы с мошенничеством, а также для персонализации страховых продуктов. В ближайшей перспективе ключевым фактором развития станет не рост автономности ИИ, а его связка с технологиями процессной аналитики — Process Mining и Task Mining. По нашим оценкам, до 34% работы офисных сотрудников потенциально может быть автоматизировано с помощью ИИ, однако реализовать этот потенциал возможно только при прозрачных и управляемых процессах. Для отрасли это критично: выигрывает не тот, кто быстрее автоматизирует решения, а тот, кто сохраняет контроль над их последствиями.