AIG przyspiesza dzięki AI: nowe perspektywy dla ubezpieczeń
American International Group (AIG) zaskakuje rynek, ogłaszając szybsze niż przewidywano postępy we wdrażaniu generatywnej sztucznej inteligencji. Firma informuje o wymiernych korzyściach w zakresie zdolności underwritingowych, redukcji kosztów operacyjnych oraz integracji portfela, co stanowi istotny sygnał dla decydentów AI w innych branżach. Początkowe prognozy, określane przez prezesa Petera Zaffino jako „aspiracyjne”, zostały znacznie przekroczone, co świadczy o głębokiej transformacji wewnętrznych procesów.
Wzrost mocy przetwarzania i redukcja zasobów ludzkich
Największym zaskoczeniem dla AIG okazała się zdolność generatywnej AI do radykalnego zwiększenia przepustowości przetwarzania przepływu zgłoszeń, bez potrzeby angażowania dodatkowych zasobów ludzkich. „Widzimy, że możliwości są znacznie większe” – podkreśla Zaffino, wskazując na skokowy wzrost efektywności. W 2025 roku firma zintegrowała generatywną AI z kluczowymi procesami underwritingowymi i obsługą roszczeń, rozszerzając jej zastosowanie na większość komercyjnych linii biznesowych.
Wewnętrzne narzędzie, AIG Assist, już teraz wspiera operacje, a Lexington Insurance, jednostka AIG zajmująca się nadwyżkami i rynkiem specjalistycznym, przekroczyła 370 000 zgłoszeń w bieżącym roku, z docelową liczbą 500 000 do 2030 roku. Modelowanie generatywne w AIG służy głównie do ekstrakcji i podsumowywania danych, co znacząco przyspiesza analizę napływających informacji.
Orkiestracja jako klucz do efektywności
Istotnym elementem strategii AIG jest warstwa orkiestracyjna w stosie technologicznym, która koordynuje agentów AI w celu poprawy podejmowania decyzji i obniżenia kosztów. Prezes Zaffino określa agentów AI mianem „towarzyszy, którzy współpracują z naszymi zespołami”, dostarczając w czasie rzeczywistym informacji, odwołując się do wcześniejszych przypadków i weryfikując decyzje underwritingowe. To podejście umożliwia skalowanie procesów i analizowanie danych bez obciążeń. AIG łączy orkiestrację z kompresją „całościowego przepływu pracy”, co oznacza ściślejszą integrację procesów od przyjmowania zgłoszeń, przez ocenę ryzyka, po obsługę roszczeń.
Praktyczne zastosowania i strategiczne partnerstwa
Generatywna AI znalazła zastosowanie w konkretnych projektach, takich jak konwersja detalicznego biznesu komercyjnego Everest. Dzięki sztucznej inteligencji priorytetyzacja kont do odnowienia została zrealizowana „w ułamku czasu”. Firma zbudowała ontologię portfolio Everest i połączyła ją ze swoją własną, co pozwoliło na efektywne „połączenie portfeli”. Procesy takie jak wyrównanie ontologiczne są technicznie wymagające i często niedoszacowane pod względem kosztów, co pokazuje zaawansowanie podejścia AIG.
Współpraca z Lloyd’s Syndicate 2479, Amwins i Blackstone, a także z Palantir, demonstruje dalszą ewolucję strategii. AIG wykorzystało duże modele językowe (LLM) we współpracy z Palantir do oceny zgodności programów Amwins z apetytem na ryzyko syndykatu. Zaffino zapowiada również „silną pulę możliwości SPV” (Special Purpose Vehicle).
Przypadek AIG stanowi cenną lekcję dla decydentów AI, ilustrując, jak orkiestracja i integracja przepływu pracy, wspierane przez generatywne modele AI wbudowane w podstawowe procesy, mogą przynieść wymierne korzyści ekonomiczne poprzez zwiększenie wydajności i skrócenie czasu cyklu operacyjnego.
