W skrócie
- Szkoda to doświadczenie, które klienci naprawdę zapamiętują. Według McKinsey zadowoleni klienci o 80% częściej odnawiają polisę, a ubezpieczyciele, którzy konsekwentnie oferują obsługę z najwyższej półki, notują od dwóch do czterech razy szybszy wzrost sprzedaży nowych polis.
- Większość ubezpieczycieli zautomatyzowała wybrane fragmenty procesu szkody, tu bot do zgłoszeń, tam reguła kierująca sprawy, ale fragmenty te ze sobą nie współpracują, nie uczą się i nie odpowiadają za końcowy efekt. To właśnie tę lukę domyka AI agentowa.
- Korzyść jest zarazem operacyjna i emocjonalna. Aviva przebudowała likwidację szkód wokół AI, ograniczyła liczbę reklamacji o 65% i zaoszczędziła w ciągu roku ponad £60 milionów.
Klient zapomina treść polisy w tydzień po jej zakupie. Nigdy nie zapomina dnia, w którym zgłosił szkodę. Na tej asymetrii opiera się cała gra w ubezpieczeniach. Składka to obietnica, a szkoda to jedyny moment, w którym ta obietnica zostaje sprawdzona. Wszystko, co ubezpieczyciel wydaje na markę, ceny i pozyskanie klientów, broni się albo przepada w ciągu tych kilku dni.
I właśnie dlatego sposób, w jaki większość ubezpieczycieli zautomatyzowała likwidację szkód, to strategiczny błąd przebrany za postęp.
Fragmenty nie składają się na ścieżkę
Typowy proces likwidacji szkód już dziś opiera się na automatyzacji. Jest chatbot do pierwszego zgłoszenia, silnik reguł kierujący sprawy, narzędzie wyciągające dane z faktur i zdjęć. Każde z nich działa. Żadne nie rozmawia z pozostałymi, nie uczy się i nie odpowiada za efekt. Klient wciąż czeka w lukach między nimi, a likwidator wciąż ręcznie zszywa te elementy w całość.
Powstaje proces zabiegany, ale nie szybszy, zautomatyzowany, ale niespójny. Tarcie nie znika; przenosi się jedynie na łączenia.
Klient nie styka się z Twoim botem do zgłoszeń ani z silnikiem kierującym sprawy. Styka się z lukami między nimi.
AI agentowa to pierwsza technologia, która działa na poziomie całej ścieżki, a nie pojedynczego zadania. Agent czyta zgłoszenie, wnioskuje o zakresie ochrony i złożoności sprawy, działa w systemach polisowych, szkodowych i płatniczych, a do człowieka kieruje sprawę tylko wtedy, gdy naprawdę potrzebna jest ocena eksperta. Nie zastępuje narzędzi do obsługi dokumentów ani platformy centralnej. Spina je w całość, dzięki czemu odpowiedzialność za efekt wreszcie skupia się w jednym miejscu.
Argument finansowy to argument lojalnościowy
Proces szkody warto naprawić nie dlatego, że automatyzacja jest tańsza, choć jest. Chodzi o to, że to właśnie na etapie szkody rozstrzyga się utrzymanie klienta.
Te same badania równie jasno mówią o nagrodzie. Ubezpieczyciele, którzy konsekwentnie zapewniają obsługę z najwyższej półki, notują od dwóch do czterech razy szybszy wzrost sprzedaży nowych polis i mniej więcej 30% wyższą rentowność niż ci, u których doświadczenie bywa różne. Szkoda waży na tej spójności najmocniej, bo to interakcja o najwyższej stawce emocjonalnej i najmniejszej tolerancji na opóźnienia.
Pytanie, przed którym stoi zarząd, nie brzmi więc, czy automatyzować likwidację szkód. Brzmi: czy ta automatyzacja buduje spójne doświadczenie, czy tylko szybciej działający chaos.
Jak wygląda likwidacja szkody w modelu agentowym w praktyce
Najlepszym dowodem jest Aviva. Przebudowując likwidację szkód wokół AI, ubezpieczyciel wdrożył w tym obszarze ponad 80 modeli. Efekty były zarazem operacyjne i emocjonalne.
Zwróć uwagę, co tu się właściwie zmieniło. Reklamacji ubyło, bo cała ścieżka stała się spójna, a nie dlatego, że jeden krok przyspieszył. Ocena odpowiedzialności cywilnej, czyli ta część złożonej szkody, którą najtrudniej zautomatyzować, skróciła się o ponad trzy tygodnie, bo agent mógł pobrać dane polisowe i szkodowe, przeprowadzić weryfikacje i złożyć sprawę w całość, zamiast czekać, aż zrobi to człowiek.
To koszty idą w ślad za doświadczeniem, a nie odwrotnie.
Wykres 1
Cyfryzacja szkody jednocześnie ścina koszty i czas
Źródło: McKinsey & Company. Redukcje osiągnięte przez jednego ubezpieczyciela po cyfryzacji procesów likwidacji szkód.
Ubezpieczyciel, który scyfryzował procesy likwidacji szkód, obniżył koszty obsługi o 50 do 65%, a czas obsługi o 50 do 90%, jednocześnie podnosząc jakość obsługi klienta. Oszczędności są realne, ale są pochodną spójności. Napraw ścieżkę, a rachunek ekonomiczny ułoży się sam.
Jak wdrożyć to bez wymiany całego systemu
Odruch, by czekać na wymianę platformy, to najdroższy błąd w modernizacji likwidacji szkód. AI agentowa jej nie wymaga. Zdyscyplinowane wdrożenie wygląda tak.
- Zacznij tam, gdzie reguły są jasne, a wolumen wysoki. Wybierz jedną linię produktową, ubezpieczenia komunikacyjne lub majątkowe o niskiej złożoności, gdzie zakres ochrony jest przejrzysty, a argument za obsługą bez udziału człowieka najsilniejszy. Wykaż skrócenie czasu zamknięcia sprawy i koszt jednej szkody, zanim sięgniesz po cokolwiek trudniejszego.
- Spinaj, nie zastępuj. Zostaw odczyt dokumentów i system centralny tam, gdzie się sprawdzają. Agent czyta z nich i zapisuje do nich przez bezpieczne API, dokładając wnioskowanie i koordynację między systemami, jakiej pojedyncze narzędzia nigdy nie miały.
- Postaw człowieka tam, gdzie potrzebna jest ocena. Zautomatyzuj większość spraw rozstrzyganych regułami, a sprawy złożone, o wysokiej wartości i z sygnałami oszustwa kieruj do likwidatorów z pełnym podsumowaniem, a nie do bezdusznej kolejki.
- Zadbaj o nadzór od pierwszego dnia. Każde działanie zarejestrowane, każda decyzja możliwa do prześledzenia, ręczna korekta zawsze pod ręką. W biznesie regulowanym audytowalność to nie ciężar. To właśnie ona pozwala skalować.
- Skaluj efektem, nie ambicją. Gdy jedna linia potwierdzi słuszność podejścia, przenieś tę samą architekturę na kolejną, dostrajając zabezpieczenia do każdego produktu, zamiast budować wszystko od nowa.
Proces szkody wygrywają nie ci ubezpieczyciele, którzy zautomatyzowali najwięcej kroków. Wygrywają ci, u których cała szkoda sprawia wrażenie jednej, uważnej decyzji, bo to właśnie zapamiętuje klient i na tej podstawie odnawia polisę.
Jeśli chcesz budować to z myślą o doświadczeniu, a nie tylko o efektywności, poznaj nasz zespół Advisory i nasze prace w obszarze Experience Strategy albo zobacz, jak to działa w praktyce w studiach przypadków.
Źródła
- McKinsey & Company, "The Growth Engine: Superior Customer Experience in Insurance," mckinsey.com.
- McKinsey & Company, "The Future of AI for the Insurance Industry" (Aviva claims case), via The Digital Insurer, the-digital-insurer.com.
- McKinsey & Company, "What Drives Insurance Operating Costs," mckinsey.com.