W likwidacji szkód nie ma dziś trendu silniejszego niż automatyzacja. Tyle że nie chodzi już o pojedyncze usprawnienia, jak formularz online, integrację z warsztatem czy proste przepisywanie danych przez robota.
Największa zmiana polega na dołożeniu AI jako nowej warstwy operacyjnej, która rozumie treść zgłoszeń i pism, porządkuje dokumenty, ocenia ryzyko, proponuje ścieżkę obsługi i przygotowuje projekty komunikacji. To przesuwa punkt ciężkości z „obsługi procesu” na „obsługę decyzji”.
Od automatyzacji kroków do automatyzacji decyzji
Jeszcze niedawno cyfryzacja oznaczała głównie zamianę papieru na kanały elektroniczne. Teraz AI potrafi pracować na nieustrukturyzowanej informacji: opisie zdarzenia, korespondencji, załącznikach, zdjęciach. W praktyce daje to trzy dźwignie:
- szybsze, automatyczne domykanie spraw prostych,
- lepszą jakość uzasadnień i spójność odpowiedzi,
- realne odciążenie ekspertów, którzy mogą skupić się na wyjątkach.
Klient z AI: Więcej reklamacji, więcej formalizmu, więcej szumu
Jednak medal ma dwie strony, świat nie znosi pustki – co oznacza, że z narzędzi wspomaganych sztuczną inteligencją coraz odważniej korzystają również klienci zakładów ubezpieczeń. Widzimy dynamiczny wzrost liczby reklamacji i korespondencji szkodowej przygotowywanej przy wsparciu narzędzi, takich jak chat GPT, Gemini i podobne. Bariera wejścia spada – klient może w kilka minut wygenerować rozbudowane odwołanie, wezwanie do zapłaty czy „analizę prawną”.
To działa w dwie strony. Z jednej – rośnie świadomość i oczekiwania wobec jakości odpowiedzi. Z drugiej – w pismach pojawiają się przepisy nietrafne lub nieadekwatne do sprawy, cytaty i interpretacje „na skróty”, a czasem podstawy prawne po prostu nieistniejące.
Operacyjnym skutkiem takiego działania jest większy wolumen, większy formalizm i większe ryzyko błędu.
Ubezpieczyciele, oczywiście budując procesy wsparte modelami AI, jako profesjonalne podmioty biorą pod uwagę powyższe – zwracając szczególną uwagę na audytowalność oraz jasne granice odpowiedzialności i nadzoru na styku człowiek – model. Jednak zupełnie nowym fenomenem jest uwzględnianie w procesach mechanizmów weryfikujących, czy korespondencja klientów nie jest wynikiem halucynacji modeli AI użytych do jej generowania.
AI w służbie nadużyć: Zdjęcia „ulepszone” i szkody „dopowiedziane”
Innym mocno widocznym trendem jest rosnąca liczba przypadków dosyłania zdjęć szkód zmodyfikowanych lub wygenerowanych przy użyciu AI. W świecie, w którym zdalna likwidacja i ocena na podstawie fotografii stały się standardem, taka manipulacja jest realnym zagrożeniem dla ubezpieczyciela (ryzyko wypłaty zawyżonego odszkodowania), ale i dla poszkodowanego – w postaci ryzyka odpowiedzialności karnej, gdy dojdzie do wykrycia fałszerstwa.
Warto zauważyć, że rynek reaguje coraz ostrzej: ubezpieczyciele częściej zgłaszają takie przypadki do organów ścigania. To podnosi znaczenie narzędzi wykrywania modyfikacji obrazu, analizy metadanych, spójności uszkodzeń z opisem zdarzenia oraz porównywania wzorców szkód z historią zgłoszeń.
Selekcja i antyfraud: Mniej „wszyscy wszystko”, więcej chirurgii
Równolegle rozwijają się narzędzia wspierające wykrywanie nadużyć i selekcję szkód do pogłębionej analizy (w tym projekty rynkowe realizowane przy udziale UFG). Kierunek jest jasny: zamiast ręcznie przechodzić przez każdą sprawę, algorytmy wskazują te kilka procent, które niosą największe ryzyko finansowe lub reputacyjne. Coraz większe zbiory danych, lepsze modele i uczenie maszynowe zwiększają trafność alertów oraz rekomendacji decyzyjnych.
Zmiana roli likwidatora: Mniej „operatora”, więcej „pilota”
AI nie likwiduje szkód sama. Technologia robi „pierwszy przebieg”. Czyta, porządkuje, sugeruje. Człowiek pozostaje właścicielem decyzji, ale jego praca przesuwa się w stronę kontroli jakości, oceny wyjątków i rozmowy z klientem w sytuacjach trudnych. To wymaga nowych kompetencji (praca z rekomendacją modelu, krytyczna weryfikacja, umiejętność tłumaczenia decyzji) oraz nowych KPI – nie tylko czas i koszt, ale też precyzja wypłat (mniej nadpłat i niedopłat), skuteczność antyfraudowa i spójność uzasadnień.
Co to oznacza w praktyce: Pięć elementów nowej architektury likwidacji
Jeśli AI ma być warstwą operacyjną, a nie gadżetem, organizacje potrzebują kilku elementów koniecznych w układance. Jednolitego frontu komunikacji z rozpoznaniem intencji i kompletności zgłoszenia. Silnika rozumienia dokumentów i korespondencji – streszczania, porządkowania akt, wykrywania niespójności. Narzędzi analizy obrazu wspierających ocenę szkód oraz detekcję manipulacji. Warstwy decyzyjnej – segregacji, oceny ryzyka, rekomendacji ścieżek i priorytetów, kontroli SLA. Oraz bardzo ważny element – ładu i bezpieczeństwa – RODO, audytowalność, kontrola jakości, zarządzanie ryzykiem modeli.
Reasumując: obecnie diagnozowane trendy pokazują, że likwidacja szkód wchodzi w etap, w którym konkurencją nie jest, „kto ma lepszy formularz”, tylko „kto ma lepszą warstwę operacyjną AI”. To ona będzie decydować o szybkości, kosztach, jakości uzasadnień i ostatecznie o zaufaniu klienta.
Tomasz Kasprzak
dyrektor ds. doświadczeń klienta i agenta Trasti
