保险中AI的表面之下：以洞察为导向，以体验驱动

目录 09 人工智能驱动理赔处理自动化10人工智能检验理赔处理自动化4011 人工智能驱动保险定价4212 ai支持承保人4413 ai对processing的支持保险合同4614 使用生成式人工智能/大型语言模型4815 人工智能软件开发4916 人工智能网络安全5117IT 架构5318能力单元在治理基于人工智能的自动化5619组织赋能因素用于人工智能驱动的自动化5820挑战与风险人工智能驱动自动化6121经验教训源自人工智能驱动的自动化63关于 Sollers 咨询6971 目录前言03执行摘要05人工智能驱动转型的关键洞察05索勒尔人工智能调查结果10关于该研究16索勒尔人工智能调查结果1901 The人工智能对竞争力的影响在保险市场2002 人工智能驱动流程自动化概述2303 人工智能驱动聊天机器人2404 人工智能支持呼叫中心2505 人工智能支持线上和移动渠道2706 AI支持保险代理人3107 人工智能在自动化营销3308 智能文档处理与数据提取34 前言 前言 超少数专业专家领域的益处。因此，当今的保险业领导者不再询问人工智能是否会改变行业，而是何时以及如何改变。基于我们在索勒斯的丰富经验，我们启动了这项人工智能调查，以揭示可操作的见解，帮助保险公司在这一转型中找到方向。 的想法。我们非常重视您的反馈——哪些见解与您产生了共鸣，以及您希望我们在未来的研究中探索哪些领域 险人的整个运营模式——通常需要彻底的架构重新设计。一些保险人可能不了解这个范围，或者缺乏管理如此广泛转型的专业知识。 ？的详细情况。总共，我们在各种保险流程和五条业务线中识别出37个人工智能自动化用例，从而对保险市场内的人工智能采用情况进行全面评估。此外，我们还识别出10个针对大语言模型（LLM）的用例和6个专注于在IT开发和安全中使用人工智能的用例。保险公司可以利用这些信息进行基准测试。 在 Sollers，人工智能并非一夜之间就被采纳——它通 一般来说，每个保险公司要么正在实施人工智能，要么 验证到客户合作，人工智能已成为我们核心战略方向和服务提供之一。这种深厚的承诺促使我们的战略委员会委托进行这项全面的调查。 的障碍： 以就人工智能计划和自动化路线图做出战略决策。在这种情况下，公司可以从以组织赋能为目标的计 piotr.kondratowicz@sollers.eu 划开始，专注于发展人工智能驱动型文化，提供培训，并提供实践学习机会。 这份报告将汇总的调研数据与索勒斯的专家分析相结合。仅看图表只能告诉部分故事——我们的评论提供背景 信息，解释影响，并建议可行的下一步行动。 与其选择一份量大但浅显的调查问卷，我们选择了深入的线上或面对面访谈。虽然这限制了我们的样本量，但 化问卷反映了我们的AI专长，并提供了细致、实用的见 执行摘要人工智能驱动转型的关 键洞察 执行摘要人工智能驱动转型的关键洞察 望提供一份概述我们研究经验得出的主要结论。 战略视角：保险公司现状及未来展 碍人工智能驱动的自动化——尽管这些问题可能不会立即显现，而且不同保险公司或业务领域的挑战规模可能会有所不同。程度有所不同。平均而言，考虑到各个领域，只有51%的受访者已将人工智能纳入其战略议程，但这预计将是一个不断增长的趋势。 鉴于已经观察到的实际利益，保险行业的大规模人工智能自动化是不可避免的。一个常见的问题是时间表。这取决于保险公司在人工智能实施的特定领域，我们根据我们的专业知识和Sollers人工智能调查结果估算，主要业务线业务流程的全面自动化对大多数保险公司而言将 望 需要5到10+年。 许多自动化用例，包括人工智能，都由业务逻辑驱动， 工智能工具。这种初步的成功常常导致对整个公司人工智能自动化的需求增长。然而，新的挑战迅速涌现，包括对内部人工智能专业知识的需要、重新定义IT架构、数据和治理模型，以及引导员工适应其工作方式的根本性变化。 化数据作为输入。相比之下，深度学习模型可以通过从文档、音频和图像中提取信息来生成新的结构化数据类型。因此，低数据集成、弱数据治理以及缺乏强大的数据解决方案可能会阻碍人工智能驱动的自动化——尤其是在整个组织范围内应用时。 追求一种渐进式、进化的公司级人工智能转型方法。一方面，他们应该规划人工智能驱动的自动化；另一方面，他们必须识别架构上的差距，并制定路线图来解决这些问题，从而随着时间的推移实现更复杂的自动化。 人工智能驱动转型的关键洞察执行摘要 重点领域对预期人工智能发展 如何开始和执行AI转换 索勒斯的经验，我们预计将出现以下发展： 化将扩展以覆盖非标准风险和较少发生的业务线。人工智能将帮助重新定义客户通过数字（移动和在线）渠道与保险公司互动的方式——尽管这很可能只有在保险公司构建人工智能能力、彻底测试人工智能解决方案并升级其架构之后才会发生。心支持，以及涉及数据更广泛流程。从非结构化文档中获取牵引力。其他中期发展是索赔检查的自动化，这将需要更多专业的解决方案，以及索赔的无接触自动化标准索赔的处理流程。 学习需要时间，以及如何更快地学习 习人工智能和渐进式实施的重要性（我们受访者的42%）。了解人工智能将会影响保险流程和架构需要广泛且不断发展的专业知识。各级领导者需要时间去规划航向——去“绘制新的海洋”——才能踏上重大的转型之旅 人工智能自动化的主要领域预计将是智能文档识别，特别是在索赔处理方面，以及大型语言模型的使用- els 报价方面。 （llms）支持专家，聊天机器人增强客户服务，以及人工智能用于软件开发。 先进，需求越大，就越需要在AI Agent框架内进行管理。这些框架正越来越多地得到专门为此设计的平台的支持。我们预计，随着时间的推移，它们将成为支持过程自动化各个方面的先进平台的重要组成部分。 将推动保险公司实施承保工作台。 人工智能驱动转型的关键洞察执行摘要 当前架构和人工智能成熟度。不过，有一些指导原则适用：•避免从零开始构建自己的AI模型— 这是耗时且资源密集的。使用现有的、经过验证的人工智能AutoML模型不可能。的关键——据我们所调查的69%的受访者已在某种形式上实施或正在实施。人工智能将提取和利用新的数据类型，这反过来将创造新的自动化机会——通常需要更新系统架构以适应新的功能性。重新审视您的数据战略并加强相关能力是组织范围内人工智能驱动自动化的基 的影响也更为深远，验证项目（PoCs）对人工智能而言比其他数字化类型扮演着更为重要的角色。人工智能验证项目主要服务于三个目的： 有充分依据的商业案例始终是最好的实践。它阐明了你的理由，并帮助你理解对组织可能产生的影响。 然而，并非所有人工智能自动化都严重依赖数据；有些化的好处。在这种情况下，从小处着手，并将此视为一个学习旅程。 生产环境，保持成本低。 广泛的实施，考虑是否AI驱动平台能够最优地补充您当前的架构。60%的受访对象已经实施或正在实施AI驱动 服装。 执行摘要人工智能驱动转型的关键洞察 它在定义人工智能不仅仅是今天在改变保险 在复杂性增加的情况下。中心辐射型模式看起来最为有效：它在公司范围内的标准需求和协同效应之间取得了平衡，同时保留了实验的灵活性在项目层面进行合作和创新。建立治理结构和流程需要时间——不要拖延它；与实施同步开始。在各种领域，我们的受访者平均54%采用了集中式治理模式，而20%采用了分散式治理模式。 语言模型（LLM）。LLM 在两个方面相关： 未来 。大型语言模型易于部署，但它们也带来了挑战——尤其是在确保识别准确性方面，这对于完全自动化（无接触）流程至关重要。 执行摘要索勒尔人工智能调查结果 执行摘要索勒尔人工智能调查结果 论。欲深入了解和专家分析，请参阅报告主体，在报告主体中，Sollers的专业知识被广泛用于解释和为研究结果提供背景。 市场竞争力的预期影响，具体涉及特定业务领域。平均而言，对整体市场地位的感知影响评分为2.9。 35次深入面对面访谈进行。这种定性方法使我们能够深入探索特定主题，并获得了宝贵的见解。受访者代表广泛的地域范围，包括DACH（德国和瑞士）、北美（加拿大和美国）、法国、北欧（芬兰、瑞典和丹麦）、英国和比利时。 执行摘要索勒尔人工智能调查结果 这些自动化用例是最常由受访者实施的。 化领域，涵盖各种业务线（汽车、私有财产、事故、中小企业和商业保险）以及流程（零售领域的理赔、销售和服务，以及承保）。 文档/邮件 如下： 27%16%主张决策 24%14%保险代理人 显著有82%的受访者报告已经在至少一个被调查的10个 已实施或正在实施至少一个自动化案例的公司百分比，在给定类别中。所有公司平均实施率，计算为该类别中已实施或正在实施的自动化案例的平均份额（ 例如，如果一家公司已实施4个案例中的1个，则其对平均值贡献25%）。因此，≤ 图表示例：35家公司。来源：AI调查2024/2025，索勒咨询。 执行摘要索勒尔人工智能调查结果 在索尔勒斯人工智能调查中，对于每个自动化类别，我们要求受访者就几个具体的自动化案例提供详细信息。 已实施或正在实施至少一个自动化案例的公司百分比，在给定类别中。所有公司平均实施率，计算为该类别中已实施或正在实施的自动化案例的平均份额（例如，如果一家公司已实施4个案例中的1个，则其对平均值贡献25%）。因此，≤ 几个关键驱动因素包括处理人工智能生成的新数据、引入新的用户界面、整合自动化业务逻辑以及重新定义业务流程。此外，还有管理复杂性和实现规模协同的挑战和分析性的方法。此外，AI 使能器——各种非 AI IT 组件——对于支持整 虽然对在it领域使用人工智能的期望很高，但目前受访 通常，组织内部有许多相对容易地试验和应用人工智能的机会。然而，对自动化采取整体方法 执行摘要索勒尔人工智能调查结果 且通常需要扩展或重新定义治理结构。建立治理结构并开发新能力应当是 AI 转型战略的有机组成部分。 更平衡的方法，26-34%的公司采用集中式治理，34-37%的公司采用分布式模型。 化）。然而，它也有最高比例的受访者（34%），他们尚未实施或尚未实施该领域的治理。 而，许多保险公司尚未在几个关键领域建立治理框架。 实施集中化管理模式。 索勒尔人工智能调查结果执行摘要 设计以转换和效率为中心的端到端流程。建立清晰 的建筑愿景，构建强大的数据基础，并不要忽视组织赋能因素，例如企业文化和管理。 和外部资源来开发与人工智能相关的专长和技能，尽管比例有所不同。 照五个主要类别分组后展示如下： 采取哪些措施来为人工智能的采用准备组织。 存在许多人工智能模型，虽然它们可以非常有效，但每个项目都应将研发作为一部分，以选择正确的 模型。人工智能模型可能会臆想，因此必须建立适当的控制机制。Plan for reversibility, and don’t hesitate to lever- 来自多个提供者的年龄模型。虽然大语言模型易于使用，但它们不会完全取代人类互动在投入大规模投资之前，先进行概念验证。明确强有力的商业案例，认识到实施的复杂性，并进行全面分析。仔细评估成本和投资回报率，规划资源密集型工作，并从一开始就处理数据保护和合规问题。 并建立用于选择AI用例的框架。平衡集中监督与本地执行。建立强有力的治理，早期整合变革管理，解 决AI决策中的信任问题，获得高管支持，并从一开始就让员工代表参与。 内部人工智能专业知识。确保项目团队拥有相当水平的人工智能知识，以实现有效协作。 关于该研究 关于该研究 们的目标是描绘人工智能目前的现状、未来的发展方向，并了解保险公司在有效实施人工智能驱动自动化过程中面临的挑战的观点。 和关键管理人员，例如人工智能首席官、首席信息官和业务领域负责人。这些保险公司属于大型保险集团，其概况如下表所示。 关于该研究 化状态的粒度视图，便于公司间进行比较。受访者可以选择添加自定义类