AI 보험 시작하기:입문 가이드

인공 지능(AI)에 대한 인식과 응용 사이에는 격차가 있습니다.

McKinsey 연구에 따르면 AI를 인지하고 있는 기업의 약 20%만이 대규모 또는 핵심 비즈니스 프로세스에서 AI를 사용하고 있습니다. 그리고 2019 MIT Sloan Management Review 연구에 따르면 설문에 응한 조직의 7%만이 의사 결정 또는 생산 워크플로에 기계 학습(ML) 및 AI를 적용했습니다.

AI 여정을 막 시작한 보험 회사는 이러한 인식과 적용 격차에 빠질 가능성이 높습니다. 보험 회사는 수십 년 동안 데이터 집약적 워크플로를 사용해 왔지만 여전히 AI를 최대한 활용하지 않거나 아예 사용하지 않습니다.

올해 초 우리는 AI Summit의 일환으로 보험 분야의 AI에 대해 논의하기 위해 전문가 패널을 주최했습니다. 세션 동안 Forrester Research, Cognizant 및 Mercer의 초청 전문가들은 보험 업계에서 일한 경험과 통찰력을 공유했습니다.

이 기사에서는 세션을 몇 가지 핵심 아이디어로 분류하지만 전체 경험을 보려면 AI in Insurance 세션 페이지로 이동하십시오.

여기에서는 AI의 동향과 보험 회사가 AI를 시작하는 데 사용할 수 있는 3단계 프로세스에 중점을 둘 것입니다.

AI 보험 트렌드는 지금 투자할 때임을 보여줍니다

"AI in Insurance" 세션 전반에 걸쳐 보험 산업의 미래는 AI를 중심에 두고 조직의 민첩성을 높이는 데 초점을 맞추게 될 것이라는 사실이 분명해졌습니다. 디지털 트랜스포메이션은 시장 리더십을 달성하고 혁신 중심 문화를 촉진하는 데 필수적입니다. AI는 이러한 변화의 필수적인 부분이 되고 있습니다.

2020년 보험 업계의 변화

2020년은 모든 산업이 격동의 한 해로 보험 산업에 있어 중요한 한 해였습니다.

2020년은 보험 업계가 고객, 파트너 및 직원의 빠르게 변화하는 요구 사항을 충족할 수 있는 능력을 고려해야 합니다. 예를 들어 McKinsey는 2020년 보고서에서 다음과 같이 지적했습니다. 따라잡으세요.”

이 계산은 디지털 혁신이 위기에서 살아남는 것뿐만 아니라 앞으로 번창하기 위해 필요하다는 것을 보여주었습니다.

2021년부터 AI와 자동화(엔터프라이즈 디지털 혁신의 핵심)는 미래 지향적인 보험 회사의 최우선 과제가 될 것입니다.

보험의 미래

패널에서 Carney는 기술 예산이 감소하는 경향이 있는 다른 산업과 달리 보험 기술 예산은 증가하고 있다고 설명했습니다. Carney에 따르면 Forrester의 연구 결과를 인용하여 보험 회사의 기술 예산이 1.4% 증가하면 업무의 미래와 고객 경험의 미래가 가속화될 것이라고 합니다.

이러한 예산 증가의 상당 부분이 유지 관리에만 사용되는 것은 아니라는 점에 유의하는 것이 중요합니다. Carney는 이 예산의 33%가 새로운 프로젝트에 사용될 것이라고 말했습니다.

Holly Olive(패널 당시 Cognizant의 디지털 운영, 보험 컨설팅 책임자)는 예산이 이동함에 따라 추진력이 증가하고 뒤처진 회사는 뒤처질 수 있다고 동의하고 경고했습니다. .”

AI의 미래

그러나 보험의 미래는 AI를 채택하려는 기업의 의지뿐만 아니라 AI를 활용하는 비즈니스 솔루션을 추구, 채택 및 구현하는 능력에 달려 있습니다.

AI에 대한 회의론은 많은 산업에서 기술이 마케팅의 약속을 지키지 않았기 때문에 발생합니다. AI와 ML은 많은 분야에서 마케팅 유행어가 되었습니다. 간단한 규칙 기반 자동화를 제공하는 제품을 보유한 회사는 종종 제품이 지능형이 아닐 때도 기꺼이 자신의 제품이 지능적이라고 주장합니다. 이러한 제품은 여전히 ​​유용할 수 있지만 진정한 AI 기반 솔루션이 제공할 수 있는 효과를 제공하지 못합니다.

Forrester의 수석 분석가인 Craig Le Clair에 따르면 기조 연설자 Craig Le Clair에 따르면 과장된 광고가 현실과 만나는 곳은 집중된 수평 및 수직 사용 사례를 가능하게 하는 플랫폼에 있습니다. Le Clair는 AI Summit 기조연설에서 AI가 이전에는 별도의 도구였지만 이제는 거의 모든 기술의 일부가 될 것이라고 설명했습니다. "AI는 애플리케이션에 스며들어 일반적인 비즈니스 방식이 될 것입니다."

AI의 미래는 멋진 도구를 채택하여 올바른 방향으로 인도하지 않을 것입니다. AI의 장점을 활용하는 스마트 비즈니스 전략을 개발할 것입니다.

AI 보험의 예:청구 처리

AI를 보험 프로세스에 구현하는 사용 사례는 많지만 AI에 특히 잘 익은 프로세스가 하나 있습니다. 바로 청구 처리입니다.

AI를 위한 훌륭한 후보가 되는 청구 처리에는 네 가지 측면이 있습니다.

1. 시간이 많이 걸립니다.

2. 오류가 발생하기 쉽습니다.

3. 확장되지 않습니다.

4. 해당 분야의 전문가가 필요합니다.

기존 보험 청구 절차 다음과 같이 진행됩니다.

• 청구 문서는 고객, 중개자 또는 제3자로부터 시스템에 입력됩니다.

• 주제 전문가가 문서에서 필요한 데이터를 수동으로 검토합니다(전문적인 전문 지식이 필요한 인지 작업이 많은 프로세스).

• 직원이 청구 시스템에 데이터를 수동으로 입력합니다.

• 주제 전문가가 정책에 대한 주장을 평가합니다.

• 직원이 알려진 위험에 대해 수동으로 확인하기 위해 샘플 사기 수표를 실행합니다.

• 인간이 합의를 승인하거나 거부합니다.

AI를 사용한 청구 절차에서 , 다음과 같이 보입니다.

• 청구 문서는 고객, 중개자 또는 제3자로부터 시스템에 입력됩니다.

• 소프트웨어 로봇이 AI를 사용하여 청구 문서에서 데이터를 자동으로 추출합니다.

• UiPath Document Understanding과 같은 제품은 ML 모델을 사용하여 문서에서 정형, 비정형 및 픽토그램을 추출합니다.

• 소프트웨어 로봇이 청구 시스템에 데이터를 입력합니다.

• 직원은 필요한 경우 검증을 위해 데이터를 신속하게 검토합니다.

두 번째 예에서 인간은 마지막 단계에서만 프로세스에 들어가고 그 후에도 필요한 경우에만 프로세스에 들어가는 것을 주목하십시오. 클레임 프로세스는 더 빠르고 오류가 발생하기 쉬우며 사람의 수작업이 훨씬 적습니다.

이제 직원들은 반복적인 작업을 처리하는 소프트웨어 로봇을 남겨두고 보다 매력적이고 인간 중심적인 활동에 다시 집중할 수 있습니다.

기업의 기술 솔루션 포트폴리오에 AI가 내장되어 직원들은 클레임 처리와 같은 지루하고 반복적인 작업에서 보다 매력적이고 인지적으로 어려운 작업으로 다시 집중할 수 있습니다.

이 3단계를 사용하여 AI 시작하기

패널은 AI를 시작하기 위한 세 가지 핵심 단계를 공유했습니다. 각 단계는 AI를 더 쉽게 구현하고 더 효과적으로 만들 것입니다.

1. 작게 시작하세요

실용적인 사용 사례를 찾고 문제를 선택하여 우선 순위를 지정하십시오. 어떤 사용 사례를 선택하든 실용적일 수 있을 만큼 작지만 이해 관계자에게 솔루션이 측정 가능하고 영향을 미칠 만큼 고통스러운지 확인하십시오.

패널리스트 중 한 명인 Mercer의 글로벌 자동화 및 디지털 혁신 전문가인 Kieran Gilmurray에 따르면 보험 업계의 한 가지 장점은 사용 사례가 풍부하고 입증되었으며 검증되었다는 것입니다. 사용 사례는 이미 잘 알려져 있으므로 혁신이 필요한 곳이 아닙니다.

Olive는 이메일 분류를 위해 AI로 시작하는 것이 좋습니다. Carney는 동의했습니다. 1년에 2천만 개의 이메일이 수신되고 각 이메일에 5분 이상이 소요되는 이메일 자동화는 큰 영향을 미치고 위험은 낮은 기회를 제공합니다.

문제는 고객이 정기적으로 고객 지원에 이메일을 보내 응답 시간이 길어질 수 있는 방대한 범위의 질문이 포함되어 있다는 것입니다. 기회는 AI를 사용하면 이러한 응답 시간을 단축하고 다른 회사가 여전히 느린 곳에서 효율성을 높일 수 있다는 것입니다. AI의 얼리 어답터에게는 이러한 이점이 복합적으로 작용하여 경쟁업체를 앞지르고 따라잡을 수 없을 정도로 앞서 나갈 수 있습니다.

AI 지원 이메일을 사용하면 들어오는 커뮤니케이션을 이해하고 다음 커뮤니케이션을 예측할 수 있습니다. 즉, 고객은 특정 질문을 할 필요조차 없습니다. 귀하는 이미 답변했습니다.

올리브는 작게 시작함으로써 가치 사슬을 한 번에 조금씩 공격할 수 있다고 말합니다.

2. ROI에 맞게 조정

모든 혁신적 기술에는 투자가 필요하지만 필요한 투자가 항상 자본이 필요한 것은 아닙니다. 자본도 중요하지만 더 중요한 것은 혁신 문화에 대한 투자입니다. AI처럼 판도를 바꾸는 기술을 채택할 수 있도록 기존 방법론과 관행을 지나치는 문화를 장려해야 합니다.

두 가지 투자 모두 ROI에 대해 신중하게 생각해야 합니다. ROI 비전을 현실과 일치시키려면 ROI 분석을 프로세스 발견으로 구성해야 합니다.

보험 업계의 많은 사람들은 기존 프로세스에 포함된 의사 결정 지점의 수에 익숙해져 프로세스가 얼마나 복잡해졌는지 잊게 됩니다.

AI가 이러한 복잡한 프로세스 중 일부를 처리할 수 있는 잠재력은 엄청나지만 일화가 아닌 데이터를 사용하여 먼저 비즈니스를 문서화하고 검토하는 경우에만 가능합니다. 이 발견의 목표는 AI를 통해 어디에서 가장 가치를 제공할 수 있는지 결정하는 것입니다.

UiPath 태스크 마이닝과 UiPath 프로세스 마이닝은 모두 프로세스와 병목 현상을 이해하는 데 도움이 될 수 있습니다. 이러한 프로세스 검색 도구를 사용하면 측정 가능한 비즈니스 결과를 기반으로 AI 사용 사례의 우선 순위를 지정할 수 있습니다.

여기에서 ROI에 대한 이해를 넓힐 수 있습니다.

Gilmurray는 단기적인 AI 사용 사례가 있지만 더 광범위한 변환에는 스위치를 누르는 것 이상이 필요하다고 경고했습니다. AI 구현에는 결국 비즈니스 운영에 중대한 변화를 가져오는 개선 경로가 포함됩니다.

팀에 즉각적인 수익을 제공하도록 압력을 가하지 말고 프로젝트의 방향과 수익이 어디에서 올 것인지 이해하십시오. AI는 어떤 면에서 신입 사원과 유사합니다. 즉, AI를 훈련하고 생산을 위해 준비하는 데 시간이 걸립니다. 직원과 마찬가지로 AI 기반 솔루션은 비즈니스 요구 사항에 따라 학습하고 조정할 수 있습니다.

Olive는 많은 기업이 비용 절감에 지나치게 집중할 것이라고 경고했습니다.

그러나 AI의 진정한 가치는 제거하는 비용이 아니라 생산하는 가치에 있습니다. 예를 들어 AI는 더 나은 처리 시간과 더 높은 고객 만족도를 만들어 더 나은 고객 충성도를 의미합니다.

가장 좁은 수익에서 가장 큰 잠재적 가치까지 ROI를 정확하게 추정할 수 있다면 매번 가장 잠재력이 큰 노력을 선택하는 것입니다. UiPath Automation Hub와 같은 제품을 사용하여 자동화 아이디어를 정리하고 우선 순위를 지정할 수 있는 중앙 위치를 생성할 수 있습니다.

3. 비즈니스 전략을 최우선으로 하여 확장

전사적 전략 목표를 달성하기 위한 디지털 혁신을 위해 AI 채택은 단일 팀 내에서 격리될 수 없습니다. 자본 투자와 문화 투자의 지원을 통해 조직은 채택을 수용하고 확장할 수 있습니다. 널리 채택되지 않으면 디지털 변환이 일어나지 않으며 AI 프로젝트가 프로토타입으로 지연될 위험이 있습니다.

비즈니스 전략의 우선 순위 지정만이 AI의 확장과 확산을 보장합니다.

위험은 기업이 비즈니스 전략보다 기술을 우선시한다는 것입니다. Gilmurray는 기술에 너무 집중하면 방정식이 잘못되었다고 경고합니다. 비즈니스 전략이 먼저입니다.

Gilmurray는 당신이 무엇에 기여하고 있는지 알기 위해 비즈니스 수준(또는 최소한 부서 수준) 전략을 이해할 것을 권장했습니다. 기술은 비즈니스를 가능하게 합니다. 사람, 프로세스, 그리고 그리고 기술.

그는 두 가지 질문을 해야 한다고 말했습니다. 

1. 어디로 가고 싶은가요?

2. 우리는 어떻게 거기에 갈 수 있습니까?

너무 많은 기업이 첫 번째 질문을 다루지 않고 두 번째 질문에 집중합니다.

보험은 이미 데이터 중심 산업이므로 적절한 데이터를 적시에 적절한 사람들에게 전달할 수 있다면 막대한 이익이 뒤따를 것입니다. ROI 계산에는 절약된 시간만 포함되지 않습니다(그러나 이는 입니다 종종 1위 드라이버). 이 계산은 비즈니스 전략에 따라 제공되며 경쟁업체가 수행하는 작업과 서비스 수준 계약(SLA) 및 고객 응답 시간과 같은 현재 비즈니스의 약점을 고려합니다.

AI와 함께 디지털 다윈주의에서 살아남기

Gilmurry는 2020년이 "디지털 다윈주의" 시대로의 발전을 가속화한 방법에 대해 논의했습니다. 이 시대에는 강한 자만이 살아남는다. 그러나 힘은 무차별 대입의 결과가 아니라 변화하는 환경에 적응하려는 기업의 의지의 결과일 것입니다.

새로운 기술과 새로운 보완적 비즈니스 전략은 보험 회사가 완전히 자동화된 기업이 될 수 있는 길을 열어줄 것입니다. 완전 자동화된 엔터프라이즈™는 자동화, AI, ML 및 이러한 기술이 제공하는 디지털 혁신 이점을 완전히 수용하는 기업입니다.

완전 자동화된 기업은 현재와 미래의 변화에서 살아남을 수 있는 기업입니다. AI는 무기고에 추가할 수 있는 하나의 도구가 아닙니다. AI는 광범위한 디지털 혁신을 촉진하는 역할을 하며, 보험만큼 혁신 기회가 많은 산업은 거의 없습니다.

AI 채택 및 구현 방법에 대해 자세히 알아보려면 AI in Insurance 세션(AI Summit 이벤트의 일부) 녹음을 확인하십시오. 주문형으로 제공되므로 편리하게 시청할 수 있습니다.

이 기사에 협력하고 AI Summit에서 "AI in Insurance" 세션을 공동 주최한 Elaine Mannix에게 특별한 감사를 전합니다. Mannix는 UiPath의 보험 리더입니다.