هذه المقالة جزء من إصدار خاص لـ VB. اقرأ السلسلة الكاملة هنا: السعي وراء السكينة: تطبيق الذكاء الاصطناعي على نطاق واسع.
بالنسبة لشركة Aflac ، التي توفر تأمينًا تكميليًا لأكثر من 50 مليون شخص في جميع أنحاء العالم (وهي معروفة جيدًا بتميمة البطة) ، أصبح توفير الذكاء الاصطناعي على نطاق واسع في جميع أنحاء المنظمة أولوية قصوى منذ الوباء.
أُجبرت Aflac على تسريع تحولها الرقمي ، بما في ذلك الذكاء الاصطناعي (AI) ، حيث تحدى الوباء بشدة أعمال الشركة التقليدية سواء كانت شخصية أو مستقلة أو وكيل / امتياز. ومع ذلك ، كانت الحيلة هي اختيار أفضل حالات استخدام الذكاء الاصطناعي من بين الأولويات المتنافسة ، كما تقول شيلا أندرسون ، التي انضمت إلى Aflac في منصب كبير مسؤولي المعلومات في يوليو الماضي.
قالت لـ VentureBeat: “نحن نفكر في تحديات الأعمال والنتائج التي نبحث عنها”.
عندما يتعلق الأمر بالذكاء الاصطناعي والتعلم الآلي ، فإن ذلك يشمل التركيز على الجدوى العامة والاستحسان لنماذج الشركة ، وطرح أسئلة مثل: هل النموذج الذي تحتاجه الشركة؟ هل هو حل حاجة عمل معينة؟ هل تمتلك الشركة الحلول الفنية التي تحتاجها؟ كم من الوقت سيستغرق النموذج لتحقيق قيمة للأعمال؟
فرصة واضحة لأتمتة المطالبات
لطالما ركزت Aflac على البيانات الضخمة. اليوم ، تدعم Aflac الوكلاء والوسطاء من خلال نماذج الذكاء الاصطناعي والتعلم الآلي التي تساعد في البيع الإيحائي ، والإشارة إلى الحسابات المعرضة للخطر وتحديد الحسابات الخاملة المرشحة لإعادة التنشيط.
قال أندرسون إن تطوير حل يمكنه توسيع نطاق الذكاء الاصطناعي عبر المنظمة كان يمثل أولوية قصوى منذ عام 2020. في العام الماضي فقط ، أطلقت الشركة ما يسميه أندرسون أول منصة مهمة لها تعتمد على الذكاء الاصطناعي والتي تستخدم الذكاء الاصطناعي والتعلم الآلي لتحويل كيفية معالجة Aflac للمطالبات.
تتكون المنصة من مجموعة من النماذج المدربة على قواعد العمل المصممة لخطوط الإنتاج المختلفة للشركة. الهدف هو أتمتة العمليات الروتينية ، مما يسمح للشركة بدفع المطالبات بسرعة أكبر.
هناك ثلاثة مكونات رئيسية للمنصة:
- خط أنابيب لرقمنة المستندات المستند إلى الذكاء الاصطناعي لاستخراج مستندات إثبات الخسارة وتصنيفها والتعليق عليها وفهرستها تلقائيًا
- الرسوم البيانية المعرفية لتعيين المعلومات المستخرجة من المستندات من أجل سياق أفضل للبيانات المعالجة.
- سير عمل معالجة المطالبات الشامل والمستند إلى الذكاء الاصطناعي للفصل في مختلف مجالات الأعمال ، مما يسمح بمعالجة آلية بالكامل أو بمساعدة وخالية من الأخطاء وخالية من الأخطاء.
قال أندرسون: “هذا يساعد عملائنا على الفصل بشكل أسرع وبدقة أكبر” ، مشيرًا إلى أنه قبل تطبيق حل الذكاء الاصطناعي ، لم تكن حوالي 46٪ من مطالبات Aflac مؤتمتة بالكامل.
وأوضحت أن Aflac لديها العديد من أنواع المطالبات المختلفة ، ولكن واحدة من أولى الفرص الواضحة لتوسيع نطاق الذكاء الاصطناعي كانت تتعلق بفوائد الشركة الصحية. يتم تضمين هذه في معظم وثائق التأمين ضد الحوادث وتعويض المستشفى والتأمين ضد السرطان. بشكل أساسي ، تدفع Aflac أموالًا للعملاء مقابل إجراء فحوصات وفحوصات طبية سنوية مثل الفحوصات الجسدية وفحوصات الأسنان وفحوصات العين.
اتضح أن هناك عددًا كبيرًا من مطالبات التعويضات المنخفضة بالدولار والتي تتطلب تفاعلات مستهلكة للوقت مع العملاء.
قال أندرسون: “بالنسبة للادعاءات البسيطة التي لا تتطلب دليلًا على الخسارة ، مثل مطالبات العافية ، نريد الدفع بسرعة”. هذا يسمح لأخصائيي رعاية العملاء لدينا بالعناية بحاملي وثائق التأمين لدينا [who have] مواقف أكثر تعقيدًا “.
توسيع نطاق منصة الذكاء الاصطناعي
الآن ، تعمل Aflac على توسيع نطاق نظام التشغيل الآلي للمطالبات الخاص بها ليشمل أنواعًا أخرى من المطالبات.
قال أندرسون: “الفوائد التي أثبتتها دراسة الجدوى هي تحسين سهولة العملاء ، وتقليل نقاط الألم لدينا خلال الرحلة ، وزيادة مطالباتنا التي لا تلمس ، والتي كانت مفيدة للقوى العاملة الداخلية لدينا وكذلك المطالبين لدينا”. “إن التبسيط باستخدام الذكاء الاصطناعي القائم على القواعد يقلل من معدلات الخطأ ويحرر مواردنا حتى يتمكنوا من التركيز على الادعاءات الأكثر أهمية حيث قد يحتاج الأشخاص فعليًا إلى سماع صوت على الطرف الآخر من الهاتف ، وربما التعامل مع مشكلات أكثر خطورة تتعلق بالصحة . ” حيث هناك حاجة إلى تلك اللمسة الشخصية “.
قالت أندرسون إنها تعتقد أن Aflac قد وصلت للتو إلى “قمة الجبل الجليدي” عندما يتعلق الأمر بتنفيذ المنصة. لديها خطط لتوسيع نفس القدرة عبر المنظمة في عام 2023. وأوضحت أن هذا هو قيمة الحصول على نموذج يعمل بشكل جيد ، نموذج يحل تحديًا أساسيًا ويستفيد من فرصة في السوق.
قالت: “يمكنك أن تأخذ ذلك وتختمه عبر خطوط عملك الأخرى مع مشكلة مماثلة”. “لذلك نحن نأخذ هذا ونوسعه في مجالات أعمالنا في مجال الحوادث والمستشفيات ، ونضيف أيضًا قدرات أخرى في المستقبل حول السرطان والأسنان والرؤية.”
بالإضافة إلى ذلك ، أضافت ، هناك فرصة لتوسيع قدرات الذكاء الاصطناعي هذه إلى ما بعد عملية المطالبات ، لتشمل أي حالة استخدام تحتاج إلى أتمتة بناءً على التنبؤ.
أكبر تحديات توسيع نطاق الذكاء الاصطناعي في Aflac
إلى جانب تحديد الأولويات ، قال أندرسون إن أحد أكبر التحديات في توسيع نطاق أي جهد للذكاء الاصطناعي عبر Aflac هو الحصول على مشاركة من مختلف الكيانات التنظيمية.
وأوضحت: “على سبيل المثال ، لدى شريكنا الذي يدير جانب التحليلات من أعمالنا فريق واجهة أمامية”. “لدينا فريق بيانات خلفي ومن ثم لدينا فرق عمل نعمل معها أيضًا. لذا ، فإن الإدارة وتحديد الأولويات عبر هذا النظام البيئي ، سواء أكان ذكاءً اصطناعيًا أم مبادرة تجارية أخرى ، فسيكون هذا دائمًا أمرًا يمثل تحديًا لنا “.
بالإضافة إلى ذلك ، في المساحات ذات الطلب المرتفع مثل الذكاء الاصطناعي والتعلم الآلي ، يعد جذب المواهب والاحتفاظ بها مع مجموعة المهارات المناسبة تحديًا كبيرًا. قالت: “إنه شيء علينا جميعًا أن نبقى مركزين عليه بالليزر”.
تطبيق الذكاء الاصطناعي لتحسين الاحتفاظ بالعملاء
بشكل عام ، ساعدت منصة أتمتة المطالبات من Aflac في خدمة العملاء والاحتفاظ بالعملاء ، كما قال أندرسون.
وقالت إن الأمر يتعلق “بكيفية قضاء الوقت الذي نحتاجه لهؤلاء العملاء والمطالبات ذات الأولوية القصوى أثناء أتمتة الآخرين”. “أعتقد أن خدمة العملاء ستكون أساسية في الاستفادة من الذكاء الاصطناعي في المستقبل.”
ومع ذلك ، أضافت أنها تعتقد أن السماح لبعض قدرات الذكاء الاصطناعي بالنضوج كان جزءًا مهمًا من رحلة Aflac – استغرق وقتًا للتأكد من أنها لا تنطوي على مخاطر لا داعي لها مع تفاعلات العملاء.
قالت: “إذا كنت تريد أن تكون أول من يسوق بشيء ما ، بالطبع ، فهذه مجرد مخاطرة ستضطر إلى تحملها”. “لكن بالنسبة لشركة Aflac ، أعتقد أن السماح لبعض هذه القدرات بالنضوج كان بالتأكيد جزءًا من الرحلة.”
مهمة VentureBeat هو أن تكون ساحة المدينة الرقمية لصناع القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف إحاطاتنا.
