Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Roots Automation đã phát hành một báo cáo mới có tiêu đề "Giải quyết các thách thức về dữ liệu phi cấu trúc của ngành bảo hiểm bằng AI" được ra mắt tại Guidewire Connections 2024. Báo cáo đề cập đến cuộc đấu tranh của ngành bảo hiểm với dữ liệu ngôn ngữ tự nhiên phi cấu trúc, chiếm phần lớn trong tất cả dữ liệu trong ngành bảo hiểm. Mục tiêu của báo cáo là giúp các nhà lãnh đạo ngành bảo hiểm chuyển đổi dữ liệu này thành thông tin có cấu trúc, có thể hành động để cải thiện việc ra quyết định bảo hiểm và khiếu nại.

Công ty đã nhấn mạnh đến tác động tài chính của các quy trình thẩm định và khiếu nại kém hiệu quả, trích dẫn báo cáo của AM Best rằng ngành này sẽ chịu khoản lỗ 21 tỷ đô la trong hoạt động thẩm định P&C vào năm 2023. Sự kém hiệu quả này bắt nguồn từ những thách thức của ngành trong việc xử lý dữ liệu phi cấu trúc, thường dẫn đến phân tích không đầy đủ và diễn giải sai. Roots Automation lưu ý rằng việc phụ thuộc vào xử lý dữ liệu thủ công sẽ dẫn đến khoản lỗ từ 85 tỷ đến 160 tỷ đô la do thiếu hiệu quả vào năm 2027.

Theo nghiên cứu Accenture , AI tạo sinh có thể tự động hóa tới 62% hoạt động bảo hiểm và khiếu nại và cải thiện tỷ lệ tổn thất từ ​​12-25% cho các công ty bảo hiểm áp dụng công nghệ AI. Chaz Perera, CEO của Roots Automation, đã nhấn mạnh tiềm năng chuyển đổi của AI trong ngành bảo hiểm, cho biết các giải pháp do AI thúc đẩy mở khóa giá trị trong các tài liệu và hợp lý hóa quy trình bảo hiểm và khiếu nại. Sự thay đổi này cho phép các nhóm tập trung vào các nhiệm vụ có giá trị cao hơn và cải thiện dịch vụ khách hàng.

Guidewire Insurtech Vanguard Roots Automation tài trợ cho sự kiện Guidewire Connections tại Nashville, Tennessee, nơi sách trắng được phát hành. Các bên quan tâm có thể nhận sách trắng tại gian hàng của công ty hoặc trên trang web của họ. Được thành lập vào năm 2018, Roots Automation có trụ sở tại New York chuyên về AI tiên tiến mô phỏng khả năng nhận thức của con người, nhằm mục đích giải phóng các nhóm con người khỏi các quy trình làm việc phức tạp, khối lượng lớn.