Около двух десятилетий назад, когда процесс покупки и продажи товаров и услуг через интернет стал повсеместным, потребители привыкли к бесперебойному заказу и быстрой доставке и стали ожидать этих возможностей от всех продавцов. Аналогичным образом, искусственный интеллект (ИИ) изменил ожидания потребителей: теперь клиенты требуют более высокой точности, гиперперсонализированных предложений, а также продуктов, адаптированных к их потребностям. Все большее число потребителей знакомится с искусственным интеллектом: среди пользователей приложений на базе ИИ, таких как ChatGPT, 29% используют их для получения финансовых или инвестиционных консультаций или рекомендаций. По мере того, как все большее число контрагентов осваивают использование искусственного интеллекта для таких задач, как сравнение страховых предложений, страховым компаниям необходимо повысить свою конкурентоспособность в плане консультирования, информирования о ценности продукта и прозрачности цен.

Международная консалтинговая компания McKinsey в своем исследовании «Будущее ИИ в страховой отрасли», опубликованном в июле 2025 года, отмечает, что лишь немногие страховщики научились извлекать выгоду из искусственного интеллекта, обеспечив себе конкурентное преимущество на рынке. Авторы McKinsey установили, что за последние пять лет лидеры страхового сектора, активно использующие возможности искусственного интеллекта (ИИ), в 6,1 раза увеличили совокупный доход своим акционерам по сравнению с компаниями, отстающими в использовании ИИ. В этом обзоре мы расскажем о том, как, по мнению McKinsey, с искусственным интеллектом работают «продвинутые страховщики». 

Среди возможностей искусственного интеллекта авторы исследования выделяют глубокое понимание неструктурированных данных и эмпатию в ответах, присущие ИИ нового поколения. Кроме того, специалисты установили, что последние достижения в области агентского ИИ обеспечивают беспрецедентный уровень автоматизации сложных рабочих процессов, позволяя страховщикам максимизировать свои доходы. Согласно отчету McKinsey комплексная трансформация функций бэк-офиса, таких как финансы, актуарные расчеты и IT, а также обслуживание клиентов с помощью голосовых агентов ИИ позволяет «продвинутым» страховщикам увеличить производительность продаж и уровень гиперперсонализации, ускорить автоматизацию и повысить точность андеррайтинга, более эффективно обрабатывать претензии.  

Чтобы создать условия долгосрочного продуктивного пользования искусственным интеллектом, страховщикам необходимо сформулировать смелое, общекорпоративное видение потенциала ИИ и глубоко, фундаментально перестроить свою работу в различных бизнес-сферах (андеррайтинг, урегулирование претензий, дистрибуция, обслуживание клиентов и т.д.), внедряя технологию во все части организации. Исследователи настаивают: процессы необходимо перестраивать от начала до конца, чтобы извлечь пользу из ИИ, а не просто накладывать его поверх существующих операций или, что еще хуже, добавлять дополнительный шаг в рабочий процесс с ненужным, но «модным» инструментом. 

Одна из причин, по которой генеративный ИИ так многообещающ, заключается в том, что эта технология может быть масштабирована для модернизации различных частей бизнеса. Например, генеративный искусственный интеллект, обученный создавать ответы на запросы службы поддержки клиентов, может быть перепрофилирован для обработки внутренних запросов IT-поддержки, создания маркетингового контента, анализа ответов на запросы предложений или даже составления юридических документов. Ниже представлены некоторые функциональные возможности, которые можно передать под управление искусственного интеллекта:

1. Агент по приему клиентов может собирать информацию, общаться с клиентами или посредниками для уточнения данных и легко извлекать данные из сложных документов, таких как медицинские карты или инженерные отчеты. 

2. Агент по профилированию рисков может составить комплексный профиль риска для каждого случая, используя существующие правила андеррайтинга. 

3. Агент по ценообразованию и продукту может автоматически устанавливать цену для случая и предлагать структуры полиса, отвечающие потребностям клиента, например, добавляя условия страхования жизни, связанные с критическими заболеваниями или инвалидностью. 

4. Агент по обеспечению соответствия требованиям и справедливости может контролировать весь процесс, чтобы обеспечить соблюдение нормативных требований и высоких этических стандартов. 

5. Агент по координации решений может объединять данные от различных других агентов, чтобы определить, может ли полис быть автоматически одобрен или его необходимо передать на рассмотрение старшему андеррайтеру, учитывая размер полиса или другие факторы. 

6. Агент по обучению и обратной связи может постоянно совершенствовать модели, использовать обратную связь для улучшения и отслеживать смещение или ухудшение эффективности модели машинного обучения с течением времени.

Кроме того, в медицинском страховании генеративный искусственный интеллект может помочь прогнозировать результаты лечения пациентов и персонализировать планы медицинского страхования путем анализа больших наборов данных. Компании, занимающиеся страхованием имущества юридических лиц, могут использовать ИИ для создания подробных моделей рисков и моделирования различных сценариев для более точной оценки потенциальных убытков. Страхование имущества физических лиц и страхование от несчастных случаев могут извлечь выгоду из технологий искусственного интеллекта, автоматизируя обработку претензий и улучшая выявление мошенничества с помощью расширенного анализа данных.

Внедрению перечисленных ИИ-агентов в страхование мешают угрозы информационной безопасности, высокая стоимость интеграции технологии в корпоративные процессы, устаревшая инфраструктура и, что не менее важно, — культурное сопротивление.

Что же отличает «продвинутых» страховщиков? Они активно модернизируют работу таких функций как дистрибуция, ценообразование и андеррайтинг, урегулирование страховых случаев, инвестиции. На сегодняшний день реорганизация на уровне домена (домены — фундаментальные строительные блоки бизнес-процессов страховщика; они включают в себя основные функции, такие как продажи и дистрибуция, ценообразование и андеррайтинг, урегулирование претензий, обслуживание полисов) с использованием ИИ оказала ощутимое влияние на ключевые аспекты страхового бизнеса, включая повышение показателей успешности новых агентов и коэффициентов конверсии продаж на 10–20%, увеличение роста премий на 10–15%, снижение затрат на привлечение новых клиентов на 20–40% и повышение точности обработки страховых случаев на 3–5%. 

McKinsey предлагает следующие шаги для создания организаций, которые будут превосходить своих конкурентов в эпоху цифровых технологий:

1. Сперва необходимо изменить свое отношение к ИИ. Искусственный интеллект — не просто очередной инструмент повышения эффективности, а фундаментальный драйвер трансформации и возможность улучшить производительность компании и отношения с клиентами. 

2. Для начала стоит сосредоточить усилия на нескольких важных бизнес-областях и провести их комплексную модернизацию. Не менее важный шаг — анализ своих результатов. Ответьте на вопрос, какие конкретные шаги привели к улучшениям в ключевых показателях эффективности (KPI).

3. Чтобы стать цифровыми лидерами, страховщики должны сформировать свою команду специалистов, иметь сильный внутренний кадровый резерв, в идеале, 70–80% IT-специалистов должны быть штатными.

4. Внедряемая операционная модель должна быть масштабируемой. Как правило, на каждый доллар, потраченный на разработку цифровых и ИИ-продуктов, следует планировать потратить как минимум еще один на обеспечение масштабирования по всему предприятию. 

5. Для создания и обучения ИИ критически важно уметь работать с большими данными, поскольку исходным сырьем для алгоритмов служат структурированные коллекции данных.

Для большей убедительности авторы исследования знакомят читателя с реальными кейсами. Так, британская страховая компания Aviva внедрила более 80 моделей ИИ для улучшения результатов в области обработки претензий, сократив время оценки сложных случаев на 23 дня, повысив точность направления соответствующим командам на 30% и сократив количество жалоб клиентов на 65%. Aviva сообщила инвесторам, что трансформация области анализа претензий по автострахованию сэкономила компании более 82 миллионов долларов США в 2024 году. После перевода 80% транзакций в онлайн показатели удовлетворенности клиентов, в частности, показатель вероятности того, что клиент порекомендует страховую компанию знакомому, выросли на 36 процентных пунктов. Наконец, внедрение круглосуточного чат-бота позволило обслуживать потребителей и по окончании рабочего дня, что привело к увеличению на 11% числа потенциальных клиентов, которые в итоге приобрели страховые полисы.

Aviva использовала более 80 моделей ИИ, но в точности следовать их примеру необязательно. Страховщики должны выбрать такую операционную модель, которая наиболее точно будет соответствовать их стратегии. Всего таких модели три: 

1. Модель «цифровой фабрики» с 20–50 модулями;

2. Продуктово-платформенная модель, охватывающая значительно большее количество модулей;

3. Комплексная общекорпоративная гибкая бизнес-модель, основанная на продуктово-платформенной модели и распространяющей преимущества гибкой модели на весь бизнес, а не только на высокотехнологичные наукоемкие области. 

Авторы статьи предлагают следующие практические шаги для подготовки собственных ИИ-агентов в страховом секторе: 

1. Создайте список потенциальных лидов из маркетинговых кампаний, а также список потенциальных клиентов для связи. Подготовьте персонализированные сообщения для ИИ-агента, которые он будет использовать при общении с клиентами через каналы прямой связи, например, через мессенджеры.

2. Обобщите информацию о клиенте, например, его опыт и предпочтения. Предложите продукты и сценарии продаж, которые ИИ-агенты могут предложить клиентам во время звонков. 

3. Автоматически фиксируйте данные клиента и принятые решения. Если искусственный интеллект не может решить проблему клиента, обобщите историю взаимодействия с клиентом для страховых агентов.

4. Не пренебрегайте оценкой эффективности работы ИИ-агентов во время телефонного разговора. 

ИИ-агент не только помогает обеспечить бесперебойное взаимодействие с клиентом, но и непрерывность общения по всем каналам. Например, если клиент начинает разговор в мобильном приложении и продолжает его по телефону, искусственный интеллект может учесть предыдущие данные, и клиенту не придется повторять информацию. 

Авторы исследования заявляют, что внедрение искусственного интеллекта открывает страховым компаниям путь к значительному повышению операционной эффективности, персонализации услуг и снижению затрат. Однако специалисты предупреждают: сфера ИИ развивается настолько стремительно, что уже в ближайшей перспективе может возникнуть серьезный разрыв между технологическими возможностями и реальным уровнем их использования в отрасли. Технологический разрыв — это не только упущенные возможности, но и прямая угроза конкурентоспособности. Компании, которые уже сегодня принимают вызов и адаптируют бизнес-процессы под современные ИИ-решения, демонстрируют двузначный рост чистой прибыли. Время для модернизации не просто наступило — оно становится критическим фактором выживания на рынке.