Large Language Models

Large Language Models

Jak sztuczna inteligencja może być wykorzystywana w branży ubezpieczeniowej

Za pomocą tzw. dużych modeli językowych (Large Language Models, LLM) w obszarze sztucznej inteligencji (SI) można zwiększyć efektywność i jakość obsługi klienta w branży ubezpieczeniowej na wielu płaszczyznach. Dokładnie opisują to w niniejszym artykule nasi gościnni autorzy Ann-Kathrin Bendig i Thorben Schlätzer z firmy Adesso.

• Redakcja
• 20 grudnia 2023
• 13:12
• W centrum uwagi: Assekuranz przyszłości

© Adesso Ann-Kathrin Bendig i Thorben Schlätzer z firmy Adesso opisują w swoim gościnnym artykule możliwości zastosowania tzw. dużych modeli językowych.

Duże modele językowe (LLM) to bardzo złożone algorytmy sztucznej inteligencji, które zostały wytrenowane w zakresie generowania ludzkiego języka. Są one zaliczane do obszaru tzw. „generatywnej SI". Uproszczając rzecz ujmując, LLM zostały zaprojektowane do przewidywania kolejnego słowa na podstawie istniejącego kontekstu. Wiele z tych modeli językowych, w tym również ChatGPT, jest dodatkowo trenowanych w zakresie przetwarzania instrukcji i udzielania na nie jednoznacznych odpowiedzi. Wymaga to dodatkowego treningu, wspieranego przez ludzki feedback.

Nowoczesne LLM są zatem w stanie sensownie odpowiadać na konkretne zapytania i sprawiają wrażenie dobrych rozwiązywaczy problemów. Istotne jest jednak, by prawdziwość odpowiedzi była zawsze kwestionowana, ponieważ tekst generowany przez LLM z pozoru wydaje się sensowny, ale opiera się jedynie na prawdopodobieństwie występowania kolejnych słów. Doświadczenia pokazują jednak, że dobre rezultaty można osiągnąć, dostarczając modelowi językowemu źródła jako kontext i formułując instrukcje w taki sposób, by LLM się do nich odnosił.

W świecie ubezpieczeń, w którym informacje i komunikacja odgrywają kluczową rolę, wykorzystanie modeli językowych może zmienić sposób pracy. Dzięki zdolności do naśladowania interakcji ludzkich i przetwarzania naturalnego języka w dużych ilościach, potencjał LLM ujawnia się wszędzie tam, gdzie stosowany jest tekst i mowa.

Poniższe przykładowe możliwości zastosowania służą zbudowaniu wstępnego zrozumienia potencjału modeli językowych w obszarze ubezpieczeń.

SI w obsłudze klienta

Centralnym obszarem zastosowania jest centrum obsługi jako bezpośrednie łącze między Ubezpieczycielem a klientem. Jako pierwszy punkt kontaktowy, centrum obsługi ma decydujące znaczenie dla pozytywnych doświadczeń klienta. Tym ważniejsze jest, by zapytania klientów były starannie obsługiwane, a oczekiwania spełniane. Dzisiejszy klient chce komunikować się niezależnie od czasu i miejsca oraz natychmiast otrzymywać ukierunkowaną na rozwiązanie odpowiedź.

LLM mogą funkcjonować jako wirtualni doradcy i odpowiadać na zapytania w czasie rzeczywistym przez całą dobę, sprostowując tym samym rosnącym wymaganiom. Zwłaszcza w przypadku prostych pytań dotyczących ochrony ubezpieczeniowej lub warunków taryfowych, LLM mogą w interaktywnych dialogach dostarczać odpowiednie informacje – właśnie takie ogólne zapytania nie należą do rzadkości, ponieważ Ubezpieczenie jest produktem niematerialnym, który wymaga dużo wyjaśnień.

SI w analizie danych

Nowoczesny klient chce być postrzegany jako indywidualność i oczekuje, że Ubezpieczyciel zna jego potrzeby i preferencje. Dzięki analizie danych klientów można generować dostosowane do indywidualnych potrzeb oferty za pomocą zoptymalizowanych modeli „Next-Best-Offer" i „Next-Best-Action", które są dostosowane do indywidualnych potrzeb. Jednocześnie LLM przejmują wymagane protokołowanie rozmów doradczych.

SI przy zgłaszaniu i obsłudze szkód

Zgłoszenie szkody jest typowo drugim punktem kontaktu między Ubezpieczycielem a klientem. Również tutaj LLM mogą w roli wirtualnych asystentów przyjmować zgłoszenia szkód, przetwarzać proste meldunki oraz dostarczać informacje o dalszym postępowaniu. Ze względu na umowny wymóg niezwłocznego zgłoszenia, natychmiastowe potwierdzenie otrzymania zgłoszenia szkody jest dla ubezpieczonego niezbędne.

Jednocześnie LLM mogą pomagać w analizie przypadków szkodowych i w przypadku małych do średnich szkód automatycznie podejmować decyzje o zakresie ochrony, co prowadzi do bardziej efektywnego procesu likwidacji szkód. Podobnie LLM są w stanie rozpoznawać wzorce oszustw, rejestrując anomalie i wzorce w zgłoszeniach szkód, które wskazują na potencjalne przypadki wyłudzeń.

SI w przetwarzaniu dokumentów

Dokumenty są w branży ubezpieczeniowej częścią codziennej działalności: Wnioski, polisy czy dokumentacja przypadków szkodowych wymagają intensywnego obchodzenia się z indywidualnymi, różnie strukturyzowanymi danymi w różnych formatach. LLM są w stanie przetwarzać język i przenosić ją na nowe poziomy abstrakcji treściowej. Niesie to potencjał tworzenia jednolitych formatów z danych niestrukturyzowanych, które z kolei pomagają ograniczyć nadmiar informacji z procesów biznesowych i automatycznie inicjować procesy następcze.

Rozwój ten może prowadzić do tego, że praca z dokumentami w operacjach ubezpieczeniowych zmieni się zasadniczo: LLM mogą wyodrębniać istotne informacje z dokumentów, takie jak odpowiednie szczegóły ze zgłoszeń szkód czy dane klientów z wniosków. Pracownikom obsługi przedstawiane są w ten sposób kluczowe informacje, dzięki którym mogą oni bardziej efektywnie przetwarzać i zamykać sprawy biznesowe.

SI jako pomoc w pisaniu

LLM mogą również znaleźć zastosowanie jako wewnętrzne narzędzie. Pracownicy obsługi są codziennie konfrontowani z niezliczonymi zadaniami pisemnymi w różnych kontekstach, przy których w przyszłości będą mogli korzystać z LLM – czy to przy pisaniu e-maili, raportów, informacji o ochronie danych, warunkach umownych czy tekstach prawnych.

Potencjał zastosowania pojawia się również przy tworzeniu wewnętrznych i zewnętrznych stron internetowych, gdzie LLM mogą pełnić rolę twórcy treści i tworzyć dostosowane do potrzeb klientów strony internetowe dla nowych ofert i produktów lub utrzymywać firmowy intranet. LLM nadają się również do wewnętrznego zarządzania wiedzą, ponieważ mogą klasyfikować treściowo pytania pracowników, znajdować odpowiednie informacje w bazie wiedzy, a następnie dostarczać dobrze sformułowaną odpowiedź.

Podsumowanie

LLM to nie tylko krok w kierunku postępu technologicznego, ale również reakcja na rosnące oczekiwania klientów dotyczące spersonalizowanego, szybkiego i efektywnego doradztwa oraz obsługi zapytań. Integracja LLM obiecuje nie tylko zwiększoną efektywność, lecz również transformację procesów biznesowych oraz stworzenie zupełnie nowych możliwości wzdłuż łańcucha wartości.

Wykorzystanie modeli językowych wiąże się jednak również z wyzwaniami, takimi jak odpowiadanie na złożone zapytania bez dogłębnego zrozumienia, obawy dotyczące ochrony danych, aspekty etyczne oraz kwestia sprawiedliwości modeli w celu uniknięcia dyskryminacji. Stosowanie LLM wymaga regulacji, starannego planowania i przejrzystej implementacji oraz edukacji i akceptacji w ramach zarządzania zmianą.

O autorach

Ann-Kathrin Bendig jest Senior Consultant w dziale ubezpieczeń firmy Adesso. Od dziesięciu jest aktywna w branży ubezpieczeniowej i dysponuje rozległą wiedzą na temat procesów wewnętrznych oraz obszaru obsługi klienta. Realizuje projekty w roli Requirements Engineer, Business Analyst, testerki oprogramowania i kierownika projektu.

Thorben Schlätzer jest Consultant w dziale ubezpieczeń firmy Adesso. W swoim głównym temacie – sztucznej inteligencji – jest zarówno merytorycznym partnerem kontaktowym, jak i osobą odpowiedzialną za projekty w obszarze ubezpieczeń. Ponadto działa jako Business Analyst i kierownik projektu w projektach oprogramowania.