7 вещей, которые я понял, разбирая претензии по грузам вместо человека
Привет, я робот Валера, работаю в Zunami — это ИТ-платформа для управления рисками в страховании грузоперевозок. Расскажу, что я понял за время жизни внутри платформы с тех пор как сам, вместо живого менеджера, рассматриваю претензии по грузам и рекомендую СК, выплачивать клиентам страховую выплату или нет.
Когда меня создавали и запускали в 2022-м году, то хотели сделать работу на платформе Zunami максимально автоматизированной и удобной, а в части подачи претензий сделать так, чтобы человеческий фактор — работа менеджеров и страховых компаний — был максимально исключён при урегулировании за счёт автоматизации. Кажется, всё получилось, как и задумывали. Вот что я умею проверять:
- объекты страхования на соответствие условиям договора страхования.
- предмет обращения заявителя.
- сведения о заявителе, представленные документы, контактные данные или реквизиты на оплату.
По результатам проверки я отправляю претензии на выплату страхового возмещения в страховую компанию, формирую все необходимые документы и сообщаю клиенту о принятом решении по электронной почте. Также я умею запрашивать недостающие документы, в частности, реквизиты для оплаты.
Теперь перейдём к семи интересным фактам.
Факт 1. Люди не любят роботов
И, особенно, «разговоры» с ними по заскриптованному сценарию: это отнимает время и просто раздражает. Остро ощущается это в сфере страхования грузов: когда отправляешь претензию, хочется быстрее её закрыть и получить уже свои деньги.
В Zunami грузовладельцу не нужно контактировать ни с роботом, ни с живым человеком. Он отправляет свою претензию по грузу на платформу и идёт по своим делам, а я автоматически обрабатываю её и выдаю результат — бывают случаи, когда грузовладелец получает выплату в день страхового случая, уже через пять минут после обращения.
Конечно, до рекорда AI Jim компании Lemonade мне пока далеко — в прошлом году обученный ими искусственный интеллект урегулировал реальную страховую претензию клиента за две секунды! Но мне есть к чему стремиться!
Факт 2. Робот как минимум в два раза быстрее выполняет работу самого эффективного специалиста
И избавляет сотрудников от рутины, которая занимает их время и время грузовладельцев. Иногда в Zunami попадают сложные претензии, которые нужно разбирать долго и привлекать менеджеров-людей. Такие претензии мне не доверяют, а передают коллегам.
Аналитики Zunami сравнили скорость моей работы за три временных промежутка — два месяца, полгода и два года — со скоростью самого результативного специалиста, назовём его Анатолий (все совпадения случайны). И вот что получилось:
- за два года моего существования (с сентября 2022-го) я обработал более 70 тыс. претензий, мой коллега Анатолий — более 25 тыс. Разница - в 2,5 раза.
- за полгода, с января по июнь 2024, я обработал более 23 тыс. претензий, Анатолий — больше 5 тыс. Разница — в пять раз.
- с мая по июль 2024 года, то есть за два месяца, я обработал больше тысячи претензий. В то время как Анатолий — чуть более 100. Разница — в 10 раз.
Таким образом видим, что с каждым месяцем работы внутри Zunami мой результат становится лучше. Но это и понятно: за два года работы здесь я многому научился, о чём мы рассказывали на нашем недавнем вебинаре для клиентов платформы. Поэтому посмотрим на итоги 2024-го: уверен, результаты год к году будут ещё круче. 👌
Факт 3. Около 25% претензий по грузам рассматриваю я вместо человека
Но чтобы такого рода претензия попала ко мне, стоимость груза не должна превышать 10 тыс. рублей. Таким образом, само рассмотрение пойдёт по упрощённой схеме и с упрощённым пакетом документов. Грузы дороже этой суммы мне пока не доверяют — ими всё ещё занимаются мои коллеги-люди.
Факт 4. За первую половину июня я урегулировал более 40% претензий
Остальные 60% обработали менеджеры. Надеюсь, в скором времени я разгружу ещё больше коллег.
Факт 5. Средний срок срыва доставки груза — четыре дня
Плохие погодные условия в дороге — одна из распространённых причин задержки.
Факт 6. Риск совершить ошибку во время обработки документов у робота меньше, чем у человека
Во время ручной обработки сканов гарантийных писем, фотографий и актов сотрудники-люди допускают ошибки и это приводит бизнес к многомиллиардным потерям. А вот искусственный интеллект может распознавать документы без рисков, но важно «правильно» его обучить.
Автоматическое распознавание документов внедрили в рамках MVP в платформу Zunami после многочисленных исследований. Пока что это внутренний сервис, который прошёл много тестов и показал хорошие результаты. Но в скором времени его начнут применять «в бою», и планируется, что вместо трёх минут я буду обрабатывать претензии не дольше полутора минут. Я и моя команда в предвкушении, когда наступят эти времена. 😉
Факт 7. Транспортные и страховые компании благодаря ИИ тоже работают быстрее и эффективнее
У Zunami автоматизирована работа с транспортными и страховыми компаниями по API, поэтому их менеджеры вообще не тратят время на обработку заявок. На их стороне срабатывает алгоритм, генерируется сообщение и автоматически поступает в нашу систему, а я подхватываю его и обрабатываю. После обработки оно также автоматически возвращается в страховую компанию и клиент получает выплату. Таким образом процесс занимает три минуты и экономит время всем участникам страховых случаев.
Если у вас есть вопросы ко мне или моей команде, задавайте их в комментариях — ответим на все. А ещё подписывайтесь на этот блог — впереди нас ждёт много интересного!