Wyzwanie
Klient - średniej wielkości grupa ubezpieczeniowa z 400 tys. aktywnych polis - obsługiwał szkody niemal w całości ręcznie. Likwidatorzy przepisywali dane ze skanowanych dokumentów (raporty medyczne, faktury, protokoły policyjne) do legacy systemu. Średni czas obsługi szkody wynosił 14 dni roboczych. Błędna klasyfikacja dokumentów i błędy przy wprowadzaniu danych powodowały, że 23% szkód wymagało ponownej obsługi. W sezonie burzowym zaległości rosły szybciej niż zespół był w stanie je obsługiwać.
Rozwiązanie
Zbudowaliśmy pipeline obsługi szkód, który automatyzuje powtarzalne części i kieruje skomplikowane przypadki do ludzi:
- Intake dokumentów przez Azure AI Document Intelligence - OCR z ekstrakcją pól dla 18 typów dokumentów (medyczne, motoryzacyjne, majątkowe)
- Model klasyfikacyjny kierujący szkody na właściwą ścieżkę obsługi z dokładnością 96.3%
- Silnik regułowy do straight-through processing prostych szkód (stłuczona szyba, drobne zalanie, standardowy zwrot kosztów leczenia)
- Portal dla likwidatorów (React/TypeScript) z ekstrahowanymi danymi obok dokumentów źródłowych, wskaźnikami pewności i sugerowanymi decyzjami
- Pełny audit trail - każda automatyczna decyzja możliwa do prześledzenia do danych źródłowych i wersji reguły
- Zarządzanie kolejką z priorytetyzacją na podstawie wartości szkody, typu polisy i deadline SLA
Rezultaty
- 78% szkód teraz obsługiwanych automatycznie bez ingerencji człowieka (wcześniej 0%)
- Średni czas decyzji spadł z 14 dni do 3 minut dla auto-obsługiwanych szkód
- 12x większa przepustowość w okresach szczytowych bez dodatkowego zatrudnienia
- Wskaźnik ponownej obsługi z 23% do 4.1%