Для страхової компанії успішний запуск проєкту з використанням штучного інтелекту ще не означає, що рішення готове до повного впровадження. Модель може показати відмінні результати під час тестування, пройти перевірку та перейти в робоче середовище, але через кілька місяців залишитися без команди, яка її створювала.
За даними BCG за 2025 рік, лише 7% страхових компаній змогли масштабувати свої системи штучного інтелекту. Інше дослідження за той самий рік показало, що 45% респондентів ще вивчали можливості ШІ, 25% тестували окремі сценарії, а 22% уже мали рішення у промисловій експлуатації.
Причини, кажуть "АІ-інтегратори", всередині страхової компанії, бо після завершення пілоту компанія має перевести технологічний проєкт у звичайний робочий продукт із бюджетом, відповідальними працівниками та правилами супроводу.
Пілот і робочий АІ-продукт потребують різної організації
Під час пілоту головне завдання команди полягає в тому, щоб перевірити, чи працює модель і чи дає вона потрібний результат. Після запуску перелік завдань змінюється: потрібно стежити за якістю роботи, оновлювати систему, виправляти помилки, вести документацію та підтримувати працівників, які працюють із нею щодня.
Якщо страхова компанія купує зовнішнє рішення, їй потрібен зрозумілий порядок роботи з постачальником. Має бути відомо, хто відповідає за технічні проблеми, розрахунки, оновлення програмного забезпечення та виправлення після збоїв.
Те саме стосується моделей штучного інтелекту, створених усередині страховика. Сильна команда фахівців із даних може побудувати якісну модель разом з андеррайтерами, актуаріями або працівниками врегулювання, але після запуску потрібні люди, які відповідатимуть за неї постійно.
Після завершення пілоту команда повертається до звичайної роботи
Типова ситуація виглядає однаково у багатьох компаніях. Страховик виділяє бюджет, формує тимчасову команду, проводить перевірку концепції, тестує модель та запускає її в роботу. Після цього бюджет проєкту закривається. Фахівці з даних переходять до нового завдання, а працівники профільного підрозділу повертаються до своєї основної роботи.
Після впровадження ці ресурси зникають. Фахівці з даних переходять до іншого проєкту, профільні експерти повертаються до звичайної роботи. Коли потім потрібне оновлення або контроль, компанія фактично залишається без потрібних ресурсів.
У фінансових розрахунках пілоту часто враховані розробка, перевірка концепції та запуск. Витрати після введення системи в роботу можуть бути відсутні або суттєво занижені.
До них належать контроль результатів, повторне навчання моделі, оновлення документації, підтримка користувачів та перевірка помилкових рішень. Компанії також потрібен порядок дій на випадок погіршення якості моделі та критерії, за якими її потрібно змінити або вивести з експлуатації.
АІ-модель змінюється разом із даними та страховим бізнесом
Навіть без змін у програмному коді поведінка АІ-моделі з часом може погіршитися. Причина може бути у нових даних, зміні складу клієнтів, страхових продуктів, тарифів або бізнес-процесів.
Наприклад, андеррайтингова модель навчалася на портфелі, сформованому за одних ринкових умов. Через рік структура портфеля може змінитися, а зв'язки між окремими показниками ризику вже не будуть такими, як під час навчання.
Схожа проблема виникає у врегулюванні страхових вимог. Якщо змінюється структура збитків, поведінка клієнтів або правила роботи з документами, модель може почати частіше помилятися у випадках, які раніше обробляла правильно.
Тому страховику недостатньо перевірити точність моделі один раз перед запуском. Показники її роботи потрібно регулярно переглядати на реальних даних і порівнювати з результатами, які були закладені під час тестування.
Відповідальний підрозділ потрібен після завершення проєкту
Страховикам пропонують простий тест: після завершення інноваційного бюджету потрібно подивитися, чи готовий профільний підрозділ оплачувати подальшу роботу системи зі свого бюджету. Якщо ні, у компанії, ймовірно, немає постійного відповідального за цей продукт.
Фінансування є лише частиною цієї роботи, бо підрозділ повинен знати, які показники моделі контролювати, коли її рішення потребує перевірки людиною та хто реагує на проблеми з даними.
Для андеррайтингової моделі відповідальність не можна повністю передати ІТ-підрозділу. Андеррайтери мають оцінювати, чи відповідають результати правилам прийняття ризиків і чи не змінюється якість відбору портфеля.
У врегулюванні страхових вимог потрібна участь працівників, які знають практику виплат і можуть помітити систематичні помилки, кажуть страховики, а для тарифних моделей така робота потребує участі актуаріїв та фахівців, відповідальних за страховий продукт.
ІТ-команда та фахівці з даних відповідають за технічну частину, але вони не можуть самостійно оцінити всі страхові результати роботи моделі. Тому профільний підрозділ має залишатися залученим протягом усього строку її експлуатації.
Регуляторний контроль також не закінчується після запуску АІ-проєкту
Рамкова модель управління ризиками штучного інтелекту Національного інституту стандартів і технологій NIST, оприлюднена у 2023 році та переглянута у 2026 році, передбачає контроль ШІ протягом усього життєвого циклу системи.
Тобто страховій компанії після запуску потрібно зберігати можливість перевірити, як АІ-модель працює, на яких даних формує результат і хто відповідає за рішення, прийняті за її участю.
Якщо штучний інтелект бере участь у відборі ризиків, тарифікації або врегулюванні страхових вимог, страховик не може вважати проєкт завершеним у день запуску, через те, що необхідні регулярні перевірки результатів, контроль якості даних та документування змін у моделі.
Це стосується і систем, які безпосередньо спілкуються з клієнтами. Страховик має контролювати точність відповідей, дотримання правил компанії та випадки, коли запит потрібно передати працівнику.
Масштабування штучного інтелекту залежить від того, що відбувається після пілоту
Страховикам стало простіше придбати готову систему ШІ або створити власну модель, однак значно більше роботи потребує її нормальна експлуатація після першого запуску.
До бюджету варто одразу включати витрати на контроль, повторне навчання, технічний супровід та оновлення. Ще до пілоту компанія має визначити, який підрозділ прийме систему після завершення проєкту і хто матиме повноваження змінювати або зупиняти її роботу.
Без цього страховик може провести успішне тестування, запустити модель та через кілька місяців отримати систему, за яку фактично ніхто не відповідає. Кількість пілотних проєктів у такій ситуації мало говорить про реальний рівень роботи страхової компанії зі штучним інтелектом.
Більш важливим є число АІ-моделей, які залишаються працездатними після запуску, регулярно перевіряються та мають постійний бюджет, кажуть розробники. Якщо страхова компанія не вирішила ці питання до завершення пілоту, технологічний успіх ще не гарантує робочого результату.
