Обезличивание данных: ключ к безопасности и эффективности
Обезличивание персональных данных играет критическую роль в соблюдении законодательных норм и выполнении разнообразных бизнес-задач в сфере страхования. Применение анонимизированных наборов данных помогает снизить риски, связанные с утечкой информации о клиентах. Другое значимое применение таких технологий - подготовка данных для работы с большими языковыми моделями. Эти темы были подняты Мариной Ляшенко, вице-президентом и руководителем лаборатории финтех и инноваций ВСК на ежегодной конференции CDI Conf на панели «Обезличивание персональных данных в 2025 году: что требует закон и что нужно бизнесу».
Клиентоцентричный подход в страховом бизнесе
Ключевым бизнес-трендом становится клиентоцентрический подход, который предполагает создание оптимального взаимодействия между компанией и клиентом или партнером. Эта тенденция особенно актуальна для страхового бизнеса, который в первую очередь является партнерским. Страховые компании стремятся уменьшить время обработки запросов от клиентов, сохраняя при этом высокий уровень SLA.
Применение больших языковых моделей в страховом бизнесе
Для решения этой задачи ВСК активно использует большие языковые модели как внутри компании, так и в облачных технологиях. Инструменты обезличивания данных значительно расширяют возможности использования облачных технологий, что позволяет оптимизировать расходы на поддержание внутренней инфраструктуры.
Создание обезличенных наборов данных: успешные кейсы ВСК
В ВСК реализованы успешные кейсы использования анонимизированных наборов данных, например, в страховании лизинговых автомобилей. Часто страховщикам сложно использовать стандартные формы заявок на страхование со всеми партнерами, а не все компании используют API-интеграцию. Для повышения операционной эффективности был разработан ИИ-агент, функционирующий на базе технологии LLM и роботизации.
Большие языковые модели и оптимизация бизнес-процессов
Марина Ляшенко отметила, что «мы активно тестируем большие языковые модели, используем инструменты на основе искусственного интеллекта, которые помогают разработчикам в написании кода или сотрудникам контакт-центров в рамках ДМС. Создание анонимизированных наборов данных особенно актуально в проектах, основанных на большом объеме неструктурированных данных, требующих обогащения и преобразования с использованием больших языковых моделей. Так, использование технологии в страховании лизинговых автомобилей позволит нам экономить около 10 млн рублей в год за счет оптимизации одного внутреннего бизнес-процесса. Мы оцениваем перспективу масштабирования этого подхода как очень обещающую, ведь она может принести значительную экономию и эффективность в других направлениях бизнеса».
