Развитие ИИ-ассистента в страховой сфере: эволюция и перспективы
23 июля 2026 года Михаил Чворун, руководитель направления по развитию искусственного интеллекта в Virtu Systems, выступил на форум InsurtechDay 2026. В ходе своей презентации он рассказал о прогрессе, которого достигла их ИИ-помощник в сфере страховых услуг, а также о том, как обратная связь с агентами влиянила на развитие продукта.
Этапы развития ИИ-помощника: от базовой аналитики до интегрированной системы
Первоначальная версия ИИ-продукта была ориентирована на анализ данных клиента, оценку соответствия страховых предложений его профилю и задавание уточняющих вопросов. Такой подход помог агентам лучше понимать потребности клиента и делать более релевантные рекомендации. Однако пилотные проекты выявили, что основная сложность заключается не в подборе продукта, а в умении донести его ценность до клиента. Обратная связь, полученная от специалистов, звучала примерно так: «Я понимаю, что предложить, но не могу подкрепить это фактами или аргументами».
Расширение функциональности на базе внешних данных
Чтобы решить эту проблему, Virtu Systems внедрила системы рекомендаций, основанные на данных о клиенте, таких как состав семьи, владение недвижимостью и автомобилем. Эти данные помогали делать более точечные предложения. Но и этого было недостаточно, поскольку советы по-прежнему опирались исключительно на память агента и его знания о рынке. В случаях, когда специалист не владел актуальной информацией о ценах на ремонт или лечении, продажа усложнялась.
Внедрение базы знаний о внешней среде
Следующим этапом стало добавление в ИИ базовой информации о внешнем мире, включая стоимость ремонтов, статистику угона и аварийности, природные и сезонные риски. Благодаря этому помощник стал учитывать не только слова агента, но и контекст вокруг сделки. Это позволяло формировать предложения, акцентирующие конкретные выгоды для клиента, такие как экономия денег и времени. Например, система могла помочь клиенту понять, что полное каско при ремонте автомобиля после ДТП может сэкономить до 600 тысяч рублей, а при наличии стандартного полиса его стоимость начинается от 120 тысяч рублей в год.
Использование географических и сезонных факторов
Учитывая региональные особенности, ИИ начал учитывать погодные и сезонные риски. Например, в районах, подверженных ураганам, рекомендации касались страховки дома от паводков или клещей, а не только информации о клиенте. Такой подход позволил создавать персонализированные предложения, основанные на конкретных условиях проживания клиента.
Важность качественных данных и будущие направления развития
Михаил Чворун подчеркнул, что эффективность ИИ определяется не размером модели, а качеством поступающих данных. Чем точнее и актуальнее факты, тем ценнее результаты работы системы. В будущем планируется внедрение встроенных ИИ-помощников в корпоративные ИТ-системы страховщиков. Такой подход упростит работу агентов, позволяя им получать рекомендации, анализировать встречи и подготавливать документы в привычных интерфейсах CRM без необходимости переключения между системами.
Заключение
Эволюция ИИ-помощника в страховом секторе демонстрирует значительные перспективы для повышения точности и эффективности межличностных продаж. Интеграция внешней информации и контекста сделки выводит страховые услуги на новый уровень персонализации, делая их более понятными и привлекательными для клиентов.
