Об эксперте: Павел Озеров — совладелец страхового брокера Mains. В 2006 году начал свою карьеру в Citibank, а позднее работал в инвестиционном проекте британского венчурного фонда Aurora Russia Capital, где возглавлял управление развития продуктов инвестиций и страхования. В 2009 году работал в AIG Life Россия. А с 2010 года присоединился к группе Allianz, где в 2012 возглавил блок маркет-менеджмента для специализированного подразделения по работе с индустриальными рисками (AGCS), а затем и всего Allianz Russia. С 2016 года совладелец и зам генерального директора Mains Insurance Brokers & Consultants.
По нашим оценкам, в развитых странах в сегменте B2B в 2025 году доля агрегаторной модели на рынке достигла 42%. Причина проста: клиенту нужен выбор и скорость. При этом многие страховые компании пока не готовы глубоко перестраивать собственные клиентские пути. Эту задачу начинают брать на себя партнеры и технологические платформы.
На этом фоне резко вырос интерес к low-code и no-code решениям. Gartner прогнозирует, что к 2026 году 75% новой корпоративной разработки будет происходить с использованием low-code инструментов. По данным той же Gartner, такие платформы сокращают сроки создания приложений до десяти раз. Для страхового рынка это становится вопросом скорости запуска новых сервисов и проверки гипотез.
Почему страховщики выбирают low-code
Сегодня у страховщиков есть три базовых сценария внедрения ИИ-решений. Первый — сторонние low-code и no-code платформы. Тут всегда нужно учитывать риск того, что к разработке имеет доступ владелец платформы. Второй — ИИ-агенты, которые автоматизируют коммуникацию, обработку обращений и принятие части решений. Третий — работа через внешнего партнера, который берет на себя эксперименты, интеграции и развитие новых клиентских сценариев. И главный вопрос для рынка в этом контексте звучит так: что быстрее, выгоднее и безопаснее. И еще важнее — чего на самом деле боится страховщик.
Большая часть страховых компаний продолжает работать на легаси-системах, которым 20−30 лет. Полная модернизация таких ИТ-контуров требует нескольких лет и огромных инвестиций. Low-code платформы позволяют решать задачу по-другому. Они дают возможность надстраивать ИИ-сервисы поверх существующей инфраструктуры через готовые коннекторы и API, не затрагивая ядро системы. Именно поэтому рынок активно идет в сторону быстрых внедрений.
Компании начинают с клиентских сценариев, обработки обращений, урегулирования убытков и андеррайтинга. В зрелых проектах доля автоматически закрытых тикетов без участия оператора уже достигает 40−65%, а стоимость обработки одного обращения снижается в несколько раз. Параллельно появляется возможность принимать решения по андеррайтингу практически в реальном времени.
Есть и конкретные результаты. Один из американских страховщиков после перехода на low-code платформу сократил время урегулирования убытков на 40%. Deloitte в кейсе с WAEPA (Ассоциация в США, предоставляет услуги по страхованию жизни) зафиксировал рост новых заявок на 25% и увеличение удовлетворенности клиентов на 36 пунктов после цифровой трансформации клиентских процессов.
На российском рынке существуют и собственные примеры. Так, в Абсолют Страховании использование современных инструментов разработки (вайб-кодинга) и ИИ-помощников позволило сократить сроки реализации отдельных проектов с двух лет до пары месяцев. Уменьшилось и число задействованных кадров: с пяти до двух специалистов. То, что раньше требовало полноценной команды разработчиков и длительного этапа согласований, сегодня может быть реализовано силами небольших команд за значительно более короткий срок.
При этом для многих игроков ключевой эффект заключается даже не в экономии ресурсов, а в возможности быстро проверять продуктовые гипотезы. Если раньше запуск новой идеи требовал серьезных инвестиций и длительной разработки, то сегодня технологии позволяют за несколько дней или недель собрать рабочий прототип, протестировать его на ограниченной аудитории и понять, есть ли у решения рыночный потенциал. Это дает возможность одновременно проверять десятки инициатив, быстрее находить работающие модели и концентрировать инвестиции на тех направлениях, которые действительно востребованы клиентами.
Что меняется в работе с клиентами
Как пример — платформенный подход, который мы используем в платформе «Кубики». В системе учитываются готовые расчетные матрицы, данные из личных кабинетов агентов и собственные расчетные продукты. Дальше модель начинает анализировать стоимость каждого пользовательского действия и постепенно обучается принимать решения самостоятельно. Следующий этап развития — персонализированное страхование, где клиент сможет выбирать не полный пакет услуг, а конкретный набор опций под свою задачу. Накопленные данные и современные модели позволяют рассчитывать стоимость таких комбинаций практически в режиме реального времени. В перспективе это может существенно изменить привычный подход к андеррайтингу и распределению ролей между страховщиками, посредниками и технологическими платформами.
При этом технологическая проблема — не единственная. Внутри страховых компаний существует тяжелый юридический контур. Ограничений значительно больше, чем пространства для экспериментов. Поэтому многие страховщики приходят к модели единой точки входа, где тестирование уходит во внешний контур через партнеров.
Причина такого подхода связана не только с требованиями регулирования. Крупным организациям объективно сложнее быстро менять процессы, продукты и клиентские сценарии. Поэтому внешний контур все чаще становится площадкой для безопасного тестирования гипотез. Именно здесь появляются новые сервисы, проверяются модели взаимодействия с клиентом и оценивается их эффективность до масштабирования на инфраструктуру страховой компании.
Но здесь появляется следующий барьер — доверие. Готов ли страховщик передавать часть процессов внешнему игроку? Чаще всего я слышу опасения вокруг потери экспертизы в андеррайтинге. Хотя в текущих условиях собрать данные и обучить модель уже не является сверхсложной задачей. Рынку сейчас больше нужна кооперация между страховщиками, технологическими платформами и партнерами, чем попытка закрыть все внутри одного контура.
А риски где
Риски действительно существуют. Когда бизнес-пользователи начинают самостоятельно собирать автоматизации без участия ИТ-команд, возникает эффект Shadow IT 2.0. Раньше сотрудник мог использовать сторонний облачный сервис или таблицу. Теперь он способен без контроля создать процесс, который читает письма клиентов, извлекает персональные данные, передает их внешнему ИИ-сервису и автоматически записывает результат в CRM.
Проблема усугубляется требованиями законодательства о персональных данных. Бизнес-пользователь часто передает системе весь объект целиком, включая информацию, которая вообще не нужна для выполнения задачи. Дополнительно возникают сложности с аудитом: нет документации, отсутствуют логи, невозможно восстановить цепочку принятия решений и объяснить работу системы в случае инцидента.
При этом практика показывает, что основные риски сегодня связаны уже не столько с самими технологиями, сколько с отсутствием зрелых процессов контроля. Использование ИИ требует новых подходов к тестированию, проверке результатов, управлению доступом к данным и распределению ответственности. Даже при высокой степени автоматизации финальная ответственность за принятые решения по-прежнему остается за человеком, а значит, компании должны выстраивать механизмы контроля параллельно с внедрением новых инструментов.
Останавливать развитие технологий рынок уже не сможет. Скорость изменений слишком высока, а запрос клиента на цифровой сервис продолжает расти. Меняются и требования к самим сотрудникам. Если раньше главным конкурентным преимуществом считались опыт и знание внутренних процессов, то сегодня все большее значение приобретает способность использовать современные цифровые инструменты в ежедневной работе. Независимо от должности — будь то андеррайтер, продавец, аналитик или руководитель — специалисту важно понимать возможности новых технологий и уметь применять их для повышения собственной эффективности. Рынок начинает формировать новую профессиональную культуру, в которой цифровая грамотность становится обязательной компетенцией.
Источник: hi-tech.mail.ru