<img height="1" width="1" style="display:none;" alt="" src="https://dc.ads.linkedin.com/collect/?pid=102950&amp;fmt=gif">

Automatisering in de verzekeringsbranche

04 juli 2018
Rogier Tolboom
Case

Digitale automatisering zet traditionele bedrijfsmodellen in veel bedrijfstakken onder druk. Tegelijkertijd creëert het evenwel nieuwe mogelijkheden om aan de steeds veranderende behoeftes van klanten te voldoen. De verzekeringssector vindt in de fintech-innovatie nieuwe manieren om zeer relevante diensten te creëren en toegang te krijgen tot nieuwe markten.

Door het ontwikkelen van nieuwe interactie-modellen met klanten en partners kunnen digitale verzekeraars vandaag de dag klantenervaringen bieden die passen bij de individuele behoeften en context. Hiervoor gebruiken ze data en slimme bedrijfsplatformen om snel waardeproposities te lanceren die zijn aangepast aan de veranderende rollen van de klanten en de ecosystemen van bedrijven. Automatisering is voor deze nieuwe bedrijfsmodellen een belangrijke factor met betrekking tot het minimaliseren van complexiteit, time-to-market, kosten en risico's; een gegeven waar we in dit artikel onze aandacht op zullen vestigen.

Het creëren van digitale verzekeringsbedrijven

Moderne digitale consumenten willen zelf bepalen wanneer, waar en hoe ze contact hebben met bedrijven, en zelfs hoe anderen zich ten opzichte van de merken dienen te gedragen. Met het oog op deze veranderende gewoonten van consumenten komt de digitalisering van verzekeringen elk jaar prominenter op de agenda van de marktleiders terecht. Wat ooit begon als aanjager van kleine efficiëntieverbeteringen is nu aanjager geworden van innovatie en verstoring.

Digitalisering gaat verder dan het omzetten van papieren documenten in digitale formaten. In plaats daarvan ontsluit het mogelijkheden die digitale processen ondersteunen, waaronder social media, Big Data en analyse, Internet of Things en robotisering. Dit vraagt om een heroverweging van bedrijfsmodellen die verbeterde besluitvormingen, klantenrelaties en automatiseringen moeten ondersteunen met behulp van minder menselijke contactpunten in de waardeketen.

Expertise verzekeren

Voor de overgang naar deze nieuwe bedrijfsmodellen is het nodig om de barrières te overwinnen waar veel hedendaagse verzekeraars tegenaan lopen:

  • Opeenhopingen van oude systemen die worden gekenmerkt door verouderde technologieën en een complexe infrastructuur van geïsoleerd werkende applicaties (siloed applications) en ondersteunende data, systemen en architecturen.
  • Complexe bedrijfsmodellen, met name die ten behoeve van acceptatie en claims, waarbij meerdere varianten van vergelijkbare processen, die aangepast zijn om unieke bedrijfsactiviteiten te ondersteunen, naast elkaar in de waardeketen bestaan.
  • Gebrek aan visie, C-suite support (bedrijfsleiders en directeuren), en talent om een gedigitaliseerde procesomgevingen te implementeren en te beheren.
  • Impact van geïsoleerd werkende organisatorische eenheden (organizational silos), inclusief complexe balansen en een gebrek aan transparantie en samenwerking binnen de hele onderneming.
  • Verstoring van de markt, opkomende concurrenten, en verschuivende voorschriften in verband met compliance en bestuur.

Robotic Process Automation of RPA is een antwoord op deze uitdagingen, waarbij het gebruik van software met artificial intelligence en cognitive computing wordt gecombineerd om de activiteiten van mensen die zeer repetitieve taken uitvoeren te repliceren. RPA beantwoordt aan de behoefte van strategische flexibiliteit, operationele aanpasbaarheid en de efficiëntie van processen. Dit is een van de technologische innovaties die worden ondersteund door ons TJIP Smart Platforming Model dat gericht is op innovatie en een snellere time-to-market die bedrijfstransformatie en industriële doorbraken stimuleert.

Robotic Process Automation (RPA)

Wat is RPA?

RPA-software is geen volledig nieuwe technologie. Omdat het de menselijke activiteiten repliceert kan het worden gezien als een verzameling "software-robots" waarmee virtueel personeel 24 uur per dag beschikbaar is, met volledige audit en een nauwkeurigheid van 100%. Dit "virtuele personeel" legt de nadruk op zaken in plaats van IT-controle, en zorgt voor snelle acceptatie via bestaande compliantie- en risicobeheerkaders.

Afgezien van "standard robotics", bevatten recentere RPA-oplossingen ook "intelligent robotica" - het gebruik van machine learning en artificial intelligence-benaderingen waardoor geautomatiseerde processen zichzelf aan kunnen passen en verbeteren, en om subjectieve beslissingen aan te pakken en eenvoudige regels te volgen. Dit levert een snelle, op gegevens gebaseerde besluitvorming op en vergroot het bereik van handmatig werk dat kan worden geautomatiseerd.

Het potentieel van RPA

Vorig jaar voorspelde Deloitte dat RPA in de komende vijf jaar vrijwel overal toegepast zal gaan worden. Uit hun Global Robotics Survey 2017 bleek dat, onder degenen die RPA al hadden geïmplementeerd, 78% de verwachting uitsprak in de komende drie jaar de investeringen in RPA aanzienlijk te verhogen. Ze voorspelden ook dat de investeringen van verzekeraars in cognitieve technologieën (cognitive technologies) zoals RPA naar verwachting wereldwijd met 44% zullen stijgen op basis van een samengestelde jaarlijkse groei over een periode van vijf jaar, en in 2020 $ 1,02 miljard zullen bedragen.

Over het gehele automatiseringsspectrum bezien is RPA voor de meeste verzekeringsbedrijven haalbaar. In plaats van een sprint richting experimenten met artificial intelligence en machine learning is het automatiseren van bestaande operationele processen een stap die voor de meeste verzekeraars te realiseren is. RPA heeft het potentieel om handmatige backoffice- en klantgerichte processen te automatiseren, en ze sneller, aanzienlijk kosteneffectiever, en consistenter te maken.

Lees ook: Managing financial risk with machine learning

Voordat u zich toelegt op nieuwe technologieën is het goed dat u de tijd neemt om de hedendaagse aard van de werkzaamheid van de medewerkers te begrijpen, om proceskenmerken te analyseren en te bepalen welke van die werkzaamheden het meest repetitief, handmatig intensief, en op regels gebaseerd zijn. Dit zijn de meest geschikte werkzaamheden voor automatisering. Met betrekking tot volgroeide procesbewerkingen met een hoger volume, een lagere complexiteit, of een gestructureerde gegevensinvoer, kunnen automatiseringsprogramma's worden gebruikt om sneller te schalen met minder behoefte aan beslissers en procesvereenvoudigingen. Processen met bewerkingen die minder volgroeid zijn en een lager volume hebben, complexer zijn, of werken aan de hand van een ongestructureerde gegevensinvoer zijn wat betreft de toepassing van RPA wellicht niet realistisch.

Download e-book 'The fundaments of Machine Learning'


Gebruikssituaties

Zurich, de Europese aanbieder van schade- en levensverzekeringen was een van de eerste verzekeraars die RPA in wilde gaan zetten als een belangrijk element om te komen tot een verbetering van de dienstverlening en het realiseren van een kostenbesparing van meer dan $ 1b in 2018. Samen met adviesbureau EY starten zij in december 2014 met een pilot proof of concept bij Zurich UK Life and Pensions om meerdere projecten te realiseren en een federatief topcentrum voor robotica voor de verzekeringsmaatschappij op te zetten.

De eerste pilot was bedoeld om de technologische oplossing te demonstreren en een businesscase op te zetten voor implementatie bij de afdeling levensververzekeringen. Binnen zes weken slaagden ze erin om de kosten van een aantal bestaande processen te halveren, een aanzienlijk verbeterde klantenservice te verzorgen en de veranderingen door RPA te versnellen. Na nog eens zes weken werden nieuwe mogelijkheden aangeboord en geïmplementeerd, waarbij 25% van de capaciteit vrijkwam binnen het operationele team. Het succes van dit eerste project verspreidde zich al snel door het hele bedrijf, met implementaties bij hun algemene en levensverzekeringsactiviteiten en andere geplande projecten. De inspanningen werden in de jaren die volgde voortgezet, met als hoogtepunt de 'Paragon Award' die Zurich vorig jaar won voor zijn samenwerking met Capgemini in verband met 'innovatieve bijdragen aan de voortdurende ontwikkeling van de outsourcing-industrie'. Een van de grootste voordelen voor Zurich is dat het door RPA de mogelijkheid krijgt om zijn commerciële verzekeraars vrij te maken zodat zij de benodigde tijd kunnen besteden aan complexere verzekeringen, terwijl de standaardverzekeringen afgehandeld worden door slimme software. Het bedrijf zegt dat bijvoorbeeld de lokale processen voor de uitgifte van polissen door RPA zijn geautomatiseerd.

Bancolombia, de grootste bank in Colombia, gebruikte RPA voor zijn nieuwe product "Invesbot" dat vorig jaar werd gelanceerd. Invesbot is ontworpen om klanten behulpzaam te zijn bij het beter beheren van hun beleggingsportefeuilles. Het biedt real time informatie aan over de prestaties van het portfolio van de gebruiker en kan adviseren inzake wijzigingen met betrekking tot de huidige marktomstandigheden.

De lancering werd mogelijk gemaakt door een robot te bouwen die kan communiceren met en feedback ontvangen van het grotere Bancolombia-netwerk. Invesbot heeft ook de mogelijkheid om real time te communiceren met de Bolsa de Valores, de beurs van Colombia. Deze applicatie heeft de potentie om de klantenbasis van de bank met betrekking tot consulting uit te breiden waardoor meer mensen kunnen experimenteren met en leren over beleggen in de aandelenmarkt.

Een automatiseringsprogramma implementeren

Opzetten Bestuursstructuur

Voordat u begint met het plannen van een dergelijk programma dient u ervoor te zorgen dat het automatiseringsprogramma geleid wordt door een lid van de C-suite. Een volledige afstemming tussen de COO en CTO is essentieel in verband met de integratie bij andere veranderingsinitiatieven, en er dient sprake te zijn van een goede samenwerkingsaanpak tussen Operations en IT in verband met de veranderingen.

Definieer visie en strategie

Zet een duidelijke visie, strategie en route neer voor het programma en overweeg de inzet van een breed scala aan automatiserings- en procesverbeteringshulpmiddelen (RPA en alle andere verbeteringshulpprogramma's die u uit wilt testen) voor het in kaart brengen en aanpakken van kansen.

Identificeer de juiste processen

Zoals ik al eerder zei is het cruciaal dat u dit programma ontwerpt op basis van bestaande processen. Voer een top-downdiagnose van end-to-end-processen uit met de Operations en IT ten einde geschikte mogelijkheden te identificeren voor RPA-projecten (en bekijk of ze vooraf moeten worden gestandaardiseerd/ opnieuw worden ontwikkeld), en de processen die hier niet voor geëigend zijn.

Creëer effectieve vaardigheden

Bij de bespreking van digitale besturingsmodellen kwam ook de essentiële link tussen bedrijfsfuncties, processen en structuren naar voren die de organisatie nodig heeft om haar missie te kunnen vervullen.

Bepaal welke solide processen en tools u gaat gebruiken, afgestemd op de bredere doelstellingen van het bedrijf en een wendbare doorvoering van tactische wijzigingen. Zorg ervoor dat de functies en verantwoordelijkheden van het team duidelijk zijn, evenals de beschikbaarheid van middelen en de juiste vaardigheden.

Plan voor talenten

Werk samen met de HR-afdeling om de voorwaarden voor het aantrekken van digitaal talent voor dit programma vast te stellen. Volg een gedisciplineerde aanpak ter vaststelling van de impact van de automatisering op de traditionele/ bestaande functies en de toekomstige mix van onshore/ offshore/ uitbestede functies, en de beste manier om belanghebbenden erbij te betrekken.

Met name de verzekeringssector heeft te maken met een aanzienlijke achterstand ten aanzien van de vaardigheden waar het gaat om data-wetenschappen. Voor het implementeren van een automatiseringsprogramma zijn vergroting van vaardigheden, en leer- en ontwikkelingsprogramma’s benodigd en de verwerving van gekwalificeerde talenten.

 

Bottom line

Robotic Process Automation zou bij digitale verzekeraars overal ter wereld bovenaan de agenda moeten staan. Met RPA kunnen verzekeringsmaatschappijen een concurrentievoordeel behalen door lagere verwerkingskosten, betere operationele efficiëntie, en een kwalitatief hoogwaardigere klantenservice.

Voor een pilot van een automatiseringsprogramma zijn evenwel nieuwe bedrijfs- en operationele modellen nodig die specifiek ontworpen zijn om te voldoen aan de behoeften van digitale klanten en digitale werknemers. Ons Smart Platforming Model is ontwikkeld om bedrijven die worstelen met een gebrek aan kennis en technische uitvoeringsvaardigheden behulpzaam te zijn zodat ze gelijke tred kunnen houden met de uitdagingen van innovaties in deze online economie. Innovatie en een versnelde time-to-market zorgen ervoor dat ons model de bedrijfstransformatie de impuls geeft die nodig is om doorbraken in de sector, zoals RPA, te implementeren.

Tjip-MachineLearning-whitepaper

Download e-book 'The fundaments of Machine Learning'

Blijf ook slimmer met
onze nieuwsbrief