Быстрые результаты от генеративного ИИ в AIG
Крупная страховая компания American International Group (AIG) фиксирует неожиданные успехи благодаря генеративному ИИ. Это напрямую влияет на возможности андеррайтинга, снижение операционных расходов и интеграцию портфелей. Недавние материалы с Investor Day заслуживают внимания специалистов по ИИ: там приведены данные о росте производительности и перестройке рабочих процессов.
AIG уже описывала возможные плюсы от таких технологий. Генеральный директор Питер Заффино сначала называл прогнозы "амбициозными", но на звонке по итогам четвертого квартала отметил, что реальные возможности оказались гораздо шире. Сдвиг в оценках говорит о хороших внутренних итогах. По словам Заффино, самая большая неожиданность — это резкий скачок в обработке потока заявок без найма новых сотрудников.
Инструмент AIG Assist и рост мощностей
Генеративный ИИ реально расширяет пропускную способность обработки заявок, и эффект на экономику налицо. В 2025 году AIG продвинулась в интеграции таких технологий в ключевые процессы андеррайтинга и урегулирования претензий, а также расширила их применение. Внутренний инструмент AIG Assist уже работает в большинстве направлений коммерческого страхования.
Подразделение Lexington Insurance, специализирующееся на избыточном и специальном страховании, ставит цель достичь 500 000 заявок к 2030 году. Заффино сообщает, что в 2025-м Lexington уже превысила отметку в 370 000 заявок. Компания применяет генеративные модели для извлечения и обобщения данных из поступающих документов, а в технологическом стеке добавила слой оркестрации. Он координирует ИИ-агентов, чтобы улучшать принятие решений и снижать затраты.
ИИ-агенты как помощники и оркестрация процессов
Ранее на Investor Day оркестрация не акцентировалась так сильно. Заффино называет ИИ-агентов "компаньонами для команд": они дают актуальную информацию в реальном времени, опираются на прошлые кейсы и ставят под сомнение решения по андеррайтингу. AIG полагается на быструю обработку входящих данных — в разы быстрее обычного — и на управление агентами, чтобы масштабировать анализ без предвзятости на всех этапах workflow.
Оркестрация помогает сжимать "полный цикл процессов" — от приема до оценки рисков и обработки претензий. Несколько агентов, управляемых через этот слой, упрощают рутинные и ранее затяжные операции.
Практика в реальных сделках
AIG уже протестировала свой стек генеративного ИИ на конкретных проектах. При конвертации розничного коммерческого бизнеса Everest приоритет для продления аккаунтов определили за минимальное время. Руководство создало онтологию портфеля Everest и объединило ее со своей, чтобы понять, как их слить. Такая онтологическая синхронизация технически сложна и часто недооценивается по затратам.
Запуск Lloyd’s Syndicate 2479 совместно с Amwins и Blackstone применил похожий подход для специального страхового инструмента. Вместе с Palantir AIG задействовала большие языковые модели (LLM), чтобы проверить соответствие портфеля программ Amwins аппетиту к рискам синдиката. Заффино упомянул мощный резерв таких SPV-проектов.
Уроки для внедрения ИИ
Этот кейс показывает специалистам по ИИ, как оркестрация и интеграция в основные процессы усиливают генеративные модели. Экономический эффект напрямую связан с измеримыми улучшениями в мощностях и сокращением циклов.