Повышение доступности искусственного интеллекта (ИИ) бросает новый вызов компаниям: с каждым днем все больше игроков из различных сфер осваивают для себя новые инструменты, применяя их в большом количестве функций и процессов. Особенно стремительно ИИ проникает в финтех и страхование — сферы, где критически важно предугадывать поведение клиентов, персонализировать предложения и минимизировать риски. Сегодня компании, стремящиеся сохранить лидерство на рынке, вынуждены адаптировать бизнес-процессы под новые технологические реалии.

Однако обратная сторона повсеместного проникновения ИИ — значительные затраты на разработку и поддержку ИИ-моделей. Это актуально как при построении новых решений для поддержки бизнес-задач, так и при сопровождении существующих моделей в условиях постоянно меняющейся рыночной среды.

Как «Ингосстрах» выстроил инфраструктуру для развития ИИ

Понимая стратегическую важность цифровизации, в 2022 году мы создали собственный Центр развития искусственного интеллекта (ЦРИИ). Перед ним была поставлена масштабная задача — внедрение ИИ-решений в ключевые процессы компании, начиная с работы с клиентской базой и заканчивая оценкой рисков, андеррайтингом, автоматическим урегулированием убытков и многим другим.

Одним из приоритетных направлений работы ЦРИИ стала разработка каскада моделей для CRM — то есть тех инструментов, которые напрямую влияют на эффективность коммуникаций с клиентами. Главная сложность здесь — необходимость сопровождения огромного парка моделей, каждая из которых обслуживает разные сценарии: от предсказания вероятности покупки конкретного страхового продукта до определения оптимального канала и времени взаимодействия.

Почему CRM — это особый класс задач

В отличие от классических моделей оценки рисков, CRM-модели обладают одним существенным преимуществом — возможностью быстрой проверки гипотез. Подведение итогов возможно уже через месяц, а значит, можно оперативно переобучать алгоритмы под изменяющееся поведение клиентов или экономическую ситуацию. Это позволяет страховой компании оставаться гибкой и точно реагировать на запросы рынка, в том числе со стороны молодых клиентов, которые ожидают максимальной персонализации и мгновенной пользы от каждого взаимодействия с брендом.

Каждая новая гипотеза, как правило, требует отдельной модели. Например, если компания хочет оценить не только склонность к покупке, но и потенциальную сумму премии или вероятность оттока клиента, — это все разные сценарии, требующие новых решений. Количество моделей быстро растет, увеличивается их сложность, и это предъявляет особые требования к инфраструктуре разработки и сопровождения.

AutoML как технологический прорыв

Именно поэтому в «Ингосстрахе» было принято решение о создании собственного AutoML-фреймворка — набора технологий, позволяющих автоматизировать процесс построения, тестирования, внедрения и мониторинга машинного обучения.

AutoML охватывает весь цикл: от подготовки признаков (features engineering) до генерации паспорта модели, проведения валидации и мониторинга стабильности. Благодаря этой системе удалось радикально сократить time-to-market — теперь на создание и внедрение новой CRM-модели уходит всего 3 дня вместо 45. Это критически важно в условиях динамичного рынка, где конкурентоспособность зависит от скорости реакции.

Более того, особый акцент был сделан на мониторинге — автоматическая система отслеживает как качество моделей, так и стабильность признаков, что позволяет вовремя выявлять отклонения и обновлять алгоритмы.

Цифровизация, дающая бизнес-эффект

Результаты внедрения AutoML не остались только в зоне R&D — они дали заметный бизнес-эффект. За счет оперативного обновления моделей и постоянного A/B-тестирования гипотез в «Ингосстрахе» удалось увеличить конверсию CRM-коммуникаций на 20%, а средний чек — почти на 40%. Эти показатели особенно важны на фоне растущей конкуренции и изменяющихся ожиданий клиентов: сегодня мало просто предложить качественный страховой продукт — важно сделать это в нужный момент, нужному человеку и с максимальной персонализацией.

ИИ в «Ингосстрахе» внедряется не только в CRM, но и в ряде других клиентских и внутренних процессов. Например:

- Модели оценки рисков на этапе андеррайтинга позволяют предлагать более справедливую цену;

- Алгоритмы прогнозирования частоты убытков используются при тарификации массовых продуктов;

- Автоматизация процесса урегулирования убытков на основе фото- и видеофиксации сокращает время выплат и повышает удовлетворенность клиентов;

- Рекомендательные системы на сайте и в мобильном приложении помогают подобрать подходящий продукт и стимулируют перекрестные продажи.

Таким образом, цифровизация компании охватывает весь клиентский путь — от первого касания до поддержки после заключения договора. Это особенно важно для работы с молодой аудиторией, которая требует мгновенной пользы, прозрачности и нативного цифрового сервиса. Не случайно именно цифровые страховщики сегодня набирают популярность среди поколения Z и миллениалов, и именно такие инструменты позволяют «Ингосстраху» оставаться в числе лидеров на этом направлении.

ИИ как основа будущей бизнес-модели

Ставка на развитие ИИ в страховании — это не просто тренд, а вопрос выживания в ближайшие годы. Побеждать будут не те, у кого самый большой бюджет, а те, кто сумеет выстроить масштабируемую, гибкую и быстро адаптирующуюся ИИ-инфраструктуру. «Ингосстрах» делает это уже сейчас, развивая собственные технологии, внутреннюю экспертизу и перенося фокус с проектного подхода к продуктово-процессному управлению.

В будущем все больше решений будет приниматься с участием или при поддержке интеллектуальных алгоритмов: от оценки медицинских рисков до автоматизации выплат по ОСАГО. Компании, которые уже сегодня инвестируют в ИИ, получают не только краткосрочную экономию, но и закладывают фундамент для устойчивости в долгосрочной перспективе.