Страховой Дом ВСК использует большие языковые модели (LLM) и методы обезличивания данных для оптимизации внутренних операций. Об этом было заявлено вице-президентом и руководителем лаборатории финтех и инноваций компании Мариной Ляшенко на конференции CDI Conf. Основными целями внедрения являются сокращение времени обработки клиентских запросов и повышение операционной эффективности.
Технология обезличивания данных играет ключевую роль в стратегии компании. Она применяется для соответствия законодательным требованиям и минимизации рисков при утечках клиентской информации. Кроме того, создание обезличенных дата-сетов является необходимым условием для обучения LLM, особенно при использовании облачных платформ, что позволяет ВСК оптимизировать затраты на внутреннюю инфраструктуру.
Внедрение этих технологий является частью перехода компании к клиентоцентричной бизнес-модели, направленной на ускорение взаимодействия с клиентами и партнерами. В качестве примера в ВСК привели реализованный проект по страхованию лизинговых автомобилей, который решает проблему обработки нестандартных заявок от партнеров, не использующих API-интеграцию.
Для автоматизации процесса был разработан ИИ-агент на основе LLM и роботизации. Система с помощью технологии оптического распознавания символов (OCR) обрабатывает документы от партнеров, извлекает ключевые атрибуты для расчета страховой премии, после чего роботизированный комплекс загружает данные в расчетную систему.
По словам представителя ВСК, компания также тестирует LLM-инструменты для помощи разработчикам в написании кода и для поддержки сотрудников контакт-центров. Было отмечено, что формирование обезличенных дата-сетов особенно актуально в проектах, которые базируются на больших объемах неструктурированных данных.
По предварительным оценкам компании, оптимизация только одного бизнес-процесса в страховании лизинга позволит экономить около 10 миллионов рублей в год. В дальнейшем Страховой Дом ВСК планирует масштабировать данный подход на другие направления своей деятельности, ожидая от этого значительно большего экономического эффекта.
