Hvad kan en AI-workshop afdække i et forsikringsselskab?
En AI-workshop for et forsikringsselskab går ud på at finde de steder, hvor det samme papirarbejde gentager sig - og skille dem fra de steder, hvor AI ikke skal beslutte noget. I går hjem med tre til fem opgaver fra jeres egne flows, et skøn over hvad hver af dem koster i tid i dag, og en plan for den første. Ikke et oplæg om kunstig intelligens, men en beslutning I kan handle på i næste uge.
Det er den praktiske forskel på en workshop og et foredrag: foredraget giver forståelse, workshoppen giver en prioritering. Er I i tvivl om, hvilken I har brug for først, har vi skrevet om det i AI-foredrag: hvad får I ud af det. Rammerne for selve dagen ligger på AI workshop for virksomheder.
Hvorfor en workshop i forsikring ser anderledes ud
En almindelig AI-workshop handler om kontorarbejde: mails, referater, dokumenter. Dem har I også, men to ting gør dagen anderledes.
Den første er datatypen. Næsten alt, I rører, er personoplysninger, og en del af det er helbredsoplysninger. Det flytter spørgsmålet fra "kan AI læse det her" til "hvor må det ligge, og hvem kan se det". Vi tager det tidligt på dagen, fordi svaret ofte afgør, hvilken løsning der er realistisk. Baggrunden står i AI og GDPR og i AI-datasikkerhed.
Den anden er, at nogle af jeres kerneopgaver er reguleret skarpere end resten. Derfor arbejder vi i to spor: det interne arbejde, hvor AI kan spare tid med lav risiko, og de kundevendte afgørelser, hvor den ikke skal være med til at bestemme.
Skadesanmeldelser: hvor tiden faktisk går
Når vi kortlægger en skadesbehandling, ligger tiden sjældent i selve vurderingen. Den ligger før og efter: at læse anmeldelsen igennem, finde ud af hvad den handler om, se om der mangler oplysninger, skrive til kunden og bede om dem, lægge bilag det rigtige sted - og skrive det samme resumé som sidste gang.
Det er den slags arbejde, AI er god til, netop fordi det gentager sig: sortere anmeldelser efter type, trække de oplysninger ud der skal i systemet, markere hvad der mangler, og lægge et udkast til svar klar. Afgørelsen bliver stadig truffet af et menneske. Det, der forsvinder, er ventetiden og dobbeltarbejdet omkring den.
Policedokumenter: når svaret findes, men ingen kan finde det
De fleste forsikringsselskaber har svaret på langt de fleste spørgsmål skrevet ned et sted. Problemet er, at det står i betingelser, tillæg, interne vejledninger og versioner fra tre år tilbage - og at det tager tyve minutter at finde.
Opgaven er ikke at lade AI gætte, men at lade den svare udelukkende ud fra jeres egne dokumenter, med en henvisning til hvilket afsnit i hvilken version svaret kommer fra. Det er en anden slags løsning end en generel chatbot, og vi har beskrevet den i AI på egne dokumenter. Det er typisk den use case, der får flest stemmer fra dem, der sidder med telefonen.
Kundehenvendelser: de samme spørgsmål, igen
Tredje sted er indbakken og telefonen. "Er det her dækket", "hvor langt er min sag", "hvordan ændrer jeg min police". Spørgsmålene er ensartede nok til at kunne besvares automatisk, men konsekvensen af et forkert svar er større end i en webshop: et "ja, det er dækket" ligger tæt på et løfte.
Derfor skiller vi de henvendelser, der handler om proces, fra dem der handler om dækning. Proces kan automatiseres først. Dækning kræver, at svaret bygger på jeres faktiske betingelser og kan spores tilbage til dem. Hvad en kundevendt løsning kan og ikke kan, står i AI-chatbot til hjemmesiden og på AI til kundeservice.
Hvor AI ikke skal beslutte noget
Det her er det afsnit, der gør en forsikringsworkshop forskellig fra alle andre. I EU's AI-forordning er AI-systemer, der bruges til risikovurdering og prisfastsættelse i forbindelse med livs- og sundhedsforsikringer, listet som højrisiko i bilag III, punkt 5(c) - se oversigten over bilag III. Det er ikke et forbud, men det udløser en række krav, og dem tager man ikke let på i en pilotfase.
To ærlige forbehold i stedet for at gøre billedet skarpere end det er: Kommissionens retningslinjer for, hvordan klassificeringen skal afgrænses i praksis, har indtil videre kun ligget i udkast, og tidsplanen for hvornår kravene gælder, har flyttet sig undervejs. Derfor er rådet ikke "lad være med at røre det", men "lad være med at starte der". Der er rigeligt at hente i det interne arbejde.
Til gengæld gælder kravet om AI-kompetencer hos medarbejderne, forordningens artikel 4, allerede. Det er uafhængigt af risikoniveau og har været i kraft siden 2. februar 2025 - Dansk Industri har en gennemgang. Det punkt løses med undervisning, ikke med en workshop: det ligger i AIK Academy. Skal I skrive ned, hvad medarbejderne må og ikke må, er der en skabelon i AI-politik for virksomheder.
Sådan ser dagen ud
Vi deler dagen i fire dele, og rækkefølgen betyder noget:
- Kortlægning. Vi tegner jeres flow op: fra anmeldelse til afslutning, og fra henvendelse til svar. Det ser sjældent ud som på tegningen.
- Idégenerering. Hvor gentager arbejdet sig? Vi skriver alt ned, også det urealistiske.
- Filtrering. Hver idé måles på tre ting: hvor ofte opgaven sker, hvor ensartet den er, og hvad det koster, hvis AI svarer forkert. Det tredje vægter tungere hos jer end hos de fleste.
- Prioritering. Vi vælger én at starte med, og den skal kunne være i drift inden for få uger - ikke måneder.
McKinsey har målt, at virksomheder, der bruger AI i administrative processer, sparer 20-30% af tiden på netop de processer. Tallet gælder de opgaver, AI overtager - ikke hele forretningen. Dagen går med at finde ud af, hvor mange af jeres timer der ligger i den kategori.
Hvem skal med i lokalet?
Det er her, udbyttet oftest tabes. Der skal mindst én med, som selv behandler sager eller svarer kunder. De ved, hvor tiden går, og det passer sjældent helt med, hvad ledelsen tror.
Derudover: én med beslutningskompetence, én der kender systemerne, og gerne den, der har compliance eller databeskyttelse som sit område. Fire til otte personer fungerer bedst.
Hvad en workshop ikke kan
En workshop giver en plan, ikke en løsning i drift. Den rydder heller ikke op i jeres data: ligger sagsnoter i fritekst og bilag i fire forskellige mapper, svarer AI derefter. Nogle gange bliver oprydningen den første opgave.
Vil I se, hvordan samme dag ser ud i en anden branche, er AI-workshop for webshops skrevet over samme skabelon.
Hvornår er I klar?
I er klar, når der er et sted, hvor arbejdet gentager sig, og nogen kan sige cirka hvor ofte. Det er hele kravet - I behøver ikke have valgt værktøj eller have en IT-afdeling.
Er I ikke klar til at sætte en hel dag af, så tag en gratis AI-afklaring først. Det er 30 minutter, ingen forpligtelse, og vi siger det ærligt, hvis vi ikke kan se en opgave hos jer, der er værd at gå videre med. Ring til Alexander på +45 25 54 70 74, eller skriv til os.
Ofte stillede spørgsmål
Hvad koster en AI-workshop for et forsikringsselskab?
Prisen afhænger af antal deltagere, længden og hvor meget forberedelse der skal til. Den største udgift er typisk jeres egen tid i lokalet. Vi har regnet det igennem i hvad koster en AI-workshop.
Skal vi have styr på data og compliance først?
Nej. Regn med, at begge emner kommer op på dagen, og at de kan ende som en del af den første opgave. Men at vente på, at alt er på plads, er den sikreste måde at komme for sent i gang.
Kan vi bruge AI på skadesanmeldelser med helbredsoplysninger?
Det kræver, at løsningen kører i et miljø, I kan stå inde for, og at det er aftalt med jeres databeskyttelsesansvarlige. Det er en af de ting, vi afklarer på dagen i stedet for bagefter.
Vi er et mindre selskab eller en assurandørforretning - er vi for små?
Nej. Det afgørende er ikke antallet af ansatte, men om en opgave gentager sig ofte nok til, at det kan betale sig at automatisere den. Er der 200 ensartede henvendelser om måneden, er der noget at hente.
