ИИИИ в страховых процессахКурс · 4 недели
🎦 26 августа, 19:00 МСК — бесплатный вебинар «Где в страховых процессах AI окупается, а где — деньги на ветер»Зарегистрироваться →

Бесплатный вебинар · 26 августа, 19:00 МСК · онлайн · бесплатно · 1–1,5 часа

Где в страховых процессах AI окупается, а где — деньги на ветер

За час на живом примере — обработке входящих документов — покажу метод: как разложить процесс, отсеять неокупаемое и посчитать окупаемость на пальцах. Чтобы выйти к руководству не с «мы изучаем ИИ», а с одной страницей расчёта, которую можно защитить.

Это про вас, если…

Сверху спустили цель по ИИ на год. Внедрять некому — ИТ загружены своим бэклогом, отдельного бюджета нет, а на комитете «что-то показать» надо. И главный вопрос, на который нет ответа: с какого процесса вообще начинать.

Финансы срезали бюджет и просят экономию по функции. Автоматизация — очевидный ответ. Но чем доказать, что она окупится, а не станет ещё одной статьёй расходов? Цифр нет. Есть ощущение, что «где-то тут много ручного труда».

В обоих случаях не хватает одного и того же: способа понять, где применить и во сколько это обойдётся. Не стратегии цифровой трансформации. Не дорожной карты на три года. Одной страницы с расчётом, которую можно защищать, потому что вы понимаете каждую цифру в ней.

Такая страница собирается за 15 минут — три шага

  1. Разложить процесс на шаги. По каждому: что на входе, что на выходе, кто делает, какой объём, какие исключения.
  2. Прогнать через фильтр из четырёх вопросов — стоит ли этот процесс вообще трогать. Для части процессов правильный ответ «нет», и обоснованный отказ от автоматизации — это тоже результат.
  3. Посчитать окупаемость на уровне порядков. Что высвобождаем против того, что тратим. Не до копейки — вопрос не «сколько ровно», а «окупается или нет».

Пример расчёта на входящих документах

5 специалистов × 3 часа/день на разбор входящих × 21 рабочий день = 315 часов ручной работы в месяц.

Автоматизация извлечения данных снимает ~60% рутины → остаётся ≈190 часов. Полностью нагруженный час специалиста ≈900 ₽ → ≈171 000 ₽/мес, около 2 млн ₽ в год.

Пилот на одном типе документа — 0,8–1,5 млн ₽, поддержка ≈40 тыс/мес. Чистая экономия ≈131 тыс/мес. Окупаемость 6–12 месяцев — в любом конце вилки меньше года.

Цифры — пример; на вебинаре покажу, как подставить свои.

Что будет

  • Разбор процесса обработки входящих документов на живом примере — от шагов до расчёта окупаемости.
  • Обзор пяти инструментов, которые называют ИИ: программный робот (RPA), обучаемая модель (ML), языковая нейросеть (LLM), компьютерное зрение (CV), ИИ-агент (AI agent) — что каждый делает и где ломается первым.
  • Как приложить инструменты к процессу — куда именно их ставить, без ИТ-отдела.

Чего не будет

  • Разбора ваших собственных процессов — на вебинаре один мой пример; ваши процессы разбираем на курсе.
  • Продажи вендорских решений — без вендоров.
  • Обучения методу целиком за час — за этим курс.

Ведёт лично

Анна Муковозова — 20+ лет в страховании (ex-СОГАЗ, ex-Ингосстрах), руководитель аналитики, эксперт data-driven. Образование: ВМК МГУ, Андеррайтер высшей категории (диплом МГИМО), Data Scientist (диплом Яндекс). Автор курса для андеррайтеров ДМС.

Регистрация на вебинар

26 августа, 19:00 МСК · онлайн · бесплатно · 1–1,5 часа. Ссылку пришлём на email перед началом.