ReSource Pro, поставщик стратегических операционных и технологических услуг для страховой отрасли, опубликовала свой отчет «Уроки ИИ 2026» (AI Lessons Learned Report), предоставив непосредственный обзор того, как организации по всей экосистеме имущественного страхования и страхования от несчастных случаев (P&C) в США ориентируются как в возможностях, так и в подводных камнях внедрения искусственного интеллекта. Результаты появляются в то время, когда страховщики P&C сталкиваются с растущим конкурентным давлением в части интеграции ИИ в ключевые операционные процессы, такие как андеррайтинг, урегулирование убытков и обслуживание клиентов — области, где традиционно насыщенные данными рабочие процессы отрасли делают ее естественной испытательной площадкой для технологий машинного обучения и генеративного ИИ.

Собственное исследование, проведенное старшим партнером ReSource Pro Марком Бридингом (Mark Breading) и менеджером программы Хизер Тернер (Heather Turner), основано на более чем 40 интервью с руководителями высшего звена, охватывающими всю цепочку создания стоимости в страховании. В отчете представлена отраслевая картина того, где сейчас находится страхование P&C на пути внедрения ИИ.

Исследователи задали лидерам страховой экосистемы три прямых вопроса о внедрении ИИ в их организациях: какие уроки они извлекли, с какими трудностями сталкиваются и что их ждет дальше? Полученные ответы сходятся к одному четкому выводу: успех в области ИИ в меньшей степени зависит от выбора правильной модели или инструмента и в гораздо большей степени — от культуры, качества данных, управления и устойчивых организационных изменений.

Окупаемость ИИ зависит от организации, а не от системы

Центральная тема отчета бросает вызов многолетнему доминированию технократического подхода в отрасли. Во всех сегментах руководители сходятся во мнении, что внедрение ИИ — это не технологический проект; это операционная трансформация, охватывающая людей, процессы и поведение. Это различие меняет подход организаций к планированию, инвестициям и управлению.

«Отрасль ясно и недвусмысленно говорит нам, что организации, добивающиеся успеха с ИИ, — это те, кто относится к нему как к бизнес-трансформации, а не как к ИТ-инициативе», — заявил Марк Бридинг, старший партнер ReSource Pro. «Пять уроков, изложенных в этом отчете, добыты нелегким путем и поразительно последовательны. Независимо от сегмента, возникают одни и те же барьеры и одни и те же изменения в мышлении».

Пять ключевых уроков с передовой внедрения ИИ в страховании

Собственное исследование ReSource Pro сводит отраслевой опыт к пяти фундаментальным выводам:

1. Внедрение ИИ — это бизнес-задача и культурный сдвиг, а не технологическая реализация.
Страховые компании осознали, что эффективное внедрение ИИ требует поведенческих и культурных изменений, при которых сотрудники постоянно применяют человеческое суждение для проверки и критической оценки результатов ИИ. Стандартные операционные процедуры, связанные с проектированием рабочих процессов, управлением данными и управлением организационными изменениями, должны быть надлежащим образом задокументированы до того, как ИИ сможет показать свою эффективность.

2. Обеспечение поддержки со стороны руководства остается универсальной проблемой.
Во всей экосистеме организации struggle с культурной осведомленностью, внедрением и принятием. Получить поддержку со стороны руководства часто бывает трудно, когда ответственность за ИИ не определена, а опасения по поводу безопасности перевешивают предполагаемые операционные выгоды. Переход от этапа доказательства концепции требует приверженности руководства с постоянным обучением, ориентированным на конкретные роли и построенным вокруг реальных сценариев использования.

3. Создание рамок управления ИИ является приоритетной задачей.
Управление — это сфера, в которой многие страховые компании наименее подготовлены. По мере того как агентный ИИ — системы, способные совершать автономные действия при минимальном вмешательстве человека — получает распространение, а регуляторы усиливают надзор за применением ИИ в страховании, актуальность создания формальных комитетов по ИИ и структур управления возрастает. Государственные страховые регуляторы через такие органы, как Национальная ассоциация страховых комиссаров (National Association of Insurance Commissioners), уже начали выпускать методические указания и модельные бюллетени по ответственному использованию ИИ в андеррайтинге и принятии решений по страховым выплатам. Исследование ReSource Pro показывает, что возможности ИИ уже опережают рамки управления, имеющиеся в организациях.

4. Низкое качество данных — самый большой барьер на пути к успеху ИИ.
Организации по всей страховой отрасли единодушно признают, что некачественные входные данные приводят к неудовлетворительным результатам ИИ. Многие имеют данные, разбросанные по устаревшим системам в разных форматах и с непоследовательным уровнем качества, что делает чистую, стандартизированную базу данных обязательным предварительным условием, а не запоздалой мыслью. Эта проблема стоит особенно остро в страховании, где многолетние платформы администрирования страховых полисов и урегулирования убытков часто сосуществуют с новыми цифровыми системами. Этот вывод последовательно подтверждался по всей цепочке создания стоимости в страховании.

5. Человеческая экспертиза и отраслевые знания в страховании остаются незаменимыми.
Страховая отрасль согласна с тем, что ИИ усиливает работу квалифицированных специалистов, но не может заменить глубокие отраслевые знания, необходимые для его грамотного применения. Результаты ReSource Pro показывают, что организации, объединяющие инструменты ИИ с опытными специалистами страховой отрасли, стабильно превосходят те, которые внедряют технологии без достаточного понимания предметной области.

Что дальше

Отвечая на вопрос о ближайших приоритетах, лидеры отрасли регулярно называли две ключевые задачи: совершенствование инфраструктуры управления данными и создание формальных рамок управления ИИ. Многие также отметили необходимость дополнительного времени на обучение персонала, накопление институциональных знаний и выявление бизнес-проблем, в которых ИИ приносит наиболее ощутимую отдачу.

В отчете отмечается, что сроки реализации комплексных инициатив уже сокращаются: задачи, на выполнение которых раньше требовалось шесть месяцев, теперь могут быть выполнены за шесть недель. Во всех сегментах респонденты выразили оптимизм в отношении того, что отрасль все еще находится на раннем этапе раскрытия полного потенциала ИИ, и что фундаментальные инвестиции в данные и управление обеспечат значительно большую отдачу в предстоящие годы.