Hoe AIG AI-agenten inzet voor snellere verzekeringsprocessen

Sophie Jansen · 2026-02-17

Het verhaal van verzekeringsgigant AIG laat zien hoe generatieve AI écht verschil kan maken. Ze rapporteren namelijk snellere resultaten dan verwacht, vooral op het gebied van acceptatiecapaciteit, operationele kosten en portfolio-integratie. Wat ze tijdens hun Investor Day deelden, is interessant voor iedereen die met AI beslissingen neemt. Het gaat over meetbare doorvoer en het herontwerpen van workflows. CEO Peter Zaffino noemde hun eerste voorspellingen aanvankelijk 'aspirationeel'. Maar tijdens een gesprek over de jaarcijfers klonk hij een stuk positiever. 'We zien dat de mogelijkheden veel groter zijn,' zei hij. Die verschuiving in toon zegt genoeg over de interne resultaten. ### De grootste verrassing voor AIG Zaffino's woorden zijn veelzeggend: 'We zien een enorme verandering in ons vermogen om de stroom aan aanvragen te verwerken... zonder extra menselijk kapitaal. Dat was de grootste verrassing.' De economische impact is direct voelbaar. AIG geeft aan in 2025 'vooruitgang te hebben geboekt met het inbedden van generatieve AI in onze kernprocessen voor acceptatie en schadeafhandeling.' Hun interne tool, AIG Assist, wordt nu in de meeste commerciële takken gebruikt. Neem bijvoorbeeld Lexington Insurance, hun excess- en surplus-unit. Hun doel is 500.000 aanvragen in 2030. Zaffino meldt dat ze in 2025 al meer dan 370.000 hebben verwerkt. Dat is geen toeval. ### De cruciale rol van de 'orchestration layer' Het geheim? AIG gebruikt generatieve modellen om inkomende data te extraheren en samen te vatten. Maar het echte verschil wordt gemaakt door wat ze een 'orchestration layer' noemen in hun tech-stack. Deze laag coördineert AI-agenten om betere beslissingen te nemen en kosten te verlagen. Tijdens eerdere Investor Days was deze orchestratie nog geen focuspunt. Zaffino beschrijft de AI-agenten als 'metgezellen die met onze teams samenwerken'. Ze geven real-time informatie, putten uit historische casussen en dagen acceptatiebeslissingen uit. Het bedrijf vertrouwt op het vermogen om data 'in een fractie van de tijd' te beheren en agenten zo te orkestreren dat ze kunnen opschalen en informatie analyseren 'die op geen enkele manier bevooroordeeld is, door de hele workflow heen.' - **Front-to-back workflow:** Orchestratie leidt tot compressie van wat AIG een 'front-to-back workflow' noemt: een strakkere integratie tussen intake, risicoanalyse en schadeafhandeling. - **Stroomlijning:** Meerdere agenten, gecoördineerd via één laag, stroomlijnen repetitieve en voorheen tijdrovende processen. - **Praktische toepassing:** Tijdens de overname van Everest's retail commercial business werden accounts 'in een fractie van de tijd' geprioriteerd voor verlenging. ### Van theorie naar praktijk: twee concrete cases Die laatste toepassing is een goed voorbeeld. Het management legt uit dat ze een ontologie van Everest's portfolio bouwden en deze combineerden met die van henzelf. Dat 'stelde [het bedrijf] in staat te prioriteren hoe de portfolio's samen konden smelten.' Ontologische afstemming is technisch veeleisend en leidt vaak tot onderschatte kosten. Een tweede case is de lancering van Lloyd's Syndicate 2479, in samenwerking met Amwins en Blackstone. Hier werd de ontologische aanpak uitgebreid naar een special purpose vehicle (SPV). Samen met Palantir gebruikte AIG LLM's om te beoordelen of Amwins' programma-portfolio aansloot bij de risico-appetite van het syndicaat. Zaffino stelt dat AIG een 'sterke pijplijn van SPV-kansen' heeft. Wat kunnen we hiervan leren? Voor AI-beslissers illustreert deze case de waarde van orchestratie en workflow-integratie wanneer generatieve modellen in kernprocessen zijn ingebed. Het laat ook zien in hoeverre de economische impact afhangt van meetbare veranderingen in capaciteit en doorlooptijd. Het is geen magie, het is slimme inzet van technologie die menselijk werk ondersteunt en versnelt. Zo krijg je processen die niet alleen sneller, maar ook consistenter en minder foutgevoelig worden. Dat is waar de echte winst zit.