Hoe AIG AI gebruikt om verzekeringsprocessen te versnellen

·
Luister naar dit artikel~5 min
Hoe AIG AI gebruikt om verzekeringsprocessen te versnellen

Verzekeraar AIG boekt onverwachte snelheidswinst met generatieve AI. CEO Zaffino ziet 'enorme verandering' in procescapaciteit zonder extra personeel. Een kijkje in hun AI-orchestratie en de impact op onderhandelen en kosten.

Het is geen geheim dat kunstmatige intelligentie de wereld verandert, maar soms komen er verhalen voorbij die je echt even laten stilstaan. Neem nou American International Group (AIG). Deze verzekeringsgigant deelt resultaten over hun gebruik van generatieve AI die zelfs hun eigen verwachtingen overtreffen. En dat heeft serieuze gevolgen voor hun onderhandelingscapaciteit, operationele kosten en portfolio-integratie. Tijdens een recente Investor Day waren hun onthullingen voor AI-besluitvormers het bespreken waard. Waarom? Omdat ze concrete cijfers en meetbare doorvoer noemden, niet alleen maar vage beloftes. Het gaat hier om echte workflow-herontwerpen. ### Van aspiratie naar tastbaar resultaat AIG schetste eerst de potentiële voordelen van generatieve AI. CEO Peter Zaffino noemde de vroege projecties zelfs 'aspirationeel'. Maar in een latere winstpresentatie klonk de toon heel anders. "We zien dat de mogelijkheden veel groter zijn," zei hij. Die verschuiving in taalgebruik zegt genoeg over de positieve interne resultaten. Zaffino's woorden zijn veelzeggend: "We zien een enorme verandering in ons vermogen om een stroom van aanvragen te verwerken... zonder extra menselijk kapitaal. Dat is de grootste verrassing geweest." Stel je voor: meer werk doen zonder meer mensen aan te nemen. Dat is precies de soort efficiëntie waar bedrijven van dromen. ![Visuele weergave van Hoe AIG AI gebruikt om verzekeringsprocessen te versnellen](https://ppiumdjsoymgaodrkgga.supabase.co/storage/v1/object/public/etsygeeks-blog-images/domainblog-b04ecba1-d9e1-4064-b3af-16d2701cd07f-inline-1-1771560141062.webp) ### De directe economische impact De bewering dat generatieve AI de verwerkingscapaciteit voor aanvragen heeft verhoogd, heeft een direct economisch effect. AIG meldt dat ze in 2025 "vooruitgang hebben geboekt met het inbedden van generatieve AI in onze kernprocessen voor onderhandelen en claims, en dit hebben uitgebreid." Hun interne tool, AIG Assist, wordt nu in de meeste commerciële bedrijfslijnen gebruikt. Het is geen experiment meer op een afdeling; het is onderdeel van de dagelijkse operatie. - **Lexington Insurance**, de excess- en surplus-eenheid van AIG, mikte op 500.000 aanvragen tegen 2030. - Zaffino meldt dat Lexington in 2025 al meer dan 370.000 aanvragen heeft verwerkt. Die cijfers zijn niet toevallig. AIG gebruikt generatieve modellen om inkomende data te extraheren en samen te vatten. Maar het meest interessante is de 'orchestration layer' die ze in hun tech-stack hebben ontwikkeld. ![Visuele weergave van Hoe AIG AI gebruikt om verzekeringsprocessen te versnellen](https://ppiumdjsoymgaodrkgga.supabase.co/storage/v1/object/public/etsygeeks-blog-images/domainblog-b04ecba1-d9e1-4064-b3af-16d2701cd07f-inline-2-1771560145605.webp) ### AI-agenten als teamgenoten Die orchestration-laag is er "om AI-agenten te coördineren voor betere besluitvorming en lagere kosten in de organisatie." Tijdens eerdere Investor Days was dit niveau van coördinatie nog geen focus. Nu wel. De CEO beschrijft de AI-agenten als "metgezellen die met onze teams samenwerken." Ze geven real-time informatie, putten uit historische casussen en dagen onderhandelingsbeslissingen uit. Het bedrijf vertrouwt op het vermogen om inkomende data "in een fractie van de tijd" te beheren en agenten zo te orkestreren dat ze "kunnen opschalen en die informatie kunnen analyseren die op geen enkele manier bevooroordeeld is; dat loopt door de hele workflow." AIG koppelt deze orkestratie aan het comprimeren van wat ze een 'front-to-back workflow' noemen: een strakkere integratie tussen intake, risicobeoordeling en claimsafhandeling. Meerdere agenten, gecoördineerd via één laag, stroomlijnen repetitieve en voorheen tijdrovende processen. ### Praktijkvoorbeelden die het verschil maken Tijdens de overname van Everest's retail commercial business, rapporteert het bedrijf dat accounts "in een fractie van de tijd" werden geprioriteerd voor verlenging. Het management bouwde een ontologie van Everest's portfolio en combineerde die met hun eigen systeem. Dat "liet [het bedrijf] prioriteren hoe de portfolio's samen konden smelten." Ontologische afstemming is technisch veeleisend en leidt vaak tot onderschatte kosten, maar de winst in snelheid is duidelijk. De lancering van Lloyd's Syndicate 2479, in samenwerking met Amwins en Blackstone, breidde deze ontologische aanpak uit naar een special purpose vehicle. Samen met Palantir gebruikte AIG grote taalmodellen (LLM's) om te beoordelen of Amwins' programma-portfolio aansloot bij het risicoprofiel van het syndicaat. Zaffino zei dat AIG een "sterke pijplijn van SPV-kansen" heeft. Voor AI-besluitvormers laat deze casus zien welke waarde orkestratie en workflow-integratie kunnen bieden wanneer generatieve modellen in kernprocessen zijn ingebed. Het toont ook in welke mate de economische impact afhangt van meetbare veranderingen in capaciteit en doorlooptijd. Het is een verhaal over technologie, maar vooral over het slimmer inrichten van werk.