Tom Kerr (TK)生成式人工智能的主流使用促使理赔负责人探索如何使用该技术来改善理赔管理. GenAI无疑为P提供了巨大的机会&C行业, 技术领导者必须勤奋地确保将索赔管理方面的复杂知识和经验整合到这些程序中.
在今天的播客中, 我们邀请了Enlyte的技术专家迈克主教和迈克Cwynar来讨论这些问题. 先生们，欢迎光临.
迈克·毕夏普，从你开始吧. 当您听到客户将GenAI纳入他们的索赔程序时, 他们通常在寻找什么?
迈克主教我认为他们现在所做的就是每个人都在做的, 这是在试图理解这项技术. So, 它被炒作了, 它是最近才出现的, 我认为每个人都看到了这项技术的巨大前景, 但他们正在努力了解如何使用它.
这是所有这些技术最困难的部分? 为技术而研究技术是一回事, 而是将其整合到工作流程中, 尤其是涉及到治疗受伤员工的工作流程, 在汽车事故中受伤的人, 你必须非常小心如何使用它.
So, 我认为现在客户正在做的是试图理解用例的种类, 它会应用在哪里, 了解他们如何负责任地使用这项技术.
TK: 他们是否对如何将这项技术纳入他们的索赔管理计划有一个大致的想法, 还是仍然存在学习差距?
主教我认为肯定存在学习差距. 当然, 他们可以有自己的想法, 他们读到的最新的新闻稿, 或者他们可以想出一些技术上的想法，你可以用它来做, 正确的?
比如，“哦，我可以总结这个，或者我可以有一个聊天机器人来做这个，”但没有具体的. 我认为, 再一次。, 他们只是想更好地理解什么类型的事情是真正可能的, 然后再一次, 他们将如何整合它们. 所以，我认为绝对存在学习差距.
迈克Cwynar:是啊, 我想大多数人都有一系列的问题，他们认为他们可以用这个来解决，只要了解他们的业务，GenAI背后的潜力.
作为商人，我不知道他们总是知道从哪里开始. 他们只是有个问题. 迈克的观点是，最近的一些公告听起来可能会让他们的清单上没有这个. 我能快速预测索赔是否需要更长期的东西吗? 今天，有时他们直到这个周期的后期才知道. 明天，他们希望通过使用历史数据尽快解决这个问题.
许多人只是不知道从哪里开始，我认为这就是学习差距发挥作用的地方. 因为这并不一定像纸上写的那么简单.
TK: 继续这个主题, 迈克Cwynar, 在更好地理解和实施这项技术方面，索赔行业专业人士还面临哪些挑战?
Cwynar坦率地说，我认为有了数据，人们对此有了更多的了解. 你开始问这样的问题，“你有这个的数据吗? 你上次打扫是什么时候?”
您最终从许多(至少是较大的付款人)那里听到的是多个系统中的数据. 它不一定那么容易到达. 我认为仅仅有大量的数据并不能解决问题. 适当数量的数据对于构建和训练这些模型非常重要.
我认为最后一部分是组织中谁是主题专家，可以帮助验证这些模型是否以与他们的业务通常相同的方式产生问题的答案? 这就是它背后的力量. 每个付款人都可以有自己独特的方式来解决索赔和处理承保等问题. 和, so, GenAI的力量是为了让他们在做决定时拥有自己的哲学.
但是训练这些模型需要时间，而且这些模型需要数据. 并不是所有的数据都是好的数据. 所以, 我认为这是很多人真正开始关注的地方, 意识到有很多实体都有这些潜在的强大模型, 但如果没有客户数据，它们就毫无用处.
主教我想是另一个, 太, 有时候，我们并没有很好地认识到，技术提供商通常为我们的行业服务，为所有行业服务, 也在尝试学习这些技术，但他们真的还没有准备好.
当你和技术供应商见面的时候, 他们仍在努力弄清楚如何将这些核心技术提供给我们. 所以，它真的还没有确定在哪里你可以做出技术上的选择.
大多数人无法为外出找理由, 例如, 并且自己训练一个大的语言模型. 他们将以一个为基础, 通过不同的技术使之专业化, 包括即时工程.
但因为技术供应商现在还没有准备好, 你几乎处于一种观望模式，你试图弄清楚谁将带着最好的工具进入市场. 所以，在那之前，我认为这是把这些东西推向市场的另一个障碍.
TK: 我认为这是我们下一个话题的一个很好的过渡. 付费用户在选择GenAI技术合作伙伴时应该问哪些问题?
主教首先, 你要确保技术供应商理解我们行业的特殊挑战. 他们在这些大型语言模型中使用的委婉语之一就是可能出现的错误. 他们称其为幻觉或其他术语, 这就意味着模型给出了错误的结果, 这是编出来的. 所以，你必须处理所有这些事情.
如果这种情况发生在你试图弄清楚你在网上购买的东西或影响较小的东西时, 这没什么大不了的. 如果你向某人提供医疗保健信息, 这种后果可能会危及生命. 所以, 你必须确保提供模型的人, 他们提供了技术, 是否考虑到你将如何负责任地使用这项技术. 并确保护栏在那里.
偏见之类的东西会潜入这些模型. 只是要确保他们不只是在使用技术，或者以那种方式看待它. 他们正在考虑如何将其应用到我们的行业中.
TK: 玩家可以遵循哪些策略来确保他们从GenAI中获得最佳结果?
Cwynar我认为我们一直在和许多人谈论的一件事是对问题陈述以及如何衡量它有一个非常清晰的理解, 你得到了你想要的结果.
所以，就像迈克刚才说的，监控不合理答案的能力. 例如, 有一个正在运行的模型可以帮助调整员做出有一些法规遵从背景的决定, 突然之间, 佛罗里达州或密歇根州出台了新的收费计划，其中一些模式可能会在一夜之间变得无关紧要.
So, 我认为最重要的事情之一就是要确保, 在你运行这个的所有情况下, 这需要一定的专业知识, 圈内人, 与…有关, 不出意外的话, 定期审计和查看从模型中得出的结果，以确保它们继续具有相关性.
因为这些不是一劳永逸的事情. 我们不做一次，然后它们就会一直工作下去. 你必须定期对这些东西进行管理，这样才能形成良好的数据卫生，对吧?
数据也是一样. 它会随着时间而改变, 因此，你必须真正掌握这种治理模型，以确保这些模型不会开始提供答案，这些答案可能在未来的某个时候变得无关紧要，没有人真正理解它.
TK: So, 就目前GenAI在理赔管理领域的工作情况进行评分而言, 支付者主要关注的是它能在多大程度上简化流程或提高索赔处理效率吗? 或者他们还有其他想要实现的目标?
Cwynar 是啊，就像进步胜过完美. 你没有必要一开始就处理最复杂的问题. 从小事做起，适应它，了解如何监控、控制和审计它.
因为在索赔的世界里，你可以应用它的可能性是无限的, 当你考虑与投保人互动时, 受伤的员工, 等.从它对承保的潜在影响到欺诈检测，都在里面. 但, 它依赖于真正了解业务的人，以及关注每天发生的事情的能力.
TK: 你对GenAI在未来一到五年内将如何影响这个行业有什么预测吗?
主教我想你会在一些特定的领域看到它. 我认为, 我和迈克给出的几乎所有答案中都有这个线索, 你是否必须考虑治理以及如何负责任地使用技术.
因此，出于这个原因, I think the impact that you’re going to see is less the stuff that is hyped and demoed; where you see an individual customer or, 在我们的例子中, 一个受伤的工人直接与技术互动. 我认为这项技术将在幕后产生更大的影响，因为这样你就可以控制它.
所以我认为在未来一两年内我们不会向索赔人提供医疗摘要, 但我们当然可以提供一份来自GenAI的医学总结给内部人员，以确保他们会注意这些错误, 幻觉, 诸如此类的事情.
So, 我认为这是负责任的使用要求, 尤其是在我们这个行业, 这是否意味着这项技术将在幕后用于自动化，以帮助知识工作者更有效、更好地完成他们的工作.
Cwynar是的，我同意. 我认为速度和效率是这里最大的机会. 人们仍然会提出索赔，他们会时不时地需要帮助，你总是希望有一个人可以和你交谈.
So, 我不认为这个世界会突然出现一个虚拟调解员来帮你处理一切事情. 这并不意味着, 迈克的观点, 幕后故事, 没有一个虚拟调节器能够快速有效地收集所需的所有信息, 提供建议, 帮助排序进一步索赔比他们今天可以更快地考虑到典型的工作量，坐在前面的理算员.
我想你会在那里看到更多的助理理算员, 虚拟调节器组件是相当强大的许多我们今天的行业. 和, 我认为是能够快速分诊的能力, 并获取信息，否则不会总是可用的. 比如说，如果有人刚刚提出索赔，他们之前发生过事故, 这将改变护理的过程，人们需要能够提前识别诸如此类的事情.
它只是在早期快速地创造了更多个性化的护理计划, 然后让人们更好，更快地开始他们的生活. 这些可能是许多人正在谈论和关注的一些领域, 但我认为在未来几年内最有潜力.
TK: 谢谢，迈克和迈克. 我们很快会在另一期播客中回来. 到那时候，谢谢收听.