| REKLAMA |
 |
W jaki sposób firmy ubezpieczeniowe planują oraz wdrażają strategie i budżety dotyczące generatywnej sztucznej inteligencji? Odpowiedzi na te pytania dostarcza raport „Your journey to a GenAI future: An insurer’s strategic path to success”, oparty na wynikach globalnego badania międzysektorowego, przeprowadzonego przez firmę SAS, lidera w dziedzinie danych i sztucznej inteligencji, we współpracy z Coleman Parkes Research. W badaniu wzięło udział 236 menedżerów i decydentów reprezentujących tę branżę.
Najpierw budżet i strategia
Raport SAS jednoznacznie wskazuje, że już 89 proc. ankietowanych reprezentujących sektor ubezpieczeń planuje inwestycje w GenAI w 2025 r., a 92 proc. z nich ma już przewidziany budżet na ten cel. Najczęściej wskazywanymi przez ubezpieczycieli celami inwestycyjnymi związanymi z GenAI są:
Ubezpieczyciele bardziej zaniepokojeni
Wyniki raportu SAS wskazują, że sektor ubezpieczeń wyraża większy niepokój wobec GenAI niż inne branże w kwestiach etycznego zastosowania technologii. Obawy w tym zakresie wyraziło 59 proc. decydentów w firmach ubezpieczeniowych, podczas gdy średnia dla wszystkich objętych badaniem sektorów wyniosła 52 proc.
Jednocześnie organizacje podejmują wysiłki w celu opracowania ram etycznego stosowania i monitorowania narzędzi generatywnej sztucznej inteligencji oraz zarządzania nimi. Prace te są na różnych etapach zaawansowania i dojrzałości:
Podobnie jak w innych branżach, głównymi obawami związanymi z wykorzystaniem GenAI w ubezpieczeniach są prywatność i bezpieczeństwo danych (odpowiednio 75 i 73 proc. wskazań). Nic w tym dziwnego – rośnie liczba incydentów z użyciem narzędzi GenAI, popełnianych zarówno przez amatorów, jak i zawodowych cyberprzestępców, stosujących tę technologię na większą skalę, np. w oszustwach finansowych, praniu pieniędzy i finansowaniu terroryzmu. GenAI może jednak stać się niezbędnym narzędziem w technologicznej wojnie z oszustami, pozwalającym dotrzymać im kroku.
Jak poradzić sobie z niedoborem danych?
Uzupełnieniem obaw związanych z etyką są kwestie zgodności z regulacjami. Tylko 1 na 10 (11 proc.) respondentów z sektora ubezpieczeń stwierdził, że jego organizacja jest w pełni przygotowana do spełnienia bieżących i zapowiadanych przepisów dotyczących GenAI.
Przykładowo, szkolenie dużych modeli językowych wymaga ogromnych ilości danych – zwłaszcza na potrzeby właściwej obsługi nietypowych przypadków. Dane te mogą jednak nie być dostępne w istniejących systemach produkcyjnych. Sektor ubezpieczeniowy boryka się z problemem braku dużych zbiorów danych, które zostałyby przefiltrowane pod kątem stronniczości i sprawdzone pod względem jakości.
Tymczasem jakość i ilość danych używanych do trenowania modeli GenAI i innych modeli AI może przesądzić o dokładności i rzetelności wyników modeli w decyzjach dotyczących roszczeń.
Co więcej, ubezpieczyciele jako powiernicy danych, chronią znaczne ilości wrażliwych informacji o swoich klientach. W obliczu rosnących obaw o prywatność, rozwiązaniem mogą być dane syntetyczne, które są sztucznie generowane, ale w sposób realistyczny odwzorowują dane rzeczywiste i wzbogacają istniejące zbiory bez naruszania prywatności klientów.
Badanie SAS wskazało, że ponad jedna czwarta (27 proc.) respondentów z sektora ubezpieczeń zadeklarowała, że korzysta z syntetycznych danych; blisko jedna trzecia (30 proc.) aktywnie rozważa ich użycie, a 22 proc. stwierdziło, że mogą je wziąć pod uwagę.
Źródło: SAS Institute
Mimo że branża ubezpieczeniowa charakteryzuje się powolnym przyjmowaniem zmian, to ubezpieczyciele okazują się pionierami w dziedzinie generatywnej sztucznej inteligencji, wykazując wyjątkowe zaangażowanie i entuzjazm inwestycyjny – powiedział Franklin Manchester, Principal Global Insurance Advisor w SAS. Nie mamy tu do czynienia z bańką AI, która ma pęknąć, co nas cieszy, ale jasne jest, że sektor ubezpieczeń, podobnie jak inne branże, musi pokonać pewne przeszkody.
Najpierw budżet i strategia
Raport SAS jednoznacznie wskazuje, że już 89 proc. ankietowanych reprezentujących sektor ubezpieczeń planuje inwestycje w GenAI w 2025 r., a 92 proc. z nich ma już przewidziany budżet na ten cel. Najczęściej wskazywanymi przez ubezpieczycieli celami inwestycyjnymi związanymi z GenAI są:
- zwiększenie satysfakcji i poprawa wskaźnika utrzymania klientów (81 proc. odpowiedzi, najwięcej spośród wszystkich uwzględnionych w badaniu sektorów),
- mniejsze koszty operacyjne i oszczędność czasu (76 proc.),
- poprawa zarządzania ryzykiem i zgodności z przepisami (72 proc.).
GenAI nie jest cudownym rozwiązaniem, ale ubezpieczyciele odkrywają, że może dostarczyć znacznie więcej elementów układanki, także w obszarach uznanych wcześniej za problematyczne, takich jak przetwarzanie danych nieustrukturyzowanych – powiedział Joe Rowe z firmy doradczej Accenture, Data and AI Insurance Lead dla sektora ubezpieczeń w Wielkiej Brytanii, Irlandii i Afryce. Przykładami obszarów, gdzie GenAI pomaga człowiekowi w podejmowaniu lepszych decyzji, są likwidacja szkód i ocena ryzyka.
Ubezpieczyciele bardziej zaniepokojeni
Wyniki raportu SAS wskazują, że sektor ubezpieczeń wyraża większy niepokój wobec GenAI niż inne branże w kwestiach etycznego zastosowania technologii. Obawy w tym zakresie wyraziło 59 proc. decydentów w firmach ubezpieczeniowych, podczas gdy średnia dla wszystkich objętych badaniem sektorów wyniosła 52 proc.
Jednocześnie organizacje podejmują wysiłki w celu opracowania ram etycznego stosowania i monitorowania narzędzi generatywnej sztucznej inteligencji oraz zarządzania nimi. Prace te są na różnych etapach zaawansowania i dojrzałości:
• 5 proc. respondentów określiło istniejące w ich organizacjach ramy zarządzania jako „dobrze ugruntowane i kompleksowe”. • 57 proc. stwierdziło, że wytyczne „są w trakcie opracowywania”. • 27 proc. określiło swoje ramy jako „doraźne lub nieformalne”. • 11 proc. przyznało, że ramy etyczne „nie istnieją”.
Wykorzystanie GenAI postępuje dość szybko, jednak aby rozwijać ją w sposób odpowiedzialny, ubezpieczyciele muszą osiągnąć harmonię w wymiarze ludzkim, procesowym i technologicznym, co pozwoli przejść z fazy eksperymentalnej do operacji i produkcji” – powiedział Joe Rowe.
Podobnie jak w innych branżach, głównymi obawami związanymi z wykorzystaniem GenAI w ubezpieczeniach są prywatność i bezpieczeństwo danych (odpowiednio 75 i 73 proc. wskazań). Nic w tym dziwnego – rośnie liczba incydentów z użyciem narzędzi GenAI, popełnianych zarówno przez amatorów, jak i zawodowych cyberprzestępców, stosujących tę technologię na większą skalę, np. w oszustwach finansowych, praniu pieniędzy i finansowaniu terroryzmu. GenAI może jednak stać się niezbędnym narzędziem w technologicznej wojnie z oszustami, pozwalającym dotrzymać im kroku.
Jak poradzić sobie z niedoborem danych?
Uzupełnieniem obaw związanych z etyką są kwestie zgodności z regulacjami. Tylko 1 na 10 (11 proc.) respondentów z sektora ubezpieczeń stwierdził, że jego organizacja jest w pełni przygotowana do spełnienia bieżących i zapowiadanych przepisów dotyczących GenAI.
Przykładowo, szkolenie dużych modeli językowych wymaga ogromnych ilości danych – zwłaszcza na potrzeby właściwej obsługi nietypowych przypadków. Dane te mogą jednak nie być dostępne w istniejących systemach produkcyjnych. Sektor ubezpieczeniowy boryka się z problemem braku dużych zbiorów danych, które zostałyby przefiltrowane pod kątem stronniczości i sprawdzone pod względem jakości.
Tymczasem jakość i ilość danych używanych do trenowania modeli GenAI i innych modeli AI może przesądzić o dokładności i rzetelności wyników modeli w decyzjach dotyczących roszczeń.
Co więcej, ubezpieczyciele jako powiernicy danych, chronią znaczne ilości wrażliwych informacji o swoich klientach. W obliczu rosnących obaw o prywatność, rozwiązaniem mogą być dane syntetyczne, które są sztucznie generowane, ale w sposób realistyczny odwzorowują dane rzeczywiste i wzbogacają istniejące zbiory bez naruszania prywatności klientów.
Badanie SAS wskazało, że ponad jedna czwarta (27 proc.) respondentów z sektora ubezpieczeń zadeklarowała, że korzysta z syntetycznych danych; blisko jedna trzecia (30 proc.) aktywnie rozważa ich użycie, a 22 proc. stwierdziło, że mogą je wziąć pod uwagę.
Wielu decydentów z branży ubezpieczeń aktywnie pracuje nad projektami GenAI, które mogą zrewolucjonizować sposób prowadzenia działalności przez ubezpieczycieli. Innowacyjny trend jest wciąż żywy w sektorze ubezpieczeń i możemy go podtrzymać tylko wtedy, gdy przyjmiemy zasady odpowiedzialnych innowacji. Obejmuje to tworzenie i utrzymywanie polityk oraz procesów, które chronią klientów i integralność danych, z których korzystamy” – powiedział Franklin Manchester.
Kolejny krok jest oczywisty: ubezpieczyciele muszą przyjąć etyczne ramy działania oraz rygorystyczne podejście do danych jako swój punkt odniesienia, aby w pełni wykorzystać transformacyjny potencjał i wartość technologii GenAI” – podkreślił ekspert SAS.
Źródło: SAS Institute
Najnowsze wiadomości
Europejski przemysł cyfryzuje się zbyt wolno – ERP, chmura i AI stają się koniecznością
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Europejski przemysł średniej wielkości wie, że cyfryzacja jest koniecznością, ale wciąż nie nadąża za tempem zmian. Ponad 60% firm ocenia swoje postępy w transformacji cyfrowej jako zbyt wolne, mimo rosnącej presji konkurencyjnej, regulacyjnej i kosztowej. Raport Forterro pokazuje wyraźną lukę między świadomością potrzeby inwestycji w chmurę, ERP i AI a realną zdolnością do ich wdrożenia – ograniczaną przez braki kompetencyjne, budżety i gotowość organizacyjną.
Nowa era komunikacji biznesowej, KSeF stał się faktem
Od 1 lutego 2026 roku, w Polsce z sukcesem rozpoczęła się nowa era elektronicznej komunikacji w biznesie. Od tego dnia przedsiębiorcy zaczynają posługiwać się wspólnym standardem we wzajemnej wymianie dokumentów – fakturą ustrukturyzowaną, znaną jako FA(3) lub po prostu faktura KSeF.
Od 1 lutego 2026 roku, w Polsce z sukcesem rozpoczęła się nowa era elektronicznej komunikacji w biznesie. Od tego dnia przedsiębiorcy zaczynają posługiwać się wspólnym standardem we wzajemnej wymianie dokumentów – fakturą ustrukturyzowaną, znaną jako FA(3) lub po prostu faktura KSeF.
Smart Factory w skali globalnej: jak MOWI porządkuje produkcję dzięki danym w czasie rzeczywistym
Cyfryzacja produkcji w skali globalnej wymaga dziś spójnych danych, jednolitych standardów i decyzji podejmowanych w czasie rzeczywistym. W środowisku rozproszonych zakładów produkcyjnych tradycyjne raportowanie i lokalne narzędzia IT przestają wystarczać. Przykład MOWI pokazuje, jak wdrożenie rozwiązań Smart Factory i systemu MES może uporządkować zarządzanie produkcją w wielu lokalizacjach jednocześnie, zwiększając przejrzystość procesów, efektywność operacyjną oraz stabilność jakości.
Cyfryzacja produkcji w skali globalnej wymaga dziś spójnych danych, jednolitych standardów i decyzji podejmowanych w czasie rzeczywistym. W środowisku rozproszonych zakładów produkcyjnych tradycyjne raportowanie i lokalne narzędzia IT przestają wystarczać. Przykład MOWI pokazuje, jak wdrożenie rozwiązań Smart Factory i systemu MES może uporządkować zarządzanie produkcją w wielu lokalizacjach jednocześnie, zwiększając przejrzystość procesów, efektywność operacyjną oraz stabilność jakości.
Hakerzy nie kradną już tylko haseł. Oni kradną Twój czas i przyszłość. Jak chronić ERP przed paraliżem?
Hakerzy coraz rzadziej koncentrują się wyłącznie na kradzieży haseł. Ich prawdziwym celem jest dziś sparaliżowanie kluczowych systemów biznesowych, przejęcie kontroli nad danymi i wymuszenie kosztownych decyzji pod presją czasu. System ERP, jako centralny punkt zarządzania finansami, produkcją i logistyką, stał się dla cyberprzestępców najbardziej atrakcyjnym celem. Ten artykuł pokazuje, dlaczego tradycyjne zabezpieczenia przestają wystarczać i jak realnie chronić ERP przed atakami, które mogą zatrzymać firmę z dnia na dzień.
PSI automatyzuje logistykę Rossmanna: Wdrożenie WMS i MFC w Czechach
Nowoczesne centrum logistyczne Rossmann w Czechach to przykład, jak strategiczne inwestycje w automatykę i systemy IT wspierają skalowanie biznesu w handlu detalicznym. Projekt realizowany przez PSI Polska obejmuje wdrożenie zaawansowanego systemu WMS oraz sterowania przepływem materiałów, tworząc w pełni zintegrowane środowisko dla obsługi rosnących wolumenów sprzedaży i dynamicznego rozwoju e-commerce. To wdrożenie pokazuje, jak technologia staje się fundamentem efektywnej, przyszłościowej logistyki.
Nowoczesne centrum logistyczne Rossmann w Czechach to przykład, jak strategiczne inwestycje w automatykę i systemy IT wspierają skalowanie biznesu w handlu detalicznym. Projekt realizowany przez PSI Polska obejmuje wdrożenie zaawansowanego systemu WMS oraz sterowania przepływem materiałów, tworząc w pełni zintegrowane środowisko dla obsługi rosnących wolumenów sprzedaży i dynamicznego rozwoju e-commerce. To wdrożenie pokazuje, jak technologia staje się fundamentem efektywnej, przyszłościowej logistyki.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Warsztaty analityczne i sesja discovery. Jak wygląda pierwszy etap współpracy z partnerem wdrożeniowym ERP
Wdrożenie systemu ERP to jedna z najważniejszych strategicznych decyzji, jakie może podjąć firma. To inwestycja, która ma zrewolucjonizować procesy, zwiększyć efektywność i dać przewagę konkurencyjną. Jednak droga do sukcesu jest pełna potencjalnych pułapek. Wielu menedżerów obawia się nieprzewidzianych kosztów, oporu zespołu czy niedopasowania systemu do realnych potrzeb. Jak zminimalizować to ryzyko? Kluczem jest solidne przygotowanie. Zanim padnie słowo „wdrażamy”, konieczne jest przeprowadzenie trzech fundamentalnych etapów: warsztatów analitycznych, sesji discovery oraz analizy przedwdrożeniowej ERP. To nie są zbędne formalności, ale fundament, na którym zbudujesz sukces całego projektu.
Wdrożenie systemu ERP to jedna z najważniejszych strategicznych decyzji, jakie może podjąć firma. To inwestycja, która ma zrewolucjonizować procesy, zwiększyć efektywność i dać przewagę konkurencyjną. Jednak droga do sukcesu jest pełna potencjalnych pułapek. Wielu menedżerów obawia się nieprzewidzianych kosztów, oporu zespołu czy niedopasowania systemu do realnych potrzeb. Jak zminimalizować to ryzyko? Kluczem jest solidne przygotowanie. Zanim padnie słowo „wdrażamy”, konieczne jest przeprowadzenie trzech fundamentalnych etapów: warsztatów analitycznych, sesji discovery oraz analizy przedwdrożeniowej ERP. To nie są zbędne formalności, ale fundament, na którym zbudujesz sukces całego projektu.
Strategia migracji danych do nowego systemu ERP. Metody, ryzyka i najlepsze praktyki
Wdrożenie nowego systemu ERP to dla wielu firm nie tylko krok w stronę unowocześnienia procesów biznesowych, ale także ogromne przedsięwzięcie logistyczne i technologiczne. Aby nowy system ERP zaczął efektywnie wspierać działalność organizacji, kluczowe jest odpowiednie przygotowanie danych, które muszą zostać bezpiecznie i precyzyjnie przeniesione ze starego systemu. Migracja danych ERP to skomplikowany proces, wymagający zarówno zaawansowanej wiedzy technologicznej, jak i dokładnego planowania na poziomie strategicznym. W tym artykule przybliżymy najlepsze metody, wskażemy najczęstsze ryzyka oraz podpowiemy, jak przeprowadzić migrację krok po kroku.
Wdrożenie nowego systemu ERP to dla wielu firm nie tylko krok w stronę unowocześnienia procesów biznesowych, ale także ogromne przedsięwzięcie logistyczne i technologiczne. Aby nowy system ERP zaczął efektywnie wspierać działalność organizacji, kluczowe jest odpowiednie przygotowanie danych, które muszą zostać bezpiecznie i precyzyjnie przeniesione ze starego systemu. Migracja danych ERP to skomplikowany proces, wymagający zarówno zaawansowanej wiedzy technologicznej, jak i dokładnego planowania na poziomie strategicznym. W tym artykule przybliżymy najlepsze metody, wskażemy najczęstsze ryzyka oraz podpowiemy, jak przeprowadzić migrację krok po kroku.
Strategiczna przewaga czy kosztowny mit? Kto wygrywa dzięki chmurze?
Chmura miała być odpowiedzią na wyzwania sektora finansowego: przestarzałą infrastrukturę, rozproszone dane, rosnące oczekiwania klientów i klientek. Dziś korzysta z niej już 91% instytucji, a mimo to tylko nieliczne mówią o realnych efektach. Zaledwie 12% firm maksymalizuje potencjał chmury – tworzy skalowalne platformy, wdraża GenAI, monetyzuje dane. Reszta? Często grzęźnie w kosztach, integracjach i braku kompetencji. Różnica nie tkwi w technologii, ale w strategii – i to ona może zadecydować o miejscu w sektorze, który właśnie wchodzi w kolejną fazę transformacji.
Strategiczna przewaga czy kosztowny mit? Kto wygrywa dzięki chmurze?
Chmura miała być odpowiedzią na wyzwania sektora finansowego: przestarzałą infrastrukturę, rozprosz… / Czytaj więcej
Nowe narzędzie, nowe możliwości – Adrian Guzy z CTDI o innowacyjności, kulturze pracy z danymi i analityce w Microsoft Fabric
W nowej siedzibie CTDI w Sękocinie Starym pod Warszawą tafle szkła odbijają poranne słońce, a wnętr… / Czytaj więcej
Hiperautomatyzacja: kolejny etap rewolucji czy buzzword?
Automatyzacja to już nie tylko boty i proste skrypty – kolejnym krokiem jest hiperautomatyzacja, kt… / Czytaj więcej
Jak agenci AI zrewolucjonizują przemysł, zwiększą produktywność i obniżą koszty
Obecnie każda firma chce być firmą AI, ale według McKinsey tylko 1% przedsiębiorstw uważa, że osiąg… / Czytaj więcej
Technologiczny wyścig z czasem – czy automatyzacja pomoże załatać lukę technologiczną w przemyśle?
Sytuacja polskiego przemysłu nie jest łatwa – według ostatnich danych GUS wskaźnik produkcji sprzed… / Czytaj więcej
Niedojrzałość danych: blokada na drodze do zaawansowanej sztucznej inteligencji
Każda ankieta dotycząca generatywnej sztucznej inteligencji, wypełniana przez osoby z branży techno… / Czytaj więcej
