AIG 保险公司采用带有编排层的代理人工智能技术进行业务运营

美国国际集团（AIG）已报告 增长速度超出预期 该公司利用生成式人工智能技术，对承保能力、运营成本和投资组合整合具有重大影响。该公司近期在投资者日上披露的信息值得人工智能决策者关注，因为其中包含有关可衡量的吞吐量和工作流程重组的论断。

🚀 超出初步预期

AIG概述了生成式人工智能实施的潜在益处。首席执行官 彼得·扎菲诺 他最初将公司早期的预测描述为“愿景性的”，但在第四季度财报电话会议上，他表示： “我们看到他们的能力要强得多。” 语气的变化表明内部取得了积极的成果。

“我们看到，在无需额外人力资源投入的情况下，我们处理提交流程的能力发生了巨大变化。这才是最大的惊喜。”
——美国国际集团首席执行官彼得·扎菲诺

📊 对加工能力的直接经济影响

该公司声称生成式人工智能已经 提高提交处理能力 转化为直接的经济影响。AIG报告称，到2025年，该公司“在将生成式人工智能嵌入核心承保和理赔流程并扩大其应用方面取得了进展”。该公司的内部工具， AIG Assist目前，大多数商业领域都已采用这种方法。

关键绩效指标：

• ✅ 列克星敦保险公司AIG的超额和盈余资产部门的目标是达到 到2030年，提交作品数量达到50万份。
• ✅ 列克星顿已经超越了 2025年提交作品数量将达到37万件
• ✅ AIG 使用生成模型高效地提取和汇总传入数据。

🤖 AI 编排层和代理协调

AIG 开发了一种 编排层 在技​​术栈中，“协调人工智能代理，以推动更好的决策并降低组织成本”。这种程度的协调代表着与以往战略重点相比的重大进步。

首席执行官描述了人工智能代理 “作为与我们团队并肩作战的伙伴” 提供：

• 🔹 实时信息访问
• 🔹历史案例分析
• 🔹 用客观的见解质疑承保决策
• 🔹 以极短的时间处理传入数据

⚙️ 前端到后端工作流程压缩

AIG 将编排与它所谓的压缩联系起来 “从前到后的工作流程”， 实现了受理、风险评估和理赔处理之间更紧密的整合。该公司表示，通过协调层实现多位代理人的协同工作，简化了以往重复且耗时的流程。

💼 实际应用和战略合作

AIG已将其生成式人工智能技术应用于特定的高价值交易中：

📈人工智能决策者的关键要点

对于人工智能决策者而言，这个案例说明了以下方面的价值： 编排和工作流集成 当生成模型嵌入核心流程时，就能发挥作用。经济影响的程度取决于…… 产能和周期时间的可测量变化 这一点怎么强调都不为过。

（图片来源：“长崎，AIG（保险公司）大楼”，由Admanchester拍摄，并根据CC BY-NC-ND 2.0许可协议发布。）