Пять инструментов, которые называют «ИИ» — и как посчитать, окупится ли автоматизация

«Внедрить ИИ» — не задача. Задача формулируется не на уровне компании, а на уровне шага процесса — и для соседних шагов одного процесса нужными оказываются разные инструменты. Это открытая лекция для руководителей функций страховых компаний: урегулирование, андеррайтинг, медэкспертиза, клиентский сервис, аналитика. Без продажи технологий — с разбором, где какой инструмент работает, где ломается первым и как посчитать деньги до того, как просить бюджет. Что внутри: — пять инструментов, которые называют «ИИ»: программный робот, обучаемая модель, языковая нейросеть, компьютерное зрение, ИИ-агент — и у каждого своё «где ломается»; — три ограничения российского контура, которые отсекают половину красивых сценариев до начала разговора; — как разложить процесс на шаги и что спросить у вендора, который обещает «автоматизировать весь цикл»; — лестница нормализации грязных данных: почему робот идёт последним, а не первым; — полный расчёт на живом примере: 4 200 операций в месяц → экономия 2 млн ₽ в год, вложения 1,25 млн, окупаемость 10 месяцев — и семь флагов, при которых в проект идти не надо. 📊 Калькулятор окупаемости из лекции (Excel, с формулами и флагами) пришлю на почту — напишите на info@datadriven-course.com. 🎓 Хотите еще более детальный разбор и на ваших процессах — курс «Автоматизация и ИИ в страховых процессах: руководитель принимает решение». 4 недели, живые встречи, разбор ваших процессов, дорожная карта проекта для защиты перед руководством. Запись: datadriven-course.com/enroll · Отзывы участников: datadriven-course.com/testimonials Анна Муковозова — 20+ лет в страховании (ex-СОГАЗ, ex-Ингосстрах), руководитель аналитики, эксперт data-driven. Образование: ВМК МГУ, Андеррайтер высшей категории (диплом МГИМО), Data Scientist (диплом Яндекс). Автор курса для андеррайтеров ДМС. Канал о data-driven управлении в страховании: t.me/datadrivenmanagement 00:00 Почему «внедрить ИИ» — не задача 05:20 От «автоматизировать всё» — к шагу процесса 05:58 Три ограничения российского контура 10:26 Карта пяти инструментов 12:19 Программный робот (RPA) 15:00 Обучаемая модель (ML) 25:44 Языковая нейросеть 28:08 Компьютерное зрение 31:34 ИИ-агент 33:44 Раскладываем процесс: входящие документы 37:30 Вендор обещает «весь цикл» — что спросить 38:37 Лестница нормализации грязных данных 40:27 Экономика: экономия, инвестиции, регулярные затраты 46:51 Сколько на самом деле стоит час сотрудника 48:11 Окупаемость «на салфетке» 49:55 Как посчитают финансисты: дисконтирование 51:29 Семь флагов «в этот проект не идти» 52:39 Кому хватит записи, а кому нужен курс