Открытый вебинар · 23 сентября, 19:00 МСК · онлайн · около 90 минут
ИИ в ДМС: что работает, что не взлетает и почему
Разбор по этапам жизненного цикла договора: где ML-тарификация упирается в потолок, где окупается антифрод в счетах от клиник и что можно сделать вообще без бюджета. Плюс отдельный сюжет про розницу: почему рынок некорпоративного ДМС в 27 раз меньше коммерческой медицины.
Главный тезис вебинара
Машинное обучение на тех же факторах — это дорогой GLM.
Модель не создаёт информацию, она её извлекает. Если подать градиентному бустингу те же пятнадцать признаков, на которых десятилетиями считал GLM, прирост качества измеряется единицами процентов, зато объяснимость теряется целиком. Прорыв в тарификации ДМС даёт расширение набора признаков, и это инфраструктурный проект, а не проект по ИИ.
Это про вас, если…
- вы отвечаете за ДМС в страховой, и вам предлагают ML-тарификацию — хотите заранее понимать, что она даст именно на ваших данных;
- вы смотрите в сторону антифрода в счетах от клиник и хотите знать, с чего он на самом деле начинается и почему проект обычно встаёт ещё до модели;
- вы корпоративный страхователь, и вам важно, что спрашивать у страховщика на пролонгации — по проверке счетов, срокам согласований и отчётности;
- вам поставили задачу по ИИ, и надо выбрать, с какого этапа начинать, чтобы первый пилот не провалился;
- вы занимаетесь розничным ДМС и хотите разобрать, почему сегмент не растёт и что тут вообще можно сделать через данные.
Что разберём
Как приземлить пять инструментов на процессы ДМС
Семь этапов жизненного цикла договора, от котировки до пролонгации. На каждом — какой из пяти классов инструментов применим, что он там реально делает и где решение нельзя отдавать машине.
Почему ML-тарификация упирается в потолок
Машинное обучение на тех же пятнадцати признаках, что были в GLM, даёт единицы процентов. Разберём, где лежит настоящий резерв и что для него нужно построить раньше модели.
Антифрод в счетах от клиник
Пять типов потерь в реестрах и почему их видно только в связях. И честно про узкое место: чего в компаниях обычно нет, без чего модель не обучится.
Почему розничное ДМС проигрывает коммерческой медицине
1,78 триллиона рублей против 65 миллиардов: разрыв в 27 раз. Откуда он взялся, при чём тут антиселекция и универсальный полис на пяти параметрах — и что здесь могут дать данные.
Что можно делать уже сегодня
Четыре задачи без бюджета, без проекта и без единого персонального данного. Плюс вопросы, с которыми идти к вендору, — и те, что корпоративный клиент вправе задать страховщику на пролонгации.
Что говорят участники прошлого вебинара
Все отзывы →Татьяна Демьяненко — заместитель директора департамента, «Росгосстрах»
«Спасибо Анне за живое и структурированное выступление. Отлично раскрыта практическая ценность ИИ без излишней «магии». Понравился баланс между технологическими деталями и бизнес-примерами.»
Мила Ивлева — главный аналитик, «СОГАЗ»
«Наконец сложилась картина: пять инструментов, которые все называют ИИ, и понимание, какой под какую задачу. Раньше в разговорах с вендорами не хватало именно этой рамки — теперь есть с чем сверяться.
Читать отзыв целиком
Ценно и то, что разговор шёл не только про технологии, но и про деньги: как посчитать окупаемость на своём процессе и в какой момент расчёт разваливается. Это то, что можно принести руководству, а не пересказать своими словами.»
Ольга Бугай — начальник управления андеррайтинга ДМС, «Ингосстрах»
«Прошлые обучения по ИИ были мало информативны и сводились в основном к «это нельзя, так как инфобез». После этого вебинара ощущение совсем другое — можно, если делать умеючи. И объяснено очень доступно.»
Тина Хаин — директор по проектам, «Росгосстрах»
«Большое спасибо за встречу! Очень ёмкий вебинар с реально полезной информацией, который даёт общее представление о том, какие существуют ИИ-инструменты и что они умеют делать — без лишней воды и с простыми и понятными рекомендациями.»
Владислав Брунов — главный аналитик, «Ренессанс Жизнь»
«Спасибо Анне за глубину подачи. Она не просто перечислила технологии, а подробно разобрала, как именно работают инструменты автоматизации изнутри. Мы обсудили OCR, ИИ-агентов, чат-ботов и роботизацию — и, главное, поняли, где каждый из них уместен.
Читать отзыв целиком
Больше всего запомнилось чёткое разделение по масштабу задач. Где достаточно простых решений — например, распознавание документов через OCR в рутинных операциях, — а где нужно подключать серьёзные системы. Например, в андеррайтинге или при урегулировании убытков, когда ИИ помогает автоматически собирать данные о рисках и анализировать информацию по целым странам. Такой подход убирает соблазн автоматизировать всё подряд и помогает точечно направлять ресурсы туда, где они реально окупятся.
Именно в этом для меня и заключалась главная ценность: пришло чёткое понимание экономической выгоды от внедрения ИИ. Не абстрактные «технологии будущего», а конкретные сценарии с измеримым результатом.
Спасибо Анне за практичность, структурированность и вдохновение двигаться дальше!»
Константин Тонких — заместитель генерального директора, ГК «Финист»
«Я с нейросетями уже довольно давно и плотно взаимодействую, поэтому шёл скорее послушать, как коллеги разложат тему. Но даже мне было интересно — особенно понравилось, что разговор был не про абстрактный «ИИ, который сейчас всё сделает», а про конкретные инструменты, их применимость, ограничения и реальную цену внедрения.
Читать отзыв целиком
Отдельный блок я бы прямо рекомендовал собственникам и директорам — про всю «обвязку» вокруг ИИ: как решение реально встраивается в процессы, сколько занимает внедрение, сколько стоит не только запуск, но и дальнейшая эксплуатация и контроль. Потому что, как мне кажется, именно здесь чаще всего и возникает разрыв между красивым демо и работающим бизнес-решением. В этом смысле мысль из вебинара про то, что у каждого инструмента своя «валюта оплаты» — разметка, контроль, качество данных, поддержка — очень правильная.»
Мария Поздышева — руководитель центра обучения, ГК «Финист»
«Полезно, что разные инструменты ИИ разложили по конкретным задачам, ограничениям и требованиям к данным — стало понятнее, где что реально применимо.
Читать отзыв целиком
Главный вывод для меня: автоматизировать нужно не весь процесс сразу, а отдельный понятный шаг, результат которого можно проверить. И то, что за ИИ всегда стоят люди.»
Были на прошлом вебинаре?
Тема новая и узкая. Прошлые две встречи были про страхование вообще: какие бывают инструменты и какой процесс брать первым. Здесь только ДМС — тариф, счета от клиник, антифрод, согласования.
Не были на прошлом?
Ничего не потеряете: встреча самостоятельная, предварительных знаний об ИИ не требуется. Всё нужное для входа даю по ходу. Разбираемся в терминах ДМС, а не в математике.
Ведёт лично
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 и Telegram-канала «Data Driven Management».
Регистрация на вебинар
23 сентября, 19:00 МСК · онлайн · около 90 минут
Участие бесплатное
Ссылку на подключение отправим на почту перед началом.
Регистрируйтесь, даже если не сможете быть. Всем зарегистрированным пришлю материалы встречи: карту семи этапов договора ДМС с релевантными классами инструментов, список вопросов вендору и список вопросов страховщику на пролонгации.