8min

Mensen worden meer mens, dankzij AI

Mensen worden meer mens, dankzij AI

Heb je wel eens stormschade gehad of een deuk in je auto? Grote kans dat de schade namens jouw verzekeraar is afgehandeld door Van Ameyde. Dit bedrijf verzorgt de schadeafhandeling voor meer dan 1000 aangesloten verzekeraars in heel Europa. De tussen de 2,5 en 3,5 miljoen e-mails met bijlagen die het bedrijf jaarlijks ontvangt, worden sinds kort niet meer afgehandeld door mensen, maar door een tool die boordevol zit met (generatieve) AI, waaronder ChatGPT.

Jan-Michel Cillessen is COO bij Van Ameyde Group en verantwoordelijk voor het zoveel mogelijk automatiseren van de operationele processen. Want in het efficiënter afhandelen van die processen zit de meerwaarde van het bedrijf voor klanten. Efficiënter betekent immers dat het voor de verzekeraar goedkoper wordt en dat de eindklant een bedrag eerder en zonder gedoe op zijn rekening heeft staan. Cillessen: “We zijn gespecialiseerd in twee typen schades. Aan de ene kant de hoog complexe claims, denk aan schepen, fabrieken en zware letselschades. Daar komt veel specialistische kennis bij kijken. Die expertise hebben wij in huis. Aan de andere kant besteden onze klanten graag de eenvoudige, hoog volume claims aan ons uit, omdat wij onze automatisering zo goed op orde hebben. Daardoor kunnen wij dat goedkoper en sneller dan zijzelf. We handelen ongeveer een miljoen schades per jaar af.”

Standaardiseren van processen

De kern van het bedrijf wordt gevormd door een zelf ontwikkeld IT-platform met de naam ECHO. Dit is multi language, multi currency software die in ieder land wordt ingezet. “We sturen al twintig jaar op het belang van standaardiseren van processen”, vertelt Cillessen. “Als je in ieder land op precies dezelfde manier werkt, is het veel makkelijker om schaalvoordelen en procesverbeteringen te realiseren.”

Een jaar of zes geleden dook voor het eerst in de organisatiestrategie van Van Ameyde het woord hyperautomation op. Cillessen: “We zagen toen al dat er krapte zou gaan ontstaan op de arbeidsmarkt. Bovendien vinden wij dat je mensen moet inzetten op taken waar ze goed in zijn en de meeste waarde toevoegen. Dat zijn doorgaans niet de repetitieve taken zoals een binnenkomende e-mail lezen, de meegestuurde documenten in het bijbehorende dossier zetten, en terugmailen dat er nog bepaalde informatie ontbreekt.”

In eerste instantie bood Robotic Process Automation (RPA) uitkomst, waarmee gestructureerde data uit bijvoorbeeld schadeformulieren automatisch worden verwerkt. “Maar we krijgen ook veel ongestructureerde data binnen en documenten waarbij je niet aan de bestandsnaam kunt zien wat het is. Denk aan foto’s die iemand heeft gemaakt van een schade of een politierapport uit het buitenland.”

Reden om op zoek te gaan naar software die je zou kunnen trainen om ook dat soort documenten te herkennen en de inhoud ervan automatisch te verwerken. Hij kwam uit bij Simplifai, een bedrijf dat een AI-gedreven oplossing heeft ontwikkeld om e-mails, documenten en chats af te handelen.

Robot trainen

De nieuwe tool, volledig geïntegreerd in het claimsplatform ECHO, fungeert eigenlijk als een virtuele collega. En net zoals je een mens van vlees en bloed moet vertellen hoe het proces loopt en eerst onder begeleiding laat werken, moet je ook een robot trainen voordat hij zelfstandig aan de slag kan. Dat is gebeurd met vele duizenden voorbeelden van eerdere schade-afhandelingszaken, zowel eenvoudige als complexe. De robot herkent nu automatisch dat een pdf bijvoorbeeld een politierapport is. De software is ook in staat om dat politierapport te lezen, samen te vatten en de conclusie eruit te filteren, ongeacht in welke taal het is opgesteld. Onder de motorkap wordt hiervoor het algoritme van ChatGPT gebruikt. Cillessen: “Als je in Italië een ongeluk krijgt waar de politie bij betrokken is, dan kunnen we hier in Nederland onze klanten helpen zonder dat we onze Italiaanse collega’s nodig hebben om het rapport te lezen. Dat scheelt zo ontzettend veel tijd.”

Het systeem kan ook foto’s herkennen en rubriceren. Heeft jouw auto door een kettingbotsing zowel voor als achter schade, dan kan de software automatisch herkennen welke foto’s de voorkant van de auto betreffen en welke de achterkant. “Mensen sturen vandaag de dag bijna altijd een foto mee van een schade”, zegt Cillessen. “Meestal gaat het om twee of drie foto’s, maar soms krijgen we dossiers met tientallen foto’s. Dan is het handig dat die automatisch worden gerubriceerd.”

Hoewel het proces van schade-afhandeling in de Europese landen op elkaar lijkt, zijn er ook verschillen. Denk alleen maar aan verschillen in wet- en regelgeving. De software moet daarom voor ieder land apart worden getraind. “Maar omdat we onze processen zo vergaand hebben gestandaardiseerd, gaat dat heel snel”, vertelt Cillessen. “Als de software het ‘trucje’ in Nederland kent, dan kun je drie weken later ook in Duitsland live. En weer drie weken later in Frankrijk. Als je begint over processtandaardisatie dan kreeg je in het verleden heel moeilijk de handen op elkaar. Maar nu plukken we er echt de vruchten van dat we al twintig jaar gestandaardiseerd werken en dat dus ook onze historische data zo goed op orde zijn. Anders zou de robot nooit zo snel hebben kunnen leren. Want je hebt nu eenmaal volume nodig om de accuratesse te verhogen.”

Doorgroeimogelijkheid medewerkers

Het trainen van de software gebeurt grotendeels door eigen medewerkers. Noodzakelijk, want je hebt domeinkennis nodig, weet Cillessen. Gelukkig kostte het weinig moeite om enthousiastelingen te vinden die hun werk als schade-expert wel wilden inruilen voor dat van trainer van AI. “Je moet wel data savvy zijn om dat werk te doen. Het zijn deels andere mensen dan de procesverbeterspecialisten van vroeger.” Deze medewerkers met domeinkennis worden ondersteund door specialisten van Simplifai, die de kennis rond de tooling en AI toevoegen.

Van Ameyde begon met het trainen van de software in de zomer van 2022. Een jaar later worden ongeveer 15.000 e-mails per week door de software afgehandeld. Daarbij volgt van Ameyde bekende motto’s als: ‘fail fast, learn fast’ en ‘groot denken, klein beginnen, snel opschalen’. “Dat heeft heel goed gewerkt”, aldus Cillessen. “We begonnen met vijf e-mails per week in alleen Nederland, toen 500, dan 5000. Daarna pasten we het behalve in Nederland ook in andere landen toe. Bovendien wordt het percentage documenten dat de tool zelfstandig kan lezen en archiveren steeds hoger. We begonnen met 70 procent, nu gaan nu al richting de 90 procent.”

Van Ameyde is begonnen met de eenvoudige dossiers: de eenduidige stormschades, autoschades enzovoort. Langzaam schuift het op naar het complexe werk. Cillessen: “Eenvoudige schades kun je op den duur volledig automatisch afhandelen, maar bij de ingewikkelde cases wordt de beoordeling altijd door een mens gedaan. In die gevallen gebruiken we de software voor decision support, maar niet voor volautomatische afhandeling.”

Sturen op harde data

Cillessen is blij dat hij al eerder investeerde in process mining software Celonis. Want daardoor ziet hij nu direct waar in het proces de tooling goed werkt en waar er nog veel menselijke interventie nodig is. “Process mining helpt om snel bottlenecks in processen te ontdekken. Wij hebben altijd te maken met pieken, denk aan de eerste dagen na een zware storm of aan de vakantieperiode, als gezinnen allemaal tegelijkertijd met een caravan naar het buitenland gaan. Als er tijdens zo’n piekmoment iets gebeurt waardoor een proces hapert, dan heb je een groot probleem. Met Celonis hebben we real-time inzicht in de voortgang van onze processen. Dat heeft als voordeel dat we inmiddels precies zien waar de Simplifai-robot goed presteert en op welke gebieden wat minder. Ik kan ook precies meten hoeveel beter de nieuwe AI-tooling onze processen maakt. Alles is fact based. Het is geen onderbuikgevoel, we sturen op harde data.”

Die harde data gebruikt hij dan weer in gesprekken met klanten. “Als we zien dat de afhandeling van een schade bij de ene klant langer duurt of tot meer klantcontact leidt dan bij een andere klant, gaan we in gesprek”, zegt Cillessen. “Waarom versturen polishouders van de ene klant gemiddeld drie mails over een schade die zij claimen, terwijl er bij andere klanten maar één mail nodig is? Door de combinatie van RPA, AI en process mining kunnen wij heel gericht de vinger op de zere plek leggen. Dat is ook de reden dat klanten ons zo graag inschakelen. Wij hebben meer inzicht in hun processen dan zij zelf.”

Nu de ‘achterkant’ van de processen zo verregaand is geautomatiseerd, zijn er zelfs klanten die alleen maar de software van Van Ameyde afnemen, exclusief de menselijke dienstverlening. Cillessen: “De markt transformeert nu in snel tempo naar een wereld waarin de schadeafhandeling verregaand is geautomatiseerd. Mensen worden ingezet vanwege hun menselijke skills: complexe schades beoordelen en persoonlijk klantcontact waar het nodig is. Gelukkig hebben wij de mensen in dienst die vinden dat hun werk daar alleen maar leuker van wordt.”