Automatyzacja agencji ubezpieczeniowej: 3 bezpieczne zadania (i gdzie prawo zabrania automatyzacji)

Nie zaczynam od tego, co AI "może zrewolucjonizować" w sprzedaży ubezpieczeń, bo w większości agencji, z którymi rozmawiamy, pytanie w ogóle nie powinno brzmieć "gdzie wdrożyć AI", tylko "gdzie kończy się operacyjna robota, a zaczyna czynność, za którą agent odpowiada prawnie całym majątkiem i licencją". To dwa różne światy i w ubezpieczeniach miesza się je zdecydowanie zbyt często.

Ustawa o dystrybucji ubezpieczeń z 2017 roku (implementująca unijną dyrektywę IDD) wymaga, żeby przed zawarciem umowy dystrybutor przeprowadził analizę potrzeb klienta i na jej podstawie przedstawił udokumentowaną rekomendację konkretnego produktu, wraz z wyjaśnieniem, dlaczego właśnie ten produkt odpowiada sytuacji klienta. Do tego klient musi otrzymać kartę produktu (IPID) i OWU przed podpisaniem. To czynność zarezerwowana dla osoby wpisanej do rejestru agentów ubezpieczeniowych prowadzonego przez KNF, bo tylko taka osoba ponosi za tę rekomendację odpowiedzialność. Chatbot, nawet najlepiej wytrenowany, nie ma numeru w rejestrze. I nie powinien dostawać zadania, które z definicji wymaga tego numeru.

To nie jest drobna formalność, którą można obejść sprytnym promptem. To jest powód, dla którego każdy projekt automatyzacji w agencji ubezpieczeniowej, który widzieliśmy, zaczyna się od rozrysowania procesu i zaznaczenia czerwoną linią, co jest "obsługą", a co "dystrybucją". Dobra wiadomość: po stronie "obsługi" jest więcej pracy ręcznej niż się wydaje, i tam automatyzacja daje wymierny zwrot już w pierwszym miesiącu.

Gdzie kończy się automat, a zaczyna licencjonowany agent

W praktyce granica wygląda tak: AI może zbierać informacje, porządkować je, przypominać, wysyłać, klasyfikować. Nie może oceniać potrzeby klienta i polecać konkretnego wariantu ochrony. Jeśli klient pisze do bota "jaką polisę AC powinienem wybrać", prawidłowa odpowiedź automatu to przekazanie rozmowy do agenta, a nie próba udzielenia porady, nawet uprzejmej i ostrożnie sformułowanej.

Ta granica ma też drugą stronę, o której rzadko się mówi: dystrybutor musi tę rekomendację udokumentować, czyli zapisać na piśmie lub innym trwałym nośniku, co poleca i dlaczego. Automat może przygotować taki dokument w formie szkicu do podpisu agenta, może zebrać dane wejściowe do analizy potrzeb klienta, może przypomnieć agentowi, że dokumentacja jest wymagana przed wysłaniem oferty. Ale finalny krok, czyli sama rekomendacja, musi wyjść od człowieka z uprawnieniami. To jest dokładnie ten punkt, w którym "automatyzacja procesu" różni się od "automatyzacji sprzedaży" i w ubezpieczeniach te dwa pojęcia trzeba rozdzielać bardziej rygorystycznie niż w innych branżach.

Zadanie 1: przypomnienia o odnowieniu polisy OC i AC

Tu automatyzacja ma sens praktycznie bez wyjątków, bo to czysta logistyka terminów, nie ocena ryzyka. Warto jednak rozróżnić OC od AC, bo prawnie to dwie różne sytuacje.

Polisa OC posiadaczy pojazdów mechanicznych przedłuża się automatycznie na kolejne 12 miesięcy, jeśli klient nie wypowie jej najpóźniej dzień przed końcem okresu ochrony. Zakład ubezpieczeń ma ustawowy obowiązek poinformować klienta o zbliżającym się końcu okresu ubezpieczenia, zwykle z odpowiednim wyprzedzeniem przed datą odnowienia, razem z informacją o warunkach automatycznego przedłużenia i wysokości nowej składki. To obowiązek zakładu, nie agenta ani agencji, ale agencja, która sama przypomni klientowi wcześniej i zaproponuje porównanie ofert, ma po prostu większą szansę, że klient zostanie u niej, a nie przejdzie do konkurencji, która wyśle przypomnienie pierwsza.

AC jest dobrowolne i co do zasady nie przedłuża się automatycznie w ten sam sposób, zależy to od OWU konkretnego zakładu, ale w praktyce najczęściej trzeba zawrzeć nową umowę. Jeśli agencja nie przypomni klientowi samodzielnie, klient często po prostu zostaje bez ochrony autocasco, nie z wyboru, tylko z przeoczenia. To jeden z najbardziej opłacalnych automatów, jakie wdrażaliśmy: harmonogram przypomnień wysyłanych mailem, SMS-em albo na WhatsAppie, 30 i 14 dni przed terminem, z linkiem do kontaktu z agentem albo prostym formularzem "chcę porównanie ofert".

Ograniczenie jest proste i warto je od razu zapisać w specyfikacji projektu: automat przypomina i zbiera odpowiedź klienta ("tak, interesuje mnie odnowienie", "nie, rezygnuję", "chcę inne warunki"), ale nie proponuje konkretnej nowej składki czy zakresu ochrony. To wraca do agenta. Jeśli ktoś w agencji dziś ręcznie przegląda kalendarz polis i dzwoni do klientów po kolei, to jest dokładnie ten rodzaj zadania, które najpierw oddajemy automatowi, bo błąd kosztuje tam najwięcej: zapomniany termin to utracony klient, nie tylko utracona godzina pracy.

Zadanie 2: pierwsze zbieranie dokumentów szkodowych

Zgłoszenie szkody to moment, w którym klient jest zestresowany, często nie wie, jakie dokumenty są potrzebne, i dzwoni do agencji z pytaniem "co teraz". Dobrze zaprojektowany bot albo formularz prowadzi go przez checklistę: numer polisy, data i okoliczności zdarzenia, zdjęcia uszkodzeń, w razie kolizji dane drugiego uczestnika i numer protokołu, jeśli interweniowała policja. To skraca czas kompletowania dokumentacji z kilku dni wymiany maili do jednej sesji, w której klient od razu dostaje listę tego, czego brakuje.

Tu trzeba wprowadzić drugie ograniczenie, które w artykułach o "AI w ubezpieczeniach" rzadko jest powiedziane wprost: dane o stanie zdrowia to dane szczególnej kategorii w rozumieniu RODO. W szkodach osobowych i w polisach na życie klient często musi przekazać informacje medyczne, diagnozy, dokumentację z leczenia. Takich danych nie wolno przetwarzać swobodnie, przetwarzanie wymaga konkretnej podstawy prawnej, najczęściej wyraźnej zgody klienta albo ustawowego wyjątku dotyczącego oceny ryzyka ubezpieczeniowego, a dostęp do nich powinien mieć ograniczony krąg osób po stronie zakładu ubezpieczeń lub agencji, z jasno określonym czasem przechowywania.

Praktyczny wniosek dla projektu automatyzacji: bot może zbierać same dokumenty i metadane szkody (numer polisy, data, rodzaj zdarzenia), ale jeśli w formularzu pojawia się pole z opisem obrażeń albo załącznik z dokumentacją medyczną, ten etap trzeba świadomie wyodrębnić, zaszyfrować, ograniczyć dostęp i mieć jasno spisane, na jakiej podstawie prawnej te dane są przechowywane i jak długo. Nie zostawiałbym tego "do ustalenia później", bo to jest dokładnie ten typ błędu, który w kontroli wygląda najgorzej. Więcej o tym, jak rozdzielać proces na część, którą automatyzujemy bezpiecznie, i część, która zostaje przy człowieku, piszemy przy okazji wdrożeń automatyzacji obsługi klienta, bo logika rozgraniczenia jest tam bardzo podobna niezależnie od branży.

Zadanie 3: wstępna kwalifikacja leada przed przekazaniem agentowi

Agencja, która generuje leady z formularzy, reklam albo porównywarek, ma zwykle ten sam problem: część zgłoszeń to osoby, które "sprawdzają tylko ceny", część to realne potrzeby, a agent traci czas, zanim odróżni jedno od drugiego. Automat może zadać kilka pytań porządkujących, zanim temat w ogóle trafi do człowieka: jaki rodzaj ryzyka, czy klient ma już aktualną polisę i kiedy się kończy, w jakim budżecie się porusza, czy to kontynuacja, czy nowa potrzeba (na przykład nowy samochód, nowy lokal, dziecko).

To jest kwalifikacja, nie rekomendacja, i ta różnica ma znaczenie prawne, nie tylko semantyczne. Automat nie mówi klientowi "ten produkt będzie dla pana najlepszy", tylko zbiera fakty i przekazuje je agentowi razem ze wstępnym priorytetem (na przykład "polisa kończy się za 10 dni, klient porównuje 3 oferty, kontakt dziś"). Jeśli ktoś w zespole codziennie traci 60-90 minut na przepisywanie tych samych pytań z formularza do CRM i na oddzielanie realnych leadów od przypadkowych kliknięć, to jest konkretny sygnał, że warto zacząć automatyzację właśnie tutaj, a nie od efektownych, ale ryzykownych prawnie scenariuszy z rekomendacją produktu. Przy skali leadów, jaką generuje dziś marketing w branży ubezpieczeniowej, taka wstępna kwalifikacja często wraca się już po pierwszym miesiącu, bo agent zaczyna rozmowę od razu z kompletem informacji, a nie od pytań, które klient już raz wpisał w formularz. Podobny mechanizm scoringu i kwalifikacji leadów opisujemy szerzej przy automatyzacji marketingu, bo logika "zbierz dane, nadaj priorytet, przekaż człowiekowi" jest tu identyczna.

Skala rynku, czyli dlaczego to nie jest problem jednej agencji

Czasem słyszymy, że to wszystko dotyczy tylko dużych multiagencji. Nie zgadzam się z tym. Rejestr agentów ubezpieczeniowych prowadzony przez KNF obejmuje w Polsce ogromną liczbę wpisów, zarówno osób fizycznych, jak i podmiotów, i to pokazuje, jak rozdrobniony operacyjnie jest ten rynek: większość to małe i średnie agencje, często kilkuosobowe, gdzie agent albo jego asystentka ręcznie pamiętają o terminach odnowień w Excelu. Właśnie w takiej skali automatyzacja przypomnień i kwalifikacji leadów daje największy relatywny efekt, bo tam nie ma działu IT, który "kiedyś to zautomatyzuje", jest jedna osoba, która albo zdąży zadzwonić do wszystkich klientów przed końcem miesiąca, albo nie.

Czego bym nie automatyzował, mimo że technicznie się da

Są trzy rzeczy, od których bym odradzał zaczynanie, nawet jeśli dostawca technologii zapewnia, że "model dziś już to ogarnie".

Po pierwsze, rozmowa z klientem po szkodzie osobowej, zwłaszcza w pierwszych godzinach po zdarzeniu. To moment, w którym empatia i ton głosu człowieka mają większe znaczenie niż szybkość odpowiedzi bota. Po drugie, jakakolwiek forma sugerowania wariantu ochrony albo porównywania "co jest lepsze" między produktami, nawet w formie neutralnie brzmiącej informacji, bo granica między "informuję" a "rekomenduję" jest w praktyce bardzo cienka, a to dystrybutor, nie dostawca technologii, odpowiada przed klientem i przed KNF za to, co padło w rozmowie. Po trzecie, automatyczne decyzje o wypłacie albo odmowie wypłaty odszkodowania, bo to wymaga oceny merytorycznej, nie tylko kompletności dokumentów.

Dobra automatyzacja w tej branży robi 70-80% pracy porządkowej: przypomina, zbiera, segreguje, nadaje priorytety. Resztę, czyli ocenę i decyzję z konsekwencjami prawnymi, zostawia człowiekowi z licencją. To nie jest ograniczenie, które warto obchodzić, to jest dokładnie ten podział, który sprawia, że wdrożenie przechodzi kontrolę, a nie tylko demo dla zarządu.