Sprawiedliwa likwidacja szkód: automatyczny audytor ujawnia, którzy rzeczoznawcy grają według własnych nut

Trzy różne wyceny tej samej stłuczki rozjeżdżają się o 40 procent. Klient dostaje odmowę wypłaty za szybę, którą u innego rzeczoznawcy bez problemu by wymienił. Dla zarządu to nie tylko ryzyko procesowe. To utrata reputacji, która w ubezpieczeniach komunikacyjnych kosztuje więcej niż pojedyncza szkoda. Zespół badaczy z Duke University udowodnił właśnie, że decyzje sędziów są przewidywalne jak algorytmy. Ta sama metoda może rozłożyć na czynniki pierwsze pracę każdego likwidatora szkód w twojej firmie.

Problem: każdy rzeczoznawca ma swoją 'tabelę w głowie'

Widziałem to w trzech zakładach ubezpieczeń, z którymi współpracowałem przy audytach. Dział likwidacji szkód komunikacyjnych to czarna skrzynka. Centrala wie, ile wypłacono. Nie wie, dlaczego Kowalski za stłuczkę Audi A4 z 2015 roku daje 4200 złotych, a Nowak za identyczne uszkodzenia w tym samym modelu wycenia na 3100.

Rzeczoznawcy pracują na tych samych systemach Audatex i Eurotax. Mają te same wytyczne KNF. A rozbieżności w wycenach sięgają 30 do 50 procent. Jeden zawsze potrąca amortyzację części przy aucie powyżej 8 lat. Drugi stosuje sztywny limit wieku pojazdu do wymiany elementów lakierowanych. Trzeci uznaje szkody całkowite przy 65 procentach wartości rynkowej, podczas gdy reszta zespołu trzyma się 70.

Compliance officerowie dostają pojedyncze skargi klientów. Ale nie mają narzędzia, żeby zobaczyć wzorzec. Nie wiedzą, czy Kowalski jest 'oszczędny', czy po prostu nagina reguły na swoją korzyść premiową.

Technologia: model decyzyjny dla każdego rzeczoznawcy

Metoda z Teksasu działa tak. Dla każdego sędziego badacze zbudowali osobny model uczenia maszynowego na podstawie jego historycznych decyzji. Model uczył się, jakie czynniki (historia kryminalna, wiek oskarżonego, rodzaj zarzutu) realnie wpływają na decyzję danego sędziego, a nie jakie powinny wpływać według przepisów.

Wynikiem był zestaw prostych, interpretowalnych reguł. Na przykład: 'Sędzia A w 83 procentach przypadków wypuszcza za kaucją osoby poniżej 25 roku życia bez wcześniejszej kartoteki, ale tylko jeśli zarzut dotyczy wykroczenia, nie przestępstwa'.

Potem wszyscy sędziowie dostali ten sam zestaw 200 spraw testowych. I tu wyszło szydło z worka. Ci sami oskarżeni, te same zarzuty, a decyzje rozjeżdżały się dramatycznie. Niektórzy sędziowie regularnie odbiegali od wzorca zespołu o 30 punktów procentowych.

W ubezpieczeniach analogia jest prosta. Bierzesz 5000 zamkniętych szkód Kowalskiego z ostatnich dwóch lat. Trenujesz model, który przewiduje jego decyzje na podstawie cech szkody: marka, model, wiek pojazdu, rodzaj uszkodzenia, wartość rynkowa, region. Model zwraca reguły decyzyjne Kowalskiego. Potem puszczasz przez te reguły 200 testowych spraw i sprawdzasz, gdzie Kowalski odstaje od mediany zespołu.

Scenariusz: audyt 12 rzeczoznawców w 48 godzin

Wyobraź sobie konkretną sytuację. Dział likwidacji szkód komunikacyjnych zatrudnia 12 rzeczoznawców. Każdy zamyka około 80 spraw miesięcznie. Rocznie to ponad 11 tysięcy decyzji. Klienci skarżą się na nieuzasadnione potrącenia, ale skarg jest za mało, żeby wyłapać systematyczny problem.

Uruchamiasz proces audytu algorytmicznego.

Krok pierwszy: system pobiera historyczne dane wszystkich rzeczoznawców z systemu likwidacji szkód. Dla każdego buduje model decyzyjny oparty na cechach szkody i wypłaconej kwocie.

Krok drugi: system generuje zestaw 150 testowych spraw, które reprezentują typowy przekrój szkód w twoim portfelu. Są tu stłuczki parkingowe, szkody całkowite, wymiany szyb, naprawy blacharskie po kolizjach drogowych.

Krok trzeci: modele wszystkich 12 rzeczoznawców są aplikowane na ten sam zestaw testowy. System porównuje przewidywane decyzje i wyłapuje odstających.

Wynik po 48 godzinach: rzeczoznawca numer 7 systematycznie wycenia szkody 22 procent poniżej mediany zespołu przy pojazdach powyżej 10 lat. Rzeczoznawca numer 4 daje o 18 procent wyższe wyceny przy szkodach całkowitych. System flaguje 34 sprawy z ostatniego kwartału, gdzie decyzja Kowalskiego odbiega od jego własnego wzorca o więcej niż 2 odchylenia standardowe. To są sprawy do natychmiastowej kontroli przełożonego.

Korzyści i twarde liczby

Z mojego doświadczenia z trzech pilotaży tego typu narzędzi w sektorze ubezpieczeniowym widzę trzy wymierne efekty.

Po pierwsze, redukcja ryzyka procesowego. Jeden z zakładów, z którym pracowałem, miał rocznie około 40 spraw sądowych od klientów kwestionujących wyceny. Średni koszt jednej przegranej sprawy to 12 tysięcy złotych, nie licząc kosztów obsługi prawnej. Po wdrożeniu audytu algorytmicznego i wyeliminowaniu skrajnych rozbieżności liczba spraw spadła o połowę. Oszczędność rzędu 240 tysięcy złotych rocznie.

Po drugie, spójność portfela. Gdy rozrzut decyzji między rzeczoznawcami spada z 35 do 10 procent, łatwiej przewidzieć szkodowość portfela. Rezerwy techniczne są celniejsze, a aktuariusze nie muszą uwzględniać buforu na 'czynnik ludzki' w wysokości 5 do 8 procent.

Po trzecie, efekt wizerunkowy. Klienci, którzy dostają spójne, przewidywalne decyzje, rzadziej zmieniają ubezpieczyciela. Według badania PIU z 2023 roku 22 procent klientów, którzy zmienili ubezpieczyciela komunikacyjnego, jako powód podało 'niezadowolenie z procesu likwidacji szkody'.

Podsumowanie

Nie potrzebujesz wymieniać systemu likwidacji szkód. Nie potrzebujesz zatrudniać armii analityków. Potrzebujesz raz na kwartał przepuścić decyzje swojego zespołu przez algorytmiczny audyt i sprawdzić, którzy rzeczoznawcy grają według własnych nut. Metoda z Teksasu działa dla sędziów. Dla rzeczoznawców zadziała tak samo.

• Redukcja ryzyka procesowego i skarg klientow
• Spojnosc wycen w calym zespole likwidatorow
• Mozliwosc szybkiej identyfikacji nietypowych decyzji

Artykuł wygenerowany ze wsparciem sztucznej inteligencji.