NTT DATA memperkenalkan NTT DATA AI for Insurance, solusi berbasis agentic AI yang dirancang untuk mengotomatisasi dan mengoordinasikan proses underwriting, klaim, layanan pelanggan, serta workflow inti perusahaan asuransi. Solusi yang ditopang platform NTT DATA AIVista tersebut menggabungkan AI agent, data khusus asuransi, orkestrasi workflow, guardrail dan pengawasan manusia. Langkah ini mencerminkan pergeseran industri dari eksperimen AI menuju penerapan AI pada proses inti yang harus tetap dapat diaudit, dikendalikan, dan memenuhi tuntutan regulator.
DIGI-HIGHLIGHTS:
■ NTT DATA memperkenalkan solusi agentic AI untuk mengotomatisasi underwriting, klaim, layanan pelanggan, dan workflow inti perusahaan asuransi.
■ Sistem menggabungkan AI agent, data khusus asuransi, workflow orchestration, guardrail, auditability, dan human oversight.
■ Riset NTT DATA menunjukkan 86,7% perusahaan asuransi menggunakan AI di back-office dan mid-office, tetapi skala penerapan masih berbeda.
Perusahaan asuransi selama ini menggunakan kecerdasan artifisial terutama untuk membaca data, mendeteksi fraud, membantu underwriting, memproses klaim, hingga menjawab pertanyaan nasabah.
Tahap berikutnya mulai berbeda. AI tidak hanya diminta memberikan analisis atau rekomendasi. Sistem mulai dirancang untuk memahami tujuan, mengambil langkah berikutnya, menggunakan aplikasi dan data yang tersedia, lalu menjalankan bagian tertentu dari sebuah proses.
Perubahan inilah yang dibidik NTT DATA melalui NTT DATA AI for Insurance, solusi agentic AI yang diperkenalkan untuk perusahaan asuransi.
Solusi tersebut dirancang untuk menangani workflow inti seperti underwriting, klaim dan layanan pelanggan melalui kombinasi AI agent, model data khusus industri asuransi, orkestrasi workflow serta tata kelola tingkat perusahaan.
Pendekatannya bukan sekadar menambahkan chatbot atau AI generatif ke sistem lama. NTT DATA ingin menempatkan AI pada lapisan operasional yang dapat menjalankan proses secara berulang, tetapi tetap berada dalam batas kewenangan yang ditentukan perusahaan.
Di industri asuransi, pergeseran ini menjadi penting karena hampir setiap keputusan memiliki konsekuensi finansial dan regulasi.
Keputusan underwriting menentukan risiko yang diterima perusahaan dan harga polis. Keputusan klaim berkaitan langsung dengan pembayaran kepada pemegang polis. Sementara layanan pelanggan menyangkut pengalaman dan kepercayaan nasabah.
Karena itu, semakin besar kewenangan AI, semakin penting pula kemampuan perusahaan untuk mengetahui bagaimana keputusan tersebut dibuat.
Dari AI Assistant Menjadi AI yang Menjalankan Workflow
NTT DATA menempatkan solusi barunya sebagai model Service-as-Software, dengan dukungan platform NTT DATA AIVista.
Platform tersebut dirancang agar perusahaan asuransi dapat menggunakan agen AI yang dapat dikonfigurasi sesuai kebutuhan bisnis, tanpa harus membangun seluruh sistem dari awal.
Solusi juga dirancang terbuka terhadap sistem perusahaan yang sudah ada. Dengan demikian, perusahaan asuransi tidak harus mengganti sistem inti hanya untuk mulai menggunakan kemampuan AI.
Kemampuan model routing juga memungkinkan perusahaan mengarahkan pekerjaan ke model AI yang berbeda sesuai kebutuhan. Pendekatan ini dapat mengurangi ketergantungan terhadap satu foundation model sekaligus memberikan fleksibilitas dalam memilih model berdasarkan biaya, kemampuan, risiko atau kebutuhan proses.
Bagi perusahaan asuransi yang masih memiliki sistem legacy, fleksibilitas semacam itu menjadi penting.
Transformasi AI tidak selalu berarti mengganti seluruh infrastruktur teknologi. Tantangannya justru bagaimana AI dapat bekerja di atas sistem yang sudah digunakan perusahaan selama bertahun-tahun.
Bruno Abril, Global Lead, Insurance Industry, NTT DATA, Inc., mengatakan AI tetap harus memperkuat pertimbangan manusia dalam industri asuransi. “Industri asuransi dibangun berdasarkan pertimbangan manusia yang memahami risiko, menetapkan harga secara adil, dan memenuhi janji ketika hal tersebut paling dibutuhkan,” ujarnya
Menurut dia, AI akan memperkuat kemampuan perusahaan asuransi dalam menjalankan tanggung jawab tersebut, dan NTT DATA AI for Insurance mendukung keahlian manusia melalui sistem cerdas yang beroperasi dalam lapisan operasional dengan tata kelola yang kuat untuk transformasi berskala perusahaan.
“Hasilnya, perusahaan asuransi dapat beralih dari alur kerja yang didukung AI menjadi operasional yang dijalankan oleh AI, dalam skala perusahaan dan dengan tata kelola yang dituntut oleh regulator serta dewan direksi.,” tambah Bruno.
Pernyataan tersebut menggambarkan pergeseran yang sedang terjadi: dari AI-assisted workflow menuju AI-operated workflow.
Namun, pergeseran itu tidak berarti seluruh keputusan diserahkan kepada mesin. Justru sebaliknya. NTT DATA menempatkan governance, guardrail dan human oversight sebagai bagian dari arsitektur solusi.
Ketika AI Masuk ke Underwriting dan Klaim
Underwriting dan klaim merupakan dua area yang paling menarik bagi penerapan AI karena keduanya membutuhkan pemrosesan data dalam jumlah besar.
Dalam underwriting, sistem harus membaca berbagai informasi sebelum menentukan profil risiko. Dokumen, histori klaim, karakteristik nasabah, data aset, ketentuan polis dan berbagai faktor lainnya perlu dianalisis sebelum keputusan dibuat.
Dalam klaim, tantangannya berbeda. Perusahaan harus memeriksa dokumen, memvalidasi informasi, mendeteksi potensi fraud, menentukan tingkat risiko dan mempercepat proses penyelesaian.
AI dapat mengambil alih sebagian pekerjaan administratif dan analitis tersebut.
Prashant Hinge, Chief Information Officer, MSIG USA, mengatakan iIndustri asuransi menghasilkan lebih banyak data dibandingkan sebelumnya. “Namun hasil yang lebih bagus bergantung pada seberapa efektif informasi tersebut diterjemahkan menjadi aksi nyata.. AI dapat membantu perusahaan asuransi mengidentifikasi klaim berisiko tinggi lebih awal, meningkatkan konsistensi di seluruh proses klaim, serta memberikan para profesional klaim wawasan yang mereka butuhkan untuk mengambil keputusan yang lebih cepat dan berdasarkan informasi yang lebih baik.,” katanya.
Di sinilah agentic AI menawarkan perbedaan dibandingkan AI generatif biasa.
Sebuah AI agent tidak berhenti pada pemberian jawaban. Agent dapat diberi tujuan, akses terhadap sumber data dan perangkat digital tertentu, kemudian menjalankan rangkaian tindakan yang sudah ditentukan.
Dalam konteks klaim, misalnya, agent dapat mengambil dokumen, memeriksa kelengkapan, mencocokkan informasi dengan data polis, mengidentifikasi indikasi risiko, kemudian meneruskan kasus kepada petugas ketika memenuhi kriteria tertentu.
Manusia tetap dapat memegang keputusan akhir untuk kasus yang membutuhkan penilaian.
Investasi AI Asuransi Mulai Bergeser dari Eksperimen
Perubahan ini terjadi ketika perusahaan asuransi mulai melihat AI bukan hanya sebagai proyek teknologi, tetapi sebagai bagian dari strategi bisnis.
Dalam 2026 Global AI Report: A Playbook for AI Leaders in Insurance, NTT DATA menganalisis 291 responden dari industri asuransi dan mengelompokkan 46 perusahaan sebagai AI leaders, 51 sebagai AI laggards dan 194 perusahaan berada di kelompok tengah.
Laporan tersebut menunjukkan perbedaan yang cukup besar antara perusahaan yang telah menjadikan AI sebagai kapabilitas strategis dan perusahaan yang masih berada pada tahap eksperimen.
Sebanyak 67,4% AI leaders menggunakan model governance yang terpusat, dibandingkan 23,5% perusahaan yang berada di kelompok laggard. Sementara 58,3% AI leaders telah mengintegrasikan AI ke dalam core system, dibandingkan hanya 6,5% pada kelompok laggard.
Dalam penggunaan AI untuk operasional, 86,7% AI leaders menerapkan AI pada fungsi back-office dan mid-office. Di sisi front-office, 66,7% AI leaders menggunakan AI untuk fungsi yang berkaitan dengan pertumbuhan, dibandingkan 35,3% pada kelompok laggard.
Temuan tersebut menunjukkan bahwa persoalan industri bukan lagi sekadar apakah perusahaan memiliki AI.
Pertanyaannya adalah seberapa jauh AI telah masuk ke proses inti dan apakah perusahaan memiliki governance yang cukup untuk mengendalikannya.
Tata Kelola Menjadi Infrastruktur yang Sama Pentingnya
Di sinilah tantangan terbesar agentic AI muncul.
AI yang hanya memberikan rekomendasi relatif mudah ditempatkan dalam workflow manusia. Namun, AI yang dapat menjalankan tindakan membutuhkan kontrol yang lebih ketat.
NTT DATA AI for Insurance karena itu memasukkan sejumlah lapisan pengamanan.
Salah satunya adalah guardrail yang dirancang untuk membatasi tindakan AI berdasarkan kebijakan dan parameter tertentu.
Solusi tersebut juga mencakup knowledge base berbasis AI dan insurance data genome untuk memberikan konteks kepada agent mengenai polis, klaim, pengajuan dan ketentuan yang relevan.
Kemampuan lain yang ditawarkan adalah orkestrasi agent berbasis kognitif dan event-driven. Sistem dapat mengoordinasikan agent AI, manusia, sistem dan proses berdasarkan kebutuhan operasional perusahaan.
Dengan arsitektur semacam ini, perusahaan dapat menentukan kapan agent boleh bekerja sendiri, kapan harus meminta persetujuan dan kapan sebuah kasus harus dikembalikan kepada manusia.
Konsep tersebut menjadi semakin relevan karena regulator di berbagai negara mulai memperketat perhatian terhadap penggunaan AI oleh perusahaan asuransi.
National Association of Insurance Commissioners (NAIC) di Amerika Serikat, misalnya, menyatakan bahwa penggunaan AI tidak menghapus kewajiban hukum perusahaan asuransi. Keputusan yang dibuat atau dibantu AI tetap harus mematuhi hukum dan regulasi asuransi yang berlaku.
NAIC juga tengah mengembangkan AI Systems Evaluation Tool untuk membantu regulator menilai bagaimana perusahaan menggunakan AI, termasuk governance, mitigasi risiko, model berisiko tinggi dan jenis data yang digunakan. Pada Maret 2026, tool tersebut sedang diuji oleh 12 negara bagian sebelum rencana adopsi lebih luas pada 2026.
Artinya, arah perkembangan AI di asuransi bukan menuju otomatisasi tanpa batas.
Justru ada kecenderungan menuju otomatisasi yang semakin kuat dengan kontrol yang semakin terstruktur.
Risiko Baru Ikut Tumbuh
Penerapan agentic AI juga membawa risiko yang berbeda dibandingkan penggunaan AI tradisional.
Ketika sebuah agent memiliki akses ke sistem dan dapat menjalankan tindakan, kesalahan model dapat berubah menjadi kesalahan operasional.
Risiko lain mencakup kualitas data, perubahan perilaku model, serangan siber, prompt injection, ketergantungan pada penyedia teknologi dan kegagalan integrasi dengan sistem lain.
Bagi industri asuransi, persoalan tersebut bahkan dapat menjadi risiko yang harus dihitung dan diasuransikan.
Sebuah riset terbaru mengenai insurance of agentic AI menunjukkan bahwa sistem AI yang dapat merencanakan, memanggil tools dan menjalankan tindakan menciptakan jenis eksposur baru yang tidak selalu cocok dengan kategori asuransi tradisional seperti cyber, professional liability atau product liability.
Ini menciptakan paradoks baru.
Perusahaan asuransi menggunakan AI untuk mengelola risiko, tetapi pada saat yang sama harus mulai memahami risiko yang ditimbulkan oleh AI itu sendiri.
Bagi underwriter, hal tersebut berarti munculnya kebutuhan untuk menilai bukan hanya aset dan proses bisnis nasabah, tetapi juga bagaimana nasabah menggunakan AI, siapa penyedia modelnya, tingkat kewenangan agent, akses sistem dan mekanisme pengawasannya.
Bukan Sekadar Mengurangi Pekerjaan Manual
NTT DATA melihat peluang AI lebih luas daripada sekadar otomatisasi pekerjaan administratif.
Dalam laporan 2026-nya, perusahaan menyebut 85,8% insurer yang memiliki keselarasan kuat antara strategi AI dan tujuan bisnis melaporkan sedikitnya 5% peningkatan profit dari AI. Namun, angka tersebut merupakan temuan dari survei NTT DATA, bukan ukuran universal bagi seluruh industri asuransi.
Pesan pentingnya adalah AI mulai dinilai berdasarkan dampaknya terhadap indikator bisnis.
Dalam asuransi, indikator tersebut dapat berupa akurasi underwriting, loss ratio, kecepatan penyelesaian klaim, tingkat fraud yang terdeteksi, produktivitas karyawan maupun pertumbuhan distribusi.
Karena itu, implementasi AI yang berhasil bukan semata-mata sistem yang mampu menghasilkan jawaban lebih cepat.
AI harus mampu memperbaiki hasil bisnis tanpa meningkatkan risiko secara tidak terkendali.
NTT DATA Perluas Posisi di Industri Asuransi
NTT DATA menyebut memiliki lebih dari 12.000 tenaga profesional di divisi asuransi, 16 delivery center yang melayani 26 wilayah dan negara, serta menjadi penyedia layanan bagi 10 dari 25 perusahaan asuransi terbesar berdasarkan net non-banking assets.
Perusahaan juga menyebut telah diakui sebagai leader dalam layanan insurance GenAI dan agentic AI oleh ISG Provider Lens.
Posisi tersebut menjadi dasar bagi NTT DATA untuk membawa pengalaman industri ke dalam pengembangan solusi AI.
Namun, ukuran keberhasilan pada akhirnya tidak hanya ditentukan oleh jumlah perusahaan yang menggunakan teknologi tersebut.
Perusahaan asuransi harus mampu membuktikan bahwa AI dapat bekerja secara konsisten, dapat dijelaskan ketika diperlukan, memiliki batas kewenangan yang jelas dan dapat diaudit.
AI Tidak Menghapus Underwriter dan Claims Officer
Perubahan paling realistis kemungkinan bukan hilangnya profesi underwriter atau claims officer.
Yang berubah adalah pekerjaan yang mereka lakukan.
Pekerjaan administratif, pencarian data, rekonsiliasi dokumen dan pemeriksaan awal dapat semakin banyak dilakukan mesin.
Sementara manusia menangani kasus yang kompleks, pengecualian, keputusan berisiko tinggi serta situasi yang membutuhkan pertimbangan bisnis dan etika.
Dengan model tersebut, AI menjadi semacam lapisan operasional yang bekerja di belakang para profesional asuransi.
Namun, pengawasan manusia hanya efektif apabila manusia benar-benar memiliki kewenangan untuk menghentikan atau membatalkan proses AI.
Sekadar menyediakan tombol approve di akhir workflow tidak cukup jika seluruh keputusan substantif sudah dibuat mesin dan manusia hanya menjadi formalitas.
Persaingan Berikutnya Ada pada AI-Native Insurance
Industri asuransi kini memasuki fase ketika perusahaan tidak lagi cukup hanya memiliki chatbot, copilot atau beberapa model prediktif.
Persaingan berikutnya akan bergerak ke kemampuan mengintegrasikan AI dengan proses inti.
Perusahaan yang mampu menghubungkan AI dengan data, core system, workflow, governance dan sumber daya manusia akan memiliki peluang lebih besar untuk mendapatkan manfaat nyata.
Karena itu, istilah AI-native insurance mulai menjadi relevan.
Bukan berarti seluruh perusahaan dijalankan oleh mesin.
Justru sebaliknya, AI-native berarti AI dirancang sejak awal sebagai bagian dari cara perusahaan bekerja, mengambil keputusan, mengelola risiko dan melayani nasabah.
Dalam model tersebut, teknologi bukan lagi lapisan tambahan di atas proses lama.
AI menjadi bagian dari arsitektur operasional.
NTT DATA AI for Insurance mencoba mengambil posisi pada perubahan tersebut dengan menggabungkan agentic AI, data khusus asuransi, integrasi sistem dan governance dalam satu platform.
Tantangannya kini berada pada perusahaan asuransi: menentukan proses mana yang layak diotomatisasi, seberapa besar kewenangan yang dapat diberikan kepada AI, serta bagaimana memastikan manusia tetap memegang kendali atas keputusan yang memiliki konsekuensi besar.
Sebab dalam bisnis asuransi, kecepatan bukan satu-satunya ukuran.
Keputusan harus tetap dapat dipertanggungjawabkan ketika risiko berubah menjadi kerugian dan ketika nasabah membutuhkan perusahaan untuk memenuhi janjinya. ■
DIGIONARY:
● Agentic AI — Sistem AI yang dapat memahami tujuan, merencanakan langkah, menggunakan tools atau sistem lain, dan menjalankan tindakan tertentu.
● AI Governance — Kerangka aturan, proses, pengawasan dan tanggung jawab untuk memastikan AI digunakan secara aman, bertanggung jawab dan sesuai regulasi.
● AI-Native — Pendekatan ketika AI dirancang sebagai bagian inti dari arsitektur dan proses bisnis, bukan sekadar tambahan pada sistem lama.
● AI Agent — Perangkat lunak berbasis AI yang dapat menjalankan tugas atau rangkaian tindakan berdasarkan tujuan dan kewenangan yang diberikan.
● AIVista — Platform produk berbasis AI milik NTT DATA yang menjadi fondasi bagi sejumlah solusi AI perusahaan.
● Back-office — Fungsi operasional internal perusahaan yang tidak berhubungan langsung dengan pelanggan, seperti administrasi, keuangan dan pemrosesan data.
● Claims — Proses pengajuan, pemeriksaan, penilaian dan penyelesaian klaim yang diajukan pemegang polis.
● Foundation Model — Model AI berskala besar yang dilatih menggunakan data dalam jumlah besar dan dapat menjadi fondasi berbagai aplikasi AI.
● Front-office — Fungsi perusahaan yang berhubungan langsung dengan pelanggan, distribusi, penjualan dan layanan.
● Guardrail — Mekanisme pembatas yang dirancang untuk mengontrol tindakan atau keluaran sistem AI berdasarkan aturan dan parameter tertentu.
● Human Oversight — Pengawasan manusia terhadap proses dan keputusan yang melibatkan sistem AI.
● Insurance Data Genome — Istilah yang digunakan NTT DATA untuk menggambarkan struktur pengetahuan dan data khusus industri asuransi yang memberikan konteks bagi AI agent.
● Loss Ratio — Rasio biaya klaim terhadap premi yang diperoleh perusahaan asuransi dan menjadi salah satu indikator kinerja underwriting.
● Mid-office — Fungsi yang berada di antara aktivitas front-office dan back-office, termasuk pengelolaan risiko, kontrol dan proses operasional tertentu.
● Model Routing — Mekanisme untuk menentukan model AI yang digunakan berdasarkan kebutuhan, tugas, biaya atau karakteristik proses.
● Service-as-Software — Pendekatan yang menggabungkan perangkat lunak dengan kemampuan menjalankan layanan atau proses bisnis secara berkelanjutan.
● Underwriting — Proses menilai risiko calon tertanggung untuk menentukan penerimaan risiko, persyaratan dan harga polis.
● Workflow Orchestration — Pengaturan dan koordinasi berbagai sistem, manusia, AI agent dan proses agar dapat bekerja dalam satu alur operasional.
#NTTDATA #AIInsurance #AgenticAI #InsuranceAI #ArtificialIntelligence #Insurtech #InsuranceTechnology #DigitalInsurance #AIIndonesia #TransformasiDigital #AIforBusiness #AIGovernance #ResponsibleAI #Underwriting #ClaimsAutomation #InsuranceIndustry #DigitalTransformation #GenerativeAI #FutureOfInsurance #TechInnovation
NTT DATA AI for Insurance, agentic AI asuransi, AI untuk perusahaan asuransi, AI insurance 2026, agentic AI insurance, AI underwriting, AI klaim asuransi, otomatisasi klaim asuransi, AI customer service asuransi, teknologi asuransi terbaru, digital insurance Indonesia, artificial intelligence insurance, AI governance asuransi, AI risk management insurance, AI native insurance, NTT DATA AIVista, insurance technology 2026, transformasi digital asuransi, AI untuk underwriting, masa depan industri asuransi,
