Industri asuransi global tengah memasuki babak baru dengan pemanfaatan kecerdasan buatan (AI). Studi terbaru IBM Institute for Business Value (IBV) menunjukkan AI berpotensi besar meningkatkan efisiensi operasional, mempercepat klaim, hingga menghadirkan layanan personalisasi bagi nasabah. Namun, tantangan serius seperti technical debt, kesenjangan keterampilan, serta kepatuhan regulasi bisa menghambat transformasi ini jika tak segera diatasi.
Fokus Utama:
1. AI dorong efisiensi operasional: 40% anggaran AI industri asuransi dialokasikan untuk efisiensi biaya dan proses.
2. Ekspektasi pelanggan jadi kunci: 75% eksekutif yakin AI dapat meningkatkan personalisasi, tetapi keberhasilan bergantung pada kepercayaan nasabah.
3. Hambatan utama: Technical debt dan kurangnya tenaga ahli AI masih menjadi batu sandungan besar bagi perusahaan asuransi.
Studi IBM IBV terbaru mengungkap potensi AI mengubah industri asuransi: klaim lebih cepat 18,6%, produk lebih cepat 15,4%, dan layanan personalisasi meningkat. Namun, kesenjangan keterampilan dan technical debt bisa menjadi penghambat besar.
Industri asuransi tengah berada di persimpangan penting. Laporan terbaru IBM Institute for Business Value (IBV) yang dirilis 10 September 2025 mengungkapkan, penerapan kecerdasan buatan (AI) sudah memberi dampak signifikan terhadap efisiensi operasional. Namun, jalan menuju transformasi penuh masih dipenuhi tantangan.
Menurut survei IBM, 40% dari total belanja AI di sektor asuransi digunakan untuk meningkatkan efektivitas operasional dan menekan biaya. Teknologi agentic AI diprediksi akan mendominasi penggunaan AI dalam klaim asuransi, dengan 77% kasus penggunaan tahun depan berfokus pada proses klaim otomatis.
Tak hanya efisiensi, AI juga diyakini mampu mendorong pertumbuhan pendapatan melalui peningkatan layanan nasabah. Sebanyak 75% eksekutif asuransi percaya solusi berbasis AI dapat menghadirkan personalisasi yang lebih baik dan pengalaman pelanggan yang lebih relevan. Meski begitu, laporan tersebut mengingatkan bahwa harapan nasabah perlu dikelola dengan hati-hati agar kepercayaan tidak luntur.
“AI berpotensi merevolusi efisiensi operasional, memperkaya pengalaman nasabah, dan membuka sumber pendapatan baru. Namun, perusahaan juga harus menghadapi technical debt, kesenjangan keterampilan AI, serta regulasi yang ketat,” tulis laporan IBM IBV.
Data IBM juga menunjukkan hasil nyata dari adopsi AI: waktu pemrosesan klaim turun rata-rata 18,6%, sementara peluncuran produk baru bisa dipangkas hingga 15,4% lebih cepat. Adapun perusahaan yang lebih dulu mengadopsi generative AI di lini layanan pelanggan mencatat tingkat retensi nasabah 14% lebih tinggi dan skor kepuasan pelanggan (NPS) naik 48% dibanding yang belum menggunakannya.
Namun, jalan menuju transformasi penuh tidak mudah. Lebih dari 40% perusahaan asuransi mengakui belum memiliki keterampilan internal yang memadai untuk mengoperasikan sistem AI secara efektif. Technical debt dari sistem lama (legacy system) juga membebani, membuat integrasi AI berjalan lambat.
Di tahun 2025, belanja AI perusahaan asuransi diperkirakan terbagi menjadi 66,7% untuk AI tradisional, 21,5% untuk generative AI, dan 11,8% untuk agentic AI. Komposisi ini memperlihatkan bahwa meski generative AI dan agentic AI mulai naik daun, fondasi adopsi masih bertumpu pada teknologi AI tradisional.
Studi IBM menekankan empat langkah kunci agar industri asuransi bisa memaksimalkan manfaat AI:
1. Mengintegrasikan AI dalam klaim dan underwriting untuk memangkas waktu kerja dari hitungan hari menjadi menit.
2. Menghadirkan produk dan layanan yang dipersonalisasi berbasis data nasabah.
3. Mengatasi technical debt dengan arsitektur hybrid dan investasi pada pelatihan tenaga kerja.
4. Membangun tata kelola AI yang etis, transparan, dan sesuai regulasi.
Jika langkah-langkah ini dijalankan, AI diyakini tidak hanya akan mengubah cara perusahaan asuransi bekerja, tetapi juga menggeser paradigma layanan ke arah yang lebih proaktif, personal, dan efisien.
Digionary:
● Agentic AI: AI tingkat lanjut yang mampu menjalankan proses secara otonom tanpa intervensi manusia.
● Generative AI: Kecerdasan buatan yang dapat menghasilkan teks, gambar, atau data baru berdasarkan pola yang ada.
● IBM IBV (Institute for Business Value): Lembaga riset dan analisis bisnis global milik IBM.
● Legacy system: Sistem teknologi lama yang masih digunakan perusahaan, sering menjadi penghambat integrasi dengan teknologi baru.
● NPS (Net Promoter Score): Indikator kepuasan pelanggan yang mengukur kemungkinan pelanggan merekomendasikan layanan.
● Operational efficiency: Efisiensi dalam menjalankan operasional bisnis agar lebih hemat waktu dan biaya.
● Personalization: Strategi menyesuaikan layanan atau produk sesuai kebutuhan individu pelanggan.
● Technical debt: Biaya tersembunyi akibat penggunaan teknologi lama yang harus diatasi agar sistem baru bisa berjalan optimal.
● Underwriting: Proses penilaian risiko yang dilakukan perusahaan asuransi sebelum menerbitkan polis.
● YtD (Year-to-Date): Perhitungan kinerja dalam periode sejak awal tahun hingga saat ini.
#Asuransi #ArtificialIntelligence #AI #IBM #TransformasiDigital #AgenticAI #GenerativeAI #InsuranceTech #Insurtech #DigitalFinance #CustomerExperience #EfisiensiOperasional #Underwriting #TechnicalDebt #KesenjanganKeterampilan #InovasiAsuransi #AIRegulasi #RiskManagement #FutureOfInsurance #Fintech
–
