OutSystems Meluncurkan Solusi Agentic Claims untuk Industri Asuransi
22 November 2026 · Baca 2 menit
OutSystems telah meluncurkan Agentic First Notice of Loss, sebuah solusi siap pakai yang dirancang untuk membantu perusahaan asuransi mobil memodernisasi proses pemberitahuan klaim dan penerimaan tuntutan ganti rugi menggunakan teknologi agen kecerdasan buatan.
Solusi ini mengintegrasikan aplikasi pelanggan, model data agen kecerdasan buatan yang diawasi, dan alur kerja terstruktur untuk menghubungkan pengalaman pengguna antara sistem manajemen polis, sistem klaim, dan mitra eksternal. Sistem ini memungkinkan koordinasi layanan bantuan darurat di jalan melalui penyedia Honk, perekaman pernyataan pengemudi, pengumpulan data pihak ketiga, serta analisis foto kerusakan secara waktu nyata.
Teknologi ini membantu memverifikasi cakupan berdasarkan syarat polis dan membuka tuntutan klaim dalam sistem manajemen klaim perusahaan dengan melampirkan detail kerusakan dan pernyataan terkait. Meskipun agen kecerdasan buatan mengelola proses pengumpulan data, otoritas penuh untuk keputusan mengenai cakupan, tanggung jawab, dan pembayaran ganti rugi tetap berada di tangan petugas penilai klaim manusia.
Peluncuran ini menanggapi tantangan dalam industri asuransi di mana data sering tersebar di berbagai sistem seperti manajemen polis, penagihan, dan sistem penyedia eksternal. Laporan pengembangan kecerdasan buatan tahun 2026 dari OutSystems menunjukkan bahwa 35 persen eksekutif teknologi informasi di sektor asuransi menyatakan proyek kecerdasan buatan tidak dapat dimulai karena waktu pengembangan yang terlalu lama. Selain itu, 42 persen menganggap sistem lama atau data yang terfragmentasi sebagai hambatan utama, sementara 39 persen menyebutkan kesulitan integrasi kecerdasan buatan dengan sistem yang ada.
Infrastruktur solusi ini memungkinkan perusahaan asuransi untuk menyesuaikan aturan bisnis, antarmuka pengguna, dan agen kecerdasan buatan menggunakan platform OutSystems atau alat pengkodean kecerdasan buatan eksternal. Tim pengembang juga dapat melakukan pengujian tingkat tugas untuk membandingkan kinerja model kecerdasan buatan guna mencapai akurasi, kecepatan, dan efisiensi biaya yang optimal.