Đây là cách tập đoàn bảo hiểm khổng lồ AIG đang tận dụng AI agentic trong tối ưu hóa vận hành

Tập đoàn bảo hiểm Mỹ American International Group (AIG) cho biết họ đang ghi nhận hiệu quả vượt kỳ vọng từ việc ứng dụng AI tạo sinh. Những thay đổi này không chỉ tác động đến năng lực thẩm định bảo hiểm mà còn ảnh hưởng trực tiếp đến chi phí vận hành và khả năng tích hợp danh mục kinh doanh. Tại sự kiện Investor Day gần đây, ban lãnh đạo công ty đã đưa ra nhiều con số cụ thể về cải thiện quy trình và hiệu suất, thu hút sự chú ý của giới ra quyết định công nghệ.

Trước đó, CEO Peter Zaffino từng gọi các dự báo về lợi ích của AI là “mang tính khát vọng”. Tuy nhiên, trong cuộc họp công bố kết quả kinh doanh quý IV, ông thừa nhận rằng khả năng thực tế của công nghệ này “lớn hơn nhiều so với dự tính ban đầu”. Theo Zaffino, điều bất ngờ nhất là AIG có thể xử lý khối lượng hồ sơ bảo hiểm tăng mạnh mà không cần bổ sung thêm nhân sự. Nói cách khác, AI đã giúp nâng cao công suất vận hành mà không làm tăng chi phí nhân lực.

Trong năm 2025, AIG cho biết họ đã tích hợp AI tạo sinh sâu hơn vào các quy trình thẩm định và bồi thường cốt lõi. Công cụ nội bộ mang tên AIG Assist hiện đã được triển khai ở phần lớn các mảng bảo hiểm thương mại. Đơn vị Lexington Insurance – chuyên về bảo hiểm dư thừa và rủi ro đặc biệt – đặt mục tiêu đạt 500.000 hồ sơ vào năm 2030, nhưng riêng trong năm 2025 đã vượt mốc 370.000 hồ sơ.

Để đạt được điều này, AIG sử dụng các mô hình AI tạo sinh nhằm trích xuất và tóm tắt dữ liệu từ hồ sơ gửi đến. Quan trọng hơn, công ty đã xây dựng một “tầng điều phối” (orchestration layer) trong hạ tầng công nghệ, cho phép các AI agent phối hợp với nhau nhằm cải thiện chất lượng ra quyết định và cắt giảm chi phí. Nếu như những năm trước khái niệm điều phối chưa được nhấn mạnh, thì nay đây lại trở thành trung tâm của chiến lược AI tại AIG.

Theo mô tả của CEO, các AI agent hoạt động như “trợ lý đồng hành” cùng đội ngũ nhân sự. Chúng cung cấp dữ liệu theo thời gian thực, đối chiếu với các trường hợp lịch sử và thậm chí phản biện lại quyết định thẩm định nếu phát hiện điểm chưa hợp lý. Nhờ khả năng xử lý dữ liệu đầu vào nhanh hơn rất nhiều so với trước đây, AIG có thể mở rộng quy mô phân tích mà vẫn đảm bảo quy trình không bị thiên lệch và xuyên suốt toàn bộ chuỗi công việc.

Công ty cho biết tầng điều phối giúp rút ngắn quy trình “front-to-back workflow”, tức toàn bộ vòng đời từ tiếp nhận hồ sơ, đánh giá rủi ro đến xử lý bồi thường. Khi nhiều agent được phối hợp trong cùng một hệ thống, các bước lặp lại và tốn thời gian trước kia được tự động hóa và tinh gọn đáng kể.

AIG cũng đã áp dụng nền tảng AI này trong những thương vụ cụ thể. Khi tiếp nhận mảng bảo hiểm thương mại bán lẻ của Everest, công ty cho biết họ có thể ưu tiên gia hạn hợp đồng chỉ trong “một phần nhỏ thời gian” so với trước đây. Ban lãnh đạo tiết lộ rằng AIG đã xây dựng một hệ thống ontology cho danh mục của Everest, sau đó kết hợp với ontology nội bộ để xác định cách hòa trộn hai danh mục một cách tối ưu. Việc căn chỉnh ontology vốn phức tạp về mặt kỹ thuật và thường kéo theo chi phí lớn, nhưng đây lại là bước quan trọng để tích hợp dữ liệu hiệu quả.

Trong một sáng kiến khác, AIG cùng Amwins và Blackstone ra mắt Lloyd’s Syndicate 2479. Hợp tác với Palantir, công ty sử dụng các mô hình ngôn ngữ lớn (LLM) để đánh giá mức độ phù hợp giữa danh mục chương trình của Amwins với rủi ro đã xác định của syndicate. Theo Zaffino, AIG hiện có một “pipeline mạnh” cho các cơ hội SPV tương tự trong tương lai.

Từ góc nhìn quản trị công nghệ, câu chuyện của AIG cho thấy giá trị thực sự của AI tạo sinh không chỉ nằm ở mô hình, mà ở cách tổ chức điều phối và tích hợp vào quy trình cốt lõi. Tác động kinh tế chỉ trở nên rõ ràng khi doanh nghiệp đo lường được sự thay đổi về năng lực xử lý và thời gian chu kỳ vận hành.

r