«ترغب المؤسسات التأمينية في أتمتة الأنشطة الأكثر تعقيدًا والعمليات واسعة النطاق بالاعتماد على تقنيات الذكاء الاصطناعي، لذلك نحن نرفع حدود ما يمكن أن يفعله، من خلال تقديم روبوتات يمكنها التعامل مع ما يصل إلى 1300 عميل» بات جيري Pat Geary، كبير الباحثين في مجموعة بلو بريسم Blue Prism Group.
ليس هذا وحسب، حيث تقوم روبوتات البرمجيات المصممة خصيصًا للتعامل مع الأعمال المكتبية، بوظائف أكثر فاعلية، من خلال الجمع بين العمليات الآلية المخزنة في ذاكرتها، وإمكانات التعلم الآلي.
وفي الفترة الحالية، يقوم صناع البرمجيات بتطوير روبوتات يمكنها القيام بوظائف أكثر تطورًا وتعقيدًا في مكان العمل، بما فيها التحقق من التوقيع على الشيكات، واكتشاف الاحتيال والتزوير في الأعمال الورقية.
وتتم برمجة معظم برامج الروبوت المستخدمة اليوم؛ لإكمال المهام الروتينية المباشرة، مثل: معالجة كشوف الرواتب الأسبوعية، أو مراجعة تقارير مصروفات الموظفين، التي يمكن أن تستند إلى قالب معيّن يرجع الروبوت إليه وقت الحاجة، لمعرفة البيانات الصحيحة.
ويقول بات جيري Pat Geary، كبير الباحثين في مجموعة بلو بريسم Blue Prism Group، التي تتخذ من المملكة المتحدة مقرًا لها: «ترغب المؤسسات التأمينية في أتمتة الأنشطة الأكثر تعقيدًا والعمليات واسعة النطاق بالاعتماد على تقنيات الذكاء الاصطناعي، لذلك نحن نرفع حدود ما يمكن أن يفعله، من خلال تقديم روبوتات يمكنها التعامل مع ما يصل إلى 1300 عميل».
وتقوم شركة بلو بريسم باختبار روبوتات داعمة لشركات التأمين، يمكنها تقييم صحة المطالبات، وتقديم توصيات للمدققين البشريين.
وأضاف جيري: «بموافقة المدققين، يستطيع الروبوت معالجة العملية التأمينية؛ مما يقلل بشكل كبير من الوقت والجهد اللازمين للتعامل مع الحالة المقدمة للشركة منذ البداية إلى النهاية».
أما فيما يخص تزوير الشيكات، فيقول دانييل داينز، الرئيس التنفيذي لشركة يو أي باث UiPath: «يستغرق التحقق من التوقيع على الشيكات من الشخص العادي وقت طويل، وقد يكون التوقيع حقيقيًا أو مزورًا، ولكن إذا كنت ترغب في أتمتة العملية المصرفية بأكملها، فالروبوتات هي الوحيدة القادرة على سد تلك الفجوة».
واستطرد داينز: المشكلة تكمن في أن التوقيعات على الشيكات أو العقود أو المستندات الأخرى، تميل إلى التباين بطرق يصعب على الأنظمة الآلية العادية التعرّف عليها وتوضيحها؛ لذا، يمكن تدريب الروبوتات على تجاهل الاختلافات الطفيفة في التوقيعات الحقيقية، دون فقدان القدرة على الإبلاغ عن الحالات المشبوهة.
وفي الاختبارات المبكّرة للروبوتات المالية الجديدة، حقق الإنسان الآلي المدرب معدل نجاح يصل إلى 80%. أما بالنسبة للـ20% المتبقية، فكانت الروبوتات أقل ثقة بها، وأرسلت الشيكات إلى رجال البنك البشريين للتحقق منها.
