كيفية قيام Cara بإنشاء ذكاء اصطناعي متخصص للوسطاء في التأمين بالشراكة مع AWS

Cara هي منصة ذكاء اصطناعي متخصصة لشركات التأمين بالوكالة بالمستوى المؤسسي، وتم تطويرها بالتعاون مع Amazon Web Services. في تحليل تقني على مدونة AWS Machine Learning، شارك الفريق القرارات المعمارية والنتائج الفعلية للتطبيق — وهي واحدة من أوائل دراسات الحالة التفصيلية للذكاء الاصطناعي المتخصص بالمجال في مجال التأمين بالمستوى المؤسسي.

لماذا يحتاج وسطاء التأمين إلى ذكاء اصطناعي خاص بهم

تعمل شركات التأمين بالوكالة بالمستوى المؤسسي مع آلاف الوثائق المعقدة: بوالص من شركات تأمين مختلفة، طلبات التغطية، سجلات الخسائر، نماذج تنظيمية وقواعد الاكتتاب. يجب على المتخصص الاحتفاظ بكمية ضخمة من التفاصيل الدقيقة في ذهنه للعثور بسرعة على التغطية المناسبة ومقارنة العروض المتنافسة بشكل صحيح من مختلف الموردين. تعاني نماذج اللغات ذات الاستخدام العام مع هذه المهمة: تفتقر إلى عمق فهم المصطلحات الخاصة بالصناعة والشروط القياسية والخصائص المحددة للمنتجات لشركات تأمين معينة.

لم تُبنَ Cara كنموذج GPT معاد تدريبه للتأمين، بل كنظام يحتوي على خبرة متخصصة مدمجة في العمارة منذ اليوم الأول. هذا فرق أساسي. يقضي وسطاء التأمين في الشركات الكبيرة جزءًا كبيرًا من وقت عملهم في البحث وتحليل معلومات التغطية — مهمة يمكن لمساعد ذكاء اصطناعي يمتلك قاعدة معرفية صحيحة تنفيذها بسرعة أكبر بكثير وبعدد أقل من الأخطاء.

العمارة المبنية على AWS

الحل التقني الرئيسي هو معمارية RAG (توليد معزز بالاسترجاع): بدلاً من تخزين المعرفة في أوزان النموذج، يسترجع النظام البيانات من قاعدة البيانات المؤسسية في الوقت الفعلي ويصيغ إجابة بناءً عليها. يسمح هذا بالعمل مع الوثائق الملكية لشركات الوكالة دون إرسال البيانات السرية إلى واجهات برمجية خارجية. يملي الاختيار لـ RAG بدلاً من الضبط الدقيق العملية: تُحدّث منتجات التأمين باستمرار، وإعادة تدريب النموذج عند كل تغيير في البوالص أمر مكلف وبطيء. يسمح RAG بتحديث قاعدة المعرفة ببساطة دون لمس النموذج نفسه.

تُبنى المجموعة على عدة خدمات AWS:

• Amazon Bedrock — وصول مدار إلى نماذج اللغات دون الحاجة إلى بنية أساسية خاصة بك للتعلم الآلي
• Amazon OpenSearch — بحث دلالي عبر مصفوفات وثائق التأمين
• AWS Step Functions — تنسيق سير العمل متعدد الخطوات
• Amazon SageMaker — الضبط الدقيق للنماذج على بيانات خاصة بالصناعة
• Amazon S3 — تخزين وفهرسة الوثائق المؤسسية

تبقى جميع المعالجة داخل بيئة AWS آمنة — متطلب حاسم للصناعة بناءً على معايير قوية لحماية البيانات.

ما الذي تغيّر لوسطاء التأمين

تعمل Cara كمساعد ذكاء اصطناعي وليس كبديل للمتخصصين. يتولى النظام البحث الروتيني والتحليل الأولي: يساعد على العثور بسرعة أكبر على شروط البوالص المطلوبة ومقارنة عروض شركات التأمين المختلفة وتحضير الاقتباسات. تبقى القرارات النهائية بيد البشر. يقلل هذا الأسلوب من المقاومة للتطبيق في البيئة المؤسسية. وفقًا للشركة، أثبتت النتائج قابليتها للقياس: انخفض وقت معالجة الطلبات وانخفضت نسبة الأخطاء في مقارنة البوالص. فائدة إضافية هي توسيع الخبرة: يصل المتخصصون الجدد بدعم من Cara إلى كفاءة العمل بسرعة أكبر دون قضاء أشهر في التعمق في تفاصيل المنتج الدقيقة.

ما معنى هذا

حالة Cara هي مثال على اتجاه مستدام: في الصناعات المنظمة (التأمين والطب والمالية والقانون)، تفوز حلول الذكاء الاصطناعي الرأسية ذات التخصص المتخصص العميق. لا تحل النماذج الأفقية، مهما كانت قوية، محل الخبرة الصناعية المدمجة في العمارة منذ اليوم الأول. تضع AWS موضع Bedrock كبنية أساسية بالضبط لمثل هذه الحلول المتخصصة — أصبحت Cara واحدة من أوائل الإثباتات العامة على أن هذا الأسلوب يسفر عن نتائج عملية ملموسة.