Клиенты уходят из страховых компаний из-за медленного урегулирования убытков и бюрократии при ДТП. ZORKA внедрила мультимодального AI-помощника в мобильное приложение крупного страховщика с 420 000 активных пользователей. В результате время первичной регистрации страхового случая сократилось с 48 часов до 7 минут, а отток застрахованных снизился на 34%.
Анатомия оттока: почему клиенты бросали полисы после первого страхового случая
До внедрения системы клиент при аварии звонил на горячую линию и ждал ответа оператора до 25 минут. Затем требовалось вручную заполнить 14 полей бумажного бланка и лично привезти оригиналы в региональный офис.
Около 41% пользователей отказывались от пролонгации КАСКО и ОСАГО именно после негативного опыта выплат. Мы в ZORKA изучили 12 000 обращений и перестроили клиентский сценарий вокруг мгновенной помощи через интерфейс мобильного приложения.
Не заставляйте пользователя в стрессовой ситуации заполнять громоздкие веб-формы. Диалоговый интерфейс с пошаговой валидацией снижает когнитивную нагрузку и убирает ошибки в данных.
Мультимодальный пайплайн: связка RAG, компьютерного зрения и CRM
Инженеры ZORKA развернули гибридную архитектуру на базе локализованной LLM и векторной базы Qdrant для поиска по страховым правилам. Для первичного анализа повреждений автомобиля подключили микросервис компьютерного зрения на базе дообученной модели YOLOv8.
Пользователь отправляет три фотографии машины с места ДТП и снимок европротокола. Система распознает VIN, сверяет геопозицию метаданных с координатами аварии и за 4 секунды создает черновик дела в CRM и 1С.
Изоляция персональных данных и моделей внутри закрытого контура компании исключает риск утечек и соблюдает требования 152-ФЗ.
Борьба с галлюцинациями и валидация входящих фото без участия оператора
Главный риск генеративных моделей в финтехе связан с выдумыванием условий компенсаций и юридических неточностей. Команда ZORKA решила эту проблему через детерминированный guardrail-слой, который сопоставляет ответы ассистента со статьями договора.
Модуль компьютерного зрения отсекает размытые снимки, дубликаты из интернета и несовпадающие ракурсы прямо на смартфоне. В мобильном приложении на Flutter это экономит до 65% серверного трафика и блокирует фрод на раннем этапе.
Проверяйте EXIF-метаданные и целостность фото на стороне устройства перед отправкой в облако. Это предотвращает повторную подачу старых повреждений под видом нового страхового случая.
Экономика проекта: окупаемость за 4 месяца и рост NPS на 28 пунктов
За первые 180 дней работы AI-помощник закрыл 86 000 страховых событий без привлечения операторов первой линии. Расходы на обслуживание обращений упали на 4.2 миллиона рублей в месяц, а согласование базовых выплат ускорилось в шесть раз.
Годовой отток клиентов сократился с 29% до 19.1%, сохранив компании свыше 78 миллионов рублей страховых премий. Мобильное приложение получило среднюю оценку 4.8 в сторах за счет прозрачного трекинга каждого этапа выплаты.
Инвестиции в разработку AI-агента окупились на 114-й день после запуска благодаря сквозной автоматизации мелких убытков до 100 000 рублей.
- Жесткие сценарии без понимания живой речи и контекста аварии
- Ручной ввод 14 полей и ожидание обратной связи до 48 часов
- Высокий процент ошибок при ручной проверке справок и фото ДТП
- Потеря до 35% клиентов на этапе ежегодной пролонгации договора
- Понимание естественного языка и распознавание повреждений за 4 секунды
- Автозаполнение заявления через OCR паспорта, СТС и европротокола
- Защищенный RAG-контур без галлюцинаций с прямой интеграцией в CRM и 1С
- Снижение оттока на 34% и экономия 4.2 млн рублей на поддержке каждый месяц
- аудит 12 000 диалогов колл-центра и карты бизнес-процессов
- проектирование архитектуры RAG и схем интеграции с CRM
- обучение микросервиса детекции повреждений авто
- настройка guardrail-фильтров для юридических ответов
- встраивание диалогового модуля в iOS и Android сборки
- сквозное тестирование регистрации убытков в боевом контуре
- стресс-тестирование пайплайна до 150 запросов в секунду
- поэтапный релиз на аудиторию 420 000 активных пользователей
Часто задаваемые вопросы
Сервис ZORKA проверяет исходные EXIF-данные, геолокацию и время создания файлов. Модель компьютерного зрения сравнивает угол падения теней, выявляет следы графических редакторов и сопоставляет снимки с внутренней базой прошлых выплат.
Если уверенность модели падает ниже порога 92%, диалог переключается на профильного андеррайтера. Специалист сразу получает в CRM готовый транскрипт общения, распознанные документы и черновик расчета стоимости ремонта.
ZORKA создает изолированный API-шлюз на FastAPI, что позволяет связать ассистента с устаревшими версиями 1С, SAP или самописными базами данных без остановки клиентских сервисов за 3-4 недели.
Для рабочей нагрузки достаточно двух серверов с GPU класса Nvidia RTX 4090 или A10G в закрытом периметре компании. При пиковой нагрузке в сотни одновременных сессий отклик интерфейса не превышает 1.2 секунды.
Планируете автоматизировать обработку страховых событий?
Команда ZORKA разберет требования, покажет демонстрационный стенд работающего AI-агента и подготовит смету реализации за 2 дня.