04/09/2026
حوّل فوضى الإخطار الأول بالخسارة إلى إنشاء فوري للمطالبات بتنسيق ذكي عبر الذكاء الاصطناعي، مدعوماً بالصوت والرؤية الحاسوبية وتقييم الأضرار في الوقت الفعلي.
نجحت إحدى كبرى شركات التأمين العام الرقمية الرائدة، والتي تدير أكثر من 80 مليون وثيقة تأمين وتعالج ما يزيد على 600,000 مطالبة سنوياً، في إحداث تحول نوعي في عمليات الإخطار الأول بالخسارة (FNOL) باستخدام Subverse AI. ومن خلال نشر أسطول منسق من وكلاء الذكاء الاصطناعي متعددي الوسائط عبر المكالمات الصوتية، وواتساب، والويب، تعمل Subverse AI على أتمتة تلقي بلاغات الخسائر، والتقييم المرئي للصور/مقاطع الفيديو، والتحقق من الوثائق، وجدولة مواعيد خبراء المعاينة في أقل من ثلاث دقائق. وقد أسهم هذا الحل في القضاء على نقاط الاختناق في مراكز الاتصال، وخفض تكاليف تسجيل الإخطار الأول بالخسارة بنسبة 70%، وحقق معدل تسجيل عبر المعالجة المباشرة (STP) بنسبة 82%، بالإضافة إلى رفع درجات رضا العملاء ومؤشر صافي الترويج (CSAT/NPS) إلى 72، وهو مستوى رائد في هذا القطاع.
ما هي التحديات التشغيلية التي كانت تواجهها المؤسسة؟
بصفتها إحدى كبرى شركات التأمين على السيارات الرقمية في المنطقة، تعالج الشركة أكثر من 1,800 مطالبة تأمين على السيارات يومياً. وعلى الرغم من امتلاكها بنية تحتية رقمية حديثة موجّهة مباشرة إلى المستهلك، إلا أن سير عمل تسجيل مطالبات الإخطار المبدئي عن الخسارة (FNOL) واجه عقبات تشغيلية حادة خلال فترات الذروة.
ارتفاعات حادة في اتصالات مراكز الاتصال ومعدلات ترك المكالمات
خلال ساعات الذروة في التنقل أو أثناء الظروف الجوية القاسية، ارتفعت أحجام المطالبات الواردة بنسبة تجاوزت 300%. وعانت مراكز الاتصال من فترات انتظار تراوحت بين 15 و20 دقيقة، مما أدى إلى نسبة انقطاع للمكالمات بلغت 22% من قِبل حاملي الوثائق الذين يعانون من التوتر في أوقات حاجتهم الماسة للدعم.
بيانات خسارة غير مكتملة ومتابعات لا تنتهي
عندما يُبلّغ العملاء عن الحوادث ("لقد تعرضت سيارتي لأضرار نتيجة تصادم")، عجزت نماذج الويب التقليدية أو موظفو خدمة العملاء عبر الهاتف عن توجيههم خلال جمع الأدلة المرئية المنظمة. وتسببت الصور غير الواضحة، وأرقام تعريف المركبات (VIN) المفقودة، والتفاصيل غير المكتملة لظروف الحادث في مراسلات مستمرة ذهاباً وإياباً بين حاملي الوثائق وخبراء تسوية المطالبات.
الفرز اليدوي والتأخير في التحقق من الوثائق
أمضت فِرق المطالبات ما معدله 18 دقيقة لكل مطالبة في مراجعة صلاحية الوثيقة، والتحقق من التغطيات الإضافية السارية (مثل تغطية عدم استهلاك القيمة أو حماية المحرك)، وتأكيد حدود مبلغ التحمّل عبر قواعد البيانات القديمة.
تأخر تعيين خبراء المعاينة الميدانية
كان إرسال خبراء المعاينة الميدانية أو توفير روابط المعاينة الذاتية الرقمية مهمة يدوية. وقد تسبب ذلك في تأخير إداري تراوح بين 24 و48 ساعة بين الإبلاغ الأولي عن الحادث والتقييم الفعلي للأضرار.
كيف نجحت Subverse AI في حل المشكلة؟
نشرت شركة Subverse AI بنية تنسيق ذاتية متعددة الوكلاء تتعامل مع سير عمل الإخطار الأول بالخسارة (FNOL) بالكامل في غضون دقائق من الإبلاغ عن الحادث.
1. مُشغّل المحادثة متعدد القنوات
بمجرد أن يتواصل العميل عبر مكالمة هاتفية، أو تطبيق WhatsApp، أو تطبيق الهاتف المتحرك قائلاً: "لقد اصطدمتُ للتو بعمود وتضرر المصد الأمامي لسيارتي"، يتولى الذكاء الاصطناعي الصوتي للمكاتب الأمامية أو وكلاء الدردشة التفاعلية من Subverse زمام الأمور. يتحدث الوكيل أو يرسل رسائل بلغة طبيعية، معبراً عن تعاطفه وفي الوقت نفسه يجمع بشكل منهجي البيانات الوصفية الأساسية للحادث (الوقت، والموقع الدقيق عبر نظام تحديد المواقع العالمي GPS، ومشاركة أطراف ثالثة، وحالة قابلية القيادة).
2. التقاط موجه متعدد الوسائط للصور والمستندات
أثناء المكالمة أو الدردشة، يرسل الوكيل رابط وسائط آمناً وفورياً. ويتم توجيه العميل في الوقت الفعلي لالتقاط:
● صور فوتوغرافية متعددة الزوايا ومقاطع فيديو توضيحية شاملة لأضرار المركبة.
● صور مباشرة لرخصة القيادة وعداد المسافات في لوحة القيادة.
● لوحات أرقام مركبات الأطراف الثالثة أو مستندات تقرير الشرطة، إن وجدت.
3. السياق العميق لذاكرة الكيان
تستعلم Subverse AI من طبقة ذاكرة الكيان (Entity Memory) الخاصة بها لاسترجاع البيانات التاريخية المرتبطة بحامل الوثيقة. وتتحقق من تواريخ سريان الوثيقة، وحدود التغطية، والإضافات الخاصة بعدم احتساب الاستهلاك، ومعدلات تكرار المطالبات السابقة، وقواعد مبالغ التحمل المحددة في الوقت الفعلي دون الحاجة إلى استعلامات يدوية لقواعد البيانات.
4. محرك فحص المكاتب الخلفية متعدد الوسائط
يقوم وكلاء الذكاء الاصطناعي للمكاتب الخلفية من Subverse بتحليل البيانات المرئية والمستندية الواردة:
● وكيل التحليل البصري: يمسح صور المركبة ضوئياً، ويحدد الأجزاء المتضررة (مثل المصد الأمامي، ومجموعة المصابيح الأمامية، والمبرد)، ويقدر مدى شدة الضرر، ويصنف المطالبة إلى بسيطة/مسار سريع، أو إصلاح متوسط في الورشة، أو خسارة جسيمة/كلية.
● وكيل معالجة المستندات الذكية (IDP): يحلل المستندات (رخصة القيادة، وملكية المركبة، وتقرير الشرطة) ويتحقق من صحتها مقابل قواعد البيانات الحكومية باستخدام التعرف الضوئي على الحروف (OCR) وفحوصات واجهة برمجة التطبيقات (webhook API).
5. الفرز التلقائي، وإنشاء المطالبات، وجدولة المعاينين
يُنشئ محرك التنسيق حمولة JSON منظمة تحتوي على ملخص المطالبة، ودرجة شدة الضرر، ومبلغ الاحتياطي الموصى به. ويقوم تلقائياً بإرسال هذه البيانات إلى نظام إدارة الوثائق الأساسي (PAS) لإصدار رقم المطالبة الرسمي. وفي الوقت نفسه، يتحقق من توفر المعاينين الميدانيين عبر واجهات برمجة تطبيقات التوجيه الجغرافي ويقوم بجدولة موعد لمعاين أو توجيه العميل إلى أقرب ورشة إصلاح معتمدة ضمن الشبكة المفضلة.
6. بوابة الأمان القائمة على التدخل البشري (HITL)
إذا أشار الوكيل البصري إلى وجود ضرر هيكلي شديد في الشاسيه، أو احتمال خسارة كلية عالية القيمة، أو درجة احتيال/حالة شاذة مرتفعة، فإن Subverse تُحوّل حمولة بيانات المطالبة إلى مدير مطالبات بشري عبر لوحة تحكم مخصصة للتدخل البشري (HITL). وتعرض لوحة التحكم تسجيلاً صوتياً ملخصاً مسبقاً، وشروحات توضيحية مستخرجة تلقائياً للصور، ودرجات الثقة، مما يتيح الموافقة البشرية في غضون ثوانٍ.
ما هي تكاملات الأنظمة والبنية متعددة الوسائط التي تم تنفيذها؟
طبقت المؤسسة Subverse AI كطبقة تنسيق وإدارة تعمل مباشرة فوق بنيتها التكنولوجية الأساسية لقطاع التأمين:
بوابات الاتصال والصوت
● البنية التحتية للهواتف: مدمجة عبر خطوط SIP/PSTN مع زمن استجابة صوتي يقل عن 500 مللي ثانية لإجراء محادثات تفاعلية فورية.
● واجهات برمجة تطبيقات المراسلة: تكامل أصلي مع واجهة برمجة تطبيقات WhatsApp Business وحزم SDK لتطبيقات الهاتف المحمول لنقل سلس لملفات الصور/الفيديو.
أنظمة التأمين الأساسية وقواعد البيانات
● أنظمة إدارة الوثائق (PAS): خطافات واجهة برمجة تطبيقات REST فورية للتحقق من حالة الوثيقة والتحقق من التعديلات أو الملاحق الإضافية.
● أنظمة إدارة المطالبات (CMS): إنشاء تلقائي للمطالبات، وتحديد المخصصات الاحتياطية، ومزامنة الحالات.
● واجهات برمجة تطبيقات إرسال ورش الصيانة المعتمدة ومعايني الحوادث: مطابقة مباشرة للموقع الجغرافي للتعيين الفوري للمهام الميدانية.
نواة الذكاء الاصطناعي متعدد الوسائط
● نماذج الرؤية الحاسوبية ومعالجة المستندات الذكية (IDP): تحليل بصري متعدد الوسائط لتقسيم أجزاء السيارة، وتصنيف الصدمات/الخدوش، واستخراج النصوص عبر تقنية التعرف الضوئي على الحروف (OCR).
● استخدام النموذج الخاص بك (BYOM): تكامل سلس يتيح للمؤسسة نشر نماذج مخصصة تم تدريبها لتقييم مخاطر التأمين واكتشاف الاحتيال مباشرة ضمن مسارات عمل Subverse.
النهج التقليدي مقابل سير عمل الذكاء الاصطناعي المستقل من Subverse
المعَلم | سير عمل الإخطار المبدئي بالخسارة (FNOL) اليدوي التقليدي | سير عمل الذكاء الاصطناعي الذاتي من Subverse |
مدة تسجيل الإخطار المبدئي بالخسارة (FNOL) | من 25 إلى 40 دقيقة لكل مطالبة | أقل من 3 دقائق (من البداية إلى النهاية) |
طريقة جمع البيانات | ملاحظات صوتية يدوية وتنزيلات عبر البريد الإلكتروني | التقاط بصري موجّه متعدد الوسائط عبر الصوت وتطبيق واتساب |
تقييم الأضرار | مراجعة يدوية من قبل فريق المطالبات (24-48 ساعة) | تصنيف بصري فوري وحساب المخصصات بالذكاء الاصطناعي |
المعالجة المباشرة التلقائية (STP) | 0% (اعتماد كامل على الموظفين بنسبة 100%) | معدل إنشاء مطالبات مؤتمت بنسبة 82% |
اتفاقية مستوى الخدمة لإرسال خبير المعاينة | من 24 إلى 48 ساعة بعد تسجيل الإخطار | أقل من 60 ثانية بعد تسجيل الإخطار |
الحد الأقصى للتوسع التشغيلي | يتطلب زيادة عدد موظفي مركز الاتصال | قابلية للتوسع بشكل غير محدود أثناء ذروات الكوارث الإقليمية |
ما هو الأثر على الأعمال والتحسّن في مؤشرات الأداء الرئيسية؟
من خلال استبدال مسارات الاستقبال التقليدية بنظام التنسيق متعدد الوكلاء من Subverse AI، حققت شركة التأمين مكاسب تشغيلية هائلة على مستوى التكلفة وأوقات الإنجاز ورضا حاملي وثائق التأمين.
مقاييس التكلفة والكفاءة
● انخفاض بنسبة 70% في التكلفة التشغيلية للإخطار الأول بالخسارة (FNOL): انخفضت تكلفة المطالبة المسجلة بشكل ملحوظ بسبب تقليل الاعتماد على موظفي مراكز الاتصال.
● وفورات تشغيلية سنوية بقيمة 3.8 مليون دولار: وفورات مباشرة في فرز طلبات الدعم، وإدخال البيانات يدويًا، والتكاليف الإضافية لخطوط الهاتف.
● انعدام الاختناقات في البنية التحتية: تعامل النظام مع زيادة مفاجئة في حجم العمليات بنسبة 350% أثناء العواصف والظروف الجوية القاسية، دون أي توقف عن العمل أو زيادة في أوقات الانتظار.
مقاييس السرعة واتفاقية مستوى الخدمة (SLA)
● إنشاء الإخطار الأول بالخسارة في أقل من 3 دقائق: انخفض إجمالي وقت الاستقبال من أكثر من 35 دقيقة إلى أقل من 180 ثانية.
● معالجة مباشرة (STP) بنسبة 82%: يتم تسجيل وفرز وإرسال 82 من أصل 100 مطالبة تأمين سيارات دون أي تدخل بشري.
● إرسال فوري للمعاينة الميدانية: تم تقليص وقت جدولة الخبير المعاين من يومين إلى أقل من 60 ثانية.
مقاييس الجودة ورضا العملاء (CSAT)
● ارتفاع صافي نقاط الترويج (NPS) من 54 إلى 72: أدت المساعدة المتفهمة والفورية والمعالجة السريعة إلى تحسين رضا العملاء بشكل كبير بعد وقوع الحوادث.
● دقة بيانات بنسبة 99.4%: قضت تقنية التعرف الضوئي على الحروف (OCR) متعددة الوسائط والتحقق المرئي على أخطاء الكتابة اليدوية في أرقام المركبات وملاحظات الأضرار.
الأسئلة الشائعة
ما هو الإخطار الأول بالخسارة (FNOL) في مطالبات التأمين على السيارات؟
الإخطار الأول بالخسارة (FNOL) هو التقرير الأولي الذي يقدمه حامل وثيقة التأمين إلى شركة التأمين بعد وقوع حادث سيارة أو تعرضها لأضرار. وهو يمثل الخطوة الأولى في دورة حياة المطالبة، حيث يحدد وقائع الحادث، وتفاصيل الخسائر، وأهلية التغطية التأمينية، ومتطلبات التقييم الفوري.
كيف يتعامل الذكاء الاصطناعي مع تلقي مطالبات المركبات المتضررة؟
يتعامل الذكاء الاصطناعي مع تلقي المطالبات من خلال وكلاء محادثة صوتية ورقمية يجمعون تفاصيل الحادث، ويرشدون المستخدمين لرفع الصور ومقاطع الفيديو، ويحللون تغطية الوثيقة تلقائيًا، ويفحصون الأدلة المرئية للأضرار، وينشئون ملفات مطالبات مهيكلة مباشرة داخل أنظمة إدارة الوثائق في الوقت الفعلي.
هل يمكن للذكاء الاصطناعي تقييم أضرار السيارة بدقة من خلال الصور؟
نعم. تدمج منصة Subverse AI نماذج رؤية حاسوبية متقدمة متعددة الوسائط تعمل على تجزئة أجزاء المركبة، وتحليل التشوهات الهيكلية، وتصنيف شدة الضرر (بسيط، متوسط، جسيم)، ومطابقة تكاليف الإصلاح التقديرية مع بيانات المطالبات التاريخية لضمان تصنيف آلي ودقيق للغاية للأضرار.
كيف تضمن Subverse AI الإشراف البشري على مطالبات التأمين؟
تتضمن Subverse AI بوابات أمان مدمجة للتدخل البشري (HITL). إذا تجاوز الحادث حدود تكلفة محددة، أو تضمن مخاطر إصابات معقدة، أو أثار تنبيهات لاحتمالية وجود احتيال، فإن مسار العمل يتوقف تلقائيًا ويقوم بإحالة الملف الكامل المزود بتعليقات الذكاء الاصطناعي إلى مقيّم خسائر بشري للمراجعة والاعتماد.
ما هي الأنظمة الأساسية التي تتكامل معها Subverse AI للإخطار الأول بالخسارة (FNOL) في التأمين؟
تتصل Subverse AI عبر واجهات برمجة التطبيقات (REST APIs) وخطافات الويب (Webhooks) بالأنظمة الأساسية لإدارة وثائق التأمين (PAS)، وأنظمة إدارة المطالبات (CMS)، وبوابات الاتصال الهاتفي (SIP/PSTN)، وواجهات برمجة تطبيقات WhatsApp، وقواعد بيانات المركبات الوطنية، ومنصات الاتصال عن بُعد (Telematics)، وأدوات توجيه وتوزيع مساحي المعاينة الميدانية.
جدول المحتويات
المزيد من الرؤى والأفكار
