Fluxos de trabalho de agentes de IA para processamento de sinistros de seguro

Visão Geral da Solução

A Agentic AI está transformando o setor de seguro, permitindo que sistemas autônomos vejam, raciocinam e ajam de forma independente. Os agentes de IA são autônomos, o que permite que sejam orientados por objetivos e operem sem instruções precisas. As operadoras estão investindo fortemente nessas tecnologias para superar as limitações do sistema legado, oferecer experiências personalizadas ao cliente e capitalizar o mercado de seguros de IA de US$80 bilhões projetado por 2032.

O processamento eficiente de sinistros é importante para a modernização do setor de seguros. Ferramentas de IA como NLP, classificação de imagens e incorporação vetorial ajudam as seguradoras a realizar as seguintes tarefas:

• Gere avaliações precisas de impacto de catástrofes.

• Acelere o roteamento de requisições com metadados mais ricos.

• Previna litígios com uma análise mais eficaz.

• Minimize as perdas financeiras utilizando avaliações de risco mais precisas.

No entanto, a aplicação da IA a cenários de produção pode representar desafios ao equilibrar confiabilidade e flexibilidade. O excesso de autonomia pode levar a resultados imprevisíveis, enquanto restrições excessivamente rígidas podem reduzir a autonomia dos agentes.

Para superar esses desafios, esta solução mostra como um agente de IA pode ajudar você a otimizar as operações de sinistros e aumentar a satisfação do cliente com um fluxo de trabalho de processamento e sinistros em várias etapas. Neste fluxo de trabalho, o agente lida com fotos de acidentes, avalia os danos e verifica a cobertura do seguro. LLMs analisam informações de políticas e documentos relacionados recuperados do MongoDB Atlas Vector Search. Os resultados são então armazenados em um banco de dados MongoDB Atlas.

Arquitetura de referência

Para auxiliar os agentes a compreenderem seu contexto, elabore um prompt que descreva o escopo e os objetivos ao definir a instância do agente. Esta solução utiliza o seguinte prompt:

"Você é um assistente de processamento de sinistros para uma empresa seguradora. Seu objetivo é ajudar os responsáveis pelo processamento de sinistros a compreender o escopo do sinistro atual e fornecer informações relevantes para auxiliá-los a tomar uma decisão informada. Em particular, com base na descrição do acidente, você precisa buscar e resumir as diretrizes de seguro relevantes para que o responsável possa determinar a cobertura e processar o sinistro de acordo. Apresente suas conclusões de forma clara e extremamente concisa."

Além de definir tarefas, é necessário especificar as ferramentas que o agente pode utilizar e como utilizá-las. Este sistema utiliza a pesquisa vetorial e grava no banco de dados, conforme representado na imagem abaixo.

Figura 1. Etapas do fluxo de trabalho agêntico

A pesquisa vetorial mapeia a descrição da imagem vetorizada para a apólice vetorizada relacionada, que inclui a descrição da cobertura para essa classe de acidente. O agente utiliza a apólice e as coberturas relacionadas para recomendar as próximas ações e atribuir uma ordem de serviço a um processador de sinistros. Em seguida, ele grava no banco de dados para armazenar essas informações.

Além disso, a solução usa as seguintes tecnologias:

• Modelo de incorporação do Cohere.

• O LLM do Athropiccomo o memória do agente.

• LangGraph como estrutura da agente.

Construir a solução

Para replicar esta solução, siga as instruções no README do repositório Github desta solução. Este processo inclui as seguintes etapas:

1. Conecte-se ao MongoDB Atlas e crie seu banco de dados.

2. Crie as coleções especificadas.

3. Configure seu índice de pesquisa vetorial.

4. Crie uma conta AWS e configure seus modelos Bedrock.

5. Configure e execute o backend.

6. Configure e execute o frontend.

7. Configure os contêineres do Docker.

Após seguir estas etapas, você pode executar o aplicativo.

Principais Aprendizados

• Agentes de IA simplificam o processamento de sinistros: agentes de IA automatizam o processo de localização de apólices e coberturas, eliminando a necessidade de navegar por vários sistemas, ler PDFs extensos e resumir informações.

• A IA agêntica pode impulsionar mudanças transformadoras: os agentes de IA possuem um nível de autonomia sem precedentes com suas capacidades de raciocinar, perceber e agir. As seguradoras devem experimentar e integrar essas tecnologias em seus sistemas e processos para se manterem competitivas.

• O document model flexível do MongoDB permite fácil acesso aos dados: os agentes podem acessar facilmente dados estruturados e não estruturados armazenados no MongoDB usando APIs ou o servidor MCP do MongoDB. Isso permite que os agentes lidem com interações complexas e contextuais.

Autores

• Luca Napoli, MongoDB

Saiba mais

• Liquidação de sinistros aprimorada por AI para seguros veiculares

• Inteligência para centrais de atendimento viabilizada por AI

• Gerenciamento de declarações usando LLMs e Vector Search para RAG