Van experiment naar operatie met agentic AI
Grote financiële instellingen hebben jarenlang geëxperimenteerd met kunstmatige intelligentie in kleine, afgebakende projecten. Deze bleven vaak beperkt tot data-analyse of eenvoudige klantenservice. Manulife breekt nu met deze trend door agentic AI direct in de operationele workflows te integreren. Dit type AI-systeem is niet alleen in staat om informatie te verwerken, maar kan ook daadwerkelijk acties uitvoeren in verschillende softwaretools en datasets.
De verzekeraar bouwt hiervoor een specifiek platform dat deze intelligente agenten ondersteunt. Het doel is om werk met een hoog volume te automatiseren en de interne besluitvorming te ondersteunen. In plaats van enkel te reageren op een prompt, zijn deze AI-agenten ontworpen om zelfstandig reeksen taken uit te voeren in verschillende softwaresystemen. Manulife verwacht dat deze initiatieven tegen 2027 meer dan 1 miljard dollar aan waarde genereren door productiviteitswinst.
Efficiëntie in een gereguleerde omgeving
De verzekeringssector werkt met enorme hoeveelheden gestructureerde data, zoals polisgegevens en schadeclaims. Deze informatie gaat vaak door meerdere systemen en langs verschillende teams voordat er een besluit valt. Agentic AI kan dit proces versnellen door gegevens uit diverse bronnen te verzamelen en samenvattingen voor te bereiden. Hierdoor hoeven medewerkers minder tijd te besteden aan het handmatig verzamelen van informatie voordat zij een knoop doorhakken.
- Het aantal generatieve AI-toepassingen bij Manulife groeit van 35 naar ongeveer 70 in de komende jaren.
- Ongeveer 75 procent van het wereldwijde personeelsbestand gebruikt inmiddels al AI-tools in het dagelijkse werk.
- Het platform bevat strikte controles op governance en veiligheid om de transparantie van besluiten te waarborgen.
Financiële instellingen hebben te maken met strenge regelgeving, wat de implementatie van automatisering complex maakt. Systemen voor risicoanalyse of beleggingen moeten controleerbaar en uitlegbaar zijn. Manulife stelt dat hun nieuwe platform specifiek is ingericht om te monitoren hoe beslissingen tot stand komen. Dit is cruciaal in de verzekeringswereld, waar geautomatiseerde systemen direct invloed hebben op claimbeheer en rapportages aan toezichthouders.
De zakelijke impact van autonome workflows
De verschuiving naar agentic AI is een logische stap na de eerste golf van generatieve AI-tools voor tekst en code. Volgens marktcijfers van McKinsey gebruikt 65 procent van de organisaties inmiddels AI, maar slechts een klein deel heeft dit volledig in de kernprocessen geïntegreerd. De belofte van AI-agenten is dat zij de operationele kosten met wel 30 procent kunnen verlagen. Dit wordt bereikt door routinetaken te versnellen en de nauwkeurigheid van dataverwerking te verbeteren.
Hoewel de kansen groot zijn, kiezen veel bedrijven voor een geleidelijke uitrol. AI-modellen kunnen immers fouten maken die in een geautomatiseerde workflow snel worden uitvergroot. Manulife start daarom met interne systemen voordat de technologie wordt ingezet voor direct klantcontact. De komende jaren zal moeten blijken of deze systemen de betrouwbaarheid kunnen leveren die nodig is om de beloofde miljardenwaarde daadwerkelijk te verzilveren.
Wat valt ons op?
In plaats van enkel te reageren op een prompt, zijn deze AI-agenten ontworpen om zelfstandig reeksen taken uit te voeren in verschillende softwaresystemen.
Wat betekent dit voor jou?
Hoewel Manulife een miljardenconcern is, laat hun aanpak zien dat de waarde van AI niet in de chatbox zit, maar in het koppelen van systemen. Voor MKB-bedrijven ligt hier de kans om administratieve rompslomp te verminderen door processen in plaats van losse taken te automatiseren.
- Inventariseer welke datastromen in je bedrijf door meerdere softwarepakketten lopen en waar AI de overstap kan faciliteren.
- Focus eerst op interne procesverbetering voordat je AI direct op je klanten loslaat.
- Zorg voor een duidelijk protocol over wie verantwoordelijk is voor de output van geautomatiseerde acties.
