Agentic AI Asuransi: Dari Alur Kerja Manual ke Operasi yang Dijalankan oleh AI
Agentic AI asuransi adalah pendekatan kecerdasan buatan yang menggunakan agen-agen AI terkonfigurasi untuk mengotomatisasi alur kerja underwriting, otomasi klaim asuransi, dan layanan pelanggan secara end-to-end dengan tata kelola, auditabilitas, serta pengawasan manusia yang terintegrasi, sehingga proses asuransi yang kompleks berubah menjadi layanan berulang yang lebih cepat, konsisten, dan patuh regulasi. Inti gagasan ini sederhana namun mengganggu status quo: proses yang dulu bertumpu pada formulir, spreadsheet, dan interpretasi individu kini dialihkan ke sistem underwriting berbasis AI yang mampu memutuskan, mendokumentasikan, dan belajar secara terus-menerus. Peluncuran NTT DATA AI for Insurance menunjukkan arah yang jelas: masa depan efisiensi operasional asuransi bukan lagi “AI sekadar membantu”, melainkan operasional yang dijalankan oleh AI dengan manusia mengawal prinsip risiko dan keadilan harga.
NTT DATA AI for Insurance: Mengapa 3x Lebih Cepat Bukan Sekadar Angka
NTT DATA AI for Insurance memposisikan diri bukan sebagai perangkat lunak biasa, tetapi sebagai Service-as-Software yang mengemas agentic AI, orkestrasi alur kerja, dan model data khusus asuransi dalam satu kerangka tata kelola risiko. Di sinilah klaim efisiensi operasional asuransi “hingga tiga kali lebih cepat” menjadi relevan: agen AI siap pakai untuk underwriting, klaim, dan layanan pelanggan mempercepat penerapan dan pemrosesan sekaligus memaksa perusahaan menstandarkan cara kerja. Menurut NTT DATA’s 2026 Global AI Report, 86 persen perusahaan asuransi mendukung penggunaan AI di back-office dan mid-office, namun sebagian besar belum menerapkan agentic AI secara menyeluruh. Artinya, teknologi sudah diinginkan tetapi belum diorganisir. Solusi ini mengisi celah tersebut dengan arsitektur agentic yang bisa dikonfigurasi, sehingga percepatan tiga kali bukan hanya slogan, melainkan konsekuensi dari disiplin proses yang lebih rapi.
Otomasi Klaim Asuransi dan Underwriting Berbasis AI: Standarisasi Keputusan, Bukan Menghapus Manusia
Ketakutan klasik terhadap otomatisasi adalah hilangnya peran manusia. Dalam konteks underwriting berbasis AI dan otomasi klaim asuransi, pendekatan agentic NTT DATA justru mengambil posisi sebaliknya: manusia dipertahankan di titik pengawasan, sementara keputusan operasional distandarkan oleh agen AI dengan guardrail ketat. Guardrail ini mengikat setiap keputusan pada aturan bisnis, regulasi, dan jejak audit yang jelas, sehingga klaim berisiko tinggi bisa diidentifikasi lebih awal dan penilaian risiko tidak berubah-ubah antar petugas. Prashant Hinge dari MSIG USA menekankan bahwa industri asuransi menghasilkan lebih banyak data dibandingkan sebelumnya dan hasil lebih baik bergantung pada seberapa efektif informasi diterjemahkan menjadi aksi nyata. Agentic AI menjawab kebutuhan ini dengan knowledge base dan insurance data genome yang memberi konteks mendalam, sehingga keputusan underwriting tidak lagi bergantung pada ingatan individual, melainkan pada memori kolektif yang terdokumentasi.
Tata Kelola Terintegrasi dan Integrasi Terbuka: Menjembatani Compliance dan Kecepatan
Sektor asuransi selalu terbelah antara dorongan kecepatan dan kewajiban patuh regulasi. Agentic AI asuransi yang ditawarkan NTT DATA berargumen bahwa keduanya hanya bisa dipertemukan melalui tata kelola terintegrasi dan integrasi terbuka. Enterprise-grade governance yang ditanam ke setiap agen AI menjadikan hasil lebih deterministik dan dapat diaudit, bukan sekadar rekomendasi probabilistik yang sulit dipertanggungjawabkan. Di saat yang sama, integrasi terbuka dengan sistem existing dan mekanisme model routing mencegah ketergantungan pada satu foundation model, sehingga perusahaan bisa mengatur strategi risiko teknologi mereka sendiri. Agen AI siap pakai memungkinkan penerapan hingga tiga kali lebih cepat dibanding solusi tradisional, tetapi nilai sebenarnya ada pada kemampuan mengaitkan kecepatan tersebut dengan control: setiap alur underwriting atau klaim dapat dikonfigurasi ulang tanpa mengguncang kepatuhan. Inilah bentuk compliance modern: tidak menghambat inovasi, tetapi mengatur lajunya.
Mengatasi Kesenjangan Efisiensi Operasional dan Menyiapkan Asuransi untuk Era Operasi yang Dijalankan AI
Industri asuransi hidup dengan kesenjangan kronis antara ambisi data yang besar dan proses operasional yang lambat. NTT DATA AI for Insurance pada dasarnya mengusulkan reset: efisiensi operasional asuransi harus dibangun di atas agentic AI yang memformat ulang cara underwriting, klaim, dan layanan pelanggan dijalankan. Bruno Abril menegaskan bahwa tujuan akhirnya adalah beralih dari alur kerja yang didukung AI menjadi operasional yang dijalankan oleh AI. Itu pernyataan berani, tetapi logis jika guardrail, knowledge base, dan orkestrasi kognitif benar-benar bekerja bersama. Perusahaan yang menunda akan tetap bergantung pada patchwork sistem dan manual workaround, sementara yang mengadopsi arsitektur agentic punya peluang menurunkan loss ratio dan meningkatkan pemilihan risiko secara sistematis. Kesimpulannya jelas: tanpa agentic AI yang terkelola, transformasi digital asuransi akan berhenti di kosmetik. Dengan pendekatan ini, perubahan bisa menyentuh inti bisnis sekaligus menjaga compliance tetap utuh.
