Agentní systém zkrátil zpracování pojistné události z 15 na 2 minuty v Direct pojišťovně
Direct pojišťovna, rychle rostoucí neživotní pojišťovna, chtěla zásadně zrychlit a zjednodušit likvidaci pojistných událostí. Společnost čelila velkému množství dokumentů v různých formátech – od ručně psaných hlášení a faktur po fotografie škod. Manuální zpracování bylo časově náročné a vyžadovalo odborné znalosti. Proto Direct ve spolupráci s BigHubem vyvinul pokročilý agentní systém, který dokumenty automatizovaně zpracovává, vyhodnocuje pojistné případy a v jednoduchých situacích umožňuje okamžitou výplatu.
.avif)
"Zákaznická zpětná vazba na automatizované zpracování škod je velmi pozitivní. Výrazné zrychlení vyřízení, zjednodušená komunikace a schopnost systému samostatně rozhodnout o výplatě do několika minut, zlepšuje celkový zákaznický dojem."
Klíčové problémy
- Likvidátoři museli zpracovávat široké spektrum nestrukturovaných dokumentů (ručně psaná hlášení, PDF bez dat, fotografie, faktury, plné moci).
- Každý případ zabral v průměru 15 minut manuální práce.
- Obtížné odhalování chyb a nesrovnalostí (např. chybné číslo účtu, podezřelé položky, nekompletní dokumentace).
- Chyběl systém, který by dokázal připravit kompletní shrnutí případu a podpořit rychlé rozhodnutí o výplatě.
- Zpracování bylo omezeno pracovní dobou likvidátorů, klienti museli čekat.
Řešení BigHub
BigHub pomohl navrhnout a dodat modulární systém založený na AI agentech schopný automatizovat zpracování likvidačních dokumentů. Řešení kombinovalo pragmatický iterativní vývojový model s moderními nástroji AI:
- Hybridní přístup: Nástroj pravidel vynucuje obchodní pravidla (např. „pokud chybí bankovní účet, blokujte výplatu“) v kombinaci s umělou inteligencí pro extrakci atributů a rozhodování.
- Extrakce dat z dokumentů: Služba Azure Document Intelligence vytěžila data z faktur, formulářů a ručně psaných poznámek.
- Orchestrace agentů: LangChain a LangGraph (v Python) jako základní framework pro orchestraci a řízení agentů.
- Architektura založená na eventech: Kafka zpracovával commandy a eventy napříč vícevrstvé architektury.
- Integrace Cursor IDE: Hluboké využití LLM ve vývojovém prostředí umožnilo rychlou iteraci a zapojení podnikání.
Jedinečným aspektem projektu byla úzká spolupráce mezi BigHub a obchodním týmem Direct Pojišťovny. Sám vedoucí projektu Jakub Lada se aktivně podílel na navrhování agentů a pracovních postupů. Díky „vibe codingu“ podporovaným LLM byl schopen spoluvytvářet logiku přímo v systému, čímž přineslo brovskou rychlost vývoj. Zhruba po šesti měsících byl Jakub schopen samostatně rozšiřovat systém bez nutnosti přímého zapojení vývojářů
Výsledky
Efektivita
- Zpracování případu se zkrátilo z ~15 minut na ~2 minuty (úspora cca 87 % času).
- Jednoduché případy jsou vyřízeny plně automaticky bez zásahu likvidátora.
- Systém běží nepřetržitě 24/7, na rozdíl od pracovní doby likvidátorů.
Přesnost a spolehlivost
- Téměř 100% přesnost při čtení a kontrole faktur.
- Vysoká úspěšnost při vyhodnocení úplnosti dokumentace a odhalování chyb.
- Přehledné shrnutí pro likvidátory, snížení závislosti na expertních znalostech.
Dopad na zákazníky
- Klienti s bezproblémovými případy dostávají výplaty během několika minut.
- Zrychlení a zjednodušení komunikace vedlo k pozitivní zpětné vazbě.
Organizační dopad
- Vznikl nový interní tým business coderů pod vedením Jakuba Lady, který je schopný:
- navrhovat, vytvářet a testovat nové agenty,
- upravovat procesní logiku pomocí LLM a existujících nástrojů,
- a rychle přinášet byznysovou hodnotu bez nutnosti čekat na tradiční vývojový cyklus.
- Direct přijal Cursor IDE jako standardní prostředí pro vývoj LLM projektů aumožňuje i dalším členům týmu postupně přebírat kompetence v oblasti návrhu agentních řešení.
- Likvidátoři se mohou soustředit na složitější případy místo rutinní administrativy.
Další kroky
- Rozšíření agentního systému na další druhy pojištění s obdobnou dokumentací.
- Nasazování nových agentů pro další rozhodovací logiku.
- Škálování konceptu business coderů do dalších oddělení.
- Prohlubování know-how v oblasti agentních řešení a automatizace.
Novinky ze světa BigHub a umělé inteligence
Zjistěte a inspirujte se, co je nového v oblasti dat a umělé inteligence.
MCP změní pravidla hry. Weby a appky už nestačí.
Co je vlastně MCP – a proč na něm tolik záleží?
Model Context Protocol může znít jako technologie z akademické laboratoře nebo interní dokumentace velkých technologických firem. Ve skutečnosti jde ale o standard, který umožňuje různým AI systémům vzájemně spolupracovat – ať už jde o komunikaci s lidmi, API, nástroji nebo mezi sebou navzájem. Zatímco dnes většina AI nástrojů funguje jako samostatné chatboty, hlasoví asistenti nebo úzce zaměřené moduly, MCP umožňuje, aby se tyto systémy propojily do inteligentního ekosystému, který funguje napříč službami i firmami. Výsledek?
Například:
- Získáte stav objednávky z e-shopu
- Zkontrolujete pojistnou smlouvu
- Přesunete termín návštěvy u lékaře
- Zařídíte platbu, dopravu i potvrzení – bez jediného přepnutí mezi aplikacemi
To vše bez toho, aby každá firma musela vyvíjet vlastní umělou inteligenci. Stačí, že své služby a data zpřístupní standardizovanou cestou.
Změna paradigmatu: z „AI jako pomocníka“ na „AI jako rozhraní“
Doposud firmy využívaly umělou inteligenci hlavně jako nástroj pro podporu zaměstnanců – zrychlit vyhledávání, usnadnit rozhodování nebo analyzovat data. MCP ale umožňuje posun: uživatel nebude komunikovat s firmou, ale přes své vlastní AI rozhraní. Firmy tedy nebudou budovat AI pro sebe, ale otevřou přístup ke svým službám – a uživatelé s nimi budou komunikovat přes své vlastní systémy: osobní digitální asistenty, voice interface, AI rozšíření, apod.
Je to podobná revoluce, jako když web nahradil telefonní linky a mobilní aplikace přepsaly způsob, jak si objednáváme jídlo nebo taxi. MCP dělá totéž – ale pro celý provoz firmy.
AI-first svět je blíž, než si myslíme
Dříve jsme hledali přes Google. Dnes stále více lidí sahá nejdřív po ChatGPT, Perplexity nebo jiném osobním AI rozhraní. Vstupní bod do digitálního světa se mění – už to není web nebo appka, ale AI, která nás zná. Firmy, které na to nejsou připravené, ztratí přístup k zákazníkovi už v prvním kroku. Podobně jako zaspaly ty, které podcenily mobilní revoluci.
Co to znamená pro firmy?
1. Už nebudete muset vyvíjet vlastního chatbota
Místo investic do vývoje vlastních rozhraní, UX, dialogů a modelů budou firmy poskytovat přístup ke svým službám. Uživatelská zkušenost bude řešena na straně klienta – firmě zůstane to nejcennější: jádrové služby, procesy a data.
2. Zmizí potřeba tradičních call center
Zákazníci nebudou volat na linku. Zavolají své AI – a ta se sama napojí na systémy firmy, zjistí potřebné informace nebo požádá o akci. Vše během sekund. Místo front a čekání vznikne automatizovaná a přímá interakce bez operátora.
3. Otevírají se nové možnosti monetizace a reputace
Protože uživatel bude přicházet s vlastním inteligentním rozhraním, firmy nebudou nést reputační riziko „hloupého bota“. Současně budou mít plnou kontrolu nad tím, co a komu otevřou – a tím i nové možnosti personalizace a monetizace.
Co to znamená pro běžné lidi?
- Jedno rozhraní pro všechny služby
- Místo desítek aplikací a přihlašování budete mít jedno AI rozhraní, které obslouží vše.
- Plná autonomie
- Objedná zboží, porovná nabídky, zařídí reklamaci nebo naplánuje službu – bez potřeby lidského zásahu.
- Chytřejší rozhodování
- AI ví, co preferujete, zná vaši historii i cíle – a navrhuje nejlepší řešení.
Praktický příklad:
Vaše AI rozhraní vám doporučí recept, zjistí, co vám chybí doma, porovná ceny na několika e-shopech, vybere nejvýhodnější variantu a objedná – bez nutnosti manuálního klikání.
O čem se zatím moc nemluví: data
Aby to celé fungovalo, budou muset uživatelé i firmy řešit důvěru a přístup k datům. MCP v tomto nabízí jasný rámec – umožňuje bezpečné, transparentní a škálovatelné sdílení dat i operací mezi systémy, bez potřeby replikace nebo rizika úniku.
Agenti AI: Co jsou a co znamenají pro vaše podnikání
Co jsou agenti AI?
Agent AI je digitální asistent schopný nezávisle provádět složité úkoly na základě konkrétního cíle. Je to víc než jen chatbot, který odpovídá na otázky. Moderní agenti AI mohou:
- Naplánujte si několik kroků dopředu
- Volejte rozhraní API, pracujte s daty, vytvářejte obsah nebo hledejte informace
- Přizpůsobte své chování na základě kontextu, uživatelů nebo obchodních cílů
- Pracujte asynchronně a zpracovávejte více úloh současně
Stručně řečeno, agent AI funguje jako virtuální zaměstnanec - zvládá úkoly dynamicky, jako člověk, ale rychleji, levněji a 24/7.
Proč jsou agenti AI trendy právě teď?
- Pokroky ve velkých jazykových modelech (LLM) jako GPT-4, Claude a Mistral umožňují agentům lépe porozumět a vytvářet přirozený jazyk.
- Automatizace se stává cílenou - místo toho, abyste řekli „napište scénář“, můžete říci „najděte nejlepší kandidáty na tuto práci“.
- Společnosti chtějí škálovat bez zvyšování nákladů - Agenti AI zvládnou rutinní i analytické úkoly.
- Produktivita a personalizace jsou nejvyšší prioritou — Agenti AI umožňují obojí v reálném čase.
Co agenti AI přinášejí podnikům?
1. Ušetřete čas a náklady
Na rozdíl od tradiční automatizace zaměřené na izolované úkoly mohou agenti AI spravovat celé pracovní postupy. Například v elektronickém obchodování mohou:
- Pomozte vybrat správný produkt
- Doporučit příslušenství
- Přidat položky do košíku
- Vyřizovat stížnosti nebo vrácení
2. Zvyšte konverze a loajalitu
Agenti AI přizpůsobují konverzace, učí se z interakcí a přesněji reagují na potřeby zákazníků.
3. Časová úspora pro tým a škálovatelnost
Místo ručního zpracování dotazů nebo dat pracuje agent nepřetržitě, bez chyb a bez nutnosti najímat více lidí.
4. Chytřejší rozhodování
Interní agenti mohou pomoci s konkurenční analýzou, generováním zpráv, tvorbou obsahu nebo předpovídáním poptávky.
Agenti AI v praxi
AI agent vs. tradiční chatbot: Jaký je rozdíl?
Co to znamená pro vaše podnikání?
Společnosti, které dnes implementují agenty AI, získávají výhodu - nejen v efektivitě, ale i v zákaznické zkušenosti. Ve světě, kde „rychlé odpovědi“ již nestačí, agenti AI přinášejí kontext, inteligenci a akci - přesně to, co moderní zákazník očekává.
Co bude dál?
Agenti AI se rychle vyvíjejí z asistentů na plné digitální kolegy. Brzy nebude neobvyklé mít „týmového AI kolegu“, který zvládá úkoly, spolupracuje s vaším týmem a pomáhá vašemu podnikání růst.
GenAI není jediným typem umělé inteligence: Co by měl vědět každý obchodní vedoucí
�Co Je Generativní AI (GenAI)?
Generativní AI se zaměřuje na vytváření obsahu - textu, obrázků, videa nebo kódu - pomocí velkých jazykových modelů (LLM) trénovaných na obrovských datových sadách.
Typické případy použití:
- Psaní e-mailů, článků, popisů produktů
- Generování grafiky a obrázků
- Vytvoření kódu nebo marketingové kopie
- Zákaznická podpora prostřednictvím chatu založeného na AI
Ale navzdory svým schopnostem není GenAI univerzální řešení.
Jaké další typy AI existují?
1. Analytická umělá inteligence
Tento typ AI se zaměřuje na analýzu dat, identifikaci vzorů a vytváření předpovědí. Nevytváří obsah, ale poskytuje postřehy a rozhodnutí založená na logice a datech.
Případy použití:
- Predikce odchodu zákazníka nebo celoživotní hodnoty
- Hodnocení úvěrového rizika
- Detekce podvodů
- Segmentace zákazníků
2. Optimalizace AI
Spíše než analyzovat nebo generovat, tato AI najde nejlepší možné řešení založené na definovaném cíli nebo omezení.
Případy použití:
- Logistika a plánování přepravy
- Dynamické stanovení cen
- Plánování výroby a pracovních sil
3. Symbolická AI (systémy založené na pravidlech)
Tato starší, ale stále relevantní forma použití AI logická pravidla a rozhodovací stromy. Je vysvětlitelný, auditovatelný a spolehlivý - zejména v regulovaných prostředích.
Případy použití:
- Právní nebo lékařské expertní systémy
- Dodržování předpisů
- Automatizované rozhodování v bankovnictví nebo pojišťovnictví
4. Posilovací učení
Tato AI se učí pokus a omyl v dynamickém prostředí. Používá se, když se systém potřebuje přizpůsobit na základě zpětné vazby a výsledků.
Případy použití:
- Autonomní vozidla
- Robotika
- Komplexní automatizace procesů
Kdy byste měli (nebo neměli) používat GenAI?
Co to znamená pro vaše podnikání?
Pokud používáte pouze GenAI, možná vám chybí významný potenciál. The skutečná hodnota spočívá v kombinaci typů AI.
Příklad:
- Použijte analytickou umělou inteligenci k segmentaci svých zákazníků.
- Pomocí GenAI generujte personalizované e-maily pro každý segment.
- Využijte optimalizační AI k efektivnímu časování a cílení kampaní.
Tento vícevrstvý přístup přináší lepší návratnost investic, spolehlivost a strategickou hloubku.
Shrnutí: GenAI ≠ Celá AI
Napište si o nezávaznou konzultaci zdarma
Chcete s námi probrat podrobnosti? Vyplňte krátký formulář níže a my se vám brzy ozveme, abychom si s vámi domluvili termín nezávazné online konzultace zdarma.