Aplikasi 🇷🇺 24.07.2026 08:01

NSIS Terapkan AI Internal: Kecepatan Pemrosesan Inkuiri Meningkat 20 Kali Lipat, Staf Tetap

NSIS (Sistem Informasi Asuransi Nasional) telah menerapkan AI internal untuk memodernisasi proses bisnis dan mengubah sistem asuransi otomatisnya menjadi platform cerdas. AI yang berjalan di infrastruktur aman lokal ini telah meningkatkan kecepatan pemrosesan inkuiri hingga 20 kali lipat, memungkinkan pertumbuhan inkuiri tahunan sebesar 1,5 kali tanpa penambahan jumlah staf.
NSIS (Sistem Informasi Asuransi Nasional) telah menerapkan AI internal untuk memodernisasi proses bisnis dan mengubah sistem informasi asuransi otomatisnya menjadi platform cerdas. AI beroperasi di dalam perimeter aman perusahaan karena persyaratan keamanan data. Pada fase pertama, penanganan pertanyaan dioptimalkan, menghasilkan peningkatan kecepatan pemrosesan 20 kali lipat. Meskipun terjadi pertumbuhan bulanan rata-rata pertanyaan sebesar 11% dan penggandaan tahunan, jumlah pegawai tetap tidak berubah karena sistem pemrosesan berbasis AI. Model bahasa besar yang diterapkan pada perangkat keras NSIS lokal berfungsi sebagai alat utama, memungkinkan RAG (Retrieval-Augmented Generation) untuk dukungan teknis, dengan adaptasi masa depan untuk departemen lain. Pengembang kini dapat mengunggah data kustom ke model LLM lokal, menciptakan skenario korporat. Untuk penguji, agen dan server MCP telah diterapkan untuk menciptakan lingkungan pengembangan dan manajemen pengujian terintegrasi, mempercepat siklus rilis. Strategi perusahaan menekankan 'AI sebagai asisten, manusia sebagai kapten,' dengan AI menangani analisis rutin sementara arsitek membuat keputusan. Rencana masa depan mencakup peninjauan kode berbantuan AI untuk masalah keamanan dan kualitas. Transformasi ini bertujuan membebaskan karyawan dari tugas rutin, bukan menggantikan mereka, dan telah mengubah Sistem Informasi Asuransi Otomatis menjadi platform analitik penuh yang mendukung reasuransi, perhitungan KBM, dan deteksi kecurangan.
Sumber: CNews — asli
Postingan kami sebelumnya tentang topik ini ↓
Berita terbaru