dit artikel. één geanonimiseerd resultaat van een ops-team waarvoor we hebben gebouwd. de gemiddelde doorlooptijd van claims daalde van 4 dagen naar minder dan 8 uur. een mens keurt nog steeds elke claim goed.
de inkoper hier is een operationeel verantwoordelijke bij een logistiek bedrijf van 60 medewerkers. claims waren het knelpunt. een claim kwam binnen via e-mail, stond in een wachtrij, werd gekopieerd over 3 spreadsheets en wachtte op 2 handmatige beoordelingsstappen voordat iemand hem goedkeurde. de gemiddelde doorlooptijd was 4 dagen.
we hebben een pijplijn gebouwd die de claim leest, hem controleert aan de hand van de regels en hem doorstuurt naar een persoon voor goedkeuring. de gemiddelde doorlooptijd is nu minder dan 8 uur. dit artikel laat zien wat er voor het ops-team veranderde, niet hoe we het hebben gebouwd. de implementatie valt onder de documentverwerkings-gebruikscase op /ai-for/operations.
#wat veranderde er precies voor het ops-team?
drie spreadsheets zijn verdwenen. de twee handmatige beoordelingsstappen zijn verdwenen. een claim komt nu binnen, wordt automatisch gelezen en gevalideerd, en belandt in één goedkeuringswachtrij waar een beoordelaar ja of nee zegt. de beoordelaar is dezelfde persoon die vroeger stap één van twee deed. ze doen nu de ene stap die oordeel vereist.
wat levert een ai-case study over claimsverwerking concreet op?
in dit geval verving een logistiek team van 60 medewerkers 3 spreadsheets en 2 handmatige beoordelingsstappen door ai-extractie, regelgebaseerde validatie en een menselijke goedkeuringswachtrij. de gemiddelde doorlooptijd van claims daalde van 4 dagen naar minder dan 8 uur. een persoon keurt nog steeds elke claim goed. de doorvoer steeg zonder de menselijke goedkeuring weg te nemen.
#is er nog steeds een mens in de loop?
ja. elke claim wordt door een persoon goedgekeurd voordat hij wordt uitbetaald. de ai leest de documenten en past de validatieregels toe. het keurt zelf niets goed. de wachtrij bestaat zodat de beoordelaar een schone, gecontroleerde claim ziet in plaats van een ruwe e-mail en drie tabbladen. dat is het hele ontwerp: de machine doet het lezen en het koppelen, de persoon houdt de beslissing.
- ai-extractie haalt de velden uit elk claimdocument
- regelgebaseerde validatie controleert ze aan de hand van het bestaande beleid van het team
- een menselijke goedkeuringswachtrij houdt elke claim totdat een beoordelaar tekent
- gemiddelde doorlooptijd: 4 dagen ervoor, minder dan 8 uur erna
we are
we leveren een meetbaar resultaat — 4 dagen naar minder dan 8 uur — waarbij een persoon elke claim goedkeurt, en we noemen de ontvangstbevestiging.
we aren't
we verkopen geen autonoom claims-systeem dat zelf uitbetalingen goedkeurt en je vraagt het te vertrouwen.
#waarom publiceren we dit geanonimiseerd?
de klant heeft gevraagd nog niet bij name te worden genoemd, en dat respecteren we. het getal is echt en de implementatie is echt. we publiceren de uitkomst en één ontvangstbevestiging omdat dat het soort bewijs is dat een operationeel verantwoordelijke echt kan aftoetsen aan zijn eigen claims-achterstand. als deze klant klaar is om bij name te worden genoemd, zal dat gebeuren. dat is dezelfde maatstaf die we instelden in onze eerste build-in-public-post.
als je een ops-team runt en een wachtrij je knelpunt is, is het bovenstaande patroon herhaalbaar. het is hetzelfde documentverwerkingspatroon onder /ai-for/operations, en het valt onder de bouwservice op /platforms. het doel is niet minder mensen. het is snellere claimsafhandeling met de goedkeuring intact.
de machine doet het lezen en het koppelen. de persoon houdt de beslissing.
als je een wachtrij hebt, een achterstand, of een doorlooptijd die je wilt halveren of meer, vertel ons wat je bouwt. we leggen de scope en het getal schriftelijk vast voordat we beginnen.