dziennik

cztery dni do ośmiu godzin: studium przypadku z rozpatrywania roszczeń

anonimowe studium przypadku ai z rozpatrywania roszczeń: 60-osobowy zespół logistyczny skrócił średni czas rozpatrzenia roszczenia z 4 dni do poniżej 8 godzin, z człowiekiem zatwierdzającym każde z nich.

daniel o.content & research··3 min czytania

ten wpis. jeden anonimowy wynik z zespołu operacyjnego, dla którego budowaliśmy. średni czas rozpatrzenia roszczenia spadł z 4 dni do poniżej 8 godzin. człowiek nadal zatwierdza każde roszczenie.

kupującym jest szef operacji w 60-osobowej firmie logistycznej. roszczenia były wąskim gardłem. roszczenie trafiało e-mailem, czekało w kolejce, było kopiowane między 3 arkuszami kalkulacyjnymi i czekało na 2 ręczne etapy przeglądu, zanim ktokolwiek je zatwierdził. średni czas rozpatrzenia wynosił 4 dni.

zbudowaliśmy potok, który czyta roszczenie, sprawdza je według zasad i kieruje do osoby do zatwierdzenia. średni czas rozpatrzenia wynosi teraz poniżej 8 godzin. ten wpis pokazuje, co zmieniło się dla zespołu operacyjnego, a nie jak to podłączyliśmy. realizacja wpisuje się w przypadek użycia przetwarzania dokumentów na /ai-for/operations.

#co faktycznie zmieniło się dla zespołu operacyjnego?

trzy arkusze kalkulacyjne zniknęły. dwa ręczne etapy przeglądu zniknęły. roszczenie trafia teraz, jest automatycznie odczytywane i walidowane, i ląduje w jednej kolejce zatwierdzeń, gdzie weryfikator mówi tak albo nie. weryfikator to ta sama osoba, która wcześniej wykonywała etap pierwszy z dwóch. teraz robi ten jeden etap, który wymaga osądu.

co faktycznie dostarcza studium przypadku ai z przetwarzania roszczeń?

w tym przypadku 60-osobowy zespół logistyczny zastąpił 3 arkusze kalkulacyjne i 2 ręczne etapy przeglądu ekstrakcją przez ai, walidacją opartą na regułach i kolejką zatwierdzeń przez człowieka. średni czas rozpatrzenia roszczenia spadł z 4 dni do poniżej 8 godzin. osoba nadal zatwierdza każde roszczenie. przepustowość wzrosła bez usuwania zatwierdzenia przez człowieka.

#czy człowiek nadal jest w pętli?

tak. każde roszczenie jest zatwierdzane przez człowieka przed wypłatą. ai czyta dokumenty i stosuje reguły walidacji. nie zatwierdza niczego samodzielnie. kolejka istnieje po to, by weryfikator widział czyste, sprawdzone roszczenie zamiast surowego e-maila i trzech kart. to cały projekt: maszyna wykonuje odczytywanie i dopasowywanie, człowiek zachowuje decyzję.

  • ekstrakcja przez ai wyciąga pola z każdego dokumentu roszczenia
  • walidacja oparta na regułach sprawdza je według obowiązującej polityki zespołu
  • kolejka zatwierdzeń przez człowieka wstrzymuje każde roszczenie, aż weryfikator je zatwierdzi
  • średni czas rozpatrzenia: 4 dni wcześniej, poniżej 8 godzin po wdrożeniu

we are

dowozimy wynik, który można zmierzyć — 4 dni do poniżej 8 godzin — z człowiekiem zatwierdzającym każde roszczenie, i nazywamy potwierdzenie.

we aren't

nie sprzedajemy autonomicznego bota do roszczeń, który sam zatwierdza wypłaty i prosi, żebyś mu zaufał.

#dlaczego to publikujemy anonimowo?

klient poprosił, żeby jeszcze go nie nazywać, więc to szanujemy. liczba jest prawdziwa i realizacja jest prawdziwa. publikujemy wynik i jedno potwierdzenie, bo taki dowód szef operacji może faktycznie sprawdzić na tle własnego zaległego rozpatrywania roszczeń. gdy ten klient będzie gotowy być nazwany, zostanie. to ten sam standard, który ustanowiliśmy w naszym pierwszym wpisie build-in-public.

jeśli zarządzasz zespołem operacyjnym, a kolejka jest twoim wąskim gardłem, powyższy kształt jest powtarzalny. to ten sam wzorzec przetwarzania dokumentów na /ai-for/operations, mieszczący się w usłudze build na /platforms. celem nie jest mniejsza liczba ludzi. to szybsze roszczenia z zachowanym zatwierdzaniem.

maszyna wykonuje odczytywanie i dopasowywanie. człowiek zachowuje decyzję.

daniel o., treści i badania

jeśli masz kolejkę, zaległości lub czas realizacji, który chcesz skrócić o połowę i więcej, powiedz nam, co budujesz. zakres i liczbę trzymamy na piśmie, zanim zaczniemy.

wróć do dziennika
build in publicoperationsclaims processingcase study

powiedz nam, cotrzeba dowieźć.

umów 30-minutową rozmowę