Comadso er en central aktør i at analysere forsikringsbetingelser for forsikringsbranchen i Danmark, Norge og Sverige. Med en database, der er opbygget siden 2010, og analytikere, der manuelt har gennemgået betingelser for alt fra indboforsikringer til specialprodukter, har virksomheden en sjælden datadybde og domæneviden.
Alligevel var arbejdet med at sammenligne og opdatere forsikringsprodukter tidskrævende: Med 60-70 forsikringsselskaber i Danmark alene og hyppige opdateringer brugte medarbejderne omkring to tredjedele af deres tid på gentagne analyser.
Comadso ønskede at udnytte AI til at gøre arbejdet mere effektivt – uden at gå på kompromis med kvaliteten, som er altafgørende i forsikringsbranchen.
Løsningen
Sammen med eksperter fra Alexandra Instituttet udviklede Comadso en AI-model, der blev trænet på virksomhedens omfattende og strukturerede data. Projektet startede med at identificere relevante tekstudsnit i lange forsikringsdokumenter, så AI’en kunne lære at forstå domænespecifikke formuleringer.
Tidlige tests viste, at generiske AI-modeller alene gav fejl i over halvdelen af analyserne. Derfor byggede projektet fra begyndelsen på Comadsos egne data og validering fra fagfolk: Datakvalitet og domæneekspertise var afgørende for at træne en model, som faktisk kan bruges i praksis.
Som Ph.d. og AI-ekspert Dan Saatrup Smart hos Alexandra Instituttet forklarer, var det denne kombination af data og ekspertise, der gjorde projektet muligt: ”Det kan kun lade sig gøre, fordi Comadso har de data, der skal til. Det er deres data, der er guldet her. AI kan ikke ’bare gøre det’, og enhver kan ikke ’bare træne’ en AI.’”
Det tydelige resultat af samarbejdet blev, at fejlprocenten i analyserne faldt markant, når modellen blev trænet med Comadsos data og valideret af analytikere. Hvor fejlprocenten tidligere var over 50 %, lander den nye løsning i dag på 7–13 %.
Alligevel er AI brugt på den rigtige måde en god forretningscase for virksomheden, slår Mathias Bøgh-Dahl, Market Director i Comadso fast. I øjeblikket bruger medarbejderne nemlig omtrent to tredjedele af deres tid på at analysere opdaterede forsikringsbetingelser eller nye forsikringsprodukter, og her kan AI hjælpe.
”Vi tror, at vi vil kunne reducere den tid, vi bruger på opdateringer, med op til 80 procent,” vurderer han. Hvis 2/3 af arbejdet kan gøres 80 procent hurtigere, betyder det reelt en tidsbesparelse på over 50 procent.
I Danmark alene findes der nemlig 60-70 forskellige selskaber, der løbende lancerer nye produkter. ”Det tager tid at analysere de nye produkter – nogle gange er der mange ændringer, andre gange få,” fortæller Mathias Bøgh-Dahl. Og netop dét blev opskriften på at skabe en AI-løsning, der skaber værdi.
Løsningen er endnu ikke fuldt implementeret, men modellen vil fortsat blive forbedret, efterhånden som nye data kommer til. Det betyder, at AI’en løbende bliver mere præcis og værdifuld, samtidig med at Comadso kan frigive mere tid til analyser med reel forretningsværdi.
Projektet er støttet af AI Denmark, som hjælper små og mellemstore virksomheder med at komme i gang med AI og er finansieret af Industriens Fond.
Sådan har andre brugt ny teknologi til at styrke deres forretning
Specialviden udefra er guld værd, når der skal ske teknologisk innovation i et specialfelt. Derfor indledte udviklingshuset Move Innovation et samarbejde med Alexandra Instituttet for at løse en særlig krævende udfordring; kamera-tracking af uforudsigelige objekter i høj fart.
Nordicco har fået hjælp til at udvikle en kunstig intelligens, der automatisk optimerer driften af deres energibesparende ventilatorer i store bygninger. Løsningen gør det muligt at udnytte varmen under loftet langt bedre – og hjælper både kunderne og klimaet med at spare på energien.
Sky-Light har taget første skridt mod en AI-løsning, der kan gøre oplæring af nye maskinførere dobbelt så hurtig. Med hjælp fra Alexandra Instituttet fik de indsigt i, hvordan deres data kan bruges til at skabe en digital assistent, der omsætter ekspertviden til konkrete råd direkte på produktionsgulvet.