Od rigidních pravidel k autonomním agentům
Historie automatizace pojistných událostí se často odkazuje na software jako Colossus, který v 90. letech definoval způsob, jakým se algoritmy zpracovávají nároky na náhradu škody na zdraví. Tyto systémy však byly založeny na pevných pravidlech – pokud nastala situace A, provede se výpočet B. Byly předvídatelné, ale zcela nepružné.
Dnešní technologie, reprezentované modely jako ChatGPT nebo nejnovějšími uvažovacími modely, fungují na zcela jiném principu. Už nejde o pasivní chatboti, kteří pouze odpovídají na dotazy. Mluvíme o autonomních agentních systémech (Agentic Workflows). Tyto systémy dokážou komplexní úkol – například likvidaci dopravní nehody – rozložit na podúkoly: extrakci dat z fotografie poškozeného auta, analýzu lékařské zprávy a následné ověření pojistných podmínek v databázi.
V kontextu nejmodernějších modelů vidíme obrovský rozdíl v schopnosti uvažování. Zatímco dřívější modely vyžadovaly ruční instrukce typu „mysli krok za krokem“, současné špičkové modely, jako je Claude Opus 5 (vydaný 24. července 2026 s cenou 5,00 USD / 1M vstupních tokenů) nebo GPT-5.6 Sol (vydaný v červenci 2026 za 5,00 USD / 1M vstupních tokenů), provádějí tento proces interně skrytým způsobem (tzv. inference-time compute). To jim umožňuje dosáhnout mnohem vyšší logické konzistence při řešení právně náročných případů.
Efektivita a přesnost: Co říkají čísla?
Implementace pokročilé AI do procesů likvidace škod není jen teoretickým konceptem, ale má jasný finanční dopad. Podle aktuálních dat dokáže automatizace zkrátit celkovou dobu zpracování pojistné události o 50 % až 70 %. To znamená, že klient obdrží plnění v řádu minut nebo hodin, nikoliv dnů či týdnů.
Z hlediska přesnosti jsou výsledky překvapivé:
- U jednoduchých, standardizovaných nároků dosahuje AI téměř 100% přesnosti.
- U složitých událostí, které zahrnují více stran, právní spory nebo komplexní lékařské dokumentaci, se přesnost pohybuje kolem 94%.
Tento posun je klíčový pro investiční priority. V rámci Evropské unie tvoří finanční a pojišťovací sektor již nyní 16 % celkových výdajů na investice do umělé inteligence, což z něj činí třetí největší sektor v EU. Firmy masivně investují do modernizace správy škod (48 % investic), aby maximalizovaly rychlost a snížily náklady na likvidaci.
Problém „černé skříňky“ a právní expozice
I přes vysokou efektivitu naráží AI v pojišťovnictví na zásadní bariéru: vysvětlitelnost (Explainability). Pokud model jako Gemini 3.6 Flash nebo GPT-5.6 Sol rozhodne o zamítnutí pojistné události, musí být pojišťovna schopna přesně zdůvodnit, proč k tomuto rozhodnutí došlo. Pokud systém funguje jako „černá skříňka“ (black box), kde nikdo neví, jaký proces vedl k výsledku, čelí firma obrovskému riziku při soudních sporech.
Zde vstupuje do hry zejména EU AI Act. Regulace klasifikuje systémy používané v pojišťovnictví (zejména u životního pojištění a hodnocení rizik) jako vysoce rizikové. To znamená, že firmy musí zajistit:
- Lidský dohled: Automatizované rozhodnutí nesmí být finální bez možnosti revize člověkem.
- Transparentnost: Dokumentace logiky modelu musí být dostupná regulačním orgánům.
- Prevenci zaujatosti (Bias): Model nesmí diskriminovat klienty na základě věku, pohlaví nebo jiné chráněné charakteristiky.
Nedávné zvýšené kontroly ze strany regulátorů (např. FTC či DOJ) se zaměřují právě na tzv. „AI washing“ – tedy situace, kdy firmy tvrdí, že používají pokročilou AI, ve skutečnosti však pouze využívají jednoduché algoritmy nebo lidskou práci maskovanou jako automatizaci. To může vést k drastickým pokutám.
Dopad na český trh a evropský kontext
Pro české pojišťovny a technologické dodavatele to má přímý dopad. Implementace těchto systémů musí být v souladu s GDPR a novými standardy pro řízení modelového rizika. Vzhledem k tomu, že většina špičkových modelů (Claude, GPT, Gemini) nabízí rozsáhlou podporu pro evropské jazyky včetně češtiny, je technická bariéra nízká, ale právní náročnost vysoká.
České firmy musí při výběru nástrojů zvažovat nejen cenu za token (např. DeepSeek-V4-Flash nabízí extrémně levné řešení za 0,14 USD / 1M vstupních tokenů), ale především schopnost modelu poskytnout auditní stopu. Pro lokální trh je klíčové, aby AI nástroje byly schopny pracovat s českou právní terminologií a specifickými pojistnými podmínkami platnými v ČR.
Může AI zcela nahradit likvidátory pojistných událostí?
Ne, zejména v rámci EU regulací. AI slouží jako extrémně výkonný asistent, který zvládne rutinní a datově náročné úkoly, ale finální rozhodnutí u komplexních nebo sporných případů musí vždy podpořit lidský expert (human-in-the-loop).
Jak poznám, že je AI model v pojišťovnictví bezpečný?
Klíčové jsou certifikace shody s EU AI Act, schopnost modelu poskytnout vysvětlitelné výsledky (Explainable AI) a důsledné testování na regresních sadách, které prověřují, zda model neprojevuje systémovou zaujatost vůči určitým skupinám klientů.
