AI Tarik Bakat Muda Insurans, Tutup Jurang Tenaga Kerja

Kekurangan tenaga kerja dalam industri insurans bukan cerita kecil. Angka yang kerap dipetik untuk pasaran global—berpunca daripada kadar persaraan, pertukaran kerjaya, dan persepsi “kerjanya statik”—ialah sekitar 400,000 pekerja hilang menjelang 2026 (unjuran yang banyak dirujuk untuk pasaran utama). Bila saya berbual dengan rakan-rakan yang baru graduan atau awal kerjaya, alasan mereka hampir sama: “Insurans nampak kompleks, banyak kertas, dan lambat berubah.”

Masalahnya, persepsi itu sudah tak selari dengan realiti. Insurans sedang berubah pantas—terutama apabila AI dalam insurans mula menggerakkan underwriting, pengurusan tuntutan, pengesanan penipuan, dan analisis ramalan. Dan kalau industri ini serius nak tarik bakat generasi seterusnya, AI bukan sekadar alat operasi. AI ialah bukti bahawa insurans boleh jadi tempat kerja yang moden, bermakna, dan berkembang.

Artikel ini fokus pada satu perkara: cara industri insurans menarik dan mengekalkan bakat muda, dengan AI sebagai pemecut kepada budaya kerja kolaboratif, laluan kerjaya yang dinamik, dan misi berasaskan tujuan.

Jurang 400,000 pekerja: AI bukan pengganti, tapi pengganda

Jawapan terus: AI membantu menutup jurang tenaga kerja dengan meningkatkan produktiviti dan menaik taraf kerja manusia, bukan semata-mata “menggantikan” orang. Bila kekosongan jawatan meningkat, dua risiko besar muncul—masa tindak balas kepada pelanggan melambat, dan kualiti keputusan risiko jadi tidak konsisten.

Dalam operasi insurans, banyak tugas bernilai rendah yang memakan masa:

• menyemak dokumen dan borang,
• mengekstrak data daripada PDF atau e-mel,
• menyusun bukti untuk tuntutan,
• memadankan maklumat pelanggan merentas sistem,
• memeriksa corak yang mencurigakan.

Di sinilah AI (contohnya document intelligence, OCR, natural language processing, dan automasi aliran kerja) paling “masuk akal”. Bila kerja rutin diringankan, pasukan boleh fokus pada kerja yang lebih menarik untuk bakat muda: analisis risiko, reka bentuk pengalaman pelanggan, dan strategi pencegahan kerugian.

“AI yang baik tak ‘mengurangkan’ kerja; ia mengurangkan kerja yang membosankan.”

Dalam siri “AI dalam Insurans dan Pengurusan Risiko”, ini tema yang berulang: organisasi yang menang bukan yang paling banyak alat, tetapi yang paling jelas membezakan antara automasi tugas dan pemerkasaan keputusan.

Model kepimpinan lama buat bakat muda ‘angkat kaki’

Jawapan terus: Bakat muda mahukan kepimpinan kolaboratif—dan AI boleh jadi pemangkin budaya itu. Model top-down yang terlalu hierarki makin sukar “laku” untuk Gen Z dan Milenial yang nak suara mereka diambil kira dan kemajuan kerjaya yang fleksibel.

Apa kaitan AI dengan kepimpinan? Banyak.

AI memaksa kerja rentas fungsi (dan itu menarik)

Bila syarikat insurans mula melaksanakan AI untuk underwriting atau tuntutan, projek itu jarang berjaya kalau dimiliki oleh satu jabatan sahaja. Ia perlukan gabungan:

• underwriting + aktuari + data,
• tuntutan + SIU (anti-penipuan) + undang-undang,
• IT + keselamatan siber + operasi,
• risiko + pematuhan.

Bakat muda biasanya suka persekitaran begini kerana mereka nampak impak kerja secara terus—bukan sekadar “buat bahagian aku, siap”. Kepimpinan yang baik akan:

1. jadikan projek AI sebagai ruang latihan kepimpinan mini,
2. beri mandat jelas (contoh: masa penyelesaian tuntutan turun X hari),
3. benarkan eksperimen terkawal (pilot 6–8 minggu),
4. ukur keputusan dan belajar cepat.

“Kerjaya dinamik” bukan slogan—ia perlu struktur

Kalau organisasi masih menilai prestasi seperti era lama (misalnya, menilai staf hanya pada jumlah fail disiapkan), AI akan nampak seperti ancaman. Tapi bila KPI dinaik taraf (kualiti keputusan, kepuasan pelanggan, ketepatan triage risiko), AI jadi peluang.

Bagi saya, formula paling praktikal:

• Automasi untuk kelajuan,
• Analitik untuk ketepatan,
• Manusia untuk pertimbangan dan empati.

Misi insurans yang ‘purpose-driven’ — dan AI buatnya lebih nyata

Jawapan terus: Insurans ialah industri kepercayaan; AI membantu menyampaikan kepercayaan itu dengan lebih cepat, lebih konsisten, dan lebih adil. Bakat muda bukan saja cari gaji—mereka cari kerja yang ada makna. Insurans sebenarnya kaya dengan makna, cuma ia kurang dipasarkan dengan cara yang dekat di hati.

Bayangkan situasi sebenar: banjir hujung tahun, kemalangan jalan raya musim cuti sekolah, atau rumah terbakar—ini bukan masa pelanggan nak “menunggu proses”. Dalam tempoh Disember hingga awal Januari, banyak organisasi juga beroperasi dengan pasukan yang bercuti bergilir. Bila kapasiti manusia turun, AI boleh menstabilkan operasi.

Contoh praktikal: tuntutan lebih pantas tanpa mengorbankan kawalan

• AI boleh buat triage tuntutan: kes mudah diproses cepat, kes kompleks naik kepada adjuster berpengalaman.
• AI boleh bantu pengesanan penipuan: menandakan pola tuntutan yang serupa, lokasi yang berulang, atau dokumen yang ‘aneh’.
• AI boleh bantu komunikasi pelanggan: ringkasan status kes yang jelas, bukan jargon.

Hasilnya bukan semata-mata “lebih laju”. Hasilnya ialah pelanggan rasa dilayan dengan manusiawi—dan bakat muda nampak kerja mereka benar-benar membantu komuniti.

“Teknologi yang mempercepat bantuan adalah bentuk khidmat.”

Laluan kerjaya baharu: tarik bakat teknologi tanpa hilang DNA insurans

Jawapan terus: Untuk tarik generasi seterusnya, insurans mesti mempamerkan kerjaya moden—AI, data, keselamatan siber—sebagai teras, bukan ‘projek tepi’. Ramai graduan data sains atau kejuruteraan perisian fikir insurans hanya perlukan ejen jualan dan kerani pemprosesan. Itu silap, dan industri perlu betulkan naratif itu.

Peranan AI yang makin dicari dalam insurans

Berikut peranan yang realistik (dan relevan di Malaysia/serantau) bila organisasi serius dengan AI dan pengurusan risiko:

• Penganalisis Risiko Berpandukan Data (risk analytics): bina skor risiko, segmentasi pelanggan, pemodelan kerugian.
• Pakar AI Underwriting: gabung data alternatif, semak bias model, pastikan keputusan boleh dijelaskan.
• Automasi Tuntutan & workflow designer: reka aliran kerja tuntutan yang selamat dan cepat.
• Penganalisis Penipuan (fraud analytics): bina amaran awal, gabung rangkaian kes, kerjasama SIU.
• Pereka UX untuk Insurans Digital: mudahkan pengalaman membeli polisi, buat tuntutan, dan semak perlindungan.
• AI Governance & Model Risk: kawal risiko model, audit, pematuhan, dan dokumentasi.

Peranan-peranan ini ada “rasa tech”, tetapi tetap berakar pada tujuan insurans: kurangkan risiko, lindungi kewangan, dan bantu orang pulih.

Affinity insurance: kombinasi minat + kerjaya

Program affinity insurance (contoh: kerjasama dengan universiti, persatuan profesional, koperasi, atau komuniti tertentu) boleh jadi magnet kepada bakat muda. Mereka boleh bekerja pada produk yang dekat dengan identiti mereka—misalnya komuniti alumni, sukan, atau industri kreatif.

Kelebihan untuk majikan:

• pelanggan lebih setia,
• komunikasi lebih tepat,
• data perilaku komuniti lebih tersusun,
• ruang inovasi produk lebih luas.

Dan AI boleh membantu di sini melalui personalisasi tawaran, pengurusan risiko kumpulan, serta ramalan tuntutan mengikut profil komuniti.

Mentor, komuniti, dan rangkaian: ini yang buat orang kekal

Jawapan terus: Bakat muda kekal bila mereka rasa disokong, nampak masa depan, dan ada komuniti—AI boleh jadi projek bersama yang mengikat hubungan itu. Mentorship bukan aktiviti “nice-to-have”. Ia strategi pengekalan.

Struktur mentorship yang benar-benar berfungsi

Saya pernah lihat program mentorship gagal sebab terlalu umum. Yang berkesan biasanya ada struktur jelas:

1. Padanan berasaskan projek (contoh: mentor underwriting + mentee data untuk bina model triage),
2. Sasaran 90 hari (output nyata: dashboard, SOP, atau pilot),
3. Ritma tetap (30 minit mingguan, bukan “bila sempat”),
4. Ruang dua hala (mentor belajar trend AI, mentee belajar konteks risiko).

Wujudkan “rangkaian profesional” dari hari pertama

Selain hubungan dalaman, rangkaian luaran membantu staf baru rasa mereka bukan bersendirian dalam industri yang kelihatan rumit. Sertai komuniti profesional (insurans, data, keselamatan siber, risiko) dan beri ruang staf muda:

• bentang pembelajaran,
• masuk jawatankuasa kecil,
• sertai sesi perkongsian kes (tanpa data sensitif).

Bila organisasi buat ini, ia menghantar isyarat kuat: syarikat ini percaya pada pertumbuhan manusia, bukan sekadar output.

Soalan lazim: “Kalau guna AI, macam mana dengan keadilan dan risiko?”

Jawapan terus: AI dalam insurans mesti datang bersama tadbir urus model yang ketat—kalau tidak, ia akan merosakkan kepercayaan. Ini juga peluang kerjaya besar untuk generasi baru yang berminat pada etika data dan risiko.

Amalan yang saya anggap wajib:

• human-in-the-loop untuk keputusan berimpak tinggi (penolakan tuntutan kompleks, perubahan premium besar),
• ujian bias dan pemantauan drift data,
• kebolehjelesan model (bukan “kotak hitam” semata-mata),
• kawalan akses data dan jejak audit,
• polisi keselamatan siber khusus untuk pipeline AI.

Pendekatan ini bukan melambatkan inovasi. Ia menjadikan inovasi boleh dipercayai—dan itu nilai utama insurans.

Pelan 60 hari untuk majikan insurans yang nak tarik bakat muda

Jawapan terus: Buat satu projek AI kecil yang nampak, bina komuniti sekitar projek itu, dan jadikan ia cerita kerjaya. Bukan kempen poster “kami digital”. Bukti.

Cadangan praktikal (ringkas tapi berkesan):

1. Pilih 1 kes penggunaan AI: triage tuntutan motor, ekstrak dokumen perubatan, atau amaran penipuan awal.
2. Bina pasukan rentas fungsi 6–8 orang: ops + IT + data + pematuhan + pemilik proses.
3. Tetapkan 3 metrik: masa kitaran, kadar kesilapan, kepuasan pelanggan.
4. Bina “laluan kerjaya mini”: siapa jadi product owner, siapa jadi model steward, siapa jadi UX.
5. Jadikan hasil itu bahan rekrut: bukan janji, tetapi demo.

Kalau majikan konsisten buat ini, bakat muda akan nampak industri insurans sebagai tempat mereka boleh belajar pantas, memimpin awal, dan menyumbang kepada masyarakat.

Langkah seterusnya untuk industri: jadikan AI sebagai cerita manusia

Kekurangan bakat dan persepsi negatif terhadap insurans tak akan selesai dengan menaikkan iklan jawatan sahaja. Ia selesai bila industri menunjukkan kerjaya insurans itu relevan—dan AI mempercepat pembuktian itu.

Dalam konteks siri “AI dalam Insurans dan Pengurusan Risiko”, saya pegang satu pendirian: organisasi yang berjaya bukan yang paling “canggih”, tetapi yang paling jelas menyatukan misi perlindungan, budaya kolaboratif, dan tadbir urus AI yang bertanggungjawab.

Kalau anda sedang membina pasukan atau memikirkan halatuju kerjaya, soalan yang patut kita fikir bersama ialah: adakah AI di tempat anda sedang menjadikan kerja lebih bermakna—atau sekadar lebih laju?