Tuntutan Digital + AI: Kepuasan Pelanggan Meningkat

Satu nombor patut buat pengendali insurans rasa tak selesa: 52% pelanggan yang menilai pengalaman tuntutan digital mereka “lemah” atau “sekadar OK” cenderung untuk berhenti atau tidak memperbaharui polisi. Bandingkan dengan hanya 4% dalam kalangan mereka yang kata pengalaman itu “cemerlang” atau “sempurna”. Jurangnya terlalu besar untuk dianggap isu kecil.

Laporan kajian pengalaman tuntutan digital 2025 oleh J.D. Power pula menunjukkan corak yang jelas: kepuasan paling tinggi berlaku apabila pelanggan dapat urus tuntutan 100% secara digital—daripada notis awal kerugian (first notice of loss) hinggalah anggaran kos dan kemas kini status.

Dalam siri “AI dalam Insurans dan Pengurusan Risiko”, saya melihat ini bukan sekadar cerita tentang aplikasi mudah alih. Ini cerita tentang reka bentuk operasi tuntutan—dan bagaimana AI boleh menutup jurang yang buat pelanggan “lari ke telefon” kerana tak cukup maklumat, tak yakin, atau terpaksa ulang langkah yang sama.

Kenapa perjalanan tuntutan digital penuh beri kepuasan tertinggi

Jawapan ringkas: pelanggan suka digital sepenuhnya kerana ia mengurangkan masa menunggu, menghapuskan ulang-ulang kerja, dan menjadikan status tuntutan “boleh diramal”.

Masalahnya, ramai pelanggan masih keluar masuk saluran—app, e-mel, panggilan telefon—untuk selesaikan soalan yang sama. Kajian J.D. Power mendapati 22% pelanggan masih menggunakan lebih daripada satu saluran untuk menyelesaikan pertanyaan yang sama. Itu tanda proses tidak bersambung.

Dalam dunia sebenar, “friksi” itu biasanya berlaku pada tiga detik:

1. Selepas laporan awal – pelanggan tak pasti dokumen apa perlu dihantar, atau bila adjuster akan hubungi.
2. Semasa menunggu anggaran – pelanggan mahu penerangan terperinci (apa yang diluluskan/ditolak).
3. Kemas kini status – pelanggan hanya mahu tahu “sekarang fail saya di tahap mana”.

Bila info tak muncul pada masa yang tepat, pelanggan akan buat satu perkara: telefon. Dan bila telefon pun memerlukan ulang cerita dan ulang dokumen, kepercayaan mula retak.

Ayat yang selalu saya dengar daripada pelanggan: “Saya tak kisah tunggu, tapi jangan biar saya tertanya-tanya.”

Isu sebenar: komunikasi proaktif—bukan sekadar “digital”

Jawapan ringkas: digital yang bagus ialah digital yang mendahului soalan pelanggan, bukan menunggu pelanggan mengejar jawapan.

J.D. Power menekankan satu pemacu kepuasan yang kuat: ketersediaan kemas kini digital yang mencukupi. Tetapi realitinya, penanggung insurans hanya memenuhi indikator ini 22% daripada masa. Itu rendah—dan ia menerangkan kenapa pelanggan kerap “berpindah saluran”.

Kenapa aplikasi sering gagal pada bahagian paling penting

Kajian turut menunjukkan sesuatu yang ironik: kepuasan paling tinggi bila kemas kini diberi melalui aplikasi, namun hanya 36% pelanggan insurans auto dan 31% pelanggan pemilik rumah menerima kemas kini melalui app.

Maksudnya, ramai syarikat sudah ada app, tapi app belum jadi “pusat kawalan tuntutan”. Ia sekadar tempat muat naik gambar atau semak ringkas—kemudian pelanggan masih bergantung pada e-mel, SMS, atau panggilan.

Apa bentuk komunikasi proaktif yang pelanggan sebenarnya mahu

Bukan ayat pemasaran. Bukan notifikasi generik. Pelanggan mahu:

• Senarai tindakan seterusnya yang jelas (contoh: “Sila muat naik 3 gambar bahagian hadapan, belakang, dan nombor casis sebelum 06:00 ptg”).
• Jangka masa (contoh: “Anggaran siap dalam 2 hari bekerja”).
• Sebab jika berlaku kelewatan (contoh: “Kami menunggu pengesahan bengkel panel”).
• Apa yang diluluskan dan kenapa (ringkas tapi tepat).

Di sinilah AI boleh buat perbezaan—bukan untuk menggantikan manusia sepenuhnya, tetapi untuk memastikan pelanggan tak perlu “mengemis info”.

Di mana AI paling kuat dalam automasi tuntutan

Jawapan ringkas: AI paling efektif apabila ia mengurangkan ulang kerja dan mempercepat keputusan—tanpa mengorbankan ketelusan.

Dalam pengurusan tuntutan, AI biasanya memberi impak pada empat lapisan utama:

1) Triaging tuntutan (pengelasan & keutamaan)

AI boleh mengelas tuntutan masuk mengikut kerumitan dan risiko:

• Tuntutan kecil dan jelas → laluan pantas (straight-through processing)
• Tuntutan kompleks → terus ke adjuster kanan
• Tuntutan berisiko penipuan → laluan siasatan

Kesan kepada pelanggan: kurang masa menunggu untuk kes mudah. Kesan kepada operasi: adjuster fokus pada kes yang perlukan pertimbangan manusia.

2) Pemprosesan dokumen & data (OCR + ekstraksi)

Bila pelanggan muat naik laporan polis, invois bengkel, atau gambar kerosakan, AI boleh:

• membaca dokumen secara automatik,
• mengisi medan tuntutan,
• mengesan kekurangan (contoh: nombor laporan tiada),
• minta pembetulan dalam app—bukan melalui panggilan.

Ini nampak remeh, tapi ia menghapuskan punca paling biasa pelanggan perlu ulang langkah.

3) Anggaran kerosakan berasaskan imej (computer vision)

Untuk kes tertentu (contohnya kerosakan kosmetik kenderaan), AI boleh menyokong anggaran awal melalui imej.

Penting: ini bukan bermaksud “AI selalu betul”. Tetapi ia bagus untuk:

• beri anggaran awal supaya pelanggan faham skala kos,
• tentukan sama ada perlu pemeriksaan fizikal,
• percepat kelulusan pembaikan bagi kes rutin.

4) Bot perbualan dan “copilot” untuk agent

Bila pelanggan memerlukan penjelasan, bot yang disambungkan kepada data tuntutan boleh jawab soalan yang tepat seperti:

• “Kenapa status saya ‘menunggu dokumen’?”
• “Dokumen apa yang belum lengkap?”
• “Bila pembayaran dijangka masuk?”

Untuk kes yang sensitif, bot patut serah kepada manusia dengan ringkasan konteks automatik—supaya pelanggan tak perlu ulang cerita dari awal.

Reka bentuk perjalanan tuntutan: 7 langkah praktikal untuk menang

Jawapan ringkas: kejayaan tuntutan digital bukan bergantung pada satu fungsi, tapi pada integrasi hujung-ke-hujung.

Saya cadangkan 7 langkah yang boleh diguna oleh syarikat insurans, TPA, atau pengurus risiko korporat yang mengurus program insurans pekerja/asset.

1. Bina “status tunggal” yang konsisten

   • Satu paparan status yang sama di app, web, pusat panggilan.

2. Notifikasi berasaskan peristiwa (event-based)

   • Bukan notifikasi jadual. Contoh: bila dokumen diluluskan, bila bengkel sahkan tarikh.

3. Elakkan pelanggan guna 2 saluran untuk soalan sama

   • Jika pelanggan tanya dalam app, jawapan mesti ada di situ—bukan disuruh telefon.

4. Buat ‘Next Best Action’ dalam app

   • AI cadangkan tindakan seterusnya: muat naik, semak, pilih bengkel panel, sahkan akaun bank.

5. Gunakan AI untuk “pengesanan kekurangan” awal

   • Semak dokumen/gambar ketika muat naik, bukan selepas 2 hari.

6. Sediakan penerangan keputusan yang manusiawi

   • “Ditolak” tanpa sebab ialah resepi pelanggan marah. Beri sebab ringkas, rujuk klausa, dan pilihan rayuan.

7. Tetapkan KPI yang mengikat pengalaman + kos

   • Contoh KPI praktikal:
     • masa dari FNOL ke keputusan awal,
     • kadar tuntutan yang selesai tanpa panggilan,
     • kadar ulang dokumen,
     • skor kepuasan selepas penyelesaian.

Apa kaitannya dengan pengurusan risiko (bukan hanya operasi tuntutan)

Jawapan ringkas: tuntutan digital yang baik mempercepat pemulihan, mengurangkan kos geseran, dan meningkatkan ketahanan organisasi.

Dalam pengurusan risiko, tuntutan bukan sekadar “bayar pampasan”. Ia proses pemulihan. Bila proses lambat dan tak telus:

• aset lambat kembali beroperasi (kenderaan, premis, mesin),
• pekerja stres dan produktiviti menurun,
• kos pentadbiran meningkat,
• reputasi syarikat jatuh.

Kajian itu juga menyentuh tekanan kewangan dalam talian auto (terutama komersial) dengan kerugian underwriting yang berpanjangan. Dalam keadaan margin ketat, syarikat akan cari dua benda serentak: kecekapan kos dan pengalaman pelanggan yang konsisten. Automasi dan AI memang alat yang sesuai—kalau dilaksana dengan disiplin proses.

“Digital-first” bukan bermaksud “digital-only” untuk semua orang

Pendekatan paling matang ialah digital sebagai laluan utama, tetapi manusia tersedia untuk momen yang penting:

• kemalangan serius,
• kecederaan,
• pertikaian liabiliti,
• tuntutan bernilai tinggi,
• pelanggan yang perlukan bantuan khas.

AI patut mengurangkan kerja rutin supaya pasukan manusia boleh fokus pada kes yang benar-benar perlukan empati dan pertimbangan.

Soalan lazim yang selalu timbul (dan jawapannya)

Adakah tuntutan digital meningkatkan risiko penipuan?

Ia boleh—kalau kawalan lemah. Tetapi dengan AI yang betul (pemadanan identiti, analitik corak, semakan imej, dan amaran anomali), tuntutan digital juga boleh menguatkan pengesanan penipuan sambil mengekalkan kelajuan untuk tuntutan sah.

Apa kesilapan paling biasa bila syarikat “buat app tuntutan”?

App dibina sebagai projek IT, bukan sebagai “satu perjalanan” yang bersambung. Hasilnya: status berpecah, dokumen berulang, dan pelanggan tetap perlu telefon.

Patut mula dengan AI besar-besaran atau kecil dahulu?

Mulakan kecil tetapi strategik: komunikasi proaktif + semakan dokumen automatik. Dua ini biasanya memberi impak cepat pada kepuasan dan volum panggilan.

Penutup: Kepuasan tuntutan digital ialah ujian sebenar AI insurans

Perjalanan tuntutan digital yang lengkap terbukti memberi kepuasan tertinggi—tetapi data juga menunjukkan jurang besar pada komunikasi proaktif (hanya 22% dipenuhi) dan penggunaan app untuk kemas kini (sekitar 31%–36%). Jurang inilah yang patut ditutup oleh AI: bukan untuk nampak moden, tetapi untuk hilangkan friksi yang buat pelanggan hilang percaya.

Jika anda sedang menilai inisiatif AI dalam insurans dan pengurusan risiko, saya cadangkan mulakan dengan satu soalan operasi yang tegas: di titik mana pelanggan paling kerap “angkat telefon” kerana app tak membantu? Itulah titik paling bernilai untuk automasi.

Bila tuntutan berjalan lancar, pelanggan rasa dilindungi—bukan sekadar diinsuranskan. Dan pada 2026 nanti, itu beza antara syarikat yang terus berkembang dengan syarikat yang cuma bertahan.