Prudential Indonesia dan PT Data Labs Analytics mendorong penggunaan AI untuk memangkas waktu layanan nasabah dan memperbaiki pengalaman pelanggan. Fokusnya bukan hanya efisiensi internal, tetapi juga respons yang lebih cepat, lebih presisi, dan lebih personal di titik layanan yang paling sering dibutuhkan nasabah.
Pergeseran ini menunjukkan bahwa AI di industri asuransi kini bergerak lebih jauh dari sekadar otomatisasi. Teknologi tersebut mulai dipakai sebagai bagian dari strategi pelayanan yang langsung terasa dampaknya bagi nasabah, terutama saat kecepatan dan ketepatan informasi menjadi penentu kepuasan.
AI dipakai di titik layanan yang paling sering dipakai nasabah
Head of AI Strategy & Innovation Prudential Indonesia Madhan Seduraman menyebut AI dimanfaatkan untuk meningkatkan efisiensi operasional sekaligus memperbaiki pengalaman nasabah. Salah satu pengembangannya adalah sistem deteksi dini penyakit kritis yang membaca berbagai sinyal data yang dimiliki perusahaan.
Prudential juga menghadirkan chatbot ProConcierge untuk membantu nasabah mencari rujukan rumah sakit, memilih dokter, dan mengakses layanan opini medis kedua atau second opinion. Fitur ini dirancang agar pencarian informasi dan akses layanan penting bisa berlangsung lebih cepat tanpa proses yang berbelit.
Proses internal ikut dipercepat
Di sisi belakang layar, Prudential memakai mesin pencari cerdas Polaris untuk merangkum dokumen medis secara otomatis. Sistem ini membantu mempercepat proses persetujuan jaminan non-tunai atau cashless yang selama ini membutuhkan penanganan administratif yang cepat dan presisi.
Madhan menegaskan bahwa peningkatan di proses internal tetap berpengaruh langsung ke pelanggan. “Ini sebenarnya membantu persetujuan Letter of Guarantee jauh lebih cepat kepada pelanggan. Walaupun peningkatannya terjadi di proses internal, pada akhirnya ini membantu kami melayani pelanggan lebih cepat,” ujarnya.
Data Labs menilai AI harus masuk ke kerja harian
CEO PT Data Labs Analytics Mendi Susanto menekankan bahwa perusahaan yang berhasil mendapatkan nilai ekonomi dari AI adalah yang memiliki kepemilikan proyek yang jelas, fondasi data yang kuat, dan tingkat adopsi harian yang tinggi. Menurut dia, banyak inisiatif digital gagal karena berhenti di tahap uji coba dan tidak pernah masuk ke operasi bisnis sehari-hari.
“Kalau hanya menjadi demonstrasi teknologi dan tidak terhubung dengan alur kerja harian, AI tidak akan pernah menghasilkan nilai bisnis,” kata Mendi. Pandangan itu menyoroti pentingnya menjadikan AI sebagai alat kerja yang benar-benar dipakai, bukan sekadar pajangan inovasi.
Fokus pada kebutuhan bisnis dan retensi pelanggan
Mendi juga menyarankan perusahaan memilih solusi AI siap pakai yang sudah teruji di pasar jika tujuannya menjaga retensi konsumen. Ia menilai langkah awal yang paling penting adalah mendefinisikan kebutuhan fundamental bisnis secara tajam sebelum mengalokasikan investasi teknologi.
Dengan pendekatan itu, perusahaan dapat mengukur metrik kepuasan nasabah lebih akurat dan menautkan penggunaan AI langsung ke hasil bisnis yang nyata. Dalam kasus Prudential dan Data Labs, AI diposisikan sebagai alat untuk mempercepat respons, menyederhanakan proses layanan, dan memperkuat pengalaman pelanggan tanpa mengorbankan akurasi serta relevansi layanan.