American International Group (AIG) telah mengumumkan manfaat yang lebih cepat dari yang diperkirakan dari penerapan AI generatifnya, yang dapat meningkatkan kapasitas underwriting, mengurangi biaya operasional, dan memperbaiki integrasi portofolio. Pengungkapan terbaru perusahaan selama Hari Investor sangat penting bagi para pemimpin AI, karena menyoroti perbaikan yang terukur dalam alur kerja dan throughput.
AIG telah membagikan pandangan optimisnya tentang keuntungan AI generatif. CEO Peter Zaffino menggambarkan proyeksi awal perusahaan sebagai 'aspiratif,' tetapi mencatat selama panggilan pendapatan kuartal keempat bahwa 'kami melihat kemampuan yang jauh lebih besar.' Perubahan perspektif ini mencerminkan hasil internal yang positif, dengan Zaffino menyatakan, 'Kami melihat perubahan besar dalam kemampuan kami untuk memproses aliran pengajuan tanpa sumber daya manusia tambahan. Itu adalah kejutan terbesar.'
Perusahaan mengklaim bahwa AI generatif telah secara signifikan meningkatkan kapasitas pemrosesan pengajuannya, yang mengarah pada manfaat ekonomi langsung. AIG menunjukkan bahwa pada tahun 2025, mereka telah membuat kemajuan dalam mengintegrasikan AI generatif ke dalam proses underwriting dan klaim inti mereka. Alat internal, AIG Assist, kini digunakan di sebagian besar lini bisnis komersial.
Lexington Insurance, unit kelebihan dan surplus AIG, bertujuan untuk mencapai 500.000 pengajuan pada tahun 2030, setelah sebelumnya telah melebihi 370.000 pengajuan pada tahun 2025. AIG menggunakan model generatif untuk mengekstrak dan merangkum data yang masuk dan telah mengembangkan lapisan orkestrasi dalam tumpukan teknologinya untuk mengoordinasikan agen AI guna meningkatkan pengambilan keputusan dan pengurangan biaya. Tingkat orkestrasi ini sebelumnya tidak ditekankan dalam Hari Investor sebelumnya.
Zaffino menggambarkan agen AI sebagai 'teman yang beroperasi dengan tim kami,' memberikan informasi waktu nyata dan menarik dari kasus-kasus historis untuk menginformasikan keputusan underwriting. Perusahaan menekankan kemampuannya untuk mengelola data yang masuk 'dalam waktu yang jauh lebih singkat' dan untuk mengorkestrasi agen untuk menganalisis informasi tanpa bias sepanjang alur kerja. AIG menghubungkan orkestrasi dengan 'alur kerja dari depan ke belakang' yang lebih efisien, mengintegrasikan penerimaan, penilaian risiko, dan penanganan klaim dengan lebih erat. Agen yang terkoordinasi menyederhanakan proses yang berulang dan panjang, meningkatkan efisiensi secara keseluruhan.
AIG telah menerapkan kemampuan AI generatifnya dalam transaksi tertentu, seperti selama konversi bisnis komersial ritel Everest, di mana akun diprioritaskan untuk pembaruan jauh lebih cepat. Manajemen mencatat bahwa mereka mengembangkan ontologi portofolio Everest, yang, ketika digabungkan dengan milik mereka, memungkinkan prioritas yang efektif dalam pencampuran portofolio. Penyesuaian ontologis ini secara teknis kompleks dan sering kali menimbulkan biaya yang diremehkan. Selain itu, peluncuran Syndicate 2479 Lloyd, bekerja sama dengan Amwins dan Blackstone, lebih lanjut memperluas pendekatan ontologis ini. Dengan Palantir, AIG memanfaatkan model bahasa besar untuk mengevaluasi apakah portofolio program Amwins sesuai dengan selera risiko sindikat, dengan Zaffino menyebutkan 'saluran peluang SPV yang kuat.' Bagi para pengambil keputusan AI, kasus ini menggambarkan bagaimana orkestrasi dan integrasi alur kerja dapat meningkatkan model generatif yang tertanam dalam proses inti, menunjukkan dampak ekonomi dari perubahan terukur dalam kapasitas dan waktu siklus.