大规模数字化转型: 健康险公司蓄势待发

作者:陈波,王锦,陈兢

随着数字化型在制造、金融、零售等众多行业的开展和落地,全数字化流程在众多场景和用例中实现了全面的自助服务、全渠道服务,以及对全部可用数据的充分利用,推动人工智能等技术成为社会经济中不断蔓延催生的一股汹涌浪潮。数字化和人工智能等技术也在推动医疗健康领域前所未有的变革与创新。在中国一批医疗创业公司快速成长,特别在医学影像诊断辅助上,已经产生了肺结节、眼底病变识别等实际落地应用案例,部分三甲医院也在开展落地试点。

在健康险领域,如何推动数字化转型、实现全数字化流程,进而将人工智能应用到医疗与管理上的探索尚处于早期阶段。纵观国际最佳实践和经验总结,大规模数字化转型可以帮助健康险公司解决三类关键问题:

不断增加的成本。举例说,许多核赔和呼叫中心的工作内容,如理赔资料录入和呼叫记录分类存档,人工处理成本高昂,却又具有可重复性,十分适合流程数字化辅以自动化处理甚至人工智能等技术,人工智能在理赔管理上的应用可带来直接的落袋收益。

日益稀缺的优质人才。对于人才,企业需要储备还须预防流失,数字化可以帮助健康险公司减少重复性工作,协助员工专注于高价值的工作内容。

化加的客群。数字化和人工智能通过相对可控的成本来提升老龄化客群健康管理水平,如为慢性病患者定制服务计划,这不仅能降低健康险公司的赔付压力,还能改善被保人的生活质量,提高消费者满意度。

数字化技术有望为解决这些问题起到杠杆作用,推动健康险公司整体数字化流程的转型。我们将在本文讨论健康险公司开展的大规模数字化这一战略重要举措时应考虑的三大主题:

■ 数字化转型需要哪些核心技术支持?

■ 健康险公司可以从哪些应用场景切入数字化转型?

■ 实现大规模数字化运营有哪些关键要素?

 

01 数字化型需要哪些核心技

若想实现数字化转型并实现相关价值,健康险公司必须首先打好技术基础。我们观察到,目前有五项核心技术正推动数字化的发展:

机器人流程自动化(robotic process automation, RPA)是一种软件自动化技术应用,可模仿人类行为,通过现有用户界面自动执行常规任务(如数据提取与清理)。基于RPA 技术可创建“机器人”,即自动执行高重复性任务的算法。由于机器人采用现有用户界面,RPA 不需要改变核心IT 系统。

智能工作流(smart workow)是一种流程管理软件工具,将人和机器团队执行的工作加以集成,再自动化整合到常规工作流中。

机器学习和高级分析软件采用算法来识别结构化和非结构化数据中的模式,算法输出达到一定的置信水平(通常为95%)时,可替代员工的判断和决策。

自然语言处理(natural language processing, NLP)在机器技术与人类之间建立起无缝交互、能模仿人类的语言规则,将观察结果从机器数据转化为自然语句,反之亦然。

虚拟认知主体/ 智能体(cognitive agent)结合机器学习与自然语言处理技术,能执行任务,展开沟通,并通过数据集自我学习。智能体还能基于逻辑推理、经验学习以及对客户行为和情绪的监测和预判进行决策。

 

02健康公司可以从哪些景切入数字化

我们先来看美国一家大型健康险公司的成功案例。该公司决定将数字化作为核心战略,对其核心业务流程开展全面、端到端的数字化转型。

首先,这家健康险公司识别出了对医疗服务机构至关重要的端到端客户旅程。该公司很快意识到,由于服务提供方基础数据(特别是美国医疗体系中存在大量个体医生诊所)未经整理清洗,医疗机构普遍感到非常不满。健康险公司若能优化数据更新旅程,将大大改善医疗机构的体验,从而显著节约沟通和管理成本。

为实现这一旅程的数字化改造,这家健康险公司采取了如下措施:

■ 创建自助服务门户,医疗机构可使用该门户提交基础数据更新请求,并通过主动通知工具跟踪处理进度;

■ 为数据更新建立单一入口,并且支持医疗机构以非结构化的格式提交数据;

■ 建立智能工作流来赋能跨团队引流和协作;

■ 设定严格指标来跟踪和管理流程的效率和有效性;

■ 采用数字化流程和自动化技术更新下游系统,基于“单一数据源”(其他系统始终可用来获取最新信息的源系统)和智能逻辑来解决数据条目冲突的问题。

重新设计的旅程为医疗机构提供了更直观的服务提供方基础数据更新界面,同时提升了数据更新请求的可见性,从而最大限度减少了拒赔后客服通话和错误更正的需求。目前,该健康险公司正逐步实现削减3 000 万美元管理费用的目标, 且数字化系统使用率增加约60%,显著减少了下游的人工工作量。此外,与医疗机构数据相关的裁定问题减少了约1/3。通过这一系列数字化应用,该公司一举打造了以客户为中心的设计能力、敏捷执行能力和稳健的治理机制。

从该案例可见,从实际业务的痛点出发设计试点,可将数字化转型落到实处深处。需要注意的是,成功的转型通常由强大的业务部门牵头,并且目标也不局限于单纯的降本。我们从健康险行业价值链中提炼了一系列的场景需求,作为数字化转型入口的参考:

投保与保费结。机器学习算法可优化保险计划选择、承保和定价。自动化/自然语言处理驱动的工具可自动处理投保过程,用自然语言回答保费结算相关的问题,通常无需人工客服介入。

人工智能支持的理管理。基于人工智能的算法能有效甄别理赔申请,精确锁定可疑案件。核赔员只需针对成功干预概率高的案件进行分析,而对于不可驳回或不太可能实现有效干预的案件,则分配给完全自动化的后台处理流程,这将大幅节约健康险公司的人力物力。

客服呼叫中心。尽管一些呼叫中心已经采用交互式语音响应和机器学习技术,但许多呼叫中心仍严重依赖人工客服来应答来电并执行所需工作任务。我们预计,在不久的将来,随着自然语言处理和虚拟认知主体等技术的广泛应用,呼叫中心的数字化转型必将加速。

能部。目前,多数健康险公司后台运营的数字化程度仍十分有限。机器人流程自动化、动态排队和智能工作流等技术,有望在不久的将来显著改变这些职能部门的运营,如被保人数据更新实现自动化。

 

03 实现模数字化运哪些关要素

数字化转型是一项艰巨的任务。若想实现大规模数字化运营,健康险公司必须设计总体战略,制定端到端的成果愿景,并绘制转型路线图。根据我们的经验,成功转型必须具备以下要素:

戏规则的愿景。健康险公司首先要判断转型的总体机会和价值,然后在整个组织层面制定愿景,通常包括显著降本、重塑成本结构、创造和维持竞争优势。由此,健康险公司可以针对最关键、最能带来长期竞争优势的流程进行数字化转型。

业务门牵头负责。让背负盈亏的业务领导者对数字化的愿景和成果负责,这一点至关重要。根据我们的经验,这种业务负责制,对于超越单纯降本、扩展项目范围并取得持续成效尤为关键。领导者应给予员工更多自主时间,让他们重新专注于更高价值的任务,这将带来重大收益;同时,额外时间的利用应有明确的优先次序。

以人。当公司大规模实施自动化并实现其全部价值时,即便很少有员工因此失去工作,也可能发生重大人事变动。因此,人力资源部门从一开始就应成为转型的重要一环。人力资源部门应负责员工的再培训,帮助他们学习新的工作方式。

双速信息系two-speed IT。保险公司管理系统(特别是智能理赔系统)的开发与启用通常需要全新的IT 架构,但新技术往往难以在短期内嵌入现有IT 系统。最佳解决方式是使用独立于已有IT 系统的服务器。因此,我们推荐双速信息化架构:既有操作系统可以在原有服务器上继续低速运行,同时智能系统通过特定接口对原有系统的功能和数据进行高速访问。

持久的内部能力。成功企业通过大规模数字化持续创造价值的秘诀之一,就是建立一个集中式的卓越中心(COE),其作用是管理转型并支持大规模数字化解决方案的快速部署。此外,尽管数字化转型由业务领导者负责,但与IT 部门的密切合作至关重要。要想不事事依赖供应商,业务部门就必须让IT 成为整个流程不可分割的一部分。

敏捷文化。数字化转型的另一个先决条件是敏捷思维和流程。只有系统开发及使用人员接受敏捷文化,才能打造敏捷的自我学习系统。快速学习团队应能不断检查已开发的解决方案是否增加价值,响应用户体验,并不断进行迭代和优化冲刺。

 

对于大多数健康险公司,大规模数字化转型已切实可行。我们预计,自动化系统若与新一代数字工具结合使用,将在五年内使健康险公司运营成本降低30%。
同时,医疗领域智能工具的进一步成熟和应用,也将为健康险公司创造巨大价值。
若想实现大规模数字化的价值创造潜力,健康险公司应打好技术基础、结合自身实
际选择应用场景,并在战略、运营和文化上为转型提供必要的支持。

 

 

作者

为麦肯锡全球董事合伙人,常驻北京分公司;

为麦肯锡全球董事合伙人,常驻深圳分公司;

为麦肯锡资深专家,常驻上海分公司。