Kecerdasan buatan (Artificial Intelligence/AI) bisa menjadi salah satu enabler penting bagi industri asuransi untuk menghadirkan layanan yang lebih relevan, inovatif, dan berpusat pada kebutuhan Nasabah. Perkembangannya bergerak dari Generative AI yang reaktif menuju Agentic AI yang lebih proaktif, mampu mengambil keputusan, melakukan penalaran, dan berkolaborasi dalam proses bisnis yang kompleks.
Dengan mengombinasikan teknologi dan peran manusia, PT Prudential Life Assurance (Prudential Indonesia) memanfaatkan peluang ini untuk meningkatkan efisiensi sekaligus menghadirkan pengalaman Nasabah yang lebih optimal. Menurut Madhan Seduraman, Vice President and Head of AI Strategy & Innovation Prudential Indonesia, dari deretan implementasi Agentic AI di industri asuransi, penerapan deteksi penyalahgunaan (abuse detection) untuk menekan penipuan terhadap klaim medis menjadi salah satu contoh keefektifan pemanfaatan AI.
Baca Juga: Pasar Asuransi Indonesia Catat Pertumbuhan 11,0% pada 2025
"Di Prudential Indonesia, penerapan agentic AI untuk menanggulangi penipuan dan deteksi penyalahgunaan dalam klaim medis merupakan salah satu kasus utama. Prudential Indonesia senantiasa terus memanfaatkan penggunaan AI dengan kemampuan pemahaman medis (medical understanding), seperti Gemini, yang telah berjalan dalam berbagai tahapan di Indonesia dan beberapa pasar lainnya. Dengan memanfaat kemampuan AI, kami dapat menjaga integritas proses klaim melalui analisis pola klaim secara lebih cepat dan komprehensif, identifikasi indikasi penyalahgunaan yang sebelumnya sulit terdeteksi, dan peningkatan akurasi dan kualitas proses penilaian klaim," ujarnya dalam keterangan tertulis di Jakarta, Selasa (7/7/2026).
Berikut lima implementasi Agentic AI yang dapat mendukung industri asuransi untuk mencapai pengalaman Nasabah yang efisien dan personal:
1. Dari Otomatisasi Menuju Kecerdasan yang Adaptif
Agentic AI memungkinkan beberapa agen AI bekerja secara kolaboratif dalam satu proses bisnis. Setiap agen AI memiliki fungsi tertentu dan mampu mengambil keputusan sesuai perannya.
Dicontohkan dalam sebuah proses klaim, di mana satu agen AI dapat bertugas membaca dokumen dan mengekstrak informasi penting, sementara agen AI lainnya dapat melakukan verifikasi data, menyamarkan informasi pribadi pelanggan, hingga mengevaluasi kelayakan klaim. Bahkan, agen AI tambahan dapat berperan sebagai auditor yang memeriksa kembali keputusan yang telah diambil.
Pendekatan ini memungkinkan perusahaan membangun alur kerja yang lebih cerdas dan adaptif dibandingkan sistem otomatisasi konvensional.
2. Mempercepat Proses Klaim dan Meningkatkan Kepuasan Nasabah
Agentic AI menawarkan solusi yang sangat relevan dalam menjalankan proses klaim ini. Dengan kemampuan memproses dokumen, memahami konteks, dan mengambil keputusan secara otomatis, waktu penyelesaian klaim dapat dipersingkat secara signifikan. Lebih dari sekadar kecepatan, Agentic AI juga mampu memberikan penjelasan atas keputusan yang dihasilkan. Membuat Nasabah tidak hanya menerima status klaim disetujui atau ditolak, tetapi juga memperoleh alasan yang lebih jelas dan mudah dipahami. Transparansi semacam ini menjadi faktor penting dalam membangun kepercayaan Nasabah.
3. Upaya untuk Menghadapi Penipuan (Fraud)
Agentic AI memungkinkan deteksi fraud lebih cepat dengan menganalisis data besar dan pola kompleks, mengidentifikasi anomali, serta melakukan investigasi awal secara otomatis. Kolaborasi antar agen AI juga membantu memverifikasi dokumen, membandingkan data historis, dan memberi rekomendasi tingkat risiko terhadap suatu klaim. Kemampuan ini membantu perusahaan asuransi mengurangi potensi kebocoran biaya, meningkatkan akurasi proses evaluasi klaim, serta menjaga keberlanjutan bisnis dan stabilitas pengelolaan risiko.
4. Menjalani Kepatuhan (Compliance) untuk Keberlanjutan Bisnis
Agentic AI dapat menjadi solusi apabila dibangun dengan tata kelola yang tepat. Melalui pendekatan Responsible AI, perusahaan asuransi dapat mengintegrasikan mekanisme perlindungan data, data masking, jejak audit, serta kontrol akses sejak tahap perancangan sistem. Dengan demikian, pendekatan ini memungkinkan perusahaan asuransi memanfaatkan kecanggihan AI dan menjalani kepatuhan terhadap regulator maupun perlindungan konsumen.
5. Meningkatkan Keamanan Nasabah dengan Multi-Layer Validation
Pendekatan multi-layer validation meningkatkan keamanan dan akurasi hasil AI dengan memanfaatkan beberapa agen untuk saling memeriksa dan mengevaluasi keputusan, termasuk melalui konsep Large Language Model (LLM) as a Judge. Hal ini memperkuat kontrol kualitas keputusan dan mendukung mitigasi risiko yang lebih efektif di industri asuransi.
Meski menawarkan otomatisasi tinggi, agentic AI tetap membutuhkan keterlibatan manusia dalam proses kritikal. Melalui pendekatan human-in-the-loop, manusia tetap berperan dalam pengawasan, validasi akhir, dan pengambilan keputusan untuk menjaga keseimbangan antara efisiensi dan pengendalian risiko. Pada akhirnya, tujuan utama agentic AI tidak hanya meningkatkan efisiensi, tetapi juga memperkuat keamanan, transparansi, dan fokus pada kebutuhan Nasabah.
