Sztuczna inteligencja miała stać się dla ubezpieczycieli prostą drogą do większej efektywności. Obecnie widać jednak, że sama obecność AI w organizacji nie wystarcza, by przełożyć inwestycje na realną przewagę. Według raportu „World Property and Casualty Insurance Report 2026” Capgemini Research Institute, jedynie około 10% ubezpieczycieli majątkowych i osobowych skutecznie skaluje rozwiązania SI, osiągając wyższe tempo wzrostu przychodów i większy wzrost wartości akcji niż reszta rynku. Jednocześnie 42% firm nie mierzy efektów wdrożeń żadnymi wskaźnikami, a 60% pozostaje na etapie eksploracji lub proof of concept. Różnica między liderami a pozostałymi graczami nie wynika więc wyłącznie z dostępu do technologii, lecz z umiejętności wpisania jej w strategię, procesy i codzienną pracę zespołów. W praktyce oznacza to konieczność jasnego powiązania inicjatyw AI z celami biznesowymi, odpowiedzialnością organizacyjną i mierzalnymi efektami. Dla branży to kolejny krok transformacji: przejście od fazy testów do budowy struktur, w których ludzie i AI wspólnie tworzą wartość, a rozproszone pilotaże ustępują miejsca innowacji wpisanej w model biznesowy.
AI jest już w branży. Teraz czas zapytać, co naprawdę zmienia
Ubezpieczyciele majątkowi i osobowi nie stoją dziś przed pytaniem, czy inwestować w sztuczną inteligencję – ten etap branża mają już za sobą. AI jest wykorzystywana w obsłudze klienta, underwriting’u, likwidacji szkód czy wsparciu agentów.
Problem polega jednak na tym, że skala wdrożeń nie zawsze przekłada się na realne wyniki biznesowe. Choć 40% liderów P&C deklaruje, że sztuczna inteligencja spełnia ich oczekiwania, wiele organizacji notuje jedynie ograniczone korzyści w zakresie oszczędności, wzrostu przychodów czy skrócenia czasu wprowadzania rozwiązań na rynek.
Jeszcze większym wyzwaniem jest brak pomiaru – 42% ubezpieczycieli nie monitoruje żadnych wskaźników związanych z AI. Bez danych trudno ocenić, które inicjatywy rzeczywiście działają, które należy skalować, a które zatrzymać, zanim pochłoną kolejne zasoby. Dla zarządów oznacza to konieczność zdefiniowania wspólnego zestawu wskaźników oraz powiązania inicjatyw AI z wynikami finansowymi i operacyjnymi.
Pułapka pilotaży, czyli dlaczego technologia nie wystarczy
Raport wskazuje, że 60% firm nadal pozostaje na etapie eksploracji lub proof of concept. To oznacza, że mimo ambicji i inwestycji wiele projektów AI nie wychodzi poza fazę testowania.
Jedną z przyczyn jest nierównowaga w finansowaniu transformacji. Średnio 72% budżetów dla sztucznej inteligencji trafia na technologię i infrastrukturę, a jedynie 28% na zarządzanie zmianą. Tymczasem to właśnie ono decyduje, czy nowe narzędzia zostaną realnie przyjęte przez organizację.
Bez przeprojektowania procesów, jasnych odpowiedzialności i przygotowania pracowników nawet najbardziej zaawansowane rozwiązania pozostają dodatkiem do dotychczasowego modelu pracy, zamiast stać się jego integralną częścią. Wymaga to nie tylko inwestycji w technologię, ale także jasnego modelu governance, przypisania odpowiedzialności za Sztuczną Inteligencję oraz systematycznego zarządzania zmianą w całej organizacji.
„Większość firm ubezpieczeniowych nie zmaga się dziś z technologią AI jako taką, lecz z jej skutecznym skalowaniem. Prawdziwym czynnikiem wyróżniającym jest umiejętność industrializacji sztucznej inteligencji — integracji z procesami biznesowymi, przełożenia jej na wyniki finansowe oraz zapewnienia adopcji w całej organizacji. To właśnie odróżnia etap eksperymentów od osiągnięcia realnej przewagi konkurencyjnej” – komentuje Fabrizio Casale, Continental Europe – Insurance Practice Head, Financial Services w Capgemini Polska.
10% firm pokazuje, gdzie leży przewaga
Na tle rynku wyróżnia się niewielka grupa ubezpieczycieli określanych w raporcie jako „intelligence trailblazers”. To około 10% firm, które przeszły od pilotaży do skalowalnych systemów produkcyjnych, a inwestycje w AI powiązały z konkretnymi celami biznesowymi.
Ich przewaga jest już widoczna w wynikach: w latach 2021–2024 osiągnęły o 21% wyższe tempo wzrostu przychodów i 51% większy wzrost wartości akcji niż pozostali gracze. Nie chodzi przy tym wyłącznie o większe nakłady finansowe. Liderów od reszty rynku odróżnia przede wszystkim sposób działania: równoczesne wzmacnianie strategii, kompetencji, fundamentów technologicznych oraz adopcji w całej organizacji.
SI nie jest u nich osobnym projektem innowacyjnym, lecz zdolnością operacyjną, która ma wspierać realizację celów biznesowych.
Największa luka nie dotyczy algorytmów, lecz organizacji
Capgemini opisuje wyzwanie branży jako „architecture mismatch” – niedopasowanie między tempem rozwoju technologii a gotowością firm do jej wykorzystania w skali całego przedsiębiorstwa.
Ta luka widoczna jest w trzech obszarach. Po pierwsze, wiele strategii AI nadal koncentruje się głównie na efektywności, a nie na szerszej przewadze biznesowej. Po drugie, ubezpieczyciele zmagają się z ograniczeniami technologicznymi, takimi jak systemy legacy, jakość danych czy dostępność informacji między funkcjami. Coraz częściej kluczowym wyzwaniem staje się również zrozumienie i uporządkowanie danych – stworzenie spójnej warstwy semantycznej, która umożliwia ich wykorzystanie na poziomie biznesowym.
Po trzecie, barierą pozostają kwestie organizacyjne: niedobór kompetencji, brak jasno przypisanej odpowiedzialności za sztuczną inteligencję oraz nieprecyzyjny zwrot z inwestycji. Efekt? Inicjatywy często zależą od pojedynczych liderów lub małych zespołów, zamiast stać się częścią stabilnego modelu zarządzania zmianą.
Pracownicy muszą rozumieć, po co jest AI
Jednym z kluczowych wątków raportu jest rola pracowników. 67% ubezpieczycieli wskazuje niedobór kompetencji w zakresie AI jako ważną barierę, a niemal połowa pracowników korzystających z tych narzędzi deklaruje, że ich dzień pracy nie zmienił się nawet po 18 miesiącach.
To pokazuje, że samo udostępnienie technologii nie wystarcza. Zespoły muszą wiedzieć, kiedy ufać wynikom SI, jak z nich korzystać, gdzie przebiega granica automatyzacji i za co nadal odpowiada człowiek. Istotna jest także kwestia zaufania – 43% pracowników wskazuje bezpieczeństwo zatrudnienia jako główną obawę, a tylko 14% jasno rozumie, jak sztuczna inteligencja wpisuje się w ich codzienne obowiązki.
Bez odpowiedzi na te pytania transformacja może pozostać bardziej deklaracją niż realną zmianą sposobu pracy. Dlatego liderzy coraz częściej inwestują w budowanie adopcji poprzez inicjatywy angażujące zespoły – społeczności praktyków, hackathony czy programy rozwoju kompetencji.
„AI nie przyniesie korzyści, jeśli pozostanie jedynie zbiorem odizolowanych zastosowań. Prawdziwa zmiana polega na przejściu od AI wspierającej pracę ludzi do AI aktywnie działającej w organizacji — zintegrowanej z podstawowymi procesami, wspomagającej i orkiestrującej decyzje oraz wdrożonej na skalę całego przedsiębiorstwa. Taka transformacja wymaga nie tylko odpowiedniej technologii, lecz także jasnego podziału odpowiedzialności, nowych kompetencji i fundamentalnej zmiany modelu operacyjnego” – dodaje Fabrizio Casale, Continental Europe – Insurance Practice Head, Financial Services w Capgemini Polska.
Ubezpieczyciel przyszłości będzie ekspercki i wspierany przez AI
Kolejnym etapem rozwoju branży ma być model „expert-centric insurer”, w którym technologia nie zastępuje specjalistów, lecz wzmacnia ich kompetencje.
Kierownictwo wyznacza w nim strategiczny kierunek i określa granice współpracy człowieka z AI. Eksperci, tacy jak underwriterzy, likwidatorzy szkód czy specjaliści ds. dystrybucji, definiują oczekiwane wyniki i standardy, które muszą spełniać systemy AI, zanim zaczną działać samodzielnie.
Syntetyczna „siła robocza” przejmuje zadania powtarzalne i masowe, ale eskaluje sprawy wymagające oceny człowieka. Nad całością czuwają orchestration managers, którzy łączą strategię biznesową z zasadami wykorzystania sztucznej inteligencji.
To właśnie w takim modelu AI może przestać być zbiorem narzędzi, a stać się trwałym elementem przewagi konkurencyjnej. Kluczowe będzie jednak przejście od eksperymentowania do skalowania – opartego na danych, jasno zdefiniowanej odpowiedzialności i szerokiej adopcji w całej organizacji.
