A McKinsey Global Institute „Agents, robots, and us: Skill partnerships in the age of AI” című tanulmánya azt vizsgálja, hogyan alakítja át a mesterséges intelligencia, az AI-ügynökök és a robotika a munka világát, és egy új, ember–AI együttműködésre épülő működési modellt ír le. A kutatás központi megállapítása, hogy a munka nem munkakörökben, hanem feladatok szintjén szerveződik újra, amelyek jelentős része automatizálható, miközben az emberi szerepek a döntéshozatal, a kontextusértés és a komplex ügykezelés irányába tolódnak. A tanulmány különösen fontos üzeneteket hordoz az adat- és folyamatintenzív iparágak, így a biztosítás számára is, ahol az AI nem egyszerű hatékonyságnövelő eszköz, hanem az értéklánc és a munkaszervezés alapvető újradefiniálásának katalizátora lehet.

1. A munka új egysége: nem munkakör, hanem feladat

A McKinsey tanulmány alapvető kiindulópontja, hogy a jövő munkája nem klasszikus munkakörökből áll, hanem különálló feladatokból (tasks), amelyek eltérő mértékben automatizálhatók. A kutatás szerint a jelenlegi munkaórák több mint 50%-a technikailag automatizálható lenne, ugyanakkor ez nem munkahely-megszűnést, hanem munkafeladat-átstrukturálódást jelent.

A feladatok három nagy csoportra bonthatók:

• erősen automatizálható (pl. adatbevitel, dokumentumfeldolgozás),
• részben automatizálható (pl. elemzés, előkészítés),
• emberi döntést igénylő (pl. stratégia, ügyfélkapcsolat, ítéletalkotás).

A biztosításban ez a modell különösen erősen érvényesül, mivel a működés nagy része adat- és dokumentum-intenzív. A kárrendezési, underwriting és adminisztratív folyamatok jelentős része feladat-szinten automatizálható. Ez azt jelenti, hogy a klasszikus operatív szerepek (pl. kárügyintéző, adminisztrátor) fokozatosan „AI által előkészített ügyek felügyelőivé” alakulnak.

2. Skill-partnership: ember és AI közös munkarendszere

A tanulmány egyik központi fogalma a „skill partnership”, amely szerint az AI és az ember nem egymást váltják, hanem egymást kiegészítik. Az AI gyorsan dolgozik nagy adatmennyiségekkel és mintázatokkal, míg az ember biztosítja a kontextust, a felelősséget és a döntéshozatalt.

A McKinsey elemzés szerint a készségek több mint 70%-a ma is használható mind automatizálható, mind nem automatizálható munkában, csak más kontextusban.

Ez a modell az underwriting és kárrendezés alaplogikáját írja át. Az AI egyre inkább „első döntési rétegként” működik (pl. kockázati javaslat, kárösszeg-becslés), míg az ember a kivételeket, vitás eseteket és komplex döntéseket kezeli. Ez különösen az aktuáriusi és kockázatvállalási funkciókban jelent szerepváltást, nem pedig eltűnést.

3. Automatizáció és gazdasági hatás: munkaórák új eloszlása

A McKinsey szerint a jelenlegi technológiák elméletileg a munkaórák több mint felét képesek lennének automatizálni, de ez nem gyors kiváltást, hanem fokozatos szervezeti átalakulást jelent. A tanulmány 2030-ig akár ~2,9 ezer milliárd dollár gazdasági érték felszabadulását is valószínűsíti az USA-ban, amennyiben a szervezetek megfelelően alakítják át működésüket.

A kulcs nem az eszközök bevezetése, hanem a munkafolyamatok újratervezése.

A biztosítók számára ez jelentős költségszerkezeti átalakulást jelent. A back-office és operációs költségek csökkenhetnek, miközben nő a technológiai, AI-felügyeleti és folyamatmenedzsment szerepek súlya. A versenyelőny nem a létszámon, hanem az automatizálási mélységen és a folyamatok újraszervezésén múlik.

4. A készségek átalakulása: ugyanazok a kompetenciák, új szerepben

A tanulmány szerint a készségek nem tűnnek el, hanem új elosztásban és új feladatkörökben jelennek meg. A legnagyobb változás nem az, hogy teljesen új készségek váltanák le a régieket, hanem az, hogy ugyanazok a kompetenciák más arányban és más kontextusban kerülnek felhasználásra az ember–AI együttműködésben.

A McKinsey elemzés ennek mérésére vezeti be a Skill Change Index (SCI) mutatót, amely egyfajta „kitettségi skála”: azt vizsgálja, hogy az egyes készségek milyen mértékben érintettek az AI és automatizáció terjedésében. Az index nem azt mondja meg, hogy egy készség eltűnik-e, hanem azt, hogy mennyire változik meg a szerepe a munkafolyamatokban.

Az SCI alapján a készségek három nagy csoportba rendezhetők:

• Magas kitettségű készségek, ahol az AI jelentős részt át tud venni (pl. adatfeldolgozás, rutin analitikai feladatok, standardizált adminisztráció),
• Közepes kitettségű készségek, ahol ember és AI együtt dolgozik (pl. komplex elemzés, döntés-előkészítés, ügyfélkommunikáció),
• Alacsony kitettségű készségek, ahol az emberi szerep domináns marad (pl. empátia, vezetői döntés, felelősségvállalás, bizalmi kapcsolatok kezelése).

A tanulmány egyik fontos megállapítása, hogy a készségek jelentős része nem egyetlen kategóriába esik: több mint 70% olyan kompetencia, amely különböző kontextusokban egyszerre lehet automatizálható és nem automatizálható is. Ez azt jelenti, hogy a változás nem „kiváltás”, hanem átstrukturálódás.

A biztosításban a Skill Change Index különösen jól láthatóvá teszi, hogy mely területek alakulnak át leggyorsabban. A legmagasabb kitettségű készségek a kárrendezés adminisztratív és dokumentumkezelési részei, valamint a standard underwriting folyamatok. Ezekben az AI már ma is képes előszűrésre, javaslattételre és automatizált döntéstámogatásra. A közepes kitettségű zónában – például a komplex kárügyek, ügyfélkommunikáció vagy kockázatelemzés esetében – az ember szerepe inkább az AI által generált eredmények értelmezésére és validálására tolódik. Az alacsony kitettségű készségek, mint a bizalmi alapú ügyfélkapcsolatok, a vitás káresetek kezelése vagy a vezetői döntéshozatal, továbbra is emberi dominanciájúak maradnak, de itt is megjelenik az AI támogató szerepe.

5. AI fluency: az új alapkompetencia

A tanulmány egyik legfontosabb megállapítása, hogy az AI használati készség (AI fluency) a leggyorsabban növekvő kompetencia. A McKinsey adatai szerint az AI-hoz kapcsolódó készségek iránti kereslet két év alatt többszörösére nőtt, és már több millió munkavállalót érint.

Ez nem programozási tudást jelent, hanem:

• AI-eszközök használatát,
• eredmények értelmezését,
• és emberi döntésbe integrálását.

Az AI fluency a biztosításban alapkompetenciává válik minden területen – az underwritingtól a kárrendezésen át az értékesítésig. A jövő biztosítási szakembere nem technológiai szakértő, hanem AI-val támogatott döntéshozó, aki képes az automatizált rendszerek eredményeit üzleti és kockázati szempontból értelmezni.

6. Szervezeti újrarendeződés és versenyelőny

A tanulmány végső üzenete, hogy az AI nem pusztán hatékonyságnövelő eszköz, hanem a szervezeti működés újradefiniáló tényezője. A nyertes vállalatok nem azok lesznek, amelyek AI-t használnak, hanem azok, amelyek képesek ember–AI együttműködésre optimalizált működési modellt kialakítani.

A McKinsey saját példája is ezt mutatja: a szervezetekben már AI-ügynökök tömege segíti a munkát, miközben a hangsúly a folyamatok átalakításán és a produktivitás újradefiniálásán van.

A biztosítók számára ez stratégiai szintű átalakulást jelent. A verseny nem termék- vagy árverseny lesz elsősorban, hanem működési modell verseny: ki tud gyorsabban, pontosabban és alacsonyabb költséggel AI-t integrált folyamatokat működtetni. Ez érinti a teljes értékláncot: termékfejlesztést, underwritingot, kárrendezést és ügyfélkezelést is.

A McKinsey tanulmány üzenete a biztosítási szektor számára egyértelmű: az AI korszak nem a munka eltűnéséről, hanem annak feladat-alapú újraszervezéséről és ember–AI együttműködéséről szól. A biztosítási iparág különösen erősen érintett, mivel alapvetően strukturált, adatvezérelt és szabályalapú működésre épül. A következő évtized versenyelőnye nem az lesz, hogy ki használ AI-t, hanem az, hogy ki tudja a biztosítási szakmai tudást és az AI-képességeket integrált működési modellben egyesíteni.

A cikk a McKinsey Global Institute „Agents, robots, and us: Skill partnerships in the age of AI” tanulmánya alapján készült.