Bir kasko hasar dosyasında zamanın büyük kısmı karar vermeye değil, karar verilebilecek hâle gelmeye harcanır. Sigortalı olayı WhatsApp'tan iki cümleyle anlatır, tarih eksiktir, karşı aracın plakası yoktur, tutanak üç gün sonra gelir. Hasar uzmanı dosyaya baktığında işinin önemli bir bölümü eksikleri kovalamak olur.

Üretken yapay zeka bu hazırlık işinde gerçekten işe yarıyor. Ama "hasar sürecine yapay zeka koyalım" cümlesi tek başına bir şey söylemiyor. Sürecin her adımında riskin büyüklüğü farklı, dolayısıyla yapay zekanın alabileceği rol de farklı. Bu yazıda hasar sürecini adım adım ele alıp hangi işin devredilebileceğini, hangisinin uzmanda kalması gerektiğini anlatıyoruz.

Temel ilke: hazırlık makinede, karar insanda

Yapay zekanın yanılabileceğini baştan kabul etmek tasarımı sadeleştirir. Yanlış bir alan çıkarımı uzman tarafından birkaç saniyede düzeltilir; yanlış bir red kararı ise şikâyete, itibar kaybına ve düzenleyici riske dönüşür. Bu yüzden sınırı şöyle çizmek mantıklı:

  • Devredilebilir: Metinden bilgi çıkarmak, eksikleri tespit etmek, belge sınıflandırmak, tutarsızlık işaretlemek, öncelik önermek.
  • Destek olabilir, karar veremez: Teminat ön kontrolü, ödeme tutarı önerisi, şüpheli dosya işareti.
  • Yalnızca yetkili kişi: Red, ödeme onayı, rücu ve dava kararları.

Bu ayrım sistemin kendisine de yazılmalı. Red ve ödeme onayı adımlarını yalnızca yetkili kullanıcının, gerekçe yazarak yapabildiği bir iş akışı, "model yanlışlıkla karar verdi" ihtimalini tamamen ortadan kaldırır.

1. İhbar alma: serbest metinden yapılandırılmış dosyaya

İhbarlar artık çoğunlukla serbest metinle geliyor: mesaj, e-posta, web formundaki açıklama kutusu. Dil modelleri bu metinden olay türünü, tarihi, yeri, karşı taraf olup olmadığını ve yaralanma bilgisini oldukça iyi çıkarır. Burada dikkat edilmesi gereken iki şey var:

  1. Çıktıyı şemaya zorlayın. Model serbest cevap vermemeli; her alanın tipi ve izin verilen değerleri tanımlı olmalı. Şemaya uymayan cevap reddedilip yeniden istenir.
  2. Poliçe eşleştirmesini modele bırakmayın. Poliçe numarası, plaka veya kimlik numarasıyla eşleştirme deterministik bir sorgudur. Modelin işi metni okumak, veritabanında arama yapmak değil.

2. Eksik bilgi: hedefli soru, sınırlı tur

Zorunlu bir alan eksikse sistem sigortalıya genel bir "bilgilerinizi tamamlayın" mesajı yerine hedefli bir soru sorabilir: "Olay saat kaçta oldu?", "Karşı aracın plakasını biliyor musunuz?" Bu tek başına geri dönüş sayısını azaltır.

Ama soru-cevap döngüsü sınırsız olmamalı. İki ya da üç turda tamamlanmayan dosya insan uzmana devredilmeli. Sigortalının makineyle uzun bir yazışmaya sıkışması, eksik bir dosyadan daha kötü bir deneyimdir.

3. Önceliklendirme: yaralanmayı kaçırmamak

Yaralanmalı ya da ölümlü bir dosyanın sıradan bir cam kırığıyla aynı kuyrukta beklememesi gerekir. Model metinden yaralanma bilgisini çoğu zaman yakalar, ama "çoğu zaman" bu konuda yeterli değil. Kural tabanlı ikinci bir kontrol ("yaralandı", "ambulans", "hastane" gibi ifadeler) modelin kaçırdığı durumu yakalar ve dosyayı insan önceliği kuyruğuna alır. Burada yanlış pozitif ucuzdur, yanlış negatif pahalıdır; tasarım bunu yansıtmalı.

4. Belge asistanı: liste, sınıflandırma, çapraz kontrol

Çarpışma dosyası ile dolu hasarı aynı belgeleri istemez. Hasar türüne göre gereken belge listesini otomatik çıkarmak ve sigortalıya tek seferde iletmek basit ama etkili bir adımdır. Yaralanma varsa listeye ek belgelerin girmesi gibi koşullar da kural olarak tanımlanabilir.

Belgeler geldiğinde yapay zeka iki iş yapar:

  • Sınıflandırma: Yüklenen dosya ruhsat mı, ehliyet mi, tutanak mı? Yanlış belge yüklendiyse hemen söylenir.
  • Çapraz kontrol: Ruhsattaki plaka ve şasi numarası poliçeyle ve tutanakla uyuşuyor mu? Tarih poliçe süresi içinde mi?

Uyuşmazlık bir karar değil, bir bulgudur. Sistem "plaka uyuşmuyor" der; bunun bir yazım hatası mı, yoksa incelenmesi gereken bir durum mu olduğuna uzman karar verir.

5. Teminat ön kontrolü ve tutar önerisi

Poliçe koşulları ve ek teminatlar okunarak "bu olay teminat kapsamında görünüyor mu?" sorusuna bir ön cevap üretilebilir. Ekspertiz raporu ve parça-işçilik kalemleri üzerinden bir ödeme önerisi de hesaplanabilir. Bu adımlar uzmanın işini hızlandırır, ama çıktıları her zaman gerekçeli bir öneri olarak sunulmalı: hangi maddeye, hangi belgeye dayanarak bu sonuca varıldığı görünmeli.

Her öneriyi izlenebilir kılın

Yapay zeka destekli bir hasar sürecinde denetlenebilirlik sonradan eklenecek bir özellik değildir. Asgari olarak şunlar kayda geçmeli:

  • Hangi önerinin hangi model ve hangi istem (prompt) sürümüyle üretildiği,
  • Uzmanın öneriyi kabul mü, red mi ettiği ya da düzelttiği,
  • Dosyadaki her durum değişikliğinin kim tarafından, ne zaman yapıldığı.

Bu kayıt iki işe yarar: bir itiraz geldiğinde ne olduğunu gösterirsiniz, ve hangi önerilerin gerçekten kabul gördüğünü ölçerek sistemi iyileştirirsiniz.

Kurallar kodda değil, yapılandırmada olmalı

Hangi alanların zorunlu olduğu, hangi soruların sorulacağı ve hangi hasar türünde hangi belgelerin isteneceği şirketten şirkete, hatta acenteden acenteye değişir. Bunları koda gömmek her değişiklikte yazılım sürümü gerektirir. Sürümlü kural setleri ise operasyon ekibinin süreci kendi değiştirmesine izin verir ve hangi dosyanın hangi kural sürümüyle işlendiğini de kayıt altında tutar.

Nasıl ölçmeli?

"Yapay zeka işe yaradı mı?" sorusunun cevabı hissiyatla değil, birkaç sayıyla verilmeli. Bir pilot için şu üçü iyi bir başlangıçtır:

  1. Dosya başına uzmanın harcadığı süre,
  2. Eksik belge veya bilgi yüzünden sigortalıya yapılan geri dönüş sayısı,
  3. Yapay zeka önerilerinin kabul oranı (alan bazında).

Pilotu küçük tutun: tek branş, tek hasar türü, anonimleştirilmiş birkaç düzine geçmiş dosya. Sonuçlar netleşmeden kapsamı büyütmeyin.

Sonuç

Hasar sürecinde yapay zekanın en değerli olduğu yer, uzmanın önüne düzgün hazırlanmış bir dosya koymaktır. İhbarı yapılandırmak, eksiği sormak, belgeyi kontrol etmek ve önceliği belirlemek güvenle devredilebilir. Red ve ödeme kararları ise gerekçesiyle birlikte insanda kalmalı. Bu sınırı baştan doğru çizen bir sistem hem daha hızlı çalışır hem de denetimde rahat eder.