Кейс: InsurTech. Обработка страховых заявлений: CV + LLM вместо ручного разбора

Страховая компания получала около тысячи заявлений о выплате в день: сканы полисов, фотографии повреждений, акты, счета из сервисов. Операторы вручную переносили данные в систему учёта, проверяли комплектность и классифицировали случаи. Средний срок первичной обработки доходил до четырёх дней, и это до начала собственно проверки страхового случая.

Исходные данные (Legacy)

• Время первичной обработки одного заявления: 25–40 минут работы оператора.
• Ошибки переноса данных требовали повторной сверки на следующем этапе.
• Пиковые периоды (гололёд, град) создавали очереди длиной в неделю.

Архитектурное решение (System Design)

Мы собрали конвейер из трёх звеньев на базе n8n и локальных моделей:

1. OCR + LLM-извлечение. Любой входящий документ распознаётся, модель извлекает поля (номер полиса, дата события, суммы) и нормализует их к формату учётной системы. Комплектность заявления проверяется автоматически: недостающий документ запрашивается у клиента письмом сразу.
2. CV-анализ повреждений. Фотографии авто прогоняются через модель оценки ущерба: тип повреждения, элементы, ориентир стоимости ремонта. Это не финальное решение по выплате, а подготовка для эксперта.
3. Классификация и маршрутизация. Простые типовые случаи с полной комплектностью идут на быструю выплату. Сложные и спорные попадают к профильному эксперту уже с готовым досье.

Импакт и ROI

Первичная обработка перестала быть узким местом: операторы разбирают только исключения, пиковые нагрузки переживаются без найма временного штата, клиенты получают деньги быстрее конкурентов.