De case gaat over het integreren van een generatieve AI-assistent in het underwritingproces van Allianz Trade, waarmee gebruikers via een chatvenster eenvoudig contextuele vragen kunnen stellen en direct relevante, samengestelde informatie uit verspreide databronnen ontvangen.
Algemene beschrijving (incl. samenvatting van onderstaande vier punten)
Finaps ontwikkelde voor Allianz Trade een AI Reporting Assistant: een chatfunctie in hun underwriting-applicatie die met behulp van generatieve AI (LLM) contextuele vragen beantwoordt door relevante data uit verschillende bronnen te combineren en begrijpelijk weer te geven. Hierdoor wordt het opvragen van statistische informatie in het acceptatieproces sneller en intuïtiever.
Beschrijf de complexiteit en/of risico’s van de implementatie/ingebruikname van deze digitale innovatie
De complexiteit van het project ligt in het integreren van een generatieve AI-oplossing binnen een bestaande wereldwijde applicatie voor underwriting, waarbij relevante data verspreid is over verschillende databases en documenten. Elke informatievraag vereist een unieke combinatie van data, wat vraagt om flexibele en contextbewuste dataverzameling. Het gebruik van een Large Language Model (LLM) dat via technieken als Model Context Protocol (MCP) en Retrieval-Augmented Generation (RAG) bepaalt welke data nodig is, verhoogt de technische complexiteit. Daarnaast genereert het LLM automatisch SQL-statements om data uit de interne database op te halen en combineert het data uit meerdere bronnen tot een betrouwbaar antwoord. Risico’s zijn onder andere de betrouwbaarheid en veiligheid van de AI-gegenereerde antwoorden, correcte interpretatie van context, en het waarborgen van dataprivacy en compliance binnen een financiële omgeving.
Beschrijf de gerealiseerde waarde van deze digitale innovatie voor de externe klant in desbetreffende branche
De gerealiseerde toegevoegde waarde voor de interne of externe klant is dat gebruikers van de underwriting-applicatie nu via een geïntegreerde chatfunctie direct en intuïtief contextspecifieke vragen kunnen stellen over risico’s en relevante data. De AI-assistent combineert automatisch informatie uit verschillende bronnen en presenteert deze in begrijpelijke, betrouwbare antwoorden, waardoor het besluitvormingsproces sneller, efficiënter en toegankelijker wordt. Dit verlaagt de drempel om complexe data te raadplegen, ondersteunt betere risicobeoordeling en draagt bij aan een innovatieve, toekomstbestendige manier van werken binnen Allianz Trade.
Beschrijf de originaliteit en/of innovatieve kracht van deze digitale innovatie
De originaliteit en innovatieve kracht van het ict-project liggen in de naadloze integratie van een generatieve AI-assistent binnen een bestaande underwriting-applicatie, waarbij gebruikers via een chatvenster in natuurlijke taal contextspecifieke vragen kunnen stellen. Uniek is dat het Large Language Model (LLM) niet alleen begrijpt welke data relevant is voor elke unieke vraag, maar ook zelfstandig SQL-statements genereert om deze data uit interne bronnen op te halen. Door technieken als Model Context Protocol (MCP) en Retrieval-Augmented Generation (RAG) toe te passen, wordt informatie uit verschillende databases en documenten gecombineerd tot een helder, betrouwbaar antwoord. Deze pragmatische toepassing van geavanceerde AI-technologieën binnen een streng gereguleerde financiële omgeving toont een vooruitstrevende en innovatieve benadering van digitale transformatie.
Beschrijf de rol van de interne of externe leverancier(s) bij deze digitale innovatie
Finaps toont zich als leverancier krachtig door hun vooruitstrevende en pragmatische aanpak: zij combineren innovatieve AI-technologieën met een praktische implementatie binnen de bestaande infrastructuur van de klant. Door het Large Language Model (LLM) veilig binnen de klantomgeving te deployen, waarborgen zij dat gevoelige data niet extern wordt verwerkt. Finaps weet complexe technieken als Model Context Protocol (MCP) en Retrieval-Augmented Generation (RAG) effectief toe te passen, en stemt de oplossing nauwkeurig af op de specifieke informatiebehoefte van de klant. Hun aanpak getuigt van diepgaande technische kennis, een goed begrip van de financiële sector en het vermogen om complexe vraagstukken om te zetten in gebruiksvriendelijke, toekomstbestendige oplossingen. De positieve klantreferentie onderstreept hun betrouwbaarheid en innovatieve kracht als partner.