Asistencia sanitaria

Evolución del ciclo de vida del desarrollo de software a escala empresarial

Marvik está ayudando a una aseguradora de la lista Fortune 100 a transformar la forma en que se diseñan, construyen y evalúan los agentes de IA, introduciendo prácticas de desarrollo nativas de IA que conectan el conocimiento de los procesos de negocio, los fundamentos de ingeniería reutilizables y el rendimiento medible de los agentes.

La iniciativa respalda una operación de gestión de siniestros empresarial que tramita alrededor de 500.000 reclamaciones al año.

Sobre el cliente

Una empresa aseguradora de la lista Fortune 100 está introduciendo agentes de IA en sus operaciones de gestión de bajas laborales, un entorno altamente regulado y sujeto a normativas federales, estatales y específicas de cada cliente.

El programa tiene como objetivo automatizar flujos de trabajo complejos manteniendo la precisión, el cumplimiento normativo, la trazabilidad y la supervisión humana.

Conectar el desarrollo de agentes de IA con los resultados de negocio

Desarrollar agentes de IA para operaciones complejas de gestión de siniestros requiere mucho más que generar código. Los equipos deben identificar dónde puede la IA aportar valor al negocio, traducir el conocimiento operativo en requisitos claros, integrarse con sistemas heredados y validar el comportamiento de los agentes frente a escenarios empresariales reales. A lo largo del desarrollo, también deben evaluar si las soluciones están mejorando los procesos de negocio subyacentes.

El programa se enfrentó a tres desafíos clave:

  • Conocimiento empresarial fragmentado: las reglas, decisiones y excepciones críticas estaban dispersas entre documentos, sistemas y especialistas experimentados en gestión de siniestros.
  • Visibilidad limitada del rendimiento de los agentes y del impacto en el negocio: los equipos necesitaban mejores formas de evaluar si los agentes ejecutaban correctamente los procesos de negocio y si generaban resultados empresariales significativos.
  • Integración de agentes de IA en sistemas existentes: los sistemas heredados y los flujos de trabajo operativos establecidos dificultaban la integración y prueba de los agentes de IA sin interrumpir las operaciones de siniestros en curso.

El reto consistía en establecer un ciclo de vida de desarrollo que conectara los requisitos de negocio, la implementación de los agentes y los resultados medibles.

Incorporar prácticas nativas de IA al desarrollo de agentes empresariales

Marvik combinó su experiencia en ingeniería de IA y desarrollo de software con un profundo conocimiento de las operaciones del cliente para transformar la forma en que se diseñan, construyen y evalúan los agentes.

  1. Conectar los procesos de negocio con el desarrollo
    1. En colaboración con especialistas en siniestros, Marvik ayudó a traducir el conocimiento operativo en Procedimientos Operativos Estándar (SOP) estructurados, capturando las reglas, decisiones y excepciones que definen cómo deben procesarse las reclamaciones.
    2. Estos SOP proporcionan una base para los requisitos técnicos y para evaluar si los agentes se comportan según lo esperado por el negocio.
  2. Establecer prácticas de ingeniería reutilizables
    1. Marvik ayudó a reestructurar el flujo de trabajo de desarrollo para incorporar prácticas nativas de IA, conectando los requisitos, las especificaciones asistidas por IA, el desarrollo, la evaluación y la revisión en un proceso más continuo.
    2. Como parte de este cambio, Marvik introdujo entornos de codificación basados en agentes para guiar el desarrollo asistido por IA, proporcionando instrucciones compartidas, contexto empresarial y directrices de ingeniería para que los agentes de codificación de IA puedan generar implementaciones más coherentes.
    3. En conjunto, estas prácticas establecen una base reutilizable para un desarrollo más rápido y consistente, ayudando a los equipos a aplicar restricciones técnicas y de negocio durante todo el proceso y a trasladar las prácticas de ingeniería establecidas a futuros proyectos.
  3. Integración de la evaluación en el desarrollo
    1. Marvik introdujo pruebas en modo sombra, lo que permite a los agentes de IA trabajar junto a los procesos de reclamaciones existentes y comparar sus resultados con las decisiones humanas sin afectar a las operaciones en tiempo real.
    2. La implementación de este enfoque requirió abordar la complejidad de la integración con sistemas heredados que no estaban diseñados para permitir pruebas sin activar acciones reales.
    3. Junto con el modo sombra, Marvik estableció un marco de evaluación utilizando conjuntos de datos de referencia creados a partir de datos históricos de reclamaciones y definió criterios de rendimiento para evaluar el comportamiento del agente frente a los resultados esperados.
    4. Este enfoque permite a los equipos probar el comportamiento de los agentes frente a escenarios del mundo real, identificar discrepancias y perfeccionar el rendimiento antes de introducir la automatización en las operaciones de reclamaciones reales.

Resultados e impacto

El trabajo está estableciendo un enfoque más medible y repetible para el desarrollo de agentes de IA empresariales.

Desarrollo alineado con el negocio

El conocimiento estructurado de los procesos de negocio proporciona una conexión más clara entre los requisitos operativos, la implementación de agentes y la evaluación.

Prácticas de ingeniería coherentes

Las convenciones de desarrollo reutilizables, el conocimiento del dominio y las directrices de seguridad favorecen una implementación más estandarizada en todo el equipo.

Una hoja de ruta para escalar el programa

Marvik ayudó a definir la hoja de ruta del programa, identificando prioridades y oportunidades de desarrollo para acelerar la iniciativa de automatización de reclamaciones.

Visibilidad del impacto empresarial

Marvik introdujo una capa de observabilidad para realizar un seguimiento del rendimiento de los agentes y de las métricas de impacto empresarial, ayudando a los equipos a entender qué funciona, identificar oportunidades de mejora y priorizar los siguientes pasos.

El desarrollo nativo de IA va más allá de una generación de código más rápida

En entornos empresariales complejos, la parte más difícil de crear agentes de IA a menudo no es escribir el código. Es traducir el conocimiento empresarial en un comportamiento fiable, probar ese comportamiento frente a escenarios reales y saber cuándo un agente está listo para asumir más responsabilidades.

Para las operaciones de reclamaciones, donde las decisiones deben ser precisas, explicables y conformes a la normativa, estos pasos son esenciales para pasar de prototipos prometedores a sistemas capaces de respaldar las operaciones diarias.

keep exploring

Our Impact in Action

Cada viaje de IA comienza con una conversación