Vad hände
WIRED rapporterar att försäkringsskadereglerare hade det mest negativa AI-sentimentet bland amerikanska arbetare i en Glassdoor-analys: 98 procent av recensionerna som nämnde AI var kritiska. Justerare sa till WIRED att AI felklassificerade påståenden, genererade felaktiga sammanfattningar och ibland flyttade bördan att korrigera fel på mänskliga arbetare.
WIRED rapporterar att Glassdoor-forskning fann att 98 procent av recensionerna från försäkringsskadejusterare som nämnde AI var negativa, vilket gör yrket till det mest kritiska mot AI i analysen som beskrivs i artikeln. Granskningarna ska ha klagat på att ledare tvingar in AI-system på arbetare och kunder trots upplevda fel. Glassdoors seniorekonom Chris Martin sa till WIRED att han till en början inte förväntade sig resultatet och tolkade det som bevis på en bredare räkning inom yrket. Det levererade materialet inkluderar inte den underliggande Glassdoor-datauppsättningen, metodiken, antalet recensioner eller jämförelsesiffror för andra yrken, så AI Understanding har inte självständigt bekräftat fyndet på 98 procent.
WIRED rapporterar att Ahmad Jackson, som tidigare arbetat med skadeersättningar för en stor försäkringsgivare, beskrev ett AI-system som används för initial förlustrapportering. Enligt Jackson skickade systemet ett plötsligt tillflöde av felklassificerade anspråk till justerare, som var tvungna att omdirigera dem. Han berättade också för WIRED att AI-genererade hallucinationer förekom i anspråkssammanfattningar och att justerare ibland skickade dessa fel till sökande eller deras advokater innan de upptäckte problemet. Jackson sa att systemet lade till arbete och att han senare lämnade företaget. WIRED citerar också påstående chefen Geoffrey Conrad som beskriver utbredd utmattning från AI som påtvingas arbetare.
WIRED rapporterar att skadebranschen också står inför anställningstryck. Artikeln säger att Bureau of Labor Statistics beräknade 2024 att antalet amerikanska skadereglerare skulle minska med 18 900, eller 5 procent, under det följande decenniet. WIRED rapporterar vidare att BLS-data visade att sektorsysselsättningen sjönk med 21 procent mellan maj 2025 och maj 2026, medan Glassdoor rapporterade en 50-procentig minskning av inlägg på ingångsnivå sedan 2025. Artikeln tillskriver en del av nedgången till teknologin och beskriver försäkringsbolagens ansträngningar för att automatisera skadeuppskattning av skadeanmälan, sammanfattningar och baserade medicinska processer. Dessa siffror bekräftas inte oberoende av det medföljande materialet.
WIRED placerar dessa klagomål tillsammans med exempel på aktuell eller avsedd automatisering. Artikeln rapporterar att Lemonades proprietära chatbot, AI Jim, hanterade initiala rapporter 96 procent av tiden i slutet av 2025, medan automatisering hanterade ungefär 55 procent av alla anspråk. Lemonade talesperson Paul Staats sa till WIRED att automatisering är avsedd att låta anställda koncentrera sig på komplexa anspråk som kräver empati och expertis. State Farms representant Justin Tomczak sa också till WIRED att företaget vill ge anställda bättre verktyg. Artikeln rapporterar också att justerare ser ett visst begränsat värde i AI, inklusive administrativa uppgifter som att förlänga en hyrbilsbokning.
Varför det spelar roll
Rapporten kopplar motstånd på arbetsplatsen till praktiska misslyckanden i en process med hög insats. Försäkringskrav påverkar betalningar efter olyckor, egendomsskador och medicinska händelser, så felaktig automatisering kan skapa förvirring för försäkringstagarna samtidigt som de anställda lämnar ansvar för att förklara eller korrigera resultatet.
WIREDs rapportering visar varför automatisering av försäkringar är mer följdriktig än en rutinmässig förändring av backoffice-programvaran. Skadehantering kan avgöra om människor får pengar efter en hembrand, fordonsolycka eller medicinsk händelse. Artikeln rapporterar att AI kan analysera fotografier och videor, sammanfatta hundratals sidor med medicinska journaler och bearbeta uppladdad dokumentation innan en utbetalning genereras. När sådana system utelämnar en detalj eller läser ett dokument fel kan resultatet påverka en kunds betalning. Den medföljande artikeln ger inga granskade exempel på specifika underbetalningar eller felaktiga avslag, så dessa resultat bör inte behandlas som fastställda utöver de konton som tillskrivs WIREDs källor.
Rapporten belyser också ett ansvarsproblem. WIRED rapporterar att kunder kanske inte känner till att ett AI-system orsakade förvirring eller felaktig information och kan istället skylla på justeraren som kommunicerar resultatet. Det kan lämna mänskliga anställda ansvariga för att reparera fel de inte skapade, medan kunder kan ha svårt att utmana en automatiserad process. Sandy Avina, en före detta justerare som nu konsulterar inom försäkringsbranschen, berättade för WIRED att justerare har begränsad tilltro till AI-utdata och beskrev hur en fläck i en advokats dokument eller en saknad punkt i en medicinsk sammanfattning kan leda till en felaktig utbetalning. Dessa är rapporterade orosmoment, inte oberoende uppmätta felfrekvenser.
Sysselsättningseffekter lägger till ytterligare ett lager. WIRED rapporterar att anmälningar på ingångsnivå minskade kraftigt medan försäkringsbolag och nystartade företag främjade automatisering som ett sätt att hantera mer arbete med färre personer. Chris Martin från Glassdoor berättade för WIRED att recensioner blir mer anti-AI när arbetare känner av uppsägningar, vilket tyder på att negativa känslor kan återspegla anställningsosäkerhet lika mycket som missnöje med programvara. Den tolkningen är Martins analys som rapporterats av WIRED; det tillhandahållna materialet visar inte att AI orsakade den rapporterade sysselsättningsminskningen, och det skiljer inte heller AI-relaterade minskningar från andra ekonomiska, organisatoriska eller regulatoriska faktorer.
Artikeln presenterar en mer begränsad bild av hur framgångsrik implementering kan se ut. WIRED rapporterar att justerare ser värde i snäva administrativa användningar, medan företagsrepresentanter beskriver AI som ett verktyg för att frigöra anställda att fokusera på komplicerade fall. Conrads redogörelse till WIRED hävdar att påståendearbete kan kräva empati och omdöme efter traumatiska händelser, inklusive en totalförlust av husbrand. Frågan av allmänintresse är därför inte bara om försäkringsbolag använder AI, utan om automatisering bevarar meningsfull mänsklig granskning och support när kunder står inför höga insatser eller känslomässigt svåra anspråk.
Interaktiv mekanism: hur det faktiskt fungerar
Utforska den underliggande tekniken bakom denna utveckling interaktivt.
crm_get_transaction(id='4092').Why can ethical evaluation not be reduced to one model score?
Vad du ska titta på härnäst
Nyckelfrågor inkluderar om försäkringsgivare kan visa att AI-assisterad skadehantering förbättrar precisionen, hur ofta människor granskar automatiserade beslut och om arbetare eller kunder kan identifiera när AI bidrog till ett fel. Den tillhandahållna rapporten fastställer inte oberoende omfattningen av dessa fel eller prestanda hos specifika system.
Försäkringsgivare bör pressas för bevis om hur deras AI-system fungerar i verkliga anspråk, inte bara om de minskar handläggningstiden. WIRED rapporterar påståenden om felklassificering, hallucinerade sammanfattningar och saknad information, men artikeln tillhandahåller inte felfrekvenser på systemnivå, oberoende granskningar eller en uppdelning efter typ av anspråk. Användbara avslöjanden skulle omfatta hur ofta automatiserade utdata korrigeras, hur ofta utbetalningar ändras efter mänsklig granskning och om felfrekvensen skiljer sig för medicinska, egendoms- eller fordonsanspråk. Ingen av dessa åtgärder tillhandahålls i källan.
Den mänskliga granskningens roll är en annan central fråga. WIRED rapporterar att vissa system är avsedda att automatisera initiala rapporter, bildanalys, dokumentgranskning eller utbetalningar, medan justerare oroar sig för att de tränar sina ersättare. Framtida rapportering bör fastställa om anställda kan åsidosätta en automatiserad rekommendation, om de har tillräckligt med tid och auktoritet för att undersöka den och om kunderna får veta när AI väsentligt bidrog till ett beslut. Den medföljande artikeln säger inte vilka överklagande-, avslöjande- eller revisionsförfaranden någon försäkringsgivare för närvarande tillhandahåller.
Arbetskraftsdata kräver också granskning. WIRED rapporterar en 21-procentig sysselsättningsminskning i sektorn under ett år och en 50-procentig minskning av inlägg på ingångsnivå sedan 2025, men det medföljande materialet visar inte de underliggande datamängderna eller bevisar att AI var orsaken. Uppföljningstäckningen bör undersöka om erfarna justerare omplaceras, om instegsvägar försvinner och om produktivitetsvinster leder till bättre service, lägre premier eller helt enkelt färre jobb. Företag bör skilja planerad automatisering från bredare personalförändringar.
Slutligen antyder artikeln att automatisering kan vara mer försvarbart för ett begränsat, lågkonsekvensmässigt administrativt arbete än för beslut som bestämmer ersättning efter en förlust. WIRED rapporterar att Jackson fann AI användbar för rutinmässiga förlängningar av hyrbilar men motsatte sig felaktiga anspråkssammanfattningar och en bredare ersättning av mänskligt omdöme. Vad man ska titta på är om försäkringsbolag begränsar systemen till uppgifter med tydliga skyddsåtgärder eller utökar dem mot helautomatiska utbetalningar. Källan ger ingen oberoende bedömning av Lemonade, State Farm eller någon annan försäkringsgivares aktuella noggrannhet, kundresultat eller garantier.