Työeläkeyhtiö Elo halusi korvata olemassa olevan vakuutushakemusjärjestelmän uudella asiakkaan tarpeita paremmin palvelevalla ostosovelluksella, joka toimii kaikilla päätelaitteilla.
Elo rakensi yhdessä CGI:n eläkevakuutustoimialan erityisosaajien kanssa tulorekisterin etuustietojen ilmoitusten lähettämisen rajapintaa käyttävän ohjelmiston, jonka avulla prosessia automatisoidan ja manuaalityö vähenee.
Keva valitsi CGI:n Eläkeasiainkäsittelyjärjestelmän tuki-, ylläpito- ja kehityspalveluiden päävastuulliseksi sovellustoimittajaksi vuoden 2020 alussa. Työ alkoi vaativalla siirtoprojektilla. CGI:n toimiala- ja teknologiaosaaminen vakuutti Kevan – syntyi vahva luottamus asiakkaan ja CGI:n tiimin jäsenten välille myös jatkokehitystä varten. Kevan Eläkeasiainkäsittelyjärjestelmä (nk. Elmo)...
Millä eväillä eläkevakuuttajat lähtevät tuleviin vuosiin?
17.12.2020 Vuoden 2020 CGI Client Global Insights -tutkimus osoittaa asiakaskokemuksen ja tehokkuuden kehittämisen olevan ykköstrendejä sekä globaalien vakuuttajien että Suomen eläkevakuuttajien parissa. Avain onnistumiseen on mm. uusien saumattomien palveluiden, analytiikan ja automaation kehittämisessä. Tänä vuonna haastattelimme henkilökohtaisesti kaikkiaan 1 447 liiketoiminta-...
Siilojen purkutalkoot työkyvyn tueksi
26.08.2020 Tasa-arvoisten työmarkkinoiden Suomi, jossa kaikki voivat tehdä työtä omien voimavarojensa mukaan. Pelkkää utopiaa vai voisiko se olla lähempänä todellisuutta jo tällä vuosikymmenellä? Yksi askel kohti tavoitetta on eri järjestelmien välisten siilojen madaltaminen, jotta voitaisiin entistä paremmin tukea osatyökykyisten työssäkäyntiä.
Kansaneläkelaitos, Kela prosessoi miljoonia kansalaisten lähettämiä hakemuksia ja liitteitä vuodessa. CGI Data Capture –ratkaisu tekee paperihakemusten digitoinnin, automaattisen tulkinnan ja tunnistamisen prosessista kevyen, helpon ja skaalautuvan. Tekoälyyn pohjautuva tunnistuspalvelu analysoi yleisimmin käytettyjen liitteiden tekstisisällön tunnistusmalleja hyödyntäen.
Työkyvyttömyysriskin tunnistaminen koneoppimisen avulla
28.04.2020 Uusi neuroverkkoihin pohjautuva koneoppimismalli ennakoi työkykyriskiä työterveyskäyntien potilasteksteistä. Etuna perinteisiin ratkaisuihin on, että mallin pystyy siirtämään helpommin uuteen ympäristöön ja hyödyntämään työterveyspalveluita tarjoavien tahojen välillä.