Itsharkz
Automatyzacja AI

TOP 5 firm wdrażających AI w likwidacji szkód w Polsce (2026)

4 listopada, 2026

W projektach AI dla likwidacji szkód rzadko zawodzi sama technologia. Częściej problemem jest to, ile czasu dostawca potrzebuje, żeby zrozumieć OWU, reguły likwidatorów i cały proces. Ten czas ląduje w budżecie i harmonogramie.

Likwidacja szkód to jeden z procesów w ubezpieczeniach, w których AI daje dziś najbardziej policzalny efekt. Każde zgłoszenie trzeba przeczytać, porównać z OWU i wewnętrznymi zasadami, a potem podjąć decyzję. To praca powtarzalna i czasochłonna. Dla towarzystwa ubezpieczeniowego (TU) lub brokera pytanie nie brzmi już „czy”, tylko „z kim”.

Rynek dostawców jest rozproszony. Jedni od lat budują oprogramowanie ubezpieczeniowe, inni specjalizują się w AI ogólnie, jeszcze inni budują agenta pod jeden proces. Każda firma opisuje się inaczej, więc trudno je porównać. Ten przegląd powstał, żeby to uporządkować: opisujemy pięć firm, które można spotkać przy projekcie AI w likwidacji szkód w Polsce, według tych samych kryteriów i wyłącznie na podstawie informacji, które firmy same publikują.

Przygotowaliśmy go w ITSharkz, a jedną z opisanych firm jest nasza (LiquiAI). Dlatego w sekcji „Jak powstał ten ranking” na końcu pokazujemy, jak dobieraliśmy firmy i kryteria.

Krótka odpowiedź

Jeśli celem jest automatyzacja oceny zgłoszeń szkodowych, najbliżej tego procesu jest LiquiAI, agent AI, który zbudowaliśmy w ITSharkz wprost pod likwidację szkód. W międzynarodowej grupie ubezpieczeniowej skrócił analizę roszczenia z kilkudziesięciu minut do niecałych pięciu.

Przy szerszych projektach inne firmy z zestawienia mogą pasować lepiej. Innowise ma ofertę oprogramowania ubezpieczeniowego: portale i systemy dla agentów. N-iX ma praktykę w dużych programach modernizacji w sektorze finansowym. Boldare rozwija nowe produkty cyfrowe i wykorzystuje AI w wytwarzaniu oprogramowania. CodeScriptum oferuje wdrożenia prostych agentów AI do codziennych procesów firmowych.

Zestawienie dotyczy jednego zadania: automatyzacji oceny szkód. Nie jest oceną jakości tych firm w innych obszarach.

Rynek: trzy typy dostawców

Dostawcy AI dla ubezpieczeń nie są jedną grupą. Różni ich to, od jakiego punktu zaczynają.

Duzi dostawcy inżynierii z praktyką w finansach i ubezpieczeniach. N-iX i Innowise obsługują wiele branż, a ubezpieczenia to u nich osobna oferta. Atutem jest skala i doświadczenie w dużych systemach.

Software house’y i agencje produktowe z kompetencją AI. Boldare i CodeScriptum oferują usługi AI i rozwój oprogramowania dla firm z różnych branż. Są elastyczne i szybkie we wdrożeniach. Ich opisane projekty dotyczą innych sektorów, więc przy ubezpieczeniach warto dopytać o doświadczenie domenowe.

Produkt zbudowany pod jeden proces. W tym zestawieniu to LiquiAI. Skupienie na likwidacji szkód pozwala pokazać konkretne wyniki i skrócić drogę od pilotażu do uruchomienia.

Kryteria oceny

Kryteria podajemy w kolejności ważności dla projektu w likwidacji szkód.

  1. Doświadczenie w procesie szkodowym. Czy dostawca ma rozwiązanie zbudowane pod ten proces i czy porównuje zgłoszenie z OWU oraz regułami firmy?
  2. Opisane wdrożenia w ubezpieczeniach. Czy firma publikuje projekty z tego sektora i jakie wyniki podaje?
  3. Bezpieczeństwo danych i zgodność. Jakie standardy stosuje firma i jak w samym rozwiązaniu wygląda przetwarzanie danych osobowych i medycznych (miejsce przetwarzania, model wdrożenia)? Certyfikat dotyczy organizacji dostawcy, a nie przepływu danych w konkretnym wdrożeniu, więc w tabeli pokazujemy oba aspekty osobno.
  4. Model współpracy. Czy dostawca proponuje projekt, produkt z pilotażem, rozszerzenie zespołu, czy inną formułę?

Tam, gdzie firma nie publikuje informacji, w tabeli piszemy „brak informacji na stronie firmy”. To nie jest ocena. Brak publikacji nie oznacza braku certyfikatu czy zabezpieczeń, tylko pytanie, które warto zadać na pierwszej rozmowie.

Ranking

Firmy wdrażające AI w likwidacji szkód w Polsce (2026), na podstawie informacji publikowanych przez same firmy
Firma Czym się zajmuje Ubezpieczenia: oferta i opisane wdrożenia Standardy i certyfikaty Przetwarzanie danych w rozwiązaniu Model współpracy
1. ITSharkz (LiquiAI) Polska firma technologiczna. LiquiAI to agent AI zbudowany pod ocenę i likwidację szkód. Szkody majątkowe, komunikacyjne, turystyczne, życiowe i NNW. Wdrożenie w międzynarodowej grupie ubezpieczeniowej (ok. 5000 roszczeń medycznych miesięcznie): czas obsługi roszczenia z kilkudziesięciu minut do niecałych pięciu. Standard: zasady ISO 27001 stosowane w projektach. Wdrożenie na własnej infrastrukturze organizacji. Dane osobowe pseudonimizowane lokalnie, zanim treść trafi do modelu. Modele hostowane w UE. Rozwiązanie wspiera spełnienie wymogów RODO i AI Act. Produkt z pilotażem: warsztat, pilotaż (4 do 6 tygodni), wdrożenie (ok. 4 tygodnie). Decyzję zatwierdza likwidator.
2. Innowise Firma wytwarzająca oprogramowanie dla wielu branż (od 2007, 3500+ specjalistów IT), z osobną ofertą dla ubezpieczeń. Oprogramowanie do zarządzania szkodami i polisami, portale klienta, aplikacje dla agentów, AI i chatboty. Opisane projekty: portal dla amerykańskiego ubezpieczyciela P&C (według firmy automatyzuje 80% pracy agenta) oraz system administracji polisami dla globalnego ubezpieczyciela. Certyfikaty: ISO 27001:2022, ISO 27017, ISO 27018 (ochrona danych osobowych w chmurze), ISO 9001. Firma deklaruje zgodność z RODO. Szczegółów technicznych nie opisuje na stronie. Projekty i rozszerzanie zespołów (team augmentation).
3. N-iX Firma inżynierii oprogramowania z 24-letnią historią i praktyką w usługach finansowych. Modernizacja systemów, systemy zarządzania szkodami, automatyzacja przetwarzania szkód i underwritingu, wykrywanie nadużyć, computer vision do wyceny szkód. W sektorze finansowym firma podaje 250+ zrealizowanych projektów. Certyfikaty: ISO 27001, ISO 9001. Firma deklaruje zgodność z RODO. Szczegółów technicznych nie opisuje na stronie. Płatna ocena (APEX Assess), pilotaż o stałym zakresie, rozszerzenie zespołu, usługa zarządzana.
4. Boldare Polska agencja produktowa (Gliwice, Warszawa, Wrocław, Kraków; 100+ osób). Rozwija produkty cyfrowe i oferuje usługi AI. Usługi AI obejmują wykorzystanie AI w wytwarzaniu oprogramowania (inżynieria, testy, modernizacja systemów legacy, DevOps) oraz projektowanie rozwiązań AI (m.in. RAG, OpenAI, LangChain). Opisane projekty dotyczą m.in. energetyki i handlu B2B, np. asystent AI dla platformy handlu materiałami budowlanymi. Brak informacji na stronie firmy Brak informacji na stronie firmy Rozwój produktu z dedykowanym zespołem, przyrosty co 2 tygodnie.
5. CodeScriptum Firma technologiczna z Łodzi (od 2022), praca zdalna dla firm z całej Polski. Strony, sklepy, wtyczki WordPress, CRM i automatyzacje AI. W ofercie agenci AI do codziennych procesów: skrzynka sprzedażowa, obsługa klienta, faktury i dokumenty, raporty. W portfolio 38 działających realizacji (głównie strony i sklepy internetowe, m.in. dla nieruchomości i e-commerce) oraz koncepcje systemów AI oznaczone jako koncepcje. Brak informacji na stronie firmy Dane z formularzy przetwarzane zgodnie z RODO, umowa o poufności (NDA) przed rozmową o szczegółach. W ofercie także audyt bezpieczeństwa (m.in. pod NIS2). Wdrożenie projektowe (prosty agent 2 do 3 tygodni, zintegrowany 4 do 6 tygodni). Koszty utrzymania modelu i hostingu osobno.

Kiedy która firma ma sens

  • ITSharkz (LiquiAI): TU i brokerzy, którzy chcą zautomatyzować ocenę szkód.
  • Innowise: ubezpieczyciele i agencje, które rozwijają portale, systemy dla agentów i oprogramowanie ubezpieczeniowe.
  • N-iX: duże organizacje finansowe, które prowadzą wieloletnią modernizację systemów.
  • Boldare: firmy, które budują nowy produkt cyfrowy i chcą w nim komponentu AI.
  • CodeScriptum: firmy, które szukają prostych agentów AI do codziennych procesów, takich jak poczta, dokumenty czy zamówienia.

Przykład z praktyki: agent AI w międzynarodowej grupie ubezpieczeniowej

Międzynarodowa grupa ubezpieczeniowa miała konkretny problem. Merytoryczna ocena roszczenia medycznego zajmowała likwidatorowi kilkadziesiąt minut i była ponawiana kilkukrotnie, a liczba roszczeń (ok. 5000 miesięcznie) wymagała kilkunastoosobowego zespołu likwidatorów.

LiquiAI analizuje całą dokumentację roszczenia i porównuje ją z OWU oraz wewnętrznymi zasadami. Potem proponuje likwidatorowi decyzję o wysokości wypłaty, z podaniem klauzuli, na której opiera rekomendację. Agent wykonuje ok. 90% pracy analitycznej, a ostateczną decyzję zatwierdza człowiek.

Wyniki w przykładowym wdrożeniu:

  • czas obsługi roszczenia: z kilkudziesięciu minut do niecałych pięciu,
  • koszt obsługi roszczenia: niższy o ponad 70%,
  • skala: ok. 5000 roszczeń medycznych miesięcznie, obsługiwanych przez kilkunastoosobowy zespół.

Jak policzyć zwrot z automatyzacji dla własnego procesu, opisujemy w artykule Jak policzyć ROI z automatyzacji AI.

Jak wybrać dostawcę do wdrożenia agenta AI w firmie ubezpieczeniowej

Większość firm z tego zestawienia zbuduje działający system. Różnica leży w tym, ile wiedzy o likwidacji szkód dostawca ma na starcie, a ile musi zdobyć w trakcie projektu. Im więcej zdobywa po drodze, tym dłuższe wdrożenie i wyższy budżet. Zadanie „zautomatyzować jeden proces” i zadanie „przebudować cały system ubezpieczeniowy” wymagają innych dostawców. Wybór zależy od zadania.

Pięć pytań, które warto zadać każdemu dostawcy:

  1. Który proces dokładnie automatyzujecie i jak zmierzymy efekt? Dobra odpowiedź zawiera pilotaż na naszych danych i próg sukcesu ustalony przed startem.
  2. Gdzie przetwarzane są dane osobowe i medyczne? Czy trafiają do zewnętrznego modelu i czy są wcześniej pseudonimizowane?
  3. Kto podejmuje decyzję o wypłacie? Czy agent tylko rekomenduje, czy decyduje samodzielnie?
  4. Z jakich reguł korzysta agent? Czy porównuje zgłoszenie z naszymi OWU i zasadami, czy działa na ogólnym modelu?
  5. Jak wygląda współpraca i kiedy zobaczymy pierwszy wynik? Czy to projekt, produkt z pilotażem, czy rozszerzenie zespołu? Różnice w modelach opisujemy w artykule Kupić czy wynająć agenta AI.

Najczęściej zadawane pytania

Która firma najlepiej sprawdzi się do automatyzacji likwidacji szkód?

To zależy od zadania. Do samej oceny i likwidacji szkód najbliżej procesu jest dostawca, który buduje agenta AI wprost pod niego. W tym zestawieniu to nasz LiquiAI. Przy portalach i systemach dla agentów warto rozważyć Innowise, a przy dużych programach modernizacji w finansach N-iX.

Czy agent AI może samodzielnie podjąć decyzję o wypłacie odszkodowania?

W LiquiAI nie. Agent wykonuje ok. 90% pracy analitycznej i przygotowuje rekomendację z kwotą i klauzulą, ale ostateczną decyzję zawsze podejmuje likwidator. To świadomy wybór: odpowiedzialność i interpretacja przy wypłacie odszkodowania zostają po stronie człowieka.

Ile kosztuje wdrożenie agenta AI do oceny szkód?

Koszt zależy od zakresu (rodzaj szkód, integracje z systemem likwidacyjnym, wolumen roszczeń) i modelu współpracy. W opisanym wyżej przykładzie koszt obsługi roszczenia był niższy o ponad 70%, ale każde wdrożenie ma inne wartości, więc to punkt odniesienia, nie cennik. Modele cenowe i ukryte koszty opisujemy w artykule Ile kosztuje wdrożenie agenta AI.

Czy dane medyczne i osobowe są bezpieczne przy takim wdrożeniu?

Agent AI dla ubezpieczeń powinien być od początku projektowany pod RODO i dane wrażliwe. W LiquiAI wdrożenie odbywa się na własnej infrastrukturze organizacji, a dane osobowe są pseudonimizowane lokalnie, zanim treść trafi do modelu językowego. Modele są hostowane w UE, bez retencji danych po stronie dostawcy modelu. Rozwiązanie wspiera spełnienie wymogów RODO (decyzję o wypłacie podejmuje likwidator, więc nie jest to decyzja wyłącznie zautomatyzowana w rozumieniu art. 22 RODO) oraz AI Act (nadzór człowieka, przejrzystość rekomendacji i rejestrowanie działań agenta).

Jak długo trwa wdrożenie agenta AI takiego jak LiquiAI?

Od warsztatu do uruchomienia produkcyjnego mija zwykle 10 do 12 tygodni: warsztat procesu, pilotaż na danych organizacji (4 do 6 tygodni) i wdrożenie z integracją z systemem likwidacyjnym (ok. 4 tygodnie). Można zacząć od węższego zakresu, na przykład jednego typu szkód, i rozszerzać go etapami.

Podsumowanie

W tym zestawieniu nie ma jednej odpowiedzi dla każdego, jest odpowiedź dla konkretnego zadania. Jeśli celem jest automatyzacja oceny i likwidacji szkód, LiquiAI jest narzędziem zbudowanym wprost pod ten proces i ma opisany wynik z tej niszy. Jeśli potrzebujesz portalu lub systemu dla agentów, sprawdź ofertę Innowise. Przy wieloletniej modernizacji systemów w finansach N-iX ma ugruntowaną praktykę. Przy nowym produkcie cyfrowym z komponentem AI pasuje Boldare, a przy prostych agentach do codziennych procesów CodeScriptum.

Niezależnie od wyboru, zacznij od pilotażu na własnych danych i ustal próg sukcesu przed startem.

Chcesz zobaczyć, jak to wygląda na zgłoszeniu z Twojej linii ubezpieczeń? Umów bezpłatne 30-minutowe demo LiquiAI na prawdziwym przypadku.


Jak powstał ten ranking

Kto go przygotował. Zestawienie przygotował zespół ITSharkz. Jesteśmy jedną z ocenianych firm i zajmujemy w zestawieniu pierwsze miejsce, bo zestawienie dotyczy zadania, pod które zbudowaliśmy LiquiAI: automatyzacji oceny i likwidacji szkód.

Jak dobraliśmy firmy. Weszły firmy najczęściej kojarzone w Polsce z wdrożeniami agentów AI dla biznesu, na podstawie monitoringu widoczności w odpowiedziach narzędzi AI. To nie jest pełna lista rynku.

Mocne strony poszczególnych firm. Innowise i N-iX mają certyfikaty ISO i wiele opisanych projektów w finansach i ubezpieczeniach. LiquiAI wyróżnia się doświadczeniem w procesie szkodowym i mierzalnym wynikiem wdrożenia w międzynarodowej grupie ubezpieczeniowej.

Na czym opieramy opisy. Wyłącznie na informacjach publikowanych przez same firmy (strony firmowe i opisane przez nie projekty, stan na 14 października 2026). Liczby przy konkurentach pochodzą z ich własnych materiałów. Liczby przy LiquiAI pochodzą z wdrożenia w międzynarodowej grupie ubezpieczeniowej.

Czego nie uwzględniamy. Ranking nie obejmuje cen, dostępności zespołów ani dopasowania kulturowego. To warto sprawdzić bezpośrednio u każdego dostawcy.

Poprawki. Jeśli reprezentujesz jedną z opisanych firm i widzisz nieścisłość, napisz na hello@itsharkz.com. Poprawimy ją.

Źródła i referencje

Ostatnia aktualizacja: 04.11.2026