2023 Autor: Susan Creighton | [email protected]. Zadnja promjena: 2023-05-24 11:14
Za industriju koja se stoljećima pokazala otpornom na promjene, osiguranje sada prolazi kroz digitalnu revoluciju. Sa pojavom više algoritama za strojno učenje, osiguravatelji prikupljaju više informacija kako bi bolje ocijenili rizik i ponudili više prilagođenih cijena premija. Sa zadnje strane, postupak osiguranja provodi se radi povezivanja podnositelja zahtjeva s prijevoznicima učinkovitije i s manje pogrešaka.
Ova drastična razina brzih promjena znači velike stvari kako za osiguravatelje, tako i za podnositelje zahtjeva. Evo kako se umjetna inteligencija nalazi na granici industrije osiguranja i kamo bi mogla krenuti u godinama koje dolaze.
Procjena rizika
Povijesno se osiguravatelji osiguranja oslanjali na informacije dobivene u prijavama za procjenu rizika koji se odnose na potencijalnog klijenta. Problem je, naravno, što bi podnositelji zahtjeva mogli biti nepošteni ili pogriješiti, čineći ove procjene rizika netačnim.
Strojno učenje, posebno razumijevanje prirodnog jezika (NLU), osiguravateljima omogućuje da pretražuju apstraktnije izvore informacija, poput Yelp pregleda, objave na društvenim medijima, SEC prijave i tako dalje, i privuku relevantne informacije zajedno kako bi adekvatnije procijenili potencijal prijevoznika osiguranja izloženost.
"[Uz NLU] uvelike se povećava naša mogućnost da stvarno pogledamo ove tekstualne izvore podataka i izvučemo vrlo relevantne informacije", rekao je Andy Breen, SVP iz tvrtke Argo Digital. "Koristimo ove izvore podataka koji prije nisu bili dostupni ili lako distribuirani."
Preciznije procjene rizika znače i prikladnije premije. U industriji u kojoj najveća razlika između osiguravajućih društava nije njihov proizvod, već njihove cijene, bolji, individualiziraniji model izloženosti mogao bi donijeti veliku razliku, rekla je Sofya Pogreb, direktorica tvrtke Next Insurance.
"Tradicionalno, [industrija je ponudila] proizvode sa najnižim zajedničkim nazivnikom: standardna politika odgovornosti", rekao je Pogreb. "Ono što završite je vrlo nediferenciran proizvod, gdje pekara i praonica imaju iste politike. To nije pravi put za kupca. Ako budemo u mogućnosti automatski konzumirati više podataka, vidjet ćemo više prilagođavanja i kupaca. dobit će plaćanjem pokrića koje im doista treba."
Otkrivanje prijevara
Prevara je glavna briga osiguravajućih društava, a AI je ključni čuvar u borbi protiv prijevara. Kao što Samsung napominje u svom postu na blogu o sprečavanju prijevara u osiguranju, sve je to u otkrivanju obrazaca koji mogu izbjeći ljudsku spoznaju:
"Francuska pokretačka tvrtka AI Shift Technology uključuje ovu tehnologiju u svoje usluge sprječavanja prijevara, koje su već obradile više od 77 milijuna zahtjeva. Kognitivni algoritmi strojnog učenja dostigli su stopu točnosti od 75 posto za otkrivanje lažnih zahtjeva za osiguranje. ML algoritmi pružaju detalje o sumnjivim potraživanja s potencijalnom odgovornošću i popravljanjem troškova troškova i predlažu postupke koji mogu riješiti i poboljšati zaštitu od prijevara."
"Sposobnost strojnog učenja da pomogne u otkrivanju sumnjivih prijevara dobro je utvrđena, ali nauka o podacima pod vodstvom ljudi je do sada jednako sposobna. Ključna razlika s vremenom bit će jedna u troškovima", rekao je Areiel Wolanow, izvršni direktor tvrtke Finserv Experts ograničena. "Profesionalni kriminalci stalno će biti u toku s vodećim pokazateljima prijevara u industriji i prilagoditi svoje ponašanje prema vlastitom stanju. Znanstvenici o ljudskim podacima morat će tijekom vremena popraviti svoju analizu kako bi održali tempo, dok se algoritmi strojnog učenja treniraju s vremenom na temelju uočljivih promjena temeljnih podataka „.
Smanjivanje ljudske pogreške
Lanac distribucije u osiguravajućoj industriji vijugav je i složen. Niz posrednika ispituje informacije između osiguranika i prijevoznika, što dovodi do velikog broja ljudskih pogrešaka i ručnog rada koji usporava proces, rekla je Breen. Međutim, AI već počinje rješavati taj problem.
Algoritmi mogu smanjiti vrijeme i broj pogrešaka pri prenošenju informacija s jednog izvora na drugi. Ulaskom u portal i prijenosom PDF-a smanjuje se količina unosa i ponovnog unosa podataka, a povećava se točnost, rekao je Breen.
"Ljudi se umaraju i dosade i griješe, ali algoritmi ne rade", dodao je.
Za Pogreb je premošćivanje jaza između osiguranika i osiguravatelja jednako važno koliko i smanjenje pogreške. Uz bolje podatke, i kupci i osiguratelji imaju koristi, rekla je, jer osiguratelji mogu razviti bolje proizvode na temelju preciznijih procjena, a kupci će platiti upravo ono što im je potrebno.
"S mašinskim učenjem, mislim da ćemo moći puno bolje obaviti davanje savjeta potrošaču automatski", rekao je Pogreb. "Na temelju onoga što mi govorite o vašem poslu i onoga što znam o sličnim onima, [mogu reći] vjerujem da je ovo prava kombinacija pokrivanja za vas. Dakle, to ne stavlja odgovornost na agenta niti na kupca - ko iskreno nema iskustva ili znanja - ali ostavljanjem podataka dati savjet. "
Budućnost AI osiguranja
Industrija osiguranja tek je započela svoj napredak u AI, a tvrtke već eksperimentiraju s novim načinima kako to uključiti u svoje svakodnevno poslovanje u iščekivanju daljnjeg tehnološkog razvoja.
"To su vrlo rani dani AI", rekla je Breen. "Za jednostavne, ponavljajuće zadatke, računalo smo stavili na njega … ali mi smo udaljeni od kompjutorskog osiguravača. U ovom trenutku stvarno samo povećavamo ljude."
To je još uvijek značajna promjena u industriji, rekao je. Underwriteri u Argo Digitalu sada počinju upravljati portfeljima, a ne pregledavaju svaku pojedinačnu prijavu. Standardnije predvidljive tvrdnje rješavaju algoritmi strojnog učenja, rekao je Breen, a ljudski osiguravatelj u osnovi precizno prilagođava cijeli proces i intervenira u slučajevima kojima je potrebno donošenje odluka višeg reda.
Pogreb vidi još više potencijala za pojednostavljenje postupka preuzimanja ugovora. Ona očekuje da će se broj prijava koje je potrebno obraditi ljudskom osiguravatelju značajno smanjiti jer strojno učenje čini još veći korak u industriji osiguranja.
"Vjerujemo da se tehnologijom i strojnim učenjem može puno toga učiniti [ljudskim prepisivanjem]", rekao je Pogreb. "Postotak prijava za osiguranje koji zahtijevaju ljudski dodir drastično će pasti, možda 80 do 90 posto, pa čak i do niskih jednocifrenih znakova."
Iako je usvajanje AI došlo na rudimentarne načine, to već drastično mijenja pološaj zemlje. Osiguravajuće tvrtke koje žele ostati konkurentne trebale bi početi testirati vode AI, rekao je Wolanow.
