Когато ураганът Иън достигна Флорида в края на миналата година, той продължи да сее хаос. С продължителни ветрове до 240 км/ч, това беше петата най-мощна буря, която някога е удряла САЩ – и третото най-скъпоструващо метеорологично бедствие в историята на страната – което доведе до приблизително загуби от 112 милиарда долара. За застрахователите този вид природна катастрофа представлява не само финансово, но и практическо предизвикателство. Как ускорявате искове и помагате на хората възможно най-бързо?

За Brit Insurance отговорът дойде с любезното съдействие на AI. Неговият инструмент за бърза оценка на щетите, наречен „Златното око“, използва алгоритъм за машинно обучение за оценка на въздушни изображения след бедствие и групови свойства по ниво на щети. Това позволява претенциите да бъдат сортирани преди дори да бъдат докладвани. Брит имаше много застраховани лица, които бяха засегнати от урагана Иън. Когато тропическият циклон се разсея на 30 септември, компанията успя да направи първото си плащане само осем дни по-късно. „Никога не бихме могли да направим това с хора“, казва Шийл Соуни, ръководител на искове и операции на Brit. „Това беше трансформиращо за нас.“

Оценката на щетите е само една област, в която AI променя застраховката. Това е индустрия, основана на използването на масивни набори от данни за моделиране на сценарии, проверка на клиенти и подобряване на резултатите. Тъй като изкуственият интелект всъщност е усъвършенствана форма на анализ на данни, той е много подходящ за подобряване на операциите на застрахователите. „Застраховането е бизнес, изграден върху данни – така че изкуственият интелект има потенциални приложения във всички области“, казва Леон Фрец, старши директор „Финансови услуги“ в Microsoft, чиято платформа за изчисления в облак Azure е в основата на инструмента на Brit Insurance. „Фундаментално вярвам, че това ще промени драматично застрахователните продукти.“

„Застраховането е бизнес, изграден върху данни – така че AI има потенциални приложения навсякъде. Фундаментално вярвам, че това ще промени драстично застрахователните продукти.“ заявява Леон Фрец, старши директор на
финансови услуги в Microsoft

Тогава може би е нелогично, че внедряването на AI в застраховането не е по-разпространено, отколкото е в момента. Прилагането е относително бавно благодарение на редица пречки, вариращи от регулиране до корпоративна инерция. Но последните разработки стимулират индустрията да изследва по-нататък технологията. Когато чатботът ChatGPT на OpenAI превзе света през декември, той превърна ИИ в най-голямата история в технологиите. Благодарение на интуитивния интерфейс, лесно забележимите резултати на естествения език и факта, че всеки може да го използва безплатно, ChatGPT донесе силата и възможностите на AI на обществото като цяло. Това включва и застрахователите.

Тази стъпка в осъзнаването на AI, неговата достъпност и случаите на употреба завладява въображението на заседателните зали, които някога са били резервирани относно технологията, като ги подтиква да мислят по-широко за това как тя може да подобри бизнеса им. „Когато започвах кариерата си, обратната връзка от върха беше изцяло за мобилни приложения“, спомня си Ричард Бойд, ръководител на дигиталните искове в Lloyds of London. „Колкото повече разсъждавах върху това, всъщност не ставаше въпрос за „изграждане на мобилно приложение“, а за това, че изпълнителният директор признава, че има по-широка стратегическа възможност, която мобилните устройства ни представят. Мисля, че ChatGPT направи това за разговора с изкуствен интелект.“

ChatGPT донесе силата и възможностите на AI на обществото като цяло. Това включва и застрахователите. И така, какви са нововъзникващите случаи на употреба и какви са предизвикателствата, които ще трябва да бъдат разрешени? В партньорство с Microsoft свикахме кръгла маса на лидери в индустрията, за да проучим тяхната визия за ИИ и бъдещето на застраховането. И да, попитахме и ChatGPT за неговото мнение…

Как AI може да промени играта за застраховане

Изкуственият интелект е в състояние да обработва данни в мащаб, с който хората никога не биха могли да се справят, и да намира модели, които хората никога не биха могли да забележат. Това може да отключи значителна ефективност, спестяване на време, намаляване на разходите и подобряване на рентабилността във всичко – от привличане на клиенти до обработка на искове. Критично, подобрените с AI процеси могат също да подобрят изживяването на клиентите в полза както на застрахователните компании, така и на техните клиенти. Ефективността на AI е функция на качеството и количеството на данните, които се подават, така че колкото повече данни от повече източници стават достъпни за застрахователите, потенциалът на AI да трансформира индустрията само нараства. И така, какви са случаите на употреба, които очакваме да реализираме най-големите ползи?

Подобряване на привличането на клиенти

AI има потенциална роля на всеки етап от процеса на привличане на клиенти. Първо, може да помогне за идентифицирането на потенциални клиенти. Точно както Brit използва въздушни изображения, за да оцени щетите, например, сателитните изображения могат да се използват и за генериране на потенциални клиенти – ако някой има плувен басейн, да речем, AI може да го насочи към него с оферта за застраховка на басейн.

Процесът на продажба също може да бъде подобрен. AI може да предложи подходящи продукти, които идеално отговарят на индивидуалните нужди, и може да намали разходите за продажба. „Определено има блъскане на вратата ми от компанията да използвам иновациите, за да доставям наистина ефективни продажби“, казва Аш Джоху, CIO на Direct Line Group. Това може да включва използване на AI за интелигентно проектиране на покритие въз основа на малък брой въпроси, преди бързо предоставяне на оферта и обработка на договора.

Премахване на измамите възможно най-рано

Според Асоциацията на британските застрахователи измамите струват на застрахователната индустрия в Обединеното кралство над £1 милиард всяка година. Благодарение на своите способности за идентифициране на модели, AI може да помогне за справянето с този скъп проблем чрез откриване и предвиждане на измамно поведение. Това може да включва всичко – от разпознаване, когато са направени множество претенции за един и същ инцидент, до използване на анализ на изображения, за да се прецени дали щетите на автомобила съответстват на описаната катастрофа.

Тъй като връзката между измамите с полици и измамите с искове е висока, струва си да се предвиди измамна дейност на етапа на кандидатстване. „Ако можем да разкрием и спрем този риск, тогава е ясно, че затваряме крана при първа възможност“, казва Джон Дейвисън, CIO в First Central Group. „Добър пример може да бъде, ако едно и също устройство купува множество полици за различни хора. Ако можете да забележите това в реално време, което е мястото, където машинното обучение идва, това ви дава материално предимство.

Подобряване на оценките на риска

Застраховането е основно свързано с преценка на риска. Цената и обхватът на политиката трябва да отразяват вероятността клиентът да предяви иск плюс вероятната цена на този иск. Колкото по-добър е застрахователят в оценката на това, толкова по-конкурентноспособен може да цени продуктите си, без да застрашава своите баланси.

AI може да подобри точността на оценките на риска. Това е мощен инструмент за идентифициране на корелации, които не са веднага очевидни, и може да го направи в широк набор от източници на данни. В бъдеще тези източници могат да включват данни от носими устройства, интелигентни домашни устройства, данни за превозни средства и социални медии. „ИИ позволява на застрахователите да използват тези по-абстрактни източници на данни, като извличат подходящата информация за по-добра оценка на рисковете“, казва Фрец. Има очевидни въпроси относно това кои данни са законни и къде трябва да се даде съгласие. Но тъй като тази тенденция се развива, това вероятно ще доведе до по-специализирани политики, които се оценяват въз основа на специфични качества на индивида, а не на широк профил. Това не само би намалило излагането на загуби на застрахователя, но и ще подобри условията за по-малко рискови клиенти.

Ускоряване на искове за по-добри резултати за клиенти

Ключовият момент за удовлетвореността на клиента е при предявяване на иск. „Claims наистина е продуктът, който продаваме“, отбелязва Соуни, „и подобряването на клиентското изживяване тук може да изплати дивиденти.“

Застрахователите вече използват AI за бърза оценка на щетите, особено за превозни средства – притежателите на полици изпращат снимки или видеоклипове и алгоритъмът изчислява разходите. И се появяват нови случаи на употреба. „Потърсиха ме стартиращи компании, които си играят с компютърно зрение на строителни обекти“, казва Бойд. „От гледна точка на обработката на искове, ако сте успели да направите изображение преди и след събитието на този сайт и имате изкуствен интелект да провери разликите, можете след това да докладвате обратно на съответния застраховател предложена оценка за щетите доста точно.”

Въпреки че бързината е от съществено значение при рекламациите, клиентите също се нуждаят от опит, който е съпричастен. Ето защо човешкото докосване е важно при обработката на искове – но AI може да помогне, като подобри това взаимодействие. „Използването на технологията да бъдеш „третото лице в стаята“ е доста интересно“, казва Саймън Булерс, главен технически директор на Hastings Direct. „Ако се замислите за повечето искове, има множество обаждания до клиента, за да се събере точната информация – понякога доста стресиращи обаждания. Колкото повече можете да използвате AI, за да анализирате разговора в реално време и да подканите агента на контактния център действително да получи правилната информация, толкова по-добре.“

Бързото изпълнение на искове е не само добро за клиента, но и намалява разходите за застрахователя – колкото по-бързо разберете, че дадена кола е отписана, да речем, толкова по-малко време имате, за да осигурите на притежателя на полицата кола под наем.

„Колкото повече можете да използвате AI, за да анализирате разговора в реално време и да подканите агента на контактния център действително да получи точната информация, толкова по-добре.“ казва Саймън Булерс, технически директор на Hastings Direct

Активиране на политики в реално време

Способността на AI да поддържа персонализиране на продукти и услуги може да доведе до по-широко използване на нововъзникващи продукти като „силно динамична, базирана на употреба застраховка (UBI)“. Това е мястото, където премиите се адаптират постоянно към променящите се условия и таксуването работи на базата на „както отидеш“. „Вече го виждаме в корабоплаването, когато местоположението на товарен кораб спрямо пиратски води или земя променя политиката в реално време“, казва Фрец. „За общото застраховане също ще видим риска да се оценява в реално време и това да се отразява в непрекъснато променящите се политики.“

Автомобилът е очевидният случай на използване, особено ако споделянето на автомобили стане по-често срещано в бъдеще благодарение на автономните превозни средства. Застрахователният модел в реално време „плащане на пътуване“ облагодетелства застрахователите, като им позволява да оценяват риска за всеки отделен случай – ако шофьорът е склонен да кара с превишена скорост и шофира в дъжда, например, тогава цената може да отразява повишена степен на опасност. Но също така възнаграждава клиентите: тези, които шофират безопасно, плащат по-малко, а тези, които шофират рядко, не поемат разходите за годишна премия.

Оптимизиране на изживяването на клиентите за подобряване на тяхното задържане

Задържането на клиенти се влияе от опита, който клиентите имат във всяка точка на контакт със своя застраховател. И AI предлага възможности (и рискове, както ще видим по-късно) и тук.

„Ние влагаме страшно много енергия в оптимизиране на пътуванията на клиентите“, казва Дейвисън. „AI ни позволява да ускорим тази оптимизация и също така да предоставим персонализирани изживявания, така че не всеки да получи едно и също пътуване.“ Един елемент, който застрахователите все повече вграждат в клиентското изживяване, са чатботовете с изкуствен интелект. Направено добре, те могат да премахнат времето за изчакване и бързо да изпълнят задачите – като добавяне на допълнителен шофьор към автомобилна застрахователна полица – за удовлетворение на клиента. AI може също така да насочи взаимодействието към човек, ако възникне необходимост.

„AI ни позволява да ускорим тази оптимизация и също така да предоставим персонализирани изживявания, така че не всеки да получи едно и също пътуване.“ заявява Джон Дейвисън, CЕO в First Central Group

Какво спъва приемането на AI?

Някои застрахователи и някои видове застрахователни дейности са свидетели на ускоряване на приемането на AI през последните години. Въпреки това прекъсването на ИИ, наблюдавано в сектора, не е толкова бързо, нито толкова широко, както мнозина прогнозираха. „Занимавам се с автомобилно застраховане от 27 години“, казва Андрю Брокуей, технически директор на Confused.com. „Сега задаваме на клиентите същите въпроси, както и преди 20 години.“ Има причина за това: има редица предизвикателства за разрешаване, които, правилно или погрешно, са натиснали спирачките за приемане на AI. И така, какви са те и как могат да бъдат преодолени?

Избор на данни и приемане от потребителите

Едно обещание на AI е, че може да разкрие скрити корелации, които могат да помогнат за прогнозиране на риска, вероятно черпейки от набори от данни, които преди това не са били смятани за полезни. Но има проблем: не знаете дали нов набор от данни ще даде тези корелации, докато не ги потърсите. Събирането, подготовката и анализирането на данни, които добавят малка стойност, е загуба на време и пари. „Това е моето предизвикателство за AI: мога ли да го използвам, за да ми помогне да намеря външни данни, които ще бъдат полезни?“ казва Гарет Уортън, кибер главен изпълнителен директор в Hiscox. „Защото мога да отида и да получа данни отвсякъде, но как да разбера дали си струва?“

Има още едно съображение. Колкото по-добри са данните, толкова по-добър е AI, но застрахователите трябва да извършат балансиращ акт. Ако даден AI инструмент е твърде интелигентен – ако способността му да преценява поведението изглежда странна или ако знанията му изглеждат твърде интимни – това може да се окаже обезпокоително за потребителите. „Трябва да можем да имаме тази дълбочина на разбиране по начин, който да не ги плаши“, казва Jokhoo. В миналото, когато застрахователите са разкривали колко точки от данни събират или са заявявали, че анализират невербални знаци за откриване на измама, като изражения на лицето във видеоклипове за докладване на искове, това е предизвиквало възмущение онлайн. Това е област, в която застрахователите трябва да действат внимателно, докато решават какви данни да използват за какви цели и как съобщават тези решения на потребителя.

Страхове около AI, заместващ хората

Има притеснения относно възлагането на твърде много работа на компютри – и не само поради необходимостта от съпричастност, когато притежател на полица е претърпял загуба. „Внимавам за изместването на работната сила, защото смятам, че може да загубим добро интелектуално сумтене и конски сили“, казва Брокуей. Въпреки термина, изкуственият интелект не е интелигентен – той е просто мощно разпознаване на шаблони – и ще трябва да се намесят квалифицирани хора, когато даден проблем е извън неговия обхват или системата не е достигнала желания резултат. За нашите експерти в индустрията изглежда оптималното решение е това, при което AI допълва, а не замества хората. Това може да е Chat GPT, който помага на търговец да задава по-добри въпроси, или може да е човешка корекция на иск, сортиран с AI. „Изкуственият интелект може да ни помогне с всички скучни моменти, които не са важни, за да стигнем до човешкото взаимодействие,“ казва Jokhoo, „И това е човешкият елемент, който според мен е супер важен.“

„ИИ може да ни помогне с всички скучни неща, които не са важни, за да стигнем до човешкото взаимодействие. И това е човешкият елемент, който според мен е изключително важен.“ коментира Аш Джоку, Групов ИТ директор на Direct Line Group.

Етични проблеми

Приемането на AI въвежда множество етични въпроси, особено около пристрастията и дискриминацията. Един риск за застрахователите е, че данните, които използват, могат да отразяват социални пристрастия, особено пристрастия, свързани с пола и расата, което води до несправедливи резултати от тези групи.

Този проблем се изостря от това, което е известно като проблем с „черната кутия“: потребителят знае входовете и изходите на AI инструмент, но не може да обясни как софтуерът е стигнал до своето решение. Във финансовите услуги това е належащ проблем, защото поставя въпрос за отговорност, който може да възпре осиновяването. „Мисля, че има опасност в бъдеще да не можете да демонстрирате своя процес на вземане на решение в конкретна ситуация и да го повторите на регулатора“, казва Булерс. „Трябва да можете да докажете, че сте взели правилните решения през деня.“ Обяснимостта е ключова изследователска област за ИИ и тази, която застрахователите ще следят отблизо.

Застрахователите са изправени пред още един етичен ребус. От една страна, по-персонализираните застрахователни продукти по-точно отразяват индивидуалния риск – от друга, правилно ли е някой, който е по-рисков без вина, да бъде избран за по-скъпа полица или да се окаже, че не може да получи застраховка в всичко?

Един от начините да се справите с това може да бъде да видите AI като съветник, а не като вземащ решения. „За мен всичко е свързано с думата „точкуване“, казва Соуни. „Не мисля, че можете просто да вземате решения въз основа на единични фактори, като например дали някой има листа в канавката си на сателитно изображение.“ Поддържането на човек в течение може да помогне да се гарантира, че се правят корекции, когато е необходимо, и резултатите се поддържат справедливи. „Вместо просто да разглеждаме AI като начин за намаляване на покритието, може би можем да го разглеждаме като начин за по-добра оценка на рисковете, които не могат да намерят покритие днес“, добавя Соуни. По този начин застрахователите също могат да бъдат по-добре подготвени да решат да поемат по-рисковите потребители като конкретна точка за продажба.

Пътят напред

По природа застраховането е предпазлив звяр. Възприемането на инструменти и техники, управлявани от AI, ще бъде бавен процес. Проникването му в нови области на индустрията ще започне с експерименти и доказателство за концепции – подобно на използването на въздушни изображения от Brit Insurance за валидиране на искове за природни катастрофи. Тъй като стойността на различните му приложения във всичко – от застраховане до клиентски опит, става ясна, нагласите и апетитите може да започнат да се променят. „Бавно, но сигурно ще започнем да преместваме инерцията“, казва Дейвисън.

Човек може да си представи, че самият изкуствен интелект може да създаде напълно нови форми на застраховане. И така, какво беше мнението на ChatGPT за това? „Да, AI има потенциала да предложи нови форми на застраховка, които са по-подходящи за нуждите на клиентите“, се казва в него. „Чрез анализиране на огромно количество данни и идентифициране на модели и тенденции, AI алгоритмите могат да идентифицират възникващи рискове и да разработят нови застрахователни продукти за справяне с тях.“ Ако това е вярно, това е още една причина, поради която бъдещето принадлежи на тези, които приемат тази технология на ниво бизнес. „Това не е просто „ИТ проблем за разрешаване“, подчертава Уортън. „Това е фундаментална бизнес възможност.“

Източник: wired.co.uk