В преддверии 2019 года искусственный интеллект продолжит определять подход страховщиков к своему бизнесу.
Цифровизация бизнеса в настоящее время является повесткой дня во многих ведущих страховых компаниях. Все цифровые технологии, которые позволяют страховщикам стать более конкурентоспособными, такие как: аналитика, автоматизация, искусственный интеллект (ИИ) и клиентские приложения, уже используются и доступны. По мере их внедрения страховщики станут умнее, быстрее и активнее принимать решения по андеррайтингу, управлять рисками, выявлять мошенничество и получать положительные отзывы клиентов.
Начиная с 2019 года, некоторые страховщики могут задаться вопросом, используют ли они наилучшим образом ИИ. Большая часть неопределенности проистекает из вопросов относительно наилучшего варианта использования ИИ. Чтобы определить влияние ИИ в следующем году и в последующие годы компании должны сначала понять, что происходит сегодня.
ИИ в страховании сегодня
Можно разделить приложения ИИ в страховании на четыре сегмента:
Язык. Используя обработку на родном языке, страховщики могут извлекать информацию из неструктурированных данных, таких как текст в первом уведомлении об утере документов, и преобразовывать ее в структурированные данные. Это позволяет легко классифицировать заявки для быстрой обработке. При правильной системе взаимодействия страховщики могут автоматически проверять многочисленные смежные приложения, чтобы увидеть, имеют ли клиенты, подающие претензию, действующий полис и имеют ли они покрытие для такого типа убытков. Для андеррайтеров и брокеров ИИ может извлекать и классифицировать информацию, тем самым автоматизируя трудоемкий процесс получения данных и позволяя андеррайтерам быстрее проводить экспресс анализ. Одновременное использование машинного обучения и технологии обработки претензий позволит проводить самообучение и руководить будущими решениями.
Общение: одним из самых быстрорастущих приложений ИИ является появление чат-ботов. Подобно тому, как люди могут общаться друг с другом, ИИ может проводить тщательный анализ причин обращения в колл-центр. Например, когда клиенты звонят, чтобы проверить покрытие по своему полису, система может выбрать соответствующий полис, подобрать всю документацию, которая соответствует требованиям и связаться с клиентом посредством голосовой связи, электронной почты или чата. Такой искусственный интеллект также облегчает суброгацию. Некоторые страховщики не обращают внимания на суброгации, потому что она требует рассмотрения подробных заметок от оценщиков. С ИИ, выполняющим тяжелую работу, суброгация не только быстра, но и прогнозируема.
Взгляд: В автомобильных претензиях изображение стоит тысячу долларов (иногда больше). С помощью компьютерного зрения ИИ может просмотреть фотографию аварии и определить уровень потерь. Анализируя миллионы фотографий предыдущих аварий и данные их урегулирования, которые служат маркированными данными для машинного обучения, ИИ может предсказать сумму выплат по авто страхованию, значительно сокращая время между подачей заявки и выплатой, и в то же время улучшая качество обслуживания клиентов.
Знания: Компании могут использовать ИИ для разработки информационных регистров, характерных для каждого типа инцидентов (ураган, землетрясение и т. д.) Страховщики могут разрабатывать эти информационные регистры по всей отрасли и использовать их для улучшения результатов ИИ. Объединяя коллективный интеллект опытных специалистов, которые имеют глубокое понимание страховой отрасли с машинами, которые имеют сложные алгоритмы машинного обучения, можно извлечь максимальную пользу из структурированных и неструктурированных имеющихся данных, превратив их в ценность. Большинство этих приложений все еще находятся на ранней стадии разработки, но будут очень важными для страховщиков.
Подготовка к предстоящим вызовам
Глядя на 2019 год, ИИ продолжит формировать подходы страховщиков к четырем вышеуказанным областям. Но компании должны учитывать возможные проблемы в их реализации, чтобы обеспечить бесперебойную работу, в том числе:
№ 1: Объяснимый ИИ:
Теперь машины могут определять свои собственные алгоритмы. Страховщики могут задать вопрос, и система предоставит ответ. Проблема заключается в том, что ИИ выглядит как черный ящик, потому что он нет объяснения, почему было принято решение, что может вызвать недоверие среди пользователей и проблемы с регулирующими органами. Чтобы решить проблему черного ящика, страховщикам необходимо рассмотреть возможность прослеживаемости приложений. Например, они должны быть в состоянии детализировать и точно определить, какой документ или данные стали причиной автоматического решения.
№ 2: Низкая плотность данных:
Потребительский ИИ, такой, как Amazon Alexa, работает, потому что он имеет большие потоки данных от пользователей и Интернета. Проблема большинства страховщиков в том, что у них нет сопоставимых баз данных. У них нет миллионов полисов и контрактов для обучения своих машин. Страховщики должны продумать алгоритм, который наилучшим образом решит каждую проблему и обойти области с недостаточным объемом данных. Вычислительная лингвистика, технология обработки речи, которая понимает значение на основе синтаксиса предложения, позволяет использовать ИИ в ситуациях, когда у вас мало конкретных данных.
№ 3: Потребность в универсальности:
Машина не может обрабатывать человеческие понятия, такие как причинность или намерение. Кроме того, она не может понять нюансы полиса, как опытный сотрудник. Таким образом, компаниям по-прежнему нужны люди, то есть эксперты по страхованию, а также эксперты по ИИ, которые могут информационные регистра знаний для ИИ. Страховщикам следует подумать о переобучении сотрудников страховых компаний работе с ИИ и сосредоточить усилия на поиске «универсальных» сотрудников, обладающих знаниями в страховой отрасли и технологиях.
№ 4: ИИ это не конец пути:
Зачастую компании рассматривают ИИ как проекты с конкретным результатом. Но цифровизация - это путешествие. Можно сконцентрироваться на перепроектировании процесса, затем добавить роботизированную автоматизацию процесса с последующим машинным обучением. Планирование этого путешествия становится важным, включая размышления о том, как каждая реализация опирается на следующую и о влиянии на восходящий и нисходящий процессы.
Обладая глубоким пониманием возможностей ИИ, как при использовании, так и в случае возможных проблем, страховщики могут вступить в 2019 год с более реалистичным представлением о возможностях ИИ в своих цифровых путешествиях.
Подготовлено порталом Allinsurance.kz по статье Санджая Шривастава (