Отрасль страхования и перестрахования может сделать больше для внедрения искусственного интеллекта (ИИ), подчеркнув необходимость более глубокой интеграции, улучшения управления и появления таких должностей, как директор по ИИ, подчеркнул в интервью Reinsurance News Крейг Кампестр, директор по доходам компании Earnix.
Кампестр отметил, что, несмотря на достигнутый прогресс, все еще есть возможности для более широкого и глубокого внедрения ИИ: «Например, перестраховщики могли бы еще больше использовать ИИ для диверсификации портфеля и стресс-тестирования своей подверженности новым рискам, таким как кибер- и климатические события.»
Он подчеркнул важность стандартизации структур управления ИИ для обеспечения справедливости, прозрачности и подотчетности, добавив, что перестраховщики должны инвестировать в развитие внутренних экспертных знаний, чтобы в полной мере раскрыть потенциал ИИ: «Это включает в себя развитие цифровой грамотности и поощрение кросс-функционального сотрудничества для бесшовной интеграции ИИ как в повседневную деятельность, так и в долгосрочные стратегии.»
Кампестр отметил, что ключевой тенденцией в этом направлении является растущая значимость роли главного директора по ИИ (CAIO), что свидетельствует о стратегической приверженности внедрению ИИ в основу принятия решений.
«CAIO обеспечивает специализированный надзор за инициативами в области ИИ, обеспечивает соответствие бизнес-целям и устраняет разрыв между техническими командами и исполнительным руководством», — сказал Кампестр. «Отдавая приоритет ответственному развертыванию ИИ и масштабированию инноваций, CAIO может помочь пере/страховщикам справляться с нормативными сложностями, устранять пробелы в навыках и сохранять конкурентное преимущество на быстро меняющемся рынке».
Он добавил: «Поскольку внедрение ИИ ускоряется, наличие специальной роли для надзора за его внедрением, вероятно, станет примером передовой практики для организаций, стремящихся оставаться гибкими, соответствующими требованиям и дальновидными в 2025 году и далее».
Кампестр также предсказал, что ИИ превратится из инструмента оптимизации в основополагающий фактор принятия стратегических решений в цепочке создания стоимости перестрахования и страхования.
Он выделил ключевые области, в которых ИИ оказывается особенно эффективным, включая ценообразование, аналитику рисков и управление претензиями.
«Например, перестраховщики сейчас внедряют системы ценообразования на основе ИИ, которые предлагают более детальное понимание риска. Эти модели учитывают более широкий спектр переменных, включая рыночные условия в реальном времени, для создания точных и адаптивных структур ценообразования», — сказал Кампестр.
ИИ также улучшает резервирование убытков, прогнозируя будущие обязательства с большей точностью. «Анализируя различные точки данных — историю претензий, экономические показатели и даже климатические модели — инструменты ИИ повышают адекватность резервов и поддерживают лучшее финансовое планирование», — отметил он.
Обнаружение мошенничества — еще одна область успеха. «Алгоритмы машинного обучения используются для выявления мошеннических схем претензий с исключительной точностью, помогая пере/страховщикам минимизировать убытки и сократить ненужную утечку претензий. Это дает двойную выгоду: экономию средств и более быстрые, надежные выплаты по обоснованным претензиям», — добавил он.
ИИ также оказывается бесценным средством решения проблем, связанных с климатическими рисками, позволяя перестраховщикам и страховщикам моделировать сложные сценарии, такие как повышение уровня моря и экстремальные погодные явления, повышая точность андеррайтинга и выявляя пробелы в защите.
«Перестраховщики также используют ИИ для повышения производительности в таких климатически уязвимых регионах, как Флорида», — пояснил Кампестр. «Объединяя подробные климатические данные с прогностическими моделями, они могут лучше оценивать риски и эффективнее распределять ресурсы. Однако сотрудничество с регулирующими органами, учеными-климатологами и политиками имеет решающее значение для обеспечения справедливости и применимости решений на основе ИИ».
Он также подчеркнул преобразующий потенциал генеративного ИИ (GenAI) в цепочке создания стоимости перестрахования и страхования, автоматизируя такие задачи, как формирование документов по страхованию, резюме претензий и взаимодействие с клиентами.
«Для перестраховщиков GenAI также может поддерживать моделирование сценариев и оптимизацию портфеля путем создания индивидуальных симуляций на основе рыночных и экологических данных», — сказал он.
Однако Кампестр признал, что проблемы сохраняются. Обеспечение точности и этичного использования имеет решающее значение, поскольку такие проблемы, как предвзятость данных и галлюцинации моделей, могут подорвать доверие.
«Еще одним препятствием является интеграция GenAI в устаревшие системы, поскольку она часто требует значительных инвестиций и организационных изменений», — отметил он. «Наконец, необходимо учитывать соответствие нормативным требованиям, поскольку пере/страховщикам необходимо продемонстрировать, что их инструменты ИИ прозрачны и соответствуют отраслевым стандартам».
Подготовлено порталом Allinsurance.kz
