5 трендів у сфері генеративного ШІ та страхування

У цьому звіті описано п'ять способів реагування страховиків на можливості та загрози, які несе в собі генеративний ШІ, від найсучасніших до більш повсякденних.

Резюме

У страховій галузі починає з'являтися розуміння того, що технологія генеративного штучного інтелекту (GenAI) надає страховій галузі можливість почати з деяких базових, але важливих прикладів використання і відштовхуватися від них.

У найближчій перспективі, в міру того, як технологія вкорінюватиметься, страховики та перестраховики намагатимуться випередити потенційні джерела претензій, включаючи судові процеси, що виникають внаслідок "галюцинацій", звинувачень в упередженості та порушенні авторських прав.

У сфері шахрайства зростає кількість атак "поверхневих" і "глибоких" підробок, але страховики використовують GenAI для кращого виявлення шахрайських документів.

Оптимізуючи процеси і полегшуючи доступ до документів і даних, фахівці зі страхування і врегулювання збитків можуть зосередитися на прийнятті кращих рішень і побудові відносин.

GenAI не замінює андеррайтера, а лише надає корисні підказки, що в кінцевому підсумку призведе до підвищення рівня задоволеності клієнтів і прибутковості бізнесу.

Рік, коли генеративний ШІ злетів (і чому мало хто був готовий)

У 2023 році нестримне захоплення можливостями GenAI стримувалося тривогою щодо потенційних негативних – навіть екзистенційних – наслідків. Звучали попередження про упередженість, притаманну деяким великим мовним моделям (ВММ), і ризик "галюцинацій" – хибних результатів, які можуть бути прийняті за істину.

У міру того, як регулятори намагалися надолужити згаяне, а окремі компанії розробляли власні рекомендації щодо використання технології, стало очевидно, що страхова індустрія отримує нову і, ймовірно, трансформаційну технологію. Але так само й інші, в тому числі зловмисники, не були обмежені регуляторними вимогами.

Незважаючи на роки очікування, коли генеративні інструменти штучного інтелекту нарешті з'явилися, темп змін прискорився до шаленої швидкості.

Тенденція 1: Вибір підтвердження концепції

Перші кроки вже розпочалися з етапу тестування, що дає змогу використовувати GenAI для вирішення повсякденних операційних завдань. Потенційні випадки використання включають допомогу страхувальникам у процедурах врегулювання збитків, а також вдосконалення процесів ціноутворення та андеррайтингу.

Однією з найгучніших новин 2023 року стало оголошення про те, що страховик Lloyd's співпрацює з технологічним гігантом для створення моделі андеррайтингу з використанням штучного інтелекту.1 Подібні заголовки, ймовірно, з'являтимуться впродовж цього року.

Однак багато ранніх ініціатив з перевірки концепції, що здійснюються перестраховиками, відбуваються за межами "непрофільних" напрямків бізнесу. Такий підхід, можливо, менш привабливий, дозволяє страховикам відчути себе комфортно і засвоїти важливі уроки під час початкового етапу перевірки концепції, не ставлячи під загрозу виконання зобов'язань з комплаєнсу і не піддаючи ризику інтелектуальну власність (ІВ).

"Існує вагома причина, чому страхова індустрія не вмикає 10 центів кожні п'ять хвилин і не впроваджує новітні технології, — каже Метью Гаррісон, виконавчий директор відділу страхування від нещасних випадків Gallagher Re. – Це потенційно створює ризики. "Це потенційно створює ризики, які ми не маємо права брати на себе, або перекладає ризики на наших страхувальників у неприйнятний для них спосіб. Існує кілька цікавих стримувань і противаг, які не обов'язково зустрічаються в інших галузях".

Багато страховиків навчають персонал покращувати свою роботу та узагальнювати ключові завдання за допомогою зручних інструментів. Це включає перевірку та оновлення полісів у тій частині бізнесу, яка безпосередньо не стосується клієнтів.

"Для більшості керівників у страховій галузі це, швидше за все, починається як гра для підвищення ефективності роботи персоналу", — говорить Паоло Куомо, виконавчий директор відділу глобального стратегічного консалтингу Gallagher Re.

"Я розмовляв з одним страховиком, і вони почали тестувати цю технологію у своїй кадровій службі, далеко від клієнтів або споживачів. Вони запізнювалися з оновленням своїх посібників і політик з управління персоналом, і всі вони були неузгодженими по всьому світу. Тож вони використали цю технологію для перевірки концепції, вивчаючи, що генеративний ШІ може робити з наборами текстів, і в результаті виправили те, що в іншому випадку ніколи б не стало пріоритетом".

Тенденція 2: Підготовка до тенденцій у сфері судових позовів, пов'язаних з GenAI

Принцип роботи Gen AI – вилучення і відновлення великих обсягів цифрової інформації – створює потенційні юридичні проблеми, пов'язані з помилковими результатами, упередженістю і вилученням інформації, захищеної авторським правом.

Галюцинації штучного інтелекту

Галюцинації ШІ можуть бути короткочасним явищем, оскільки ранні моделі генеративного ШІ намагаються заповнити прогалини, а компанії вчаться краще перевіряти результати роботи LLM. Але для страховиків, особливо тих, хто займається страхуванням професійної відповідальності, це може призвести до дорогих збоїв, коли технологія приживеться.

Серед застережних історій є відомий приклад юриста, який використав відкритий інструмент ШІ для підготовки юридичної довідки для позову про відшкодування шкоди, поданого до федерального суду США.2 Три приклади були повністю сфабриковані, що підкреслює важливість подвійної перевірки всіх вихідних матеріалів, створених за допомогою ШІ.

"Одразу видно, як надмірна довіра до штучного інтелекту, якщо її не перевіряти або не контролювати, може скомпрометувати консультацію, — пояснює Бен Уотертон, виконавчий директор з питань професійної відповідальності Gallagher. "Це вимагає критичного вивчення та експертної оцінки в рамках процедур забезпечення якості, щоб запобігти втратам".

Проактивні страховики реагують у різний спосіб, включаючи належне консультування своїх клієнтів щодо вразливостей, з якими вони стикаються, та зменшення ризиків за допомогою нових формулювань.

Упередженість

Окрім помилок, спричинених галюцинаціями штучного інтелекту, дискримінація може стати ще одним ключовим чинником претензій і судових розглядів у найближчому майбутньому. Наприклад, велика фірма, що займається електронною комерцією, припинила використовувати ШІ для перевірки заявок після того, як виявила, що новий механізм рекрутингу надає перевагу кандидатам-чоловікам перед кандидатами-жінками, шукаючи терміни, які частіше зустрічаються в чоловічих резюме.

Як зазначає команда IBM Data and AI: "Приклади упередженості ШІ в реальному світі показують, що коли дискримінаційні дані та алгоритми вбудовуються в моделі ШІ, моделі розгортають упередження в масштабах і посилюють отримані негативні ефекти.

Порушення авторських прав

Порушення авторських прав є ще однією потенційною причиною позовів. Ми стали свідками страйків, виходів на вулицю і судових позовів від митців і ЗМІ, стурбованих крадіжкою інтелектуальної власності.5 Це широке питання, яке потенційно зачіпає широкий спектр галузей, коли починають відкриватися шлюзи для позовів про "вилучення даних", а позивачі ставлять під сумнів етичність деяких навчальних моделей GenAI.

У моделях з відкритим вихідним кодом, коли конфіденційна інформація та інтелектуальна власність передаються моделі ШІ, вони зберігаються і використовуються для подальшого навчання. Деякі з перших користувачів GenAI не до кінця усвідомили наслідки.7 Практика веб-скрепінгу перебуває під пильною увагою регуляторних органів, зокрема Управління комісара з питань інформації Великої Британії.

Тренд 3: Глибокі та поверхневі фейки: Боротьба з частішим і переконливішим шахрайством

З точки зору злочинності, GenAI дозволяє зловмисникам створювати достовірний контент для здійснення більш переконливого шахрайства та потенційних претензій до страховиків.

Кіберзлочинці вже на крок попереду, використовуючи цю технологію для написання шкідливого коду та здійснення фейкових атак, виводячи соціальну інженерію та тактику компрометації ділової електронної пошти (BEC) на новий рівень витонченості.

За даними Національного центру кібербезпеки Великої Британії, протягом наступних двох років обсяг і вплив кібератак зростатимуть завдяки ШІ.10 У ньому зазначається, що GenAI використовується для більш "переконливої взаємодії з жертвами, в тому числі для створення документів-заманок, без перекладу, орфографічних і граматичних помилок, які часто свідчать про фішинг".

Тим часом, перевізники очікують зростання кількості випадків шахрайства у сфері особистого страхування. Злочинні угруповання і справжні заявники можуть використовувати GenAI для створення або підробки зображень пошкоджень транспортних засобів і майна, щоб сфабрикувати або перебільшити збитки в заявках на відшкодування.11 За словами страховиків, завдяки тому, що інструменти GenAI тепер доступні широкому загалу, такі "дрібні" шахрайства стають все частішими.

Водночас GenAI є важливим інструментом, який страховики можуть використовувати для боротьби з шахрайством, завдяки алгоритмам, розробленим для виявлення аномалій. Понад 60% страховиків вже певний час використовують технології штучного інтелекту та машинного навчання для виявлення шахрайства.

Однією з помітних переваг GenAI є його здатність ідентифікувати контент, створений штучним інтелектом, особливо при роботі з великими обсягами інформації. Це означає, що страховики можуть легше виявляти та протидіяти спробам поверхневого та глибокого підроблення за допомогою ШІ.14 Можливості обробки природної мови GenAI також дозволяють йому аналізувати розмови між клієнтами та страховиками з можливістю позначати підозрілу активність.

Удосконалюючи свій підхід до виявлення шахрайства, страхові компанії покращать свою здатність викорінювати нечесних гравців на етапі андеррайтингу, покращуючи вибір ризиків та зменшуючи потенційні збитки на подальших етапах. Використовуючи штучний інтелект, страховики покращують свої можливості виявлення шахрайства, проактивно виявляють підозрілу поведінку, зменшують фінансові втрати і, зрештою, захищають справжніх клієнтів.

Завдяки здатності аналізувати величезні обсяги даних за значно коротший час, інструменти штучного інтелекту й надалі залишатимуться ефективним і економічно вигідним рішенням для виявлення шахрайства. Це заощадить страховикам цінний час і ресурси, одночасно розширюючи їхні можливості в боротьбі з шахрайством.

Тренд 4: Цифрові міньйони та цифрові шерпи: Більше, ніж просто гра в ефективність

Зрештою, є надія, що технологія штучного інтелекту дозволить фахівцям зі страхування та врегулювання збитків зосередитися на прийнятті більш обґрунтованих рішень, заснованих на оцінці ризиків, і побудові відносин з клієнтами. Наразі GenAI не замінить андеррайтера, а лише надаватиме підказки та пропозиції, які в кінцевому підсумку призведуть до кращого відбору ризиків та більш прибуткових результатів.

Використовуючи можливості штучного інтелекту, страховики можуть отримати нові можливості для підвищення ефективності, зниження бізнес-витрат і надання професіоналам можливості приймати кращі рішення. Але те, як цифрові помічники, такі як цифрові міньйони та цифрові шерпи, формують страхову індустрію, є чимось більшим, ніж просто грою в ефективність.

"Цифрові міньйони" – це мовчазні герої страхового світу, оскільки вони досягають успіху в автоматизації рутинних завдань. Швидко переглядаючи величезні обсяги даних, цифрові міньйони дозволяють професіоналам зосередитися на своїх ключових компетенціях, таких як відносини з клієнтами, і приймати більш обґрунтовані рішення, що базуються на оцінці ризиків.

Багато в чому можливість використання GenAI для прискорення процесів не є чимось новим; це лише останній ітеративний крок до прийняття рішень, що базуються на даних та аналітиці. І це може зробити ці цифрові трансформації простішими та зрозумілішими для технофобів. "GenAI дозволить нам створювати цих цифрових міньйонів з набагато меншими зусиллями", — каже Паоло Куомо.

"Тим часом очікується, що цифрові шерпи відіграватимуть більш помітну роль у процесі андеррайтингу, — пояснює Паоло Куомо. Ці інструменти покликані конструктивно впливати на андеррайтерів, менеджерів з врегулювання збитків і брокерів, пропонуючи альтернативні шляхи для розгляду. Хоча остаточне рішення залишається в руках професіонала, діджитал-шерпи надають важливі підказки на цьому шляху, пропонуючи відповідні ідеї, які допомагають керувати загальним процесом прийняття рішень.

"У цій ролі машина може консультувати і підказувати, — каже Куомо. "Наприклад, вона може нагадати андеррайтеру, що три роки тому він мав подібний ризик, від якого відмовився, і поділитися з ним примітками андеррайтера. Машина не знає, чому ви його відхилили, але пропонує інформацію, яку людина могла забути. Андеррайтер розгляне цю інформацію і прийме рішення – він може сказати: "Це було три роки тому, і ринок був іншим" або "Я не був упевнений щодо нового фінансового директора компанії".

"По суті, машини мають нескінченну пам'ять, і хоча штучний інтелект ще не досяг того рівня, щоб аналізувати так само добре, як людина, він може підказувати і підштовхувати людину".

Тенденція 5: Покращення клієнтського досвіду, не втрачаючи при цьому людського контакту

У сфері персональних продажів штучний інтелект вже активно використовується для оптимізації операційних моделей і покращення взаємодії з клієнтами на різних каналах. GenAI робить ще один крок вперед, дозволяючи створювати гіперперсоналізовані продажі, маркетингові та допоміжні матеріали, пристосовані до конкретної людини.

Аналізуючи дані про клієнтів і прогнозуючи їхню поведінку, страховики прагнуть перевершити очікування клієнтів, підвищити їхню задоволеність і збільшити утримання клієнтів. Ніде цей клієнтський досвід не є більш важливим, ніж у процесі врегулювання збитків, який часто називають "вітриною" страхової індустрії. Наскрізна автоматизація процесу врегулювання збитків, прості у використанні канали самообслуговування та надшвидкі виплати стають мінімальним стандартом для провайдерів авто– та житлового страхування.

Розмовний ШІ дає клієнтам можливість самообслуговування за допомогою чат-ботів і віртуальних агентів. На етапі андеррайтингу інструменти на основі штучного інтелекту можна використовувати для збору інформації та створення більш адаптованих страхових полісів, включаючи вбудоване страхування, де це доречно. Це може прискорити створення полісів і цінових пропозицій, поєднуючи автоматизацію з людським фактором для простоти, прозорості та швидкості.

Але, як і у всіх нових випадках використання GenAI, мета полягає в тому, щоб посилити, а не прибрати людський фактор. Багато клієнтів хочуть поспілкуватися з професійним фахівцем з врегулювання збитків, коли їм це необхідно. Особистий контакт особливо важливий, коли мова йде про більш складні збитки. Надання клієнту вибору і можливість диктувати, як він буде взаємодіяти зі своїм провайдером, залишатиметься важливим і надалі.

Хоча існує значна можливість персоналізувати досвід у більш транзакційних бізнес-класах, випадки використання, ймовірно, будуть менш експансивними і більш обережними в більш складних бізнесах, таких як комерційні лінії і перестрахування – принаймні, в найближчій перспективі.

Метт Гаррісон зазначає, що стабільність обслуговування не менш важлива, якщо не більш, ніж персоналізація. "Саме людський підхід до того, що ми робимо, забезпечує чіткість, послідовність та послуги, які є цінністю страхування".

"Брокери хочуть, щоб андеррайтери були послідовними; зрештою, мова йде про прозорість і підтримку відносин. Чи буде рішення приймати "чорний ящик", чи це буде керівний принцип? Якщо ШІ підірве будь-який з цих принципів, ми ризикуємо знизити цінність продукту, тому ми повинні пам'ятати про це, рухаючись уперед".