ШІ може покращити прогнозування ризиків та ціноутворення – PwC

Проблеми з даними та питаннями інтеграції зростатимуть з розвитком технологій.

ШІ стає важливим фактором у перестрахувальній галузі, яка традиційно зосереджена на аналізі та управлінні ризиками. ШІ має потенціал для трансформації цього сектору, зокрема через обробку та аналіз великих обсягів даних.

За словами Матьє Депре (Matthieu Despréaux), директора з аудиту у сфері страхування PwC в Люксембурзі, багато страхових компаній вже розробляють пілотні проекти, щоб дослідити, як штучний інтелект може покращити операційні процеси або якість обслуговування клієнтів.

Однак Депре зазначив, що кептивні компанії – страхові дочірні підприємства, що належать материнській компанії – не завжди є пріоритетними в цих зусиллях, оскільки їхні материнські компанії, як правило, зосереджуються на основній діяльності.

Депре пояснив, що термін "штучний інтелект" часто використовується в широкому сенсі, охоплюючи різні нові технології, які можуть не мати прямого відношення до штучного інтелекту. У багатьох випадках автоматизацію процесів у страхуванні відносять до АІ, хоча вона може не повністю використовувати можливості штучного інтелекту.

Він підкреслив, що крім автоматизації та оптимізації витрат, кейпінги в найближчому майбутньому зіткнуться з більш складними проблемами, намагаючись інтегрувати штучний інтелект у свою діяльність.

Однією з головних перешкод, на думку Депре, є складність інтеграції ШІ в існуючу інфраструктуру. Багатьом страховим компаніям бракує необхідних інструментів для безперешкодного розгортання АІ-рішень, що ускладнює планування та реалізацію проектів.

Ці ініціативи також часто пов'язані з високими витратами, і, незважаючи на потенціал штучного інтелекту для автоматизації таких завдань, як виплати страхових відшкодувань і управління ризиками, очікуваного підвищення ефективності поки що недостатньо, щоб виправдати високі інвестиції.

Подальші виклики зі штучним інтелектом

Депре додав, що після впровадження штучного інтелекту виникає ще одна проблема: навчання працівників. Працівники повинні бути навчені використовувати технології штучного інтелекту, а також обробляти та аналізувати дані, згенеровані системами штучного інтелекту, щоб досягти довгострокового підвищення ефективності. Ефективність ШІ залежить від точних і повних даних, але Депре зазначив, що якість даних сильно варіюється, що становить значну проблему.

Більшість кептивних компаній володіють історичними даними, які могли б підтримати моделі штучного інтелекту, але ці дані не були структуровані для використання штучного інтелекту. Крім того, третім сторонам, таким як кептивні менеджери та брокери, доведеться трансформувати свої операції, щоб відповідати вимогам кептивних компаній до даних.

Депре вважає, що оскільки технології продовжують розвиватися, ШІ врешті-решт уможливить такі інновації, як машинне навчання та предиктивний аналіз. Ці досягнення можуть поліпшити прогнозування ризиків і моделі ціноутворення. Деякі перестраховики вже проводять дослідження для оцінки кліматичних ризиків та оптимізації своїх моделей ціноутворення і ризиків за допомогою ШІ.

Однак безпека та конфіденційність даних є критично важливими питаннями при розгортанні ШІ. Депре зазначив, що компанії повинні дотримуватися місцевих та міжнародних норм щодо використання ШІ. Існує також занепокоєння щодо безпеки даних, особливо у зв'язку з економічною конкуренцією між світовими державами.

Наприклад, Закон США "Про хмарні технології" дозволяє американським органам влади отримувати доступ до даних, що зберігаються американськими компаніями, навіть якщо ці дані знаходяться за межами США. Це викликає занепокоєння у міжнародних перестрахувальних компаній, яким необхідно забезпечити захист своїх конфіденційних даних від конкурентів та економічного шпигунства.

Чи приносить ШІ переваги в цілому?

Незважаючи на ці виклики, Депре стверджує, що перешкоди на шляху впровадження ШІ не є нездоланними. Завдяки стратегічному плануванню та продуманим інвестиціям кептивні компанії можуть поступово подолати перешкоди, пов'язані з технологічним проривом.

ШІ пропонує значні потенційні переваги, включаючи підвищення операційної ефективності, більш точний аналіз ризиків та покращення якості обслуговування клієнтів. Депре вважає, що ці фактори спонукатимуть кептивні банки впроваджувати штучний інтелект і спрощувати свої операції.