Навіщо потрібна нова модель даних у страхуванні

Страховики чудово вміють використовувати свої численні дані для аналізу, але не можуть постійно аналізувати їх для отримання інсайтів, які спонукають до дій в режимі реального часу.

Страхування на основі даних – це необхідність, і, незважаючи на мільйони доларів, витрачених на трансформаційні проекти, це те, що сектор ще має зробити. Я знаю, що ви думаєте: "Боже, чому цей хлопець не знає, що страхування вже має величезні масштаби даних?".

Я розумію. Справді розумію. Але великий обсяг даних – це не те ж саме, що багатий обсяг даних. Безумовно, приказка правдива: Дані – це нова нафта. Однак питання не в обсязі даних, які є в розпорядженні страховиків. Проблема полягає в тому, щоб видобувати їх, обробляти та використовувати в операційній діяльності таким чином, щоб створювати величезну цінність у новій економіці.

Саме цей розрив, на мою думку, призвів до того, що страхування опинилося в глухому куті, особливо перед обличчям наступу штучного інтелекту. Це те, що необхідно подолати, щоб досягти трансформацій на основі даних, яких вимагають клієнти, і створити рушійні сили для забезпечення стійкості сектору.

Обсяг даних – це лише один з аспектів цінності

Дані – це життєва сила актуарних м'язів, які роблять страхування можливим. При розрахунку погодних ризиків типова модель катастрофи може намагатися використовувати метеорологічні дані за 150 років. Це приблизно 30 терабайт, понад 100 мільйонів локацій, при цьому моделюється приблизно 100 000 атмосферних і гідравлічних сценаріїв. Це, в свою чергу, дає 200 мільярдів записів для фінансових моделей.

Ці типи великомасштабних, еластичних обчислень, сценаріїв на вимогу – це те, де хмара перевершує всі інші. Це також приклад того, як ми переважно думаємо про дані в страхуванні.

Зібрати, проаналізувати, отримати інформацію, побудувати або оновити модель, а потім застосувати результати, в основному, через андеррайтинг і ціноутворення.

Ця робота є життєво важливою, але відносно вузькою і суттєво обмежує здатність страховика по-справжньому формувати пропозиції.

Швидкість передачі даних є більш важливою, ніж будь-коли

За даними IBM, 90% світових даних було створено та зібрано за останні два роки – результат прискорення та швидкості цифрових послуг у комерційному світі, який все більше визнає нас як особистостей та формує життєвий досвід відповідно до конкретних інтересів та видів діяльності. Ця тенденція має вибухнути, особливо завдяки штучному інтелекту.

Великі дані здатні змінити те, як ми бачимо людей, що, безумовно, впливає на ціноутворення ризиків. Але вони також повинні змінити те, як ми оперуємо і використовуємо дані для створення кращих відносин, зниження ризиків, організації екосистем страхових виплат і багато іншого.

Це може допомогти нам створити досвід, який допоможе нам підтримувати наші автомобілі в належному стані та зменшити ризики, такі як знос гальмівних колодок. Її можна застосувати до можливостей водіння на основі використання, які оптимізують спосіб водіння за допомогою порад, рекомендацій та навчання.

Великі дані можуть бути застосовані до страхування комерційних будівель, яке пов'язане з системою управління будівлею – постійне надходження реальних даних про "ризики", їх відтворення для власників і пропонування варіантів коригування профілю ризику. Або взяти ризик повені: Пошук в Google у поєднанні з інформацією з Earth Knowledge може запустити такі сервіси, як Flood Flash або Flood Re, які нададуть своєчасну підтримку до того, як станеться катастрофа.

Це також може поширюватися на процес відшкодування збитків, де клієнтам пропонуються персоналізовані варіанти ремонту, які дають їм можливість контролювати свій досвід і вибирати те, що для них є найбільш зручним.

Прикладів можна наводити нескінченно. Але є проблема – між застарілими та сучасними застарілими технологіями утворився розлом. З одного боку прірви ви маєте дані для аналітики, а з іншого – операційні моделі даних, які ставляться до даних як до швидкопсувного активу, постійно аналізують їх для отримання інсайтів і діють на основі цих інсайтів, все ближче до реального часу. Страхування може робити перше, але не друге. ІТ-відокремленість у страхуванні вбиває масові моделі даних та інтелект.

Нова операційна модель даних і штучного інтелекту

Майже 80% корпоративних даних є неструктурованими. Їх можна знайти у вигляді електронних листів, текстових документів, досліджень, юридичних звітів, голосових записів, відео, постів у соціальних мережах тощо. Для страховиків, які шукають відповіді, ці неструктуровані дані є золотою жилою. Однак їх набагато складніше аналізувати, ніж структуровані дані.

На щастя, технології, що розвиваються, такі як обробка природної мови, можуть дозволити страховикам розкрити цю цінність. Обробка природної мови, компонент ШІ, який може розуміти людську мову в процесі її вимови, розвинувся до рівня, коли його можна використовувати для розуміння запитань користувача (текстових або мовних) і вилучення інформації з величезних обсягів неструктурованих даних.

Однак для того, щоб це і будь-яке інше застосування ШІ стало реальністю, необхідно трансформувати технологічний стек і операційну модель. Ця нова ДНК для страхування робить страховиків більш схожими на підприємства електронної комерції в тому, як вони працюють, а також у тому, як вони задумують і створюють продукти та досвід.

Ось ця ДНК:

• Орієнтованість на клієнта, а не на поліс
• Плинність даних і потокова передача подій
• На базі MACH (що не означає хмарний хостинг)
• Здатність до швидкої адаптації
• Здатність управляти будь-яким напрямком бізнесу в будь-якій географії

Операційна робота з даними вимагає від нас іншого мислення. Страховики можуть використовувати великі обсяги даних для вдосконалення цінових стратегій, оптимізації процесу врегулювання збитків та прийняття кращих андеррайтингових рішень. І все ж вони, як правило, намагаються внести будь-які зміни в продукти, послуги та досвід, що виходять за рамки цього.

Не робіть помилки, страхування – це продукт даних і послуга, керована даними. Страхові компанії продовжують вдавати, що вони все ще видають документи, які називаються полісами, хоча насправді ця концепція вже давно не існує.

Насправді ми всі купуємо адаптивне персоналізоване страхування, яке зазвичай дещо пристосоване до наших толерантностей до ризиків і банківських залишків. Проблема полягає в тому, що страховики роблять це надзвичайно складним завданням, оскільки вони фундаментально не розглядають базовий спосіб своєї роботи і, в свою чергу, те, як це дозволяє їм працювати з даними.

Така мобільність даних вимагає від більшості страховиків нових базових технологічних засад – засад, які змінюють їхню здатність створювати нову цінність через зміни, скорочуючи час і зусилля, необхідні для впровадження змін. Ми бачимо, що більшість клієнтів EIS стають здатними легко розробляти і адаптувати те, що часто називають продуктами даних, від впровадження штучного інтелекту до оцифрування персоналізованого і більш ефективного досвіду. Все це базується на оперативних даних, зосереджених на клієнті.

Дані є важливою частиною страхування сьогодні, але вони стануть ще більшою частиною страхування завтра.