Що стримує розвиток штучного інтелекту в сфері страхування

Страхові компанії стрімко впроваджують штучний інтелект, проте застарілі технологічні бар'єри заважають більшості з них досягти значного рівня рентабельності інвестицій. Необхідний підхід, заснований на платформі.

Як швидко підприємства в різних галузях промисловості прийняли штучний інтелект? Відповідь залежить від вашого погляду на його походження. Деякі люди вважають, що штучний інтелект сягає ранніх теорій машинного інтелекту Алана Тюрінга . Інші вважають його початком літній дослідницький проект Дартмута з питань штучного інтелекту 1956 року.

Однак, безперечним є те, що штучний інтелект розвивався шаленими темпами з моменту запуску ChatGPT три роки тому. Нещодавнє опитування McKinsey показало, що 88% організацій зараз регулярно використовують штучний інтелект. Однак є й зворотний бік. Лише третина респондентів масштабувала штучний інтелект на рівні всього підприємства, і менше половини можуть пов'язати будь-який значний прибуток до сплати відсотків та податків (EBIT) зі своїми зусиллями.

Що потрібно страховикам, щоб побачити реальну рентабельність інвестицій у штучний інтелект? І як страхові компанії можуть підготуватися до майбутнього, заснованого на агентному штучному інтелекті? Огляд минулих технологічних тенденцій може багато чого показати нам про те, що нас чекає.

Чому кожна технологічна революція зупиняється, перш ніж масштабується

Усі значні технологічні прориви останніх 20-30 років пройшли через чіткий шлях розвитку. Спочатку йде ажіотаж, коли завищені очікування породжують величезне захоплення та спекуляції. Далі йде нормалізація, коли з'являються практичні варіанти використання. Нарешті, відбуваються суттєві зміни, коли технології вбудовуються в основні операції, створюючи справжню бізнес-цінність.

Однак у кожному циклі існують ключові бар'єри, які блокують прогрес, як тільки початковий ажіотаж зникає. Наприкінці 1990-х років високошвидкісне з'єднання мало б змінити бізнес за одну ніч, але рентабельність інвестицій не настала, доки не розширився широкосмуговий доступ. Перший iPhone від Apple був випущений у 2007 році, але не досяг широкого поширення, доки не зріли його магазин додатків та екосистема розробників. Хмарні обчислення принесли величезні перспективи в середині 2000-х років, але не досягли повного розвитку, доки операційні моделі не змістилися в бік DevOps, API та мікросервісів.

Навіть сам страховий технологічний сектор пережив метаморфозу. Ранні гравці, які близько десяти років тому прагнули замінити існуючих страхових компаній, або були придбані, або не змогли досягти успіху. Однак ті, хто зосереджувався на партнерстві з існуючими компаніями для модернізації ключових частин ланцюжка створення вартості страхування, стали сильнішими та створили галузь, яка рухає інновації у страхуванні вперед.

Що стримує ШІ?

Зрозуміло, що впровадження штучного інтелекту у страхуванні не бракує ажіотажу чи активності. Згідно з дослідженням BCG, сімдесят шість відсотків страховиків вже використовують генеративний штучний інтелект принаймні в одній основній бізнес-функції, що робить страхування другою за швидкістю впровадження штучного інтелекту галуззю , поступаючись лише технологіям .

Однак справжня цінність трансформації залишається досить невловимою. Незважаючи на шалену швидкість впровадження, результати пілотних проектів зі штучним інтелектом нерівномірні, а прогрес неоднорідний. Лише 6% респондентів опитування McKinsey класифікуються як високопродуктивні. Це означає, що вони ставлять цілі, що виходять за рамки ефективності, вбудовуючи штучний інтелект в існуючі операційні моделі та нові продукти, щоб отримати більше доходу та розширити можливості перехресних продажів.

Ці високопродуктивні фахівці вже вийшли за рамки генеративного ШІ та перейшли до агентного ШІ, який передбачає використання агентів на базі ШІ для планування та виконання багатоетапної роботи. Шістдесят два відсотки респондентів McKinsey вже експериментують з агентним ШІ, а 23% масштабують агентів десь у підприємстві. Однак і тут проникнення вузьке, а агентні розгортання виконують одну або дві функції.

Отже, що ж стримує страховиків від повернення інвестицій у генеративний та агентний ШІ? Однією спільною рисою є розгортання, обтяжене обмеженнями застарілих систем та мейнфреймів. Простіше кажучи, страховики не можуть досягти майбутнього на базі ШІ, якщо їхні робочі процеси залежать від багаторічних технологій, які є негнучкими та неможливими для інтеграції.

Прорив крізь бар'єр

Щоб отримати значну віддачу від своїх інвестицій у штучний інтелект, страхові компанії повинні переосмислити основи, на яких базуються їхні технологічні екосистеми. Багато сучасних викликів випливають з багаторічної продуктово-орієнтованої цифрової трансформації, яка принесла поступові перемоги, але залишила страховиків із клаптиком розрізнених систем. Ці рішення ніколи не були розроблені для даних у режимі реального часу або спостережуваності, яких потребують ШІ та агентний ШІ.

Платформоорієнтований підхід пропонує практичний шлях уперед. На відміну від точкових рішень, що зосереджені на окремих етапах ланцюжка створення вартості, сучасні платформи забезпечують сполучну тканину, яка дозволяє даним, робочим процесам, моделям та елементам контролю працювати разом. Платформи успішні, тому що вони дозволяють страховикам цілісним чином перепроектувати робочі процеси, а точкові рішення ніколи не були розроблені для підтримки.

Найефективніші платформи протягом наступних трьох-п'яти років матимуть кілька спільних рис.

• Гнучкі архітектури на основі API , що дозволяють операторам інтегрувати нові технології в існуючі системи без дорогого копіювання та заміни.
• Широка екосистема партнерів та інтеграцій , що надає перевізникам доступ до спеціалізованих інструментів, таких як дистрибуція та виявлення шахрайства, без подальшої фрагментації.
• Впровадження штучного інтелекту на чолі , що означає, що агенти та моделі можуть безпечно та послідовно працювати в процесах андеррайтингу, страхування претензій, обслуговування, фінансування та розробки продуктів.
• Вбудовані моделі управління та взаємодії людини , що сприяють прозорості та довірі, оскільки страховики звертаються до штучного інтелекту з проханням виконати складнішу роботу.
• Панелі результатів, які надають чіткі показники, включаючи час циклу, витрати на врегулювання збитків, коефіцієнт зв'язування, показник Net Promoter Score та збільшення доходу для кожного випадку використання.

Завдяки платформоорієнтованому мисленню страховики можуть почати нарощувати оберти своїх існуючих інвестицій у штучний інтелект та поступово рухатися до агентного майбутнього. Розумний підхід полягає у вбудовуванні агентів ШІ у ключові робочі процеси, де вони можуть консолідувати дані, обмірковувати дії та плавно передавати їх людям, наприклад, відсортування кошторисів у комерційних лініях або від остаточного повідомлення про збитки (FNOL) до рекомендацій щодо врегулювання. Почніть з малого, виміряйте вплив, а потім впроваджуйте агентів ШІ в інші проекти, щоб забезпечити їхнє впровадження.

Навігація дорогою попереду

Від буму доткомів до розвитку штучного інтелекту історія показує нам, що переосмислення страхування відбувається з часом, а не за одну ніч. Штучний інтелект розвивається швидше, ніж будь-яка попередня хвиля, але основні принципи як для страхових компаній, так і для страхових операторів залишаються незмінними: створювати та впроваджувати платформи, які вирішують реальні бізнес-проблеми та сприяють довірі клієнтів на цьому шляху. Такий виважений підхід сприятиме розвитку наступного покоління страхових платформ на базі штучного інтелекту та допоможе пришвидшити цикл впровадження ШІ.