Страхові компанії, що використовують передові аналітичні технології та ШІ, отримують високу прибутковість

Нове опитування показує, що страхові компанії майна та страхування від нещасних випадків (P&C) у Північній Америці та Канаді, які інвестували більше ресурсів у передову аналітику та штучний інтелект, досягли більшої прибутковості та зростання премій, повідомляє глобальний брокер WTW.

Згідно з опитуванням WTW 2026 Advanced Analytics and AI Survey, страховики, які використовують складнішу аналітику, досягли на шість процентних пунктів нижчих комбінованих коефіцієнтів та на три процентні пункти вищого зростання премій порівняно з повільнішими компаніями, у період між 2022 і 2024 роками.

Більші страховики, а також ті, що зосереджені на особистих лініях страхування, продемонстрували більше використання розширеної аналітики, тоді як менші та спеціалізовані страховики показали менший прогрес у певних сферах.

Хоча спеціалізовані сегменти показали значно повільніші темпи впровадження, всі страхові компанії, що страхують особисті страхові поліси, та майже всі страхові компанії, що страхують власників житла, вже використовують розширену аналітику ціноутворення.

"Передова аналітика та штучний інтелект починають приносити значну віддачу, оскільки провідні страхові компанії повідомляють про вимірну віддачу від інвестицій, – сказала Лаура Доддінгтон, керівник відділу особистих та комерційних страхових ліній, страхового консалтингу та технологій у Північній Америці. – Оскільки страховики планують збільшити інвестиції в особисті та комерційні лінії, передова аналітика швидко переходить з конкурентної переваги на важливу вимогу для підтримки життєздатності ринку та забезпечення сталого зростання".

Майже всі з 59 страховиків, які взяли участь в опитуванні WTW, тепер використовують аналітику андеррайтингу та ціноутворення для прогнозних моделей рейтингу.

Майже 80% покладаються на розширені моделі оцінювання та ціноутворення, а ще 11% планують впровадити їх найближчим часом.

Опитування показало, що функції врегулювання страхових випадків впроваджуються повільніше, хоча все більше страховиків сигналізують про агресивні плани щодо розширення використання розширеної аналітики.

Наразі третина або менше респондентів використовують розширену аналітику для виявлення шахрайства (33%) та оцінки ступеня серйозності (29%), але очікується, що ці показники досягнуть 65-70% протягом наступних двох років.

Ще 36% планують запровадити безпосередню обробку в автоматизації робочих процесів щодо претензій, що є значним збільшенням порівняно з поточними 14%.

Було виявлено відставання у використанні аналітики в інших сферах відшкодування претензій: 25% страховиків повідомили про її використання в моделях сортування претензій для маршрутизації складних претензій, а 20% – для виявлення суброгації.

Крім того, менше 15% респондентів опитування моделюють позови з урахуванням ймовірності судового розгляду або залучення адвоката, і лише 4% використовують розширену аналітику та штучний інтелект для персоналізації комунікації з клієнтами або надання послуг.

Страховики визначили інші сфери, де аналітика може підвищити рентабельність інвестицій, включаючи резервування, управління витратами, маркетинг та управління агентствами та брокерами.

Наразі лише 20% страховиків повідомили про використання аналітики для резервування справ.

Хоча наразі лише 16% використовують штучний інтелект для доповнення людського андеррайтингу, цей показник різко зросте, і 60% страховиків планують зробити це пріоритетом у період до 2028 року.

WTW виявив, що градієнтні бустерні машини все ще є найкращими застосунками для оцінки андеррайтингу та виявлення шахрайства завдяки їхній кращій прогностичній здатності порівняно з узагальненими лінійними моделями.

Але великі мовні моделі набирають обертів, причому понад половина респондентів опитування повідомляють про використання LLM та генеративного штучного інтелекту, а ще 29% планують впровадити ці технології протягом наступних двох років.

Проблеми з даними та вузькі місця в ІТ є основними труднощами, з якими стикаються респонденти опитування під час впровадження аналітики, причому 42% повідомляють про проблеми, пов’язані з даними, такі як низька якість та обмежений доступ, а також неадекватну ІТ-підтримку, як про значні перешкоди.

Опитування показало, що формування культури, орієнтованої на аналітику, також залишається процесом, який ще триває. Лише 20% повідомляють про наявність чітко визначеної аналітичної стратегії для керівництва щоденною діяльністю, і лише 12% страховиків, які взяли участь у опитуванні, регулярно пропонують співробітникам навчання з аналітики.

"Здатність використовувати передову аналітику та штучний інтелект дедалі більше визначатиме ринкову релевантність, операційну ефективність та стратегічну гнучкість", – сказав Доддінгтон. "Водночас використання інструментів штучного інтелекту без міцної основи може загострити існуючі проблеми, а не вирішити їх".

Доддінгтон додав, що використання якісних даних, розгортання аналітики без уникнення вузьких місць в ІТ та підтримка надійності будуть ключовими для успішного впровадження штучного інтелекту та машинного навчання. "Страховики, які опанують ці основи, будуть найкраще підготовлені до використання цих передових інструментів та методів, щоб отримати конкурентну перевагу на ринку, який все більше орієнтований на дані".

За даними WTW, якщо респонденти опитування продовжать реалізацію запланованих ініціатив у сфері штучного інтелекту та машинного навчання, їх впровадження в андеррайтингу, страхуванні претензій та обслуговуванні клієнтів зросте вдвічі або навіть утричі до 2028 року.