Штучний інтелект у страхуванні зараз є загальноприйнятим

WTW, консалтингова, брокерська та рішення компанія, уважно стежить за впровадженням ШІ у страхуванні та підкреслює, що страхові компанії зараз все швидше впроваджують відповідні технології.

Лаура Додінгтон, керівник відділу страхування фізичних осіб та комерційних ліній у Північній Америці в WTW, пояснює, як страхові компанії переходять від експериментів до широкого впровадження ШІ з метою поліпшення операційної діяльності, зниження витрат та надання більш персоналізованих послуг клієнтам.

Додінгтон пояснює, що використання ШІ в маркетингу, ціноутворенні, страхуванні та врегулюванні страхових випадків не є новим, але страховики зараз швидко досліджують і впроваджують генеративні технології ШІ.

Вона прокоментувала: "Ми більше не відстаємо від сектору фінансових послуг. Страховики все більше виділяють ресурси на дослідження і розробки в галузі ШІ, зосереджуючись на визначенні найкращих можливостей для його використання у всьому ланцюжку створення вартості в страхуванні, і, чесно кажучи, у них немає іншого вибору!"

Протягом багатьох років команди, що займаються ціноутворенням, покладалися на передові статистичні методи, такі як узагальнені лінійні моделі, для прогнозування частоти страхових випадків, їхньої тяжкості, утримання клієнтів та коефіцієнтів конверсії. Такі платформи, як Radar від WTW, допомогли страховикам швидко створити, вдосконалити, протестувати та впровадити ці моделі. Додінгтон зазначає, що хоча ці підходи залишаються основними завдяки своїй прозорості та зрозумілості, ШІ додав новий потужний вимір до аналітики.

"Незалежно від того, чи йдеться про використання моделей машинного навчання для прогнозування сум страхових виплат, чи про вивільнення неструктурованих даних для отримання значно більшого масиву інформації, з якого можна витягувати висновки, штучний інтелект у страхуванні зараз є мейнстрімом", – додала Додінгтон. "Ми допомогли страховикам використовувати штучний інтелект для надання підтримки у прийнятті рішень на етапі укладення договорів страхування, сортування страхових вимог, виявлення шахрайства при укладанні договорів страхування та страхових виплатах, а також для виявлення страхових вимог, які можуть несподівано зрости без вчасного втручання. Це дуже захоплююче!"

Додінгтон попереджає, що масштабування штучного інтелекту не обходиться без труднощів. Вона зазначила: "Ключовою вимогою буде необхідність моніторингу ефективності моделей після їх впровадження, що додасть додаткового навантаження на аналітичні команди у міру зростання розміру модельного парку". Проекти з перевірки концепції повинні бути відповідально впроваджені в промисловість із застосуванням засобів управління, щоб запобігти впливу неперевірених або неетичних моделей на повсякденну діяльність.

Генеративний штучний інтелект, особливо великі мовні моделі, є сферою, в якій Додінгтон бачить негайну вигоду. Вона пояснила: "Ці моделі можуть аналізувати неструктуровані дані про страхування та страхові виплати або стенограми call-центрів, а також перекладати, узагальнювати та аналізувати текстові, мовні та відеодані". Це дозволяє страховикам отримати доступ до раніше невикористаних даних, покращуючи автоматизацію, швидкість та задоволеність клієнтів.

Додінгтон посилається на практичні застосування. "Чудовим прикладом цього є те, як страховики використовують машини для аналізу фото– та відеоматеріалів про пошкодження майна, наприклад, після автоаварії, щоб миттєво вирішити, чи можна зробити пропозицію про списання в момент першого повідомлення про збиток". Вона додала: "Інші страховики використовують машини для читання зовнішніх звітів, щоб надати страховикам корисну інформацію, яку вони могли пропустити, часто у вигляді балів".

Дивлячись у майбутнє, Додінгтон підкреслює потенціал агентного ШІ, який може діяти автономно і досягати цілей без втручання людини. "Це суттєва відмінність від генеративного ШІ та інших попередніх класів ШІ, які страховики охоче застосовували. Мені важко уявити, що агентний ШІ повністю замінить робочі місця в галузі, яка підлягає суворому регулюванню, де консультації, точність і людське судження мають вирішальне значення, але характер роботи, безсумнівно, зміниться".

"Я вже чую від страховиків, які починають експериментувати з ним у різних додатках з низьким рівнем ризику. Але необхідність в захисних бар'єрах є надзвичайно важливою. Люди повинні перевіряти та підтверджувати результати агентного ШІ та забезпечувати його етичне та відповідальне використання".

Технологія Radar від WTW лежить в основі більшості цих інновацій. Додінгтон пояснює, що з запуском Radar 5, найдосконалішої на сьогодні версії, страхові компанії можуть поєднати десятиліття досвіду з генеративним штучним інтелектом, щоб трансформувати ціноутворення, управління портфелем та генерацію інсайтів.

Поєднуючи статистичні методи, машинне навчання та генеративну штучну інтелігенцію в одній системі з підтримкою SaaS, Radar 5 допомагає страховим компаніям впроваджувати штучну інтелігенцію з належним контролем та прозорістю. Додінгтон вважає, що це встановлює новий стандарт інновацій на регульованому ринку.