Kaip PG Radikaliai Keičia Draudimo Industriją

2023 Autorius: Susan Creighton | [email protected]. Paskutinį kartą keistas: 2023-11-26 12:33

Pramonėje, kuri šimtmečiais pasirodė atspari pokyčiams, draudimas išgyvena skaitmeninę revoliuciją. Atsiradus daugiau mašininio mokymosi algoritmų, draudikai pateikia daugiau informacijos, kad galėtų įvertinti riziką ir siūlo labiau pritaikytas priemokas. Galų gale, draudimo procesas yra supaprastintas, siekiant veiksmingiau ir mažiau klaidų sujungti pareiškėjus su vežėjais.

Šis drastiškas greitų pokyčių lygis reiškia didelius dalykus tiek draudikams, tiek pareiškėjams. Štai, kaip dirbtinis intelektas arba AI yra draudimo pramonės ribose ir kur jis gali žengti per ateinančius metus.

Įvertinti riziką

Istoriškai draudimo agentai rėmėsi paraiškose pateikta informacija, kad įvertintų riziką, susijusią su potencialiu klientu. Bėda, be abejo, yra tai, kad pareiškėjai gali būti nesąžiningi ar padaryti klaidų, dėl kurių šie rizikos vertinimai tampa netikslūs.

Kompiuterinis mokymasis, ypač natūralus kalbos supratimas (NLU), suteikia draudikams galimybę peržvelgti abstraktesnius informacijos šaltinius, tokius kaip „Yelp“apžvalgos, įrašai socialinėje žiniasklaidoje, „SEC“įrašai ir pan., Ir surinkti reikiamą informaciją kartu, kad būtų galima adekvačiau įvertinti draudimo vežėjo potencialą. poveikis.

„[Su NLU] labai padidėja mūsų galimybės iš tikrųjų pažvelgti į šiuos teksto duomenų šaltinius ir išimti labai svarbią informaciją“, - teigė Andy Breen, „Argo Digital“SVP atstovas. "Mes naudojame šiuos informacijos šaltinius, kurie anksčiau nebuvo prieinami ar lengvai platinami."

Tikslesnis rizikos vertinimas reiškia tinkamesnes įmokas. Pramonėje, kurioje didžiausias skirtumas tarp draudimo kompanijų yra ne jų produktai, o jų kainos, geresnį, labiau individualizuotą pozicijų modelį gali padaryti didelis skirtumas, sakė „Next Insurance“COO vadovė Sofya Pogreb.

„Tradiciškai [pramonė pasiūlė]„ mažiausius bendro vardiklio produktus “: standartinę atsakomybės politiką“, - teigė Pogrebas. "Tai, ko galų gale esate, yra labai neišskiriamas produktas, kurio kepyklose ir automatinėse skalbyklose taikoma ta pati politika. Tai nėra teisingas būdas klientui. Galėdami automatiškai sunaudoti daugiau duomenų, pamatysime daugiau pritaikymų, o klientai bus naudingi sumokėdami už jiems tikrai reikalingą draudimą “.

Sukčiavimo aptikimas

Sukčiavimas kelia didelį rūpestį draudimo bendrovėms, o AI yra pagrindinis kovos su sukčiavimo ieškiniais stebėtojas. Kaip „Samsung“rašoma tinklaraščio įraše apie draudimo nuo sukčiavimo prevenciją, viskas susijusi su modelių, kurie gali išvengti žmonių pažinimo, nustatymu:

Prancūzijos AI pradedančioji įmonė „Shift Technology“įtraukia šią technologiją į savo sukčiavimo prevencijos tarnybas, kurios jau yra išnagrinėjusios daugiau nei 77 milijonus pretenzijų. Kognityvinio kompiuterio mokymosi algoritmai pasiekė 75 procentų tikslumą nustatant apgaulingas draudimo pretenzijas. ML algoritmai pateikia išsamią informaciją apie įtartinus atvejus. ieškinius su galimos atsakomybės ir remonto išlaidų įvertinimais ir siūlo procedūras, kurios galėtų išspręsti ir sustiprinti apsaugą nuo sukčiavimo. “

"Mašinų mokymosi galimybės padėti nustatyti įtariamo sukčiavimo atvejus yra gerai žinomos, tačiau iki šiol toks pat pajėgus yra žmogaus vadovaujamas duomenų mokslas. Pagrindinis laiko skirtumas bus vienas iš išlaidų", - sakė Areiel Wolanow, „Finserv Experts" generalinis direktorius. Ribotas. "Profesionalūs nusikaltėliai neatsiliks nuo pirmaujančių pramonės sukčiavimo rodiklių ir pritaikys savo elgesį taip, kad atitiktų žmogaus duomenis. Žmogaus duomenų mokslininkams reikės laikui bėgant kartoti analizę, kad neatsiliktų, o mašininio mokymosi algoritmai bėgant laikui treniruojasi remdamiesi pastebimais pagrindinių duomenų pokyčiais.. “

Sumažinti žmogaus klaidą

Platinimo grandinė draudimo pramonėje yra vingiuota ir sudėtinga. Kai kurie tarpininkai tikrina informaciją tarp apdraustojo ir vežėjo, todėl daug žmonių klaidų ir rankinis darbas sulėtina procesą, sakė Breenas. Tačiau AI jau pradeda taisyti šią problemą.

Algoritmai gali sumažinti klaidų laiką ir skaičių, kai informacija perduodama iš vieno šaltinio į kitą. Prisijungus prie portalo ir įkeliant PDF, sumažėja duomenų įvedimo ir pakartotinio įvedimo apimtys bei padidėja tikslumas.

„Žmonės pavargsta, nuobodžiauja ir daro klaidas, tačiau algoritmai to nedaro“, - pridūrė jis.

Pogrebui atotrūkio tarp apdraustojo ir draudiko mažinimas yra toks pat svarbus kaip klaidų sumažinimas. Turint geresnių duomenų, naudos turės ir klientai, ir draudikai, nes draudikai gali kurti geresnius produktus, remdamiesi tikslesniais vertinimais, o klientai mokės už tai, ko jiems reikia.

„Mokydamiesi mašinų, manau, kad mes sugebėsime atlikti daug geresnį darbą, automatiškai suteikdami vartotojui tą patarimą“, - teigė Pogrebas. „Remdamasis tuo, ką jūs man sakote apie savo verslą ir ką aš žinau apie panašius, aš galiu pasakyti, kad tai yra tinkamas jūsų aprėpties derinys. Taigi tai pareikalauja nei agento, nei kliento - kas atvirai neturiu patirties ar žinių, bet leisi duomenims patarti “.

AI ateitis draudimo srityje

Draudimo pramonė tik pradėjo savo veiklą AI srityje, o įmonės jau bando naujus būdus, kaip įtraukti ją į savo kasdienę veiklą, tikintis tolesnės technologinės plėtros.

„Tai yra ankstyvosios PG dienos, - sakė Breenas. "Atlikdami meniškas, pasikartojančias užduotis, mes įdedame kompiuterį … bet mes esame keli atstumais nuo kompiuterio draudėjo. Šiuo metu mes tiesiog stipriname žmones."

Tai vis dar yra reikšmingas pokytis pramonėje, sakė jis. „Argo Digital“draudikai dabar pradeda valdyti portfelius, o ne peržiūri kiekvieną pateikimą. Breenas teigė, kad standartingesnės, nuspėjamos pretenzijos yra nagrinėjamos mašininio mokymosi algoritmais, o užsakovas iš esmės sureguliuoja visą procesą ir įsikiša tais atvejais, kai reikia priimti aukštesnės eilės sprendimus.

Pogrebas mato dar daugiau galimybių supaprastinti platinimo procesą. Ji tikisi, kad žymiai sumažės paraiškų, kurias turės pateikti draudikas iš žmonių, skaičius, nes mokymasis mašinomis dar labiau prisideda prie draudimo pramonės.

„Mes tikime, kad pasitelkus technologijas ir mokantis mašinų, bus galima atsikratyti daugybės [žmonių prisiimtų įsipareigojimų]“, - teigė Pogrebas. "Draudimo paraiškų, kurioms reikalingas žmogaus prisilietimas, procentas dramatiškai sumažės, galbūt nuo 80 iki 90 procentų ir net iki mažų pavienių skaitmenų."

Nors PG įvedimas buvo įmanomas, tai jau drastiškai keičia žemės klojimą. Draudimo bendrovės, norinčios išlikti konkurencingos, turėtų pradėti tikrinti AI vandenis, sakė Wolanow.