Τεχνητή ασφάλιση; Πώς εξελίσσεται η μηχανική μάθηση

Για μια βιομηχανία που έχει αποδειχθεί ανθεκτική στις αλλαγές για αιώνες, η ασφάλιση υφίσταται πλέον μια ψηφιακή επανάσταση. Με την εμφάνιση περισσότερων αλγορίθμων μηχανικής μάθησης, οι αναδοχείς φέρνουν περισσότερες πληροφορίες για να εκτιμήσουν καλύτερα τον κίνδυνο και προσφέρουν περισσότερες τιμολογιακές προσφορές εξατομικευμένες. Στο πίσω άκρο, η ασφαλιστική διαδικασία εξορθολογίζεται για να συνδέει τους αιτούντες με τους μεταφορείς πιο αποτελεσματικά και με λιγότερα λάθη.

Αυτό το δραστικό επίπεδο ταχείας αλλαγής σημαίνει μεγάλα πράγματα τόσο για τους ασφαλιστές όσο και για τους αιτούντες. Εδώ είναι το πώς η τεχνητή νοημοσύνη, ή η ΑΙ, βρίσκεται στα σύνορα του ασφαλιστικού κλάδου και όπου θα μπορούσε να επικεφαλής τα επόμενα χρόνια.

Αξιολόγηση του κινδύνου

Ιστορικά, οι ασφαλιστικοί αναθέτες βασίστηκαν σε πληροφορίες που παρέχονται σχετικά με αιτήσεις για την αξιολόγηση των κινδύνων γύρω από έναν δυνητικό πελάτη. Το πρόβλημα, φυσικά, είναι ότι οι υποψήφιοι θα μπορούσαν να είναι ανέντιμοι ή να κάνουν λάθη, καθιστώντας αυτές τις εκτιμήσεις κινδύνου ανακριβείς.

Η μηχανική μάθηση, και συγκεκριμένα η κατανόηση της φυσικής γλώσσας (NLU), επιτρέπει στους ασφαλιστές να πορνούν μέσω πιο αφηρημένων πηγών πληροφοριών, αναφορές κοινωνικών μέσων, καταχωρίσεις κοινωνικών μέσων μαζικής ενημέρωσης, καταθέσεις SEC και ούτω καθεξής, και να τραβήξουμε σχετικές πληροφορίες μαζί για να εκτιμήσουμε καλύτερα την πιθανή έκθεση του φορέα ασφάλισης.

"[Με NLU] την ικανότητά μας να εξετάσουμε αυτές τις πηγές δεδομένων κειμένου οι πληροφορίες αυξάνονται σημαντικά ", δήλωσε ο Andy Breen, SVP στο Argo Digital. "Χρησιμοποιούμε αυτές τις πηγές πληροφοριών που δεν ήταν διαθέσιμες ή δεν διαδόθηκαν εύκολα πριν."

Οι πιο ακριβείς εκτιμήσεις κινδύνου σημαίνουν πιο κατάλληλα ασφάλιστρα. Σε μια βιομηχανία όπου η μεγαλύτερη διαφορά μεταξύ των ασφαλιστικών εταιρειών δεν είναι τα προϊόντα τους, αλλά οι τιμές τους, ένα καλύτερο, πιο εξατομικευμένο μοντέλο έκθεσης θα μπορούσε να κάνει μεγάλη διαφορά, δήλωσε η Sofya Pogreb, COO στην Next Insurance

"Παραδοσιακά, έχει προσφέρει] προϊόντα «χαμηλότερου κοινού παρονομαστή»: μια τυπική πολιτική αστικής ευθύνης », δήλωσε ο Πόγκρεμπ. "Αυτό που καταλήγετε είναι ένα πολύ αδιαφοροποίητο προϊόν, όπου ένα φούρνο και ένα πλυντήριο έχουν την ίδια πολιτική.Αυτό δεν είναι ο σωστός τρόπος για να πάει για τον πελάτη.Με τη δυνατότητα να καταναλώνουν περισσότερα δεδομένα αυτόματα, θα δούμε περισσότερη προσαρμογή, και οι πελάτες θα επωφεληθούν από την πληρωμή για κάλυψη που πραγματικά χρειάζονται. "

Η ανίχνευση απάτης

Η απάτη είναι μια μεγάλη ανησυχία για τις ασφαλιστικές εταιρείες και η AI είναι βασικός παρατηρητής στην καταπολέμηση των απάτης. Όπως σημειώνει η Samsung σε μια ανάρτηση ιστολογίου σχετικά με την πρόληψη της απάτης σε ασφαλιστικά ταμεία, είναι όλα σχετικά με την ανίχνευση προτύπων που μπορεί να ξεφύγουν από την ανθρώπινη γνώση: <>

Η γαλλική εταιρία Shift Technology ενσωματώνει αυτή την τεχνολογία στις υπηρεσίες πρόληψης της απάτης που έχουν ήδη επεξεργαστεί πάνω από 77 εκατομμύρια αξιώσεις Οι Αλγόριθμοι ML παρέχουν λεπτομέρειες για ύποπτες αξιώσεις με πιθανή αποτίμηση ευθύνης και κόστος επισκευής και προτείνουν διαδικασίες που μπορούν να επιλύσουν και να ενισχύσουν την προστασία απάτης. "

" Η ικανότητα της μηχανικής μάθησης να βοηθήσει στην ανίχνευση υποψιών για απάτη είναι καλά εδραιωμένη, αλλά η επιστήμη των δεδομένων που είναι υπό την ηγεσία του ανθρώπου είναι εξίσου ικανή μέχρι στιγμής. Η βασική διαφορά με την πάροδο του χρόνου θα είναι η δαπάνη ", δήλωσε ο Areiel Wolanow, διευθύνων σύμβουλος της Finserv Experts Limited . Οι επαγγελματίες εγκληματίες θα ενημερώνονται για τους δείκτες απάτης που οδηγούν στη βιομηχανία και θα προσαρμόσουν τη συμπεριφορά τους ώστε να ταιριάζουν. Οι επιστήμονες των ανθρωπίνων δεδομένων θα πρέπει να επαναλάβουν την ανάλυσή τους με την πάροδο του χρόνου, ώστε να συμβαδίζουν με τους αλγόριθμους εκμάθησης μηχανών, . "

Μείωση του ανθρώπινου λάθους

Η αλυσίδα διανομής στον κλάδο των ασφαλιστικών εταιρειών είναι εκκαθαριστική και πολύπλοκη. Μια σειρά μεσαζόντων εξετάζει πληροφορίες μεταξύ του ασφαλισμένου και του μεταφορέα, οδηγώντας σε πολλά ανθρώπινα λάθη και χειρωνακτική εργασία που επιβραδύνει τη διαδικασία, είπε ο Breen. Ωστόσο, η AI αρχίζει ήδη να διορθώνει αυτό το πρόβλημα.

Οι αλγόριθμοι μπορούν να μειώσουν τον χρόνο και τον αριθμό των σφαλμάτων καθώς μεταφέρονται οι πληροφορίες από τη μία πηγή στην άλλη. Με τη σύνδεση σε μια πύλη και τη μεταφόρτωση ενός PDF, η είσοδος δεδομένων και η επανείσοδος μειώνεται και η ακρίβεια αυξάνεται, δήλωσε ο Breen.

«Οι άνθρωποι κουράζονται και βαριούνται και κάνουν λάθη, αλλά αλγόριθμοι δεν το κάνουν»

Για το Pogreb, η γεφύρωση του χάσματος μεταξύ του ασφαλισμένου και του ασφαλιστή είναι εξίσου σημαντική με τη μείωση του σφάλματος. Με τα καλύτερα δεδομένα, τόσο οι πελάτες όσο και οι ασφαλιστές επωφελούνται, δήλωσε, επειδή οι ασφαλιστές μπορούν να αναπτύξουν καλύτερα προϊόντα βασισμένα σε ακριβέστερες εκτιμήσεις και οι πελάτες θα πληρώσουν για ακριβώς τι χρειάζονται

"Με τη μηχανική μάθηση, να κάνει μια πολύ καλύτερη δουλειά δίνοντας στον καταναλωτή αυτή τη συμβουλή αυτόματα ", ανέφερε ο Pogreb. "Βάσει όσων μου λέτε για την επιχείρησή σας και για όσα γνωρίζω σχετικά με τα παρόμοια, [Μπορώ να πω] Πιστεύω ότι αυτός είναι ο σωστός συνδυασμός κάλυψης για εσάς, οπότε βάζει το βάρος ούτε στον πράκτορα ούτε στον πελάτη - ποιος δεν έχει την εμπειρία ή τη γνώση - αλλά αφήνει τα στοιχεία να παράσχουν τις συμβουλές. "

Το μέλλον της ασφάλισης AI

Ο ασφαλιστικός κλάδος έχει αρχίσει μόνο την εισβολή του στο AI και οι εταιρείες πειραματίζονται ήδη νέους τρόπους για την ενσωμάτωσή τους στις καθημερινές τους δραστηριότητες ενόψει της περαιτέρω τεχνολογικής ανάπτυξης.

«Είναι οι πρώτες μέρες της AI», δήλωσε ο Breen. "Για τις μεικτές, επαναλαμβανόμενες εργασίες, βάζουμε τον υπολογιστή σε αυτό ... αλλά είμαστε τρόποι μακριά από έναν υπο λογιστή υπολογιστών."

Αυτό είναι ακόμα μια σημαντική αλλαγή στη βιομηχανία, αυτός είπε. Οι ασφαλιστές στην Argo Digital αρχίζουν τώρα να διαχειρίζονται χαρτοφυλάκια, αντί να εξετάζουν κάθε υποβολή. Οι πιο τυποποιημένοι, προβλέψιμοι ισχυρισμοί αντιμετωπίζονται από τους αλγόριθμους μηχανικής μάθησης, δήλωσε ο Breen και ο ανθρώπινος αναδόχων ουσιαστικά εξομάλυνση ολόκληρης της διαδικασίας και παρέμβαση σε περιπτώσεις που απαιτούν λήψη αποφάσεων υψηλότερης τάξης.

Το Pogreb βλέπει ακόμη περισσότερες δυνατότητες εξορθολογισμό της διαδικασίας αναδοχής. Αναμένει ότι ο αριθμός των υποψηφιοτήτων που θα χρειαστεί να χειριστεί ο υποψήφιος θα πέσει σημαντικά, καθώς η μηχανική μάθηση καθιστά ακόμα περισσότερο την είσοδο στον ασφαλιστικό κλάδο. <>

«Πιστεύουμε με την τεχνολογία και τη μηχανική μάθηση, πολλά [ανθρώπινη αναδοχή ] μπορεί να εξαλειφθεί ", ανέφερε ο Πόγκρεμπ. "Το ποσοστό των ασφαλιστικών εφαρμογών που απαιτούν ανθρώπινη αφή θα μειωθεί δραματικά, ίσως από 80 έως 90 τοις εκατό, και ακόμη και σε χαμηλά ενιαία ψηφία."

Ενώ η υιοθέτηση του AI έχει έρθει σε στοιχειώδεις τρόπους, αλλάζει ήδη δραστικά γη. Οι εταιρείες που μπορούν να προετοιμαστούν και να παραμείνουν ανταγωνιστικές θα αρχίσουν να αξιολογούν τις επιπτώσεις της μηχανικής μάθησης στην επιχείρησή τους, προτυποποιώντας τους δικούς τους αλγόριθμους, δήλωσε ο Wolanow. "Ένας μεμονωμένος αλγόριθμος εκμάθησης μηχανών που εκτελεί την ανάλυση του σε αυτόνομη βάση είναι στην πραγματικότητα αρκετά φθηνή [και] σε πολλές περιπτώσεις, ένα αυτόνομο εργαλείο ανάλυσης είναι κάτι περισσότερο από κατάλληλο για το σκοπό."

Αμερικανοί ξοδεύουν 23 Ώρες την εβδομάδα σε απευθείας σύνδεση, γραπτών μηνυμάτων

Η διαρκής ενημέρωση σχετικά με τα μηνύματα ηλεκτρονικού ταχυδρομείου, τα μέσα κοινωνικής δικτύωσης και άλλα μέσα ηλεκτρονικής επικοινωνίας είναι μια μεγαλύτερη απαίτηση χρόνου από ό, τι οι άνθρωποι μπορούν να συνειδητοποιήσουν: Νέα έρευνα διαπίστωσε ότι ο μέσος χρήστης ξοδεύει 23 ώρες ένα μήνυμα ηλεκτρονικού ταχυδρομείου εβδομαδιαίως, γραπτών μηνυμάτων και χρησιμοποιώντας κοινωνικά μέσα και άλλες μορφές ηλεκτρονικής επικοινωνίας.

(Επιχείρηση)

Η κατάσταση των Μικρών Επιχειρήσεων: Νέα Υόρκη

Στο πλαίσιο του ετήσιου έργου μας Στο πλαίσιο του ετήσιου έργου μας "Η κατάσταση των μικρών επιχειρήσεων", η Mobby Business σχεδιάζει να υποβάλει έκθεση για το περιβάλλον μικρών επιχειρήσεων σε κάθε κράτος Αμερική. Σε αυτή την δόση, ρωτήσαμε μερικούς από τους 142.186 ιδιοκτήτες μικρών επιχειρήσεων της Maine σχετικά με τις προκλήσεις και τις ευκαιρίες λειτουργίας του κράτους τους.

(Επιχείρηση)