Assicurazione artificiale? Come l'apprendimento automatico sta trasformando la sottoscrizione
Per un'industria che si è dimostrata resistente ai cambiamenti da secoli, l'assicurazione sta subendo una rivoluzione digitale. Con l'avvento di più algoritmi di apprendimento automatico, i sottoscrittori stanno introducendo maggiori informazioni per valutare meglio il rischio e offrire prezzi premium più personalizzati. Sul back-end, il processo di assicurazione è stato ottimizzato per collegare i richiedenti con i vettori in modo più efficiente e con meno errori.
Questo livello drastico di cambiamento rapido significa grandi cose per assicuratori e candidati allo stesso modo. Ecco come l'intelligenza artificiale, o AI, si trova alla frontiera del settore assicurativo e dove potrebbe essere destinata negli anni a venire.
Valutazione del rischio
Storicamente, i sottoscrittori assicurativi si sono basati sulle informazioni fornite sulle applicazioni per valutare i rischi circondando un potenziale cliente. Il problema, naturalmente, è che i candidati potrebbero essere disonesti o commettere errori, rendendo imprecise queste valutazioni del rischio.
L'apprendimento automatico, in particolare la comprensione della lingua naturale (NLU), consente agli assicuratori di penetrare attraverso fonti di informazioni più astratte, come Yelp recensioni, pubblicazioni sui social media, documenti SEC e così via, e raccolgono informazioni pertinenti per valutare in modo più adeguato l'esposizione potenziale del vettore assicurativo.
"[Con NLU] la nostra capacità di guardare effettivamente queste fonti di dati testuali e tirare fuori le informazioni sono notevolmente aumentate ", ha dichiarato Andy Breen, SVP di Argo Digital. "Stiamo facendo uso di queste fonti di informazione che non erano disponibili o facilmente diffuse prima."
Valutazioni più accurate del rischio significano premi più appropriati. In un settore in cui la maggiore differenza tra le compagnie assicurative non sono i loro prodotti, ma i loro prezzi, un modello di esposizione migliore e più individualizzato potrebbe fare una grande differenza, ha detto Sofya Pogreb, COO di Next Insurance.
"Tradizionalmente, [l'industria ha offerto "prodotti con il minimo comune denominatore": una politica di responsabilità standard ", ha dichiarato Pogreb. "Quello che ti ritrovi è un prodotto molto indifferenziato, in cui un panificio e una lavanderia automatica hanno la stessa politica: non è il modo giusto di andare per il cliente. Essendo in grado di consumare più dati automaticamente, vedremo più personalizzazione e clienti trarranno beneficio dal pagamento della copertura di cui hanno veramente bisogno. "
Rilevazione di frodi
La frode è una delle maggiori preoccupazioni per le compagnie di assicurazione e l'IA è un importante cane da guardia nella lotta contro le richieste fraudolente. Come nota Samsung in un post sul blog sulla prevenzione delle frodi assicurative, si tratta di individuare schemi che potrebbero sfuggire alla cognizione umana:
"La startup startup AI francese Shift Technology incorpora questa tecnologia nei suoi servizi di prevenzione delle frodi, che hanno già elaborato oltre 77 milioni di reclami Gli algoritmi cognitivi di apprendimento automatico hanno raggiunto un tasso di accuratezza del 75% per rilevare richieste di risarcimento fraudolente. Gli algoritmi ML forniscono dettagli su richieste sospette con responsabilità potenziali e valutazioni dei costi di riparazione e suggeriscono procedure che possono risolvere e migliorare la protezione antifrode. "
" La capacità dell'apprendimento automatico di aiutare a individuare le sospette frodi è ben consolidata, ma finora la scienza dei dati a conduzione umana è altrettanto capace. "La differenza fondamentale nel tempo sarà uno dei costi", ha affermato Areiel Wolanow, amministratore delegato di Finserv Experts Limited. . "I criminali professionisti manterranno il passo con gli indicatori di frode leader del settore e adatteranno il loro comportamento per adeguarsi agli scienziati dei dati umani, che dovranno ripetere la loro analisi nel tempo per tenere il passo, mentre gli algoritmi di apprendimento automatico si strutturano nel tempo sulla base di cambiamenti osservabili nei dati sottostanti . "
Riduzione dell'errore umano
La catena di distribuzione nel settore assicurativo è tortuosa e complessa. Una serie di intermediari esamina le informazioni tra l'assicurato e il vettore, portando a un sacco di errori umani e lavori manuali che rallentano il processo, ha detto Breen. Tuttavia, AI sta già iniziando a risolvere il problema.
Gli algoritmi possono ridurre il tempo e il numero di errori man mano che le informazioni vengono passate da un'origine all'altra. Effettuando l'accesso a un portale e caricando un PDF, la quantità di dati immessi e di rientro è ridotta e la precisione aumenta, afferma Breen.
"Le persone si annoiano e si annoiano e fanno errori, ma gli algoritmi no", ha aggiunto.
Per Pogreb, colmare il divario tra l'assicurato e l'assicuratore è importante quanto ridurre l'errore. Con dati migliori, i clienti e gli assicuratori beneficiano, ha affermato, perché gli assicuratori possono sviluppare prodotti migliori basati su valutazioni più accurate e i clienti pagheranno esattamente ciò di cui hanno bisogno.
"Con l'apprendimento automatico, penso che saremo in grado fare un lavoro molto migliore dando al consumatore quel consiglio automaticamente ", ha detto Pogreb. "Sulla base di ciò che mi dici della tua attività e di ciò che so di simili, [posso dire] credo che questa sia la giusta combinazione di copertura per te. Quindi non sta mettendo il peso né sull'agente né sul cliente - chi francamente non ha l'esperienza o la conoscenza - ma lascia che i dati forniscano il consiglio "
Il futuro dell'assicurazione AI
Il settore assicurativo ha appena iniziato la sua incursione in AI e le aziende stanno già sperimentando nuovi modi per incorporarlo nelle loro operazioni quotidiane in previsione di un ulteriore sviluppo tecnologico.
"Sono i primissimi giorni di intelligenza artificiale", ha affermato Breen. "Per lavori umili e ripetitivi, mettiamo il computer su di esso ... ma siamo lontani da un sottoscrittore di computer. A questo punto stiamo solo aumentando gli umani."
Questo è ancora un cambiamento significativo nel settore, Egli ha detto. I sottoscrittori di Argo Digital stanno ora iniziando a gestire i portafogli, invece di rivedere ogni singola richiesta. Le affermazioni standard e prevedibili sono gestite da algoritmi di apprendimento automatico, afferma Breen, e il sottoscrittore umano sta essenzialmente perfezionando l'intero processo e intervenendo nei casi che richiedono un processo decisionale di ordine superiore.
Pogreb vede ancora più potenziale per razionalizzare il processo di sottoscrizione. Si aspetta che il numero di applicazioni che un sottoscrittore umano sarà tenuto a gestire diminuirà sensibilmente in quanto l'apprendimento automatico fa ancora più incursione nel settore assicurativo.
"Crediamo con la tecnologia e l'apprendimento automatico, un sacco di [sottoscrizione umana ] può essere eliminato ", ha detto Pogreb. "La percentuale di applicazioni assicurative che richiedono il tocco umano diminuirà drasticamente, forse dall'80 al 90 percento, e anche a basse cifre singole."
Mentre l'adozione dell'IA è arrivata in modo rudimentale, sta già cambiando drasticamente la sbarcare. Le compagnie di assicurazione che vogliono rimanere competitive dovrebbero iniziare a testare le acque dell'intelligenza artificiale, ha detto Wolanow.
"Le aziende possono prepararsi e rimanere competitive iniziando a valutare l'impatto dell'apprendimento automatico sulla propria attività mediante la prototipazione dei propri algoritmi", ha detto Wolanow. "Un algoritmo di apprendimento automatico individuale che esegue la sua analisi su base stand-alone è in realtà piuttosto economico, [e] in molti casi, uno strumento di analisi autonomo è più che adatto allo scopo."
Per un team impegnato, incoraggiare i dipendenti a riconoscere gli altri
Mentre i benefici del riconoscimento del riconoscimento sul posto di lavoro sono ben documentati, una nuova ricerca dimostra che altrettanto vale per chi dà il merito. Un nuovo studio dell'OC Tanner Institute ha rivelato che i dipendenti che danno sempre riconoscimento agli altri sono più impegnati, hanno punteggi di benessere più elevati e sono più innovativi e produttivi di quelli che non consegnano mai o raramente riconoscimenti per un lavoro ben fatto.
HP Spectre x360 13t: è perfetto per le aziende?
Lo Spectre x360 13t di HP è un 2-in-1 di lunga durata con un bellissimo design in metallo. Il laptop pieghevole ha molte funzioni che faranno piacere ai lavoratori, tra cui una lunga durata della batteria, prestazioni elevate e una bella tastiera. I pendolari apprezzeranno anche il fatto che questo portatile è più leggero dei suoi concorrenti.
Messaggi Popolari