Umělé pojištění? Jak strojové učení transformuje upisování
Pro průmysl, který se po staletí ukázal být odolný vůči změnám, nyní prochází pojištění digitální revolucí. S příchodem více algoritmů pro strojové učení přispívají upisovatelé více informací k lepšímu riziku a nabízejí více prémiových cen na míru. Na zadní straně je pojistný proces efektivnější, aby se žadatelé spojili s dopravci efektivněji a s menšími chybami.
Tato drastická úroveň rychlých změn znamená pro pojistitele i žadatele velké věci. Zde je, jak umělá inteligence, nebo AI, je na hranici pojišťovnictví a kde by mohla směřovat v nadcházejících letech.
Hodnocení rizika
Historicky se pojistitelé pojistitelů spoléhali na informace poskytnuté o žádostech o posouzení rizik obklopující potenciálního klienta. Problémem je samozřejmě, že žadatelé mohou být nečestní nebo dělají chyby, což činí tyto hodnocení rizik nepřesné.
Strojové učení, konkrétně porozumění přirozenému jazyku (NLU), umožňuje pojistitelům porekat abstraktnějšími zdroji informací, jako je Yelp recenzí, příspěvků na sociální média, podávání zpráv o cenných papírech a dalších společnostech a získání relevantních informací, aby bylo možné lépe posoudit potenciální expozici pojišťovacího dopravce.
"[S NLU] naší schopností skutečně prohlížet tyto textové zdroje dat a vytáhnout vysoce relevantní informace jsou značně zvýšeny, "řekl Andy Breen, SVP v Argo Digital. "Využíváme těchto informačních zdrojů, které nebyly k dispozici dříve nebo snadno šířeny."
Přesnější hodnocení rizik znamená vhodnější pojistné. V průmyslu, kde největší rozdíl mezi pojišťovnami není jejich produkty, ale jejich ceny, může být lepší, individualizovanější model expozice velký rozdíl, uvedl Sofya Pogreb, COO v Next Insurance.
"Tradičně [průmysl nabídl] produkty "nejnižšího společného jmenovatele": standardní politika odpovědnosti, "uvedl Pogreb. "To, co skončíte, je velmi nediferencovaný produkt, kde pekárna a prádelna mají stejnou politiku. Není to ten správný způsob, jak jít pro zákazníka." "Díky tomu, že budeme schopni konzumovat více dat automaticky, uvidíme další přizpůsobení a zákazníci budou mít prospěch tím, že budou platit za krytí, které skutečně potřebují. "
Odhalování podvodů
Podvody jsou hlavním problémem pojišťoven a AI je klíčovým hlídačem v boji proti podvodným nárokům. Jak společnost Samsung zaznamenává na blogovém příspěvku o prevenci proti podvodům, je to všechno o odhalování vzorků, které by mohly uniknout lidskému poznání: "Francouzská AI startovací firma Shift Technology začleňuje tuto technologii do svých služeb prevence podvodů, které již zpracovaly přes 77 milionů tvrzení , Algoritmy kognitivních strojových učení dosáhly 75procentní míry přesnosti pro odhalování podvodných pojistných nároků, algoritmy ML poskytují podrobnosti o podezřelých nárocích s potenciálními odpovědnostmi a hodnocením nákladů na opravu a navrhují postupy, které mohou vyřešit a zvýšit ochranu proti podvodům. "
Schopnost strojového učení pomáhat při odhalování podezření na podvody je dobře zavedená, ale vědecká činnost v oblasti lidských zdrojů je zatím stejně schopná. Klíčový rozdíl v průběhu času bude jedním z nákladů, "uvedl Areiel Wolanow, generální ředitel společnosti Finserv Experts Limited . "Profesionální zločinci budou držet krok s nejdůležitějšími ukazateli podvodů v oboru a přizpůsobit své chování tak, aby vyhověli. Lidští vědci v oblasti dat budou muset opakovat svou analýzu v průběhu času, aby udrželi tempo, zatímco algoritmy strojového učení se v průběhu času trénují na základě pozorovatelných změn v podkladových datech . "
Snižování lidské chyby
Distribuční řetězec v pojišťovnictví je nabitý a složitý. Řada zprostředkovatelů zkoumá informace mezi pojištěným a dopravcem, což vede k mnoha lidským omylům a ruční práci, která zpomaluje proces, řekl Breen. AI se však již začíná vyřešit tento problém.
Algoritmy mohou zkrátit čas a počet chyb, protože informace jsou předávány z jednoho zdroje do druhého. Tím, že se přihlásíte do portálu a nahráváte PDF, množství vstupů a opětovných dat je sníženo a přesnost se zvyšuje, říká Breen.
"Lidé jsou unavení a nudí a dělají chyby, ale algoritmy to neudělají
Pro Pogreb je překlenutí propasti mezi pojištěným a pojistitelem stejně důležité jako snížení chyb. S lepšími údaji prospěje jak zákazníci, tak pojišťovny, protože pojišťovatelé mohou vyvíjet lepší produkty na základě přesnějších odhadů a zákazníci budou platit přesně to, co potřebují.
"Při strojovém učení se domníváme, že budeme schopni aby dělali mnohem lepší práci, což zákazníkovi poskytne poradenství automaticky, "řekl Pogreb. "Na základě toho, co mi říkáte o vašem podnikání a co vím o podobných záležitostech, mohu říct, že je to správná kombinace pokrytí pro vás. Takže to neuděluje ani agentovi ani zákazníkovi - kdo "
" Budoucnost pojištění AI
Pojišťovnictví začalo vkládat do AI a společnosti již experimentují nové způsoby, jak ji začlenit do každodenních operací v očekávání dalšího technologického vývoje.
"Je to velmi počáteční období AI," řekl Breen. "Pro hromadné, opakující se úkoly jsme si na ni položili počítač ... ale my jsme cesty od počítačového upisovatele. V tomto okamžiku právě rozšiřujeme lidi."
To je stále významná změna v oboru, řekl. Underwriters v Argo Digital nyní začínají spravovat portfolia, nikoli přezkoumávat jednotlivé podání. Standardní předvídatelná tvrzení jsou zpracovávána algoritmy pro strojové učení, říká Breen a lidský upisovatel je v podstatě jemným doladěním celého procesu a intervencí v případech, které vyžadují vyšší rozhodovací proces.
Pogreb vidí ještě větší potenciál zefektivnění procesu upisování. Očekává, že počet aplikací, které bude muset zpracovat člověk, bude výrazně klesat, protože strojové učení vede ještě více k tomu, že do pojišťovacího průmyslu dojde.
"Věříme v technologii a strojovém učení, mnoho [upisování lidských zdrojů ] lze odstranit, "řekl Pogreb. "Procento žádostí o pojištění, které vyžadují lidské dotyky, dramaticky poklesne, možná o 80 až 90 procent a dokonce i na nízké číslice."
Přestože adopce AI přišla rudimentárními způsoby, drasticky mění situaci přistát. Pojišťovny, které chtějí zůstat konkurenceschopné, by měly začít zkoušet vodu AI, řekl Wolanow.
"Společnosti se mohou připravovat a udržet si konkurenceschopnost tím, že začnou vyhodnocovat dopad strojového učení na jejich podnikání prototypováním vlastních algoritmů," řekl Wolanow. "Jednotlivý algoritmus strojového učení, který provádí svou analýzu na samostatném základě, je ve skutečnosti poměrně nenákladný, a v mnoha případech je samostatný analytický nástroj více než vhodný."
BambooHR: Nejlepší nezávislý systém řízení výkonnosti
Po revizi desítek systémů řízení výkonu doporučujeme BambooHR jako nejlepší samostatný systém řízení výkonnosti v roce 2017. zvolil BambooHR poté, co analyzoval seznam dodavatelů ve vesmíru. Chcete-li porozumět tomu, jak jsme si vybrali BambooHR, podívejte se na naši metodiku na naší nejlepší stránce výběru Proč BambooHR?
Wacom Bamboo Folio & Bamboo Slate: Jsou dobré pro podnikání?
Digitální záznam s poznámkami má některé vážné výhody, ale nedokáže zcela odpovídat hmatovému, nepoškozujícímu psaní písem. Bamboo břidlice Wacom ($ 199) a Bamboo Folio ($ 149) vám dávají to nejlepší z obou světů a podepíší vaše tradičně ručně psané poznámky až do oblaku stisknutím tlačítka. A s předplacením služby Wacom Inkspace Plus (2,99 dolarů za měsíc) získáte další funkce, jako je rozpoznávání textu, které vám umožní vyhledávat ručně psané poznámky pomocí klíčových slov.
Populární Příspěvky