(NerdWallet) – Η ασφαλιστική σας εταιρεία μπορεί να γνωρίζει περισσότερα για εσάς από όσα φαντάζεστε.
Η τεχνολογία που διαποτίζει τον σημερινό κόσμο — συσκευές έξυπνου σπιτιού, εικόνες drone, ιχνηλάτες φυσικής κατάστασης, αναρτήσεις μέσων κοινωνικής δικτύωσης και προγράμματα τηλεματικής που παρακολουθούν τις οδηγικές σας συνήθειες — μπορεί να βοηθήσει τους ασφαλιστές να συνθέσουν μια λεπτομερή εικόνα της συμπεριφοράς σας.
Η άδειά σας δεν απαιτείται πάντα. Πολλά στοιχεία για το σπίτι, το αυτοκίνητο και τη γειτονιά σας είναι δημόσια αρχεία. Οι διαμεσολαβητές δεδομένων συγκεντρώνουν και πωλούν επίσης λεπτομέρειες σχετικά με τη δραστηριότητά σας, όπως τα καταστήματα που επισκέπτεστε, τι κάνετε κλικ στο διαδίκτυο και πού βρίσκεται το κινητό σας τηλέφωνο.
Για έναν άνθρωπο, όλα αυτά τα δεδομένα είναι πάρα πολλά για επεξεργασία. Αλλά η ικανότητα της τεχνητής νοημοσύνης να ερμηνεύει δεδομένα θα μπορούσε να ανατρέψει τη διαδικασία αγοράς ενός ασφαλιστηρίου συμβολαίου και υποβολής αξίωσης. Καθώς οι ασφαλιστές αντιμετωπίζουν ερωτήματα σχετικά με τη δικαιοσύνη και το απόρρητο, ορισμένοι άνθρωποι μπορεί να δυσκολεύονται να λάβουν κάλυψη. Άλλοι θα επωφεληθούν από φθηνότερες τιμές, ταχύτερες αιτήσεις και ευκολότερες αξιώσεις.
Ταχύτερες αιτήσεις ασφάλισης
Οι πελάτες θα μπορούσαν να δουν μια συντομευμένη διαδικασία αίτησης καθώς οι ασφαλιστικές εταιρείες αγκαλιάζουν την τεχνητή νοημοσύνη.
Οι ασφαλιστές μπορεί να μειώσουν δραστικά τον αριθμό των ερωτήσεων που κάνουν σε μια αίτηση ασφάλισης κατοικίας, λέει ο Peter Flynn, επικεφαλής προσωπικών γραμμών για την Αμερική στην ασφαλιστική εταιρεία συμβούλων Xceedance.
«Στο μέλλον, μπορεί να κάνουν μόνο πέντε ερωτήσεις», λέει ο Flynn. «Αλλά μπορεί να συγκεντρώσουν 5.000 επιπλέον σημεία δεδομένων και μπορεί να ερμηνεύσουν αυτά τα 5.000 πράγματα επιπλέον των πέντε απαντήσεων που λαμβάνουν από τον αιτούντα».
Η Kin Insurance που εδρεύει στο Σικάγο, για παράδειγμα, συλλέγει χιλιάδες σημεία δεδομένων και «προπληρώνει» τις εφαρμογές ασφάλισης κατοικίας με στοιχεία ιδιοκτησίας, όπως τετραγωνικά μέτρα, τύπο θεμελίωσης και αριθμό λουτρών.
Παρόμοια μετατόπιση συμβαίνει σε ασφάλιση ζωής, το οποίο παραδοσιακά απαιτεί ιατρική εξέταση συν ένα ερωτηματολόγιο υγείας και τρόπου ζωής. Καθώς τα μοντέλα τεχνητής νοημοσύνης βελτιώνονται, περισσότεροι πάροχοι προσφέρουν ταχεία αναδοχή — εκδίδοντας γρήγορα πολιτικές σε πελάτες χαμηλού κινδύνου με βάση ψηφιακά ιατρικά αρχεία και άλλα δεδομένα, ενώ επισημαίνουν τους αιτούντες υψηλότερου κινδύνου για συμβατικές αναδοχές.
«Μπορείτε να δώσετε μερικές πληροφορίες και να επιστρέψουν ένα ποσοστό που δεν βασίζεται στο ότι κάποιος έρχεται στο σπίτι σας και παίρνει αίμα», λέει ο David Embry, Διευθύνων Σύμβουλος της διαδικτυακής ασφαλιστικής εταιρείας Mylo.
Για να λάβετε την πιο ακριβή τιμή, βεβαιωθείτε ότι τα αρχεία σας είναι σωστά και ενημερωμένα πριν ξεκινήσετε ένα αίτηση ασφάλισης ζωής. Μπορεί επίσης να θέλετε να έχετε έτοιμα δικαιολογητικά – όπως μια περίληψη από το γιατρό σας σχετικά με τυχόν ιατρικές παθήσεις.
Πιο εξατομικευμένα ποσοστά ασφάλισης
Οι πελάτες χαμηλού κινδύνου εξοικονομούν χρήματα καθώς οι ασφαλιστές χρησιμοποιούν δεδομένα για να δημιουργήσουν όλο και πιο εξατομικευμένα προφίλ των χρηστών τους.
Ο κλάδος ασφάλισης αυτοκινήτων ηγείται της επιβάρυνσης με προγράμματα τηλεματικής που παρακολουθούν πράγματα όπως η ταχύτητά σας, τα μοτίβα πέδησης και τα χιλιόμετρα, επιτρέποντας στους ασφαλιστές να βασίζουν την τιμολόγηση στη συμπεριφορά του οδηγού.
«Σε ένα περιβάλλον με δυνατότητα τεχνητής νοημοσύνης ή μηχανικής μάθησης, μπορούν να το κάνουν σε άπειρο βαθμό και να συλλέξουν και να συλλέξουν όσα περισσότερα δεδομένα είναι διαθέσιμα και να τα ερμηνεύσουν σε πραγματικό χρόνο», κάνοντας προβλέψεις με βάση τις συνήθειες ενός ατόμου, λέει ο Flynn.
Ενώ οι αγοραστές χαμηλού κινδύνου καρπώνονται τα οφέλη ενός συνεχώς προσαρμοσμένου μοντέλου πρόβλεψης, μια έκθεση του 2020 από τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης προειδοποιεί για την πιθανή αρνητική πλευρά αυτής της προσέγγισης. Ο τεμαχισμός και ο τεμαχισμός των πελατών σε μικρότερες ομάδες κινδύνου θα μπορούσε να κοστίσει αποτελεσματικά ορισμένους αιτούντες από την ασφάλιση, αναφέρει η έκθεση του ΟΟΣΑ.
Για τους οδηγούς, η έξυπνη προσέγγιση είναι να συγκρίνετε ασφάλιση αυτοκινήτου προσφορές από διάφορες εταιρείες. Οι ασφαλιστές δεν χρησιμοποιούν όλες τις ίδιες πηγές δεδομένων και σταθμίζουν κάθε παράγοντα διαφορετικά.
Πιο απλοί ισχυρισμοί, και ίσως λιγότεροι από αυτούς
Η υποβολή αίτησης ασφάλισης μπορεί να είναι μια αγχωτική εμπειρία. Η χρήση της τεχνητής νοημοσύνης από τους ασφαλιστές θα μπορούσε να κάνει τη διαδικασία πιο ομαλή για τους πελάτες και να τους πάρει μια απόφαση – και την πληρωμή τους – πολύ πιο γρήγορα.
Η τεχνητή νοημοσύνη μπορεί να βοηθήσει τους ασφαλιστές να εντοπίσουν τις πιο επείγουσες αξιώσεις, να ανασυνθέσουν σκηνές ατυχημάτων, να αναλύσουν ιατρικά αρχεία και να επισημάνουν υποθέσεις για ενδείξεις απάτης, σύμφωνα με μια έκθεση του 2023 της ερευνητικής εταιρείας Everest Group και της εταιρείας επαγγελματικών υπηρεσιών Ernst & Young. Η βελτίωση της αποτελεσματικότητας των απαιτήσεων αποτελεί προτεραιότητα για περισσότερους από τους μισούς ασφαλιστές περιουσίας και ατυχημάτων που συμμετείχαν στην έρευνα, αναφέρει η έκθεση.
Η ασφαλιστική εταιρεία Lemonade με έδρα τη Νέα Υόρκη λέει ότι βασίζεται στην τεχνητή νοημοσύνη ασφαλιστική απάτη Η ανίχνευση επιτρέπει περίπου το 40% των αξιώσεων της να επιλυθούν μέσα σε λίγα λεπτά.
Η τεχνητή νοημοσύνη θα μπορούσε ακόμη και να βοηθήσει στην αποφυγή ζημιών πριν προκύψει η ανάγκη για αξίωση — γνωστό ως μοντέλο «πρόβλεψης και πρόληψης» αντί της τρέχουσας προσέγγισης «ανίχνευσης και επιδιόρθωσης». Για παράδειγμα, τα δεδομένα που αναμεταδίδονται από συσκευές έξυπνου σπιτιού θα μπορούσαν να ενεργοποιήσουν αυτόματα την παρέμβαση εάν, για παράδειγμα, ένας αισθητήρας εντοπίσει έγκαιρα προειδοποιητικά σημάδια διαρροής ή παγωμένου σωλήνα.
Το AI μπορεί επίσης να παρέχει ανατροφοδότηση στους οδηγούς, βοηθώντας τους να προσαρμόσουν τη συμπεριφορά τους. Προγράμματα όπως το Drivewise της Allstate ανταμείβουν όσους αποφεύγουν επικίνδυνες συνήθειες όπως η ταχύτητα, το δυνατό φρενάρισμα ή η χρήση τηλεφώνου κατά την οδήγηση.
Ωστόσο, καθώς ο ασφαλιστικός κλάδος ενσωματώνει την τεχνητή νοημοσύνη, υπάρχουν ανησυχίες σχετικά με την ασφάλεια στον κυβερνοχώρο, το απόρρητο και τη δυνατότητα για τα μοντέλα τεχνητής νοημοσύνης να κάνουν διακρίσεις βάσει χαρακτηριστικών όπως η φυλή ή το φύλο.
Η Εθνική Ένωση Επιτρόπων Ασφαλίσεων εξέδωσε κατευθυντήριες γραμμές τον Δεκέμβριο του 2023, ενθαρρύνοντας τις ασφαλιστικές εταιρείες να διορθώνουν λάθη στα μοντέλα τεχνητής νοημοσύνης και να αποφεύγουν την προκατάληψη. Αλλά κάθε κράτος δημιουργεί τους δικούς του κανόνες και η ρύθμιση παραμένει στα σπάργανα.
Η επίβλεψη θα εξελιχθεί, λέει ο Flynn. “Αλλά θα σας στοιχηματίσω ότι η τεχνολογία εξελίσσεται πιο γρήγορα από τον κανονισμό.”