Исследование Conning показывает резкий рост внедрения искусственного интеллекта в страховой отрасли, при этом большие языковые модели являются ведущими инструментами, которые изучаются для продаж, андеррайтинга и обработки претензий.
Страховая отрасль все ускоряющимися темпами внедряет искусственный интеллект (ИИ), и 77% респондентов в недавнем опросе указали, что они находятся на определенном этапе внедрения ИИ в свою цепочку создания стоимости. Это представляет собой значительный скачок по сравнению с опросом 2023 года, который показал, что 61% респондентов либо внедрили, либо находились в процессе внедрения искусственного интеллекта как части своего рабочего процесса, согласно исследованию Conning.
Опрос, проведенный среди лиц, принимающих решения в сфере страхования, ответственных за “зеленый свет” новых технологий, также показал, что 67% компаний уже опробовали large language models (LLM) — передовые системы искусственного интеллекта, предназначенные для понимания и генерации естественного языка и других типов контента для выполнения широкого круга задач — сильный показатель будущего внедрения.
“Страховщики адаптируют, разрабатывают и апробируют инновационные приложения искусственного интеллекта в стремлении к большей эффективности для повышения удовлетворенности клиентов и дистрибьюторов. Кроме того, страховщики имеют доступ к более широкому набору данных, чем когда-либо прежде, и искусственный интеллект является важнейшей технологией в управлении этими данными ”, – сказал Скотт Хокинс, управляющий директор и руководитель отдела страховых исследований Conning в Хартфорде, штат Коннектикут.
В исследовании изучалось влияние искусственного интеллекта на три ключевых компонента цепочки создания стоимости страхования:
- Продажи и андеррайтинг
- Операции и обработка претензий
- Контроль рисков и ценообразование
В сфере продаж и андеррайтинга алгоритмы искусственного интеллекта повышают точность и эффективность процессов андеррайтинга.
“Анализируя огромные объемы данных, включая информацию о клиентах и внешние факторы, искусственный интеллект помогает страховщикам принимать более обоснованные решения при оценке рисков андеррайтинга, ускоряя процесс андеррайтинга и снижая вероятность человеческой ошибки”, – говорится в отчете опроса.
Системы на базе искусственного интеллекта также революционизируют операции и обработку претензий, автоматизируя рутинные задачи и оптимизируя рабочие процессы. Эти системы могут анализировать документы о претензиях, оценивать ущерб и рассчитывать выплаты с минимальным вмешательством человека. Более того, искусственный интеллект играет решающую роль в выявлении мошенничества, отмечая подозрительные заявления и шаблоны, которые могут указывать на мошеннические действия.
Когда дело доходит до контроля рисков и ценообразования, инструменты искусственного интеллекта улучшают способность страховщиков точно оценивать риски и устанавливать соответствующие цены.
“Анализируя исторические данные и информацию в режиме реального времени, алгоритмы искусственного интеллекта могут более эффективно прогнозировать будущие тенденции и потенциальные убытки”, – поясняется в отчете. “Это позволяет страховщикам предлагать более конкурентоспособные тарифы при сохранении прибыльности”.
Опрос выявил несколько ключевых факторов внедрения искусственного интеллекта, в том числе высокий процент пилотов LLM. Кроме того, исследование выявило высокую склонность к машинному обучению / прогнозной аналитике (ML / PA) по всей цепочке создания стоимости, при этом ML / PA имеют самый высокий уровень внедрения (44%) среди всех технологий.
В ходе исследования были исключены роботизированная автоматизация процессов (RPA) и телематика. Хотя респонденты были опрошены по поводу RPA, результаты показали, что эта технология давно прошла стадию зрелости и не может считаться новой технологией, заявил Коннинг. Телематика – это развивающаяся технология, но респонденты на сегодняшний день нашли лишь ограниченное применение по всей цепочке создания стоимости, отмечается в исследовании.
Анализируя внедрение технологий по компонентам цепочки создания стоимости, опрос показал, что в продажах и андеррайтинге:
- ML / PA приняли 54% респондентов, при этом самый высокий процент полных пользователей (17%) и самый низкий процент невнимания (11%).
- LLMS продемонстрировали наибольший потенциал для внедрения: 69% респондентов в настоящее время опробовали технологию в этой области.
- 42% респондентов опробовали технологию обработки естественного языка (NLP) и технологию распознавания речи.
В операциях и обработке претензий:
- По 47% респондентов приняли ML /PA и NLP.
- Хотя LLM в целом мало внедряются в этой области, 65% сообщили, что в настоящее время они тестируют технологию, предполагая потенциал для более широкого внедрения.
Наконец, в области контроля рисков и ценообразования:
- У ML / PA более высокий общий уровень внедрения (35%) и самый высокий уровень полного внедрения (14%).
- ML / PA, вероятно, будет наиболее распространенной технологией, и только 14% заявили, что не планируют ее рассматривать.
- LLM обладают высоким потенциалом для внедрения, 62% из них в настоящее время находятся в пилотном режиме.
Поскольку страховая отрасль продолжает адаптироваться и находить возможности для роста и трансформации, ожидается, что внедрение технологий искусственного интеллекта приведет к изменениям в типе персонала и должностях, необходимых для управления современной страховой компанией. По словам Коннинга, хотя разработка и апробация этих технологий потребует значительных затрат времени и ресурсов руководства, потенциальные выгоды с точки зрения более глубокого понимания клиентов, более высокой прибыльности и повышения операционной эффективности неоспоримы.
Related Posts
Реляционное глубокое обучение: Новая эра машинного обучения на реляционных базах данных
Искусственный интеллект ускоряет разработку кода быстрее, чем могут успевать команды безопасности
