![Τεχνητή Νοημοσύνη: Ευκαιρία ή απειλή για την ασφαλιστική βιομηχανία; Στήλη Παπει](https://aagora.gr/wp-content/uploads/2020/02/papei-2-1024x576.jpg)
Τεχνητή Νοημοσύνη: Ευκαιρία ή απειλή για την ασφαλιστική βιομηχανία;
Απόψεις & Θέσεις Φοιτητών του ΠΑ.ΠΕΙ. -Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
| Γράφει ο Θεόδωρος Πηλιχός (φοιτητής 5ου εξαμήνου) |
![Τεχνητή Νοημοσύνη: Ευκαιρία ή απειλή για την ασφαλιστική βιομηχανία; Τεχνητή Νοημοσύνη: Ευκαιρία ή απειλή για την ασφαλιστική βιομηχανία;](https://aagora.gr/wp-content/uploads/2020/11/PaPei_Pilixos_theodoros-796x1024.jpg)
Ο όρος Τεχνητή Νοημοσύνη ή αλλιώς Artificial Intelligence (AI) όποτε αναφέρεται φέρνει ανησυχία και ενθουσιασμό, την ίδια στιγμή. Μία μερίδα ανθρώπων πιστεύει ότι η εκτεταμένη χρήση της τεχνητής νοημοσύνης θα οδηγήσει σε υψηλή ανεργία, ενώ άλλοι είναι πιο αισιόδοξοι και πιστεύουν ότι η τεχνητή νοημοσύνη θα ωφελήσει την ανθρωπότητα, απαλλάσσοντάς τη από δουλειές ρουτίνας, δίνοντας έτσι την ευκαιρία ενασχόλησης με πιο ευχάριστες δουλειές, που θα διεγείρουν περισσότερο την πνευματική αντίληψη. Ένα είναι το σίγουρο: η τεχνητή νοημοσύνη (AI) και η μηχανική εκμάθηση (Machine Learning) έχουν τη δύναμη να μεταμορφώσουν σχεδόν κάθε βιομηχανία και η ασφαλιστική βιομηχανία δεν αποτελεί εξαίρεση. Το ζήτημα είναι αν είναι έτοιμη η ασφαλιστική βιομηχανία να κάνει ριζικές αλλαγές, έτσι ώστε να ανέβει στο τρένο της 4ης Βιομηχανικής Επανάστασης, ή θα ολιγωρήσει μπροστά στον φόβο του καινούργιου.
Eίναι γνωστό ότι η ασφάλιση κυριεύεται από δεδομένα και έχει ήδη αρχίσει να δίνεται μεγάλη έμφαση στην ανάλυσή τους, αφού υπάρχει ένας τεράστιος αριθμός συνδεμένων συσκευών με τον καταναλωτή, όπως: gps trackers, αυτοκίνητα, fitness trackers, smartphones, ιατρικές συσκευές, τα οποία συλλέγουν έναν τεράστιο αριθμό προσωπικών πληροφοριών. Όμως, η τεχνητή νοημοσύνη έχει τη δυνατότητα να οδηγήσει την ανάλυση δεδομένων ένα βήμα πιο μακριά από πριν, βελτιώνοντας σημαντικά τις παρεχόμενες υπηρεσίες των ασφαλιστικών εταιρειών.
Συγκεκριμένα, η τεχνητή νοημοσύνη μπορεί να βελτιώσει τις βάσεις δεδομένων που οδηγούνται προς ανάλυση με καινοτόμα προϊόντα τεχνητής νοημοσύνης που θα συνδυάζουν τα πρωταρχικά δεδομένα, οδηγώντας σε πιο εξατομικευμένη ανάλυση. Παραδείγματος χάριν, με την επιστράτευση της τεχνητής νοημοσύνης και της τηλεματικής θα είναι εφικτό να αναγνωρίζονται μοτίβα των μετακινήσεων των ασφαλισμένων μέσω gps, όπου σε συνδυασμό με τις συνθήκες κίνησης και την κατάσταση του οδοστρώματος θα είναι εφικτή η ορθότερη αξιολόγηση του οδηγικού προφίλ κάθε ασφαλισμένου και συνεπώς ο καθορισμός του κατάλληλου ασφαλίστρου.
Άλλο ένα παράδειγμα είναι η δημιουργία ενός artificial intelligent wearable, το οποίο θα είναι συνδεδεμένο με μία αναλογιστική βάση δεδομένων και θα είναι ικανό να υπολογίζει με ένα σκορ το προφίλ κινδύνου του ασφαλισμένου με βάση τις καθημερινές του δραστηριότητες, καθώς και την πιθανότητα επέλευσης δυνητικών γεγονότων. Με αυτόν τον τρόπο θα είναι δυνατό να μειωθούν σημαντικά φαινόμενα αντεπιλογής και θα γίνεται μία ορθότερη και δικαιότερη τιμολόγηση των ασφαλίστρων.
Επιπλέον, κάθε χρόνο είναι γνωστό ότι χάνονται εκατομμύρια ευρώ από ασφαλιστικές απάτες, όπου μάλιστα μόνο για τον κλάδο αυτοκινήτων η οικονομική διάσταση των εξακριβωμένων απατηλών αποζημιώσεων αντιστοιχούσε σε 7,9 εκατομμύρια ευρώ το 2018 (Έρευνα ΕΑΕΕ).
Οι συσκευές τεχνητής νοημοσύνης, όπως περιγράφηκαν παραπάνω, θα έχουν τη δυνατότητα, συλλέγοντας τον κατάλληλο όγκο δεδομένων, όχι μόνο να χαρτογραφούν σωστά το προφίλ κινδύνου κάθε ασφαλισμένου, αλλά επίσης να συμβάλλουν στον γρηγορότερο διακανονισμό των απαιτήσεων, με λιγότερες ασφαλιστικές απάτες, και στην εξάλειψη του ηθικού κινδύνου. Με αυτόν τον τρόπο θα υπάρχει πλήρης επίγνωση του κινδύνου και δεν θα μπορούν οι ασφαλισμένοι που αιτούνται την απαίτηση να υπερβάλλουν σχετικά με την αιτία του ατυχήματος.
Τέλος, με τη χρήση των artificial intelligent chatbots, τα οποία θα αναγνωρίζουν τα συναισθήματα και τις ανάγκες του καταναλωτή, θα αυξηθεί ραγδαία η ταχύτητα εξυπηρέτησης πελατών, αλλά και επίσης θα συμβάλλουν στον στρατηγικό σχεδιασμό των ασφαλιστικών εταιρειών, αφού θα είναι ικανά στη συλλογή δεδομένων σχετικά με την ανταπόκριση των πελατών στα προσφερόμενα ασφαλιστικά προγράμματα καθώς και στην αναζήτηση νέων τάσεων στην ασφαλιστική βιομηχανία.
Όσον αφορά τώρα τα αυτοκίνητα που οδηγούνται μόνα τους, στο παρελθόν αποτελούσαν προϊόν επιστημονικής φαντασίας, αλλά τώρα πια είναι πιο κοντά από ποτέ. Ήδη, έχει αρχίσει η εμφάνιση ήμι-αυτόνομων οχημάτων από την Tesla και άλλες εταιρείες, σηματοδοτώντας ότι η ασφάλιση των αυτοκινήτων θα αλλάξει μια για πάντα στο προσεχές μέλλον.
Συγκεκριμένα, εκτιμάται ότι τα αυτόνομα οχήματα θα περιορίσουν σε σημαντικό βαθμό τα αυτοκινητιστικά δυστυχήματα, αφού χάρις στην τεχνητή νοημοσύνη θα μπορούν να προβλέψουν και να αποφύγουν ένα τέτοιο ατύχημα ελαχιστοποιώντας έτσι τον ανθρώπινο παράγοντα λάθους, όταν για το 2018 το σύνολο παθόντων στα οδικά τροχαία ατυχήματα άγγιζε τις 13.849 (Δελτίο Τύπου ΕΛΣΤΑΤ).
Παρ’ όλα αυτά, αν εν τέλει συμβεί ένα ατύχημα, εκτιμάται ότι το κόστος επισκευής θα είναι πολύ μεγαλύτερο από ό,τι στα κοινά αυτοκίνητα, αφού αυτά τα οχήματα θα έχουν πολύ περίπλοκο και ακριβό λογισμικό, το οποίο θα απαιτεί επίσης εκτεταμένη ανάλυση από τους ειδικούς, για να εντοπιστεί η αιτία του ατυχήματος. Έτσι, αφού ο κίνδυνος ατυχήματος αναμένεται να μειωθεί σημαντικά αλλά με υψηλά κόστη επισκευής, τότε η τιμή των ασφαλίστρων αναμένεται να μειωθεί, ενώ το ποσό των απαιτήσεων να αυξηθεί σημαντικά.
Τα αυτοκινητιστικά δυστυχήματα, λοιπόν, θα είναι αποτέλεσμα δυσλειτουργίας κυρίως στο λογισμικό του οχήματος, καθιστώντας έτσι υπαίτιο τις περισσότερες φορές τον κατασκευαστή του αυτοκινήτου και όχι τον ίδιο τον οδηγό. Αυτό θα έχει σαν αποτέλεσμα τη μετάβαση από την ασφάλιση αυτοκινήτου στην ασφάλιση αστικής ευθύνης προϊόντος, όπου οι κατασκευαστές θα υποχρεώνονται να συνάπτουν ασφάλιση αστικής ευθύνης προϊόντος έτσι ώστε να αποφύγουν τις συνέπειες ενός ή ολόκληρου ελαττωματικού στόλου αυτοκινήτων.
Ωστόσο, πιστεύεται ότι οι οδηγοί θα έχουν την επιλογή χειροκίνητης οδήγησης, καθιστώντας τους και εκείνους υπεύθυνους σε κάποιες περιπτώσεις. Τέλος, είναι απαραίτητο να τονισθεί ότι όσο και να περιορίζουν τα αυτόνομα οχήματα τα ποσοστά ανθρώπινου λάθους και ατυχημάτων, εκθέτουν τους επιβαίνοντες σε νέους κινδύνους που δεν υπήρχαν πριν, όπως το hacking των λογισμικών τέτοιων οχημάτων, με σκοπό τα σκόπιμα ατυχήματα.
Από την άλλη πλευρά, βέβαια, η υιοθέτηση συστημάτων τεχνητής νοημοσύνης στην ασφαλιστική βιομηχανία ενέχει και κάποιους κινδύνους. Συγκεκριμένα, τέτοια συστήματα βασισμένα στην τεχνητή νοημοσύνη διακρίνονται από έλλειψη κριτικής ικανότητας, αφού δεν έχουν ούτε ηθικές αξίες ούτε κριτική σκέψη, έτσι ώστε να λαμβάνουν δύσκολες αποφάσεις όταν τα δεδομένα δεν είναι σαφή και επαρκή. Επίσης, ελλοχεύει ο κίνδυνος να οδηγηθούμε σε πιο απρόσωπη ασφαλιστική βιομηχανία, ενώ μπορεί να υπάρχουν πολλοί ασφαλισμένοι που να προτιμούν την ανθρώπινη επικοινωνία και όχι, παραδείγματος χάριν, τη χρήση chatbots.
Κρίνεται ακόμη απαραίτητη η επανακατάρτιση των στελεχών, καθώς η σωστή αξιοποίηση τέτοιων συστημάτων απαιτεί στελέχη τα οποία θα έχουν επιμορφωθεί πάνω στις εφαρμογές της τεχνητής νοημοσύνης στην ασφάλιση. Κάτι τέτοιο, όμως, σημαίνει ότι ένα πολύ σημαντικό μέρος των στελεχών των ασφαλιστικών εταιρειών θα χρειαστεί επιπλέον επιμόρφωση, που θα έχει αυξημένο κόστος και διάρκεια. Βέβαια, η επανακατάρτιση αυτή μπορεί να μην είναι εύκολη υπόθεση για όλους τους εργαζόμενους της ασφαλιστικής βιομηχανίας. Για αυτόν τον λόγο υπάρχει η ανησυχία για αύξηση της ανεργίας, καθώς η τεχνητή νοημοσύνη αναμένεται να αντικαταστήσει την ανθρώπινη εργασία σε κάποιους τομείς, με αποτέλεσμα εργαζόμενοι των οποίων οι γνώσεις ή και η ηλικία δεν επιτρέπουν τη μετάβασή τους σε μία νέα θέση εργασίας, να κινδυνεύουν να οδηγηθούν σε πρόωρη ανεργία.
Τέλος, η τεχνητή νοημοσύνη αποτελεί έναν τομέα καινούργιο και άγνωστο και, όπως πολύ καλά γνωρίζουμε ειδικά εμείς στον ασφαλιστικό κλάδο, όποιο γεγονός περιέχει αβεβαιότητα ενέχει και ρίσκο. Έτσι και εδώ, κανένας δεν μπορεί να προβλέψει τις πραγματικές εξελίξεις και τους κινδύνους που κρύβει μία τέτοια μετάβαση.
Εν κατακλείδι, η τεχνητή νοημοσύνη δημιουργήθηκε από τους ανθρώπους για να βοηθήσει τους ανθρώπους. Είναι λοιπόν στο χέρι μας το να την αξιοποιήσουμε με τον σωστό τρόπο. Έτσι και η ασφαλιστική βιομηχανία πρέπει να δει την τεχνητή νοημοσύνη σαν εργαλείο, όπου προσλαμβάνοντας νέα στελέχη ειδικά καταρτισμένα στο αντικείμενο, αλλά και αξιοποιώντας την εμπειρία παλαιότερων στελεχών της, θα μπορέσει να εκσυγχρονιστεί και να εξελιχθεί μαζί με την τεχνολογία, ώστε να επωφεληθεί όσο περισσότερο μπορεί από αυτή τη μετάβαση. Σε διαφορετική περίπτωση, η αδράνεια στις εξελίξεις θα αποβεί καταστροφική για το μέλλον της βιομηχανίας αυτής.
Πηγές
– Delloite study: Artificial Intelligence from mystery to mastery – www2.deloitte.com/de
– Mc Kinsey&Company: Insurance 2030 – The impact of AI on the future of insurance –
www.mckinsey.com/industries/financial-services/our-insights
– Forbes: How artificial Intelligence will impact the Insurance Industry, by Blake Morgan – www.forbes.com/sites/blakemorgan/2017/07/25
– Atlas Magazine: Artificial Intelligence and the Insurance Industry – www.atlas-mag.net/en
– Harvard Business Review: Driverless cars will change auto insurance – hbr.org/2017/12
– Actuarial Post: Driverless cars, how will insurers be affected? – www.actuarialpost.co.uk
– Venture Beat: 3 ways self-driving cars will affect the insurance industry – venturebeat.com/2018/01/26
– The Telegraph: Is the Insurance Industry ready for the age of AI? – www.telegraph.co.uk/business/risk-insights
– ΕΛΣΤΑΤ: Δελτίο Τύπου για Οδικά Τροχαία Ατυχήματα έτους 2018 – www.statistics.gr
– ΕΑΕΕ: Έρευνα για την αντιμετώπιση της Ασφαλιστικής Απάτης στον κλάδο των αυτοκινήτων (2017-2018) – www1.eaee.gr
Διαβάστε επίσης:
PEPP (Pan-European Pension Product): Δυνατότητες & Προκλήσεις, του Μιχαήλ Πεχλιβανίδη
Η χρήση των νέων τεχνολογιών στην ελληνική ασφαλιστική αγορά, των Μαρίας Καρύδη και Μαρίας Μπούρα
Υποχρεωτική ασφάλιση έναντι κινδύνων από φυσικές καταστροφές, της Ναταλίας Καλούμενου
Γιατί η Ιδιωτική Ασφάλιση δεν είναι «αναγκαίο κακό», της Νικολίνας Σοφίας Καραγκιόζογλου
Σύστημα 3 Πυλώνων: Γιατί είναι αναγκαία η ασφαλιστική μεταρρύθμιση, του Ηλία Μπενέκου
Η μεγάλη πρόοδος του Ασφαλιστικού Τομέα μέσω της Τεχνολογίας, των Σπύρου Σηφάκη και Τάσου Κρατημένου
Aντεπιλογή & Ηθικός Κίνδυνος στις Κυβερνοασφαλίσεις: Μπορούν να περιοριστούν;, της Μαρίας Κυλάφη
Ακολουθήστε την Ασφαλιστική Αγορά στο Google News