Nie istnieje jeszcze na świecie maszyna, która w pełni zastąpiłaby człowieka, ale systemy działające na wzór ludzkiego mózgu przejmują coraz więcej funkcji. Korzystają na tym różne branże i tendencja ta będzie się nasilać.

Według raportu PwC „Sizing the prize” w 2030 r. 45 proc. zysków ekonomicznych będzie pochodzić z ulepszeń produktowych stymulujących popyt, co z kolei będzie konsekwencją zaangażowania sztucznej inteligencji w zróżnicowanie produktów poprzez zwiększoną personalizację, atrakcyjność i przystępność cenową.

Nowe technologie nie mogą też ominąć branży asekuracyjnej. Ubezpieczyciele ostrożnie wprowadzają rozwiązania wykorzystujące sztuczną inteligencję (AI), ale małymi krokami wchodzi ona zarówno do sprzedaży, jak i obsługi klientów oraz zwalczania przestępczości ubezpieczeniowej.

>>> Czytaj też: UKNF chroni branżę ubezpieczeniową przed skutkami epidemii koronawirusa

Klienta obsłuży bot

Reklama

Upowszechnia się wykorzystanie sztucznej inteligencji do kontaktów z klientami, gdzie zaawansowane algorytmy wykorzystywane są do wsparcia głosowej obsługi klienta.

Asekuratorzy testują i powoli wprowadzają możliwość zgłoszenia szkody poprzez interakcję z botem, który na bazie podawanych przez nas informacji zarejestruje szkodę.

Rozwiązanie to skraca czas niezbędny do późniejszej obsługi takiej szkody i pozwala sprawniej, przy pierwszym kontakcie, pozyskać wszystkie potrzebne informacje. Czat-boty są przyszłością także przy sprzedaży ubezpieczeń, kiedy to odpowiednie algorytmy będą dobierać produkt odpowiedni do potrzeb klienta.

Sztuczną inteligencję można również wykorzystać po kolizji do rozpoznawania stopnia uszkodzeń pojazdów.

Zebranie historycznych wycen oraz zdjęć aut po wypadkach pozwala na rozpoznanie uszkodzeń i oszacowanie kosztu zniszczonych elementów.

Algorytmy sztucznej inteligencji potrafią nazwać konkretną część auta, ocenić uszkodzenia oraz zakwalifikować do naprawy lub wymiany dany podzespół.

Generalnie metody wykorzystujące sztuczną inteligencję pozwalają znacząco skrócić czas wypłaty odszkodowania, a przy tym pracownicy nie muszą wykonywać szeregu żmudnych czynności.

Rozwiązania z obszaru AI przydatne są też do oceny zachowań ludzi pod kątem wyrządzenia przez nich określonego zdarzenia. Tak działa na przykład telematyka, kiedy obserwacje sposobu jazdy danego kierowcy pozwalają wyciągnąć wnioski co do prawdopodobieństwa spowodowania przez niego wypadku, a tym samym pozwalają na lepsze dopasowanie wysokości składki do ryzyka związanego z tym konkretnym kierowcą.

Podobną ocenę wpływu zachowań człowieka na ryzyko zdarzeń można też wykorzystywać w przypadku innych ubezpieczeń, np. turystycznych czy zdrowotnych. Analiza dużej ilości danych pozwala przy tym na znalezienie powiązań, które na pierwszy rzut oka nie są oczywiste.

Kolejnym obszarem zastosowania sztucznej inteligencji jest tzw. predictive maintenance, co oznacza wykorzystanie zaawansowanej analityki danych strukturalnych i niestrukturalnych do przewidywania wystąpienia awarii.

Uczenie maszynowe pozwala nie tylko sprawniej przetwarzać duże zbiory danych, ale także wykrywać nowe powiązania, które mogą skutkować awariami lub innymi szkodami.

"Sztuczna inteligencja pozwala na dokładną identyfikację obszarów wymagających ochrony ubezpieczeniowej i wyliczenie potencjalnych strat."

Jak tłumaczy Mirosław Deja, dyrektor ds. IT w Uniqa Polska, dzięki wczesnym systemom ostrzegania możliwe jest podjęcie odpowiednich działań, zanim jeszcze faktyczna awaria wystąpi. Ważnym aspektem w tym obszarze jest tworzenie rozwiązań samouczących się (machine learning), dzięki czemu wdrażane algorytmy są w stanie usprawniać i poprawiać efektywność swojego działania w czasie. Sztuczna inteligencja pozwala też na dokładną identyfikację obszarów wymagających ochrony ubezpieczeniowej i wyliczenie potencjalnych strat, co pozwala na unikanie niektórych zagrożeń i lepsze zabezpieczenie.

Automatyzacja pozwala na natychmiastowe uruchamianie procesów zapobiegających kryzysom, co ogranicza szkodowość, ale na skuteczność sztucznej inteligencji wpływa liczba i jakość danych wyjściowych, na których ma ona pracować.

>>> Czytaj też: Ubezpieczenia majątkowe będą coraz droższe. Ceny polis rosną na całym świecie

W przypadku błędnej konfiguracji, zbyt małej liczby danych czy stworzenia złego algorytmu skutek może być odwrotny od zamierzonego i zamiast obniżenia szkodowości dojdzie do strat.

AI wykorzystywana jest też do wykrywania wyłudzeń. Szacuje się, że w Europie przestępczość ubezpieczeniowa stanowi około 10 proc. wartości wypłacanych odszkodowań i świadczeń. Wykrywane jest znacznie mniej.

– Zastosowanie zaawansowanych, samouczących się modeli analitycznych pozwala znacząco poprawić efektywność procesów zapobiegania nadużyciom. To co jest niezmiernie istotne to fakt, że procesy te mogą wykrywać nadużycia w operacjach realizowanych kanałami bezpośrednimi (online), co pozwala na coraz szersze otwieranie się właśnie na ten kanał kontaktów z klientami – mówi Mirosław Deja.

Niejasne zasady odpowiedzialności

Coraz częstsze wykorzystywanie sztucznej inteligencji wymusza też na ubezpieczycielach zmianę podejścia do zarządzania ryzykiem. Tam, gdzie do tej pory było jasne, kto ponosi odpowiedzialność za szkodę, teraz przestaje być oczywiste, kto jest sprawcą, co widać chociażby w przypadku pojazdów autonomicznych, które mogą wyrządzić szkodę i pojawia się wówczas pytanie, kto za nią odpowiada: twórca oprogramowania czy użytkownik?

Związek między twórcą a efektem jego pracy może okazać się trudny do uchwycenia. W przypadku maszyn samouczących trudno przewidzieć ich zachowania i działanie, co może prowadzić do przerwania związku przyczynowego między projektem a ostatecznym efektem prac.

Rodzi to pytanie o kwestię odpowiedzialności za szkody spowodowane przez maszyny samouczące – w jakim zakresie i za co odpowiada dostawca oprogramowania, twórca oraz podmiot, który z nich korzysta.

– Uregulowanie tego zagadnienia stanowi spore wyzwanie zarówno z punktu widzenia prawnego, jak i ubezpieczeniowego. Będzie miało bowiem wpływ na to, kto powinien zawrzeć ubezpieczenie oraz jaki zakres powinno ono obejmować. Obecnie przyjmuje się, że wszelkie szkody wynikające z awarii i skutki nieprzewidzianych zdarzeń są przedmiotem ubezpieczeń kupowanych przez przedsiębiorców, którzy są właścicielami środków trwałych. Jednak w momencie, kiedy nie mają oni pełnego wpływu na funkcjonowanie poszczególnych urządzeń, sytuacja może się zmienić – zauważa Mateusz Bartoszcze, zastępca dyrektora oddziału Kraków brokera ubezpieczeniowego EIB.

Nowe polisy

Do skutecznego działania sztuczna inteligencja potrzebuje połączenia licznych urządzeń w jedną sieć, przeważnie z dostępem do internetu. To z kolei wpływa na rosnące ryzyko cyberataku, przy czym cyberzagrożenia i tak systematycznie zyskują na znaczeniu.

"Złośliwe oprogramowanie może wyrządzić gigantyczne straty podmiotom korzystającym z AI."

Według 5. edycji Badania Stanu Bezpieczeństwa Informacji „Cyber-ruletka po polsku; dlaczego firmy w walce z cyberprzestępcami liczą na szczęście”, przygotowanej przez PwC, aż 44 proc. przedsiębiorstw poniosło straty finansowe wskutek cyberataków. Złośliwe oprogramowanie może wyrządzić gigantyczne straty podmiotom korzystającym z AI, a to sprawia, że nowe rozwiązania technologiczne przyczynią się do upowszechniania cyberpolis. Ubezpieczenia te są ciągle drogie, co powstrzymuje wiele firm przed ich zakupem, ale rosnące ryzyko strat w tym obszarze prędzej czy później rozwinie rynek polis cyber.

– Na ewentualny atak muszą obecnie być przygotowani wszyscy przedsiębiorcy, niezależnie od skali działalności. Większość ataków nastawionych jest bowiem na zainfekowanie jak największej liczby podmiotów, zatem w takim samym stopniu narażone na nie są duże przedsiębiorstwa oraz korporacje, jak i sektor MŚP. Spodziewam się w związku z tym, że popularność cyberpolis będzie systematycznie rosnąć – wskazuje Mateusz Bartoszcze.

Z drugiej strony sztuczna inteligencja może poprawić poziom zabezpieczeń przed ingerencją w system teleinformatyczny. Powstaje więc kwestia, kto jest szybszy: obrońcy czy atakujący. „Wyścig zbrojeń” trwa.

Autorka: Regina Skibińska

Źródło nieznane