CC BY
185
ВНЕДРЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В СТРАХОВУЮ ОТРАСЛЬ
Т.Г. Маглинова, канд. экон. наук, доцент О.М. Шупило, канд. экон. наук, доцент
Академия маркетинга и социально-информационных технологий (Россия, г. Краснодар)
Б01:10.24412/2500-1000-2022-5-4-142-145
Аннотация. В статье рассматривается процесс внедрения страховыми компаниями искусственного интеллекта и машинного обучения, и какое будущее может ожидать индустрию страхования жизни. Современная страховая индустрия стала свидетелем бурного роста сбора данных с быстрым развитием в информационную эпоху, что потребовало более сложного использования технологий, которые могли бы ускорить страховую деятельность с повышенной эффективностью. В конечном итоге это привело к внедрению ИИ в страховой отрасли в различных областях, таких как обслуживание клиентов, управление рисками, обработка претензий, обнаружение мошенничества и так далее.
Ключевые слова: страховая отрасль, искусственный интеллект, машинное обучение, алгоритм, чат-боты, датчики Интернет вещей.
Искусственный интеллект - это модное слово в страховой отрасли, и на то есть веские причины. Искусственный интеллект (ИИ) относится к инструментам и технологиям, которые могут выполнять задачи, которые обычно требуют участия человека. Это включает в себя машинное обучение, включающее алгоритм, который учится на наборе ранее существовавших данных, чтобы он мог делать прогнозы при представлении новой информации. ИИ в страховании может быть полезен во всем: от более дешевого и эффективного проведения бизнес-операций до улучшения качества обслуживания клиентов. Машинное обучение в страховании позволяет компаниям анализировать большие объемы данных, которые они собрали у своих клиентов, чтобы они могли прогнозировать их поведение, оптимизировать цены и улучшать предложения продуктов [1, 2].
Начнем с того, что страховые компании работают в строго регулируемой отрасли, из-за чего они относительно медленно принимают изменения и новые технологии. К сожалению, это означает, что многие процессы основаны на бумажных документах и имеют тенденцию быть медленными, поскольку требуют значительного вмешательства человека. Даже клиенты
несут бремя, связанное с этими устаревшими процессами - иногда подача страхового возмещения требует такого количества документов и бюрократии, что это может быть крайне неприятно. Точно так же клиенты могут платить больше за стандартные страховые полисы, потому что они не созданы для их конкретных нужд. Проще говоря, страховая отрасль имеет один из самых низких рейтингов качества обслуживания клиентов и может значительно выиграть от внедрения искусственного интеллекта в рамках стандартной обработки. ИИ в страховании может помочь им вести бизнес дешевле и быстрее [3]!
Машинное обучение в страховании также имеет применение для снижения риска, поскольку нейронные сети могут выявлять закономерности, которые позволят компаниям распознавать мошенничество и уменьшать количество мошеннических претензий. Это сокращение количества мошеннических требований может значительно улучшить прибыль страховых компаний.
В настоящее время отрасль формируют несколько тенденций в сфере страхования ИИ. Это включает в себя поведенческое ценообразование, улучшенное обслуживание клиентов и более быстрое урегулирование претензий. Возможности поведенче-
ского ценообразования - одна из страховых услуг ИИ, которая побуждает компании инвестировать в эту технологию. Алгоритмы машинного обучения могут оценивать страховые полисы на основе поведения конкретного клиента, позволяя страховой компании предлагать более конкурентоспособные и актуальные цены.
Например, ИИ в страховании автомобилей использует датчики, чтобы помочь водителям платить меньше, чем в противном случае при стандартизированном ценообразовании. Это также известно как страхование на основе использования, которое вознаграждает клиентов за их образ жизни. Страховая компания также выигрывает, потому что она лучше понимает риск, связанный с ведением бизнеса с конкретным клиентом. При правильном внедрении страховые услуги ИИ могут улучшить качество обслуживания клиентов, сделав процесс покупки беспрепятственным и удобным для пользователя. Такие инструменты, как чат-боты, могут собирать данные, которые помогут клиентам персонализировать свое страхование и быстро принять решение о страховке, которую они хотели бы приобрести. Это известно как страхование по требованию, и эта тенденция начинает формировать искусственный интеллект в страховой отрасли [4].
Одной из самых больших проблем, с которыми сталкиваются страховые компании, является медленный процесс, обычно связанный с обработкой и урегулированием претензий. Переход к онлайн-процессу претензий стал более широко поощряться страховыми компаниями, а виртуальная корректировка претензий значительно упрощает урегулирование и оплату претензий. Все, что нужно сделать клиенту, -это подключиться к чат-боту, который может понять большую часть его запроса или претензии, высвобождая больше ресурсов для страховщиков, которые затем могут обработать претензию после сбора всей информации.
Существует бесконечное множество приложений ИИ для страховых компаний. Разобьем эти приложения на три основные категории: персонализированное ценооб-
разование, улучшенная регистрация клиентов и обнаружение мошенничества. Машинное обучение в страховании позволяет компаниям персонализировать цены в зависимости от поведения или потребностей конкретного клиента. Это очень заметно, когда речь идет об ИИ в автостраховании, где датчики Интернет вещей (1оТ) непрерывно собирают данные, которые передаются непосредственно в страховую компанию. Поскольку собранные данные позволяют страховым компаниям видеть, насколько рискованно водит человек, более безопасные водители могут сэкономить на своих страховых взносах, а другие могут выбрать оплату своих полисов на основе пройденного километража. Каждый клиент больше не попадает в группу риска в зависимости от возраста или типа транспортного средства - он платит за свой личный уровень риска. Сложность в том, что необходимо в свой автомобиль датчики, которые позволяют передавать данные в страховую компанию. Многие фирмы внедрили это, и клиенты, кажется, не возражают, пока они получают свои скидки [5]!
Компании по страхованию жилья также используют технологию умного дома, чтобы предлагать скидки клиентам, которые хотят установить датчики и устройства, которые сделают их дом более безопасным. Таким образом, не только клиенты получают выгоду от индивидуального ценообразования, но и страховые компании также могут сэкономить деньги, избавившись от необходимости проводить дорогостоящие аудиты и оценки. Они могут собирать всю необходимую им информацию об управлении рисками прямо с датчиков.
Еще одним важным применением ИИ для страховых компаний является возможность улучшить адаптацию клиентов. Одна из самых больших проблем, с которыми сталкиваются клиенты при взаимодействии со страховыми компаниями, заключается в том, что процесс покупки полиса, подачи претензии и общения с агентами по обслуживанию клиентов очень разобщен.
Инструменты искусственного интеллекта, такие как чат-боты, могут мгновенно распознавать человека, когда он входит в
систему или получает доступ к своей учетной записи в Интернете, позволяя немедленно персонализировать разговор. Страхователь быстро подтвердить свою личность, рассчитать стоимость и привязать покрытие со своего устройства - без необходимости звонить в службу поддержки клиентов и ждать ожидания или перевода в другой отдел. Эта персонализа-ция также позволяет настроить покрытие в зависимости от того, что ищет. Больше никаких стандартизированных пакетов, которые предлагают слишком много или недостаточно покрытия [6].
Мошеннические требования являются серьезной проблемой для страховых компаний во всем мире. С помощью ИИ и страхования можно автоматизировать обнаружение мошенничества, а модели машинного обучения могут быстро распознавать закономерности, которые могут помочь страховым компаниям предотвращать и обнаруживать мошенничество. Будущее индустрии страхования жизни очень яркое, когда задействован искусственный интеллект. Большинство компаний едва коснулись возможностей, предоставляемых ИИ, поэтому нет никаких сомнений в том, что они будут постоянно совершенствоваться [1, 4].
Индивидуальные страховые продукты позволят компаниям привлечь более широкий круг клиентов, а клиенты получат выгоду от более точных цен и актуальных продуктов. Страховые компании могут использовать пакет данных, которые они собирают, для принятия стратегических решений, которые помогут им наладить более тесные отношения с клиентами и повысить свою прибыль. Другая экономия средств будет достигнута в виде улучшенных процессов и более эффективной обработки претензий, поэтому сотрудники
задачах, чем на заполнении документов. Это также облегчит взаимодействие компаний со своими клиентами, что приведет к улучшению оценок качества обслуживания клиентов и общей удовлетворенности. ИИ в страховании призван преобразовать отрасль и предоставить широкий спектр преимуществ как для страховых компаний, так и для их клиентов. В то время как страховые компании могут лучше оценивать риски и оптимизировать стратегии ценообразования, клиенты получат более выгодные тарифы и быстрое и беспроблемное обслуживание [5].
Несмотря на возможности, которые открывают искусственный интеллект и машинное обучение практически на каждом этапе жизненного цикла клиента страховой компании, в России процесс распространения этой технологии пока находится на начальном этапе развития. Примеры, когда ИИ прочно вошел в рабочую деятельность компаний пока исчисляются единицами. К примеру, «РЕСО-Гарантия» использует ИИ для оценки спроса на свои продукты, «Тинькофф Страхование» анализирует риски клиентов, «Ренессанс страхование» использует нейросети для анализа фотографий страховых случаев, а «Сбербанк Страхование жизни» активно продвигает чат-бота, который распознает сотни медицинских симптомов для записи клиентов к нужным врачам [6].
Одной из вероятных причин медленного роста можно назвать малый объем рынка страхования. По данным KPMG в 2019 году объем рынка страховых услуг составил 1,5 трлн руб. или 1,5% от ВВП (для сравнения: $1,5 трлн и 10% соответственно в США). Малый объем рынка неизбежно влечет недостаток данных, которые необходимы системам машинного обучения для корректного развития [4].
смогут сосредоточиться на более важных
Библиографический список
1. Маглинова Т.Г. Цифровые технологии и современный международный рынок страхования / Т.Г. Маглинова, О.М. Шупило // Финансовый бизнес. - 2021. - №8 (218). -С. 50-53. - EDN PNMXNX.
2. Молчан А.С. Методические рекомендации по подготовке к итоговой государственной аттестации студентов специальности 080105.65 Финансы и кредит, специализации "Страхование": методическое пособие / А.С. Молчан, Н.А. Гончарова, Т.Г. Ким; Краснодарский кооперативный институт (филиал) АНО ВПО ЦС РФ «Российский университет
кооперации. - Краснодар: Краснодарский кооперативный институт (филиал) автономной некоммерческой образовательной организации высшего образования Центросоюза Российской Федерации "Российский университет кооперации", 2009. - 48 с. - EDN XSHDLF.
3. Страховой маркетинг: учебное пособие / А.С. Молчан, О.М. Шупило, Ю.Н. Старчак, С.Н. Дударева. - Краснодар: Изд-во В.В. Арнаутов, 2010. - 200 с. - ISBN 978-5-903944-248. - EDN SDCNSP.
4. Искусственный интеллект на службе страховых компаний. - [Электронный ресурс]. -Режим доступа: https://plusworld. ru/daily/tehnologii/iskusstvennyj-intellekt-na-sluzhbe-strahovyh-kompanij// (Дата обращения: 19.05.2022).
5. Как искусственный интеллект может преобразовать страховую отрасль. - [Электронный ресурс]. - Режим доступа: https://www.insur-info.ru/press/168417// (Дата обращения: 19.05.2022).
6. Эксперты рассказали, как можно использовать искусственный интеллект в страховании. - [Электронный ресурс]. - Режим доступа: https://1prime.ru/flnance/20200902/831980390.html / (Дата обращения: 19.05.2022).
THE IMPLEMENTATION OF ARTIFICIAL INTELLIGENCE IN THE INSURANCE
INDUSTRY
T.G. Maglinova, Candidate of Economic Sciences, Associate Professor O.M. Shupilo, Candidate of Economic Sciences, Associate Professor Academy of Marketing and Social Information Technologies - IMSIT (Russia, Krasnodar)
Abstract. The article discusses the process of implementation of artificial intelligence and machine learning by insurance companies, and what the future of the life insurance industry can expect. The modern insurance industry has witnessed a boom in data collection with rapid developments in the information age, requiring more sophisticated use of technology that could speed up insurance activities with increased efficiency. This eventually led to the introduction of AI in the insurance industry in various areas such as customer service, risk management, claims processing, fraud detection, and so on.
Keywords: insurance industry, artificial intelligence, machine learning, algorithm, chatbots, Internet of Things sensors.
