Страховка с помощью ИИ: как технологии делают страховую отрасль удобнее и эффективнее

InsurTech и применение ИИ в страховании в мире

Искусственный интеллект — не что-то далекое в страховании, а уже состоявшаяся реальность. По данным исследовательской компании LexisNexis, большинство крупнейших страховщиков (82%) мира уже внедрили технологии машинного обучения (ML) и ИИ в свои бизнес-процессы. Что интересно, применение ИИ не ограничивается одним этапом создания ценности в страховых компаниях, а, наоборот, применяется на протяжении всей цепочки.

Особенно активно развиваются некоторые направления, в их числе — цифровизация процессов в страховых компаниях и каналов продаж. По сути это автоматизация работы страхового агента и замена его в некоторых случаях роботом. Такие сервисы есть в разных странах — например, Wefox в Германии. Из этого вытекает еще один популярный тренд — встроенное страхование. Речь идет о конкретных видах страхования, ориентированных на потребности аудитории и встроенное в соответствующие продукты: транспортная страховка при покупке авиабилета, страховка недвижимости для арендодателя и так далее. Такие страховые инструменты встроены в другие цифровые сервисы (маркетплейсы, сервисы покупки билетов и т. д.), что позволяет клиентам легко купить страховку в нужный момент и в интересующей их сфере.

Big data и предиктивная аналитика в страховании

Страховая отрасль довольно хорошо подходит для использования Big data. Страховые компании собирают и анализируют огромное количество данных, такой анализ позволяет оценивать риски, сегментировать аудиторию и т. д. ИИ позволяет эффективнее и быстрее проводить анализ таких данных. Далее с помощью предиктивной аналитики можно делать более точные прогнозы по разным параметрам — например, прогнозировать поведение клиентов и оценивать риски. 

К использованию Big data можно отнести и применение ИИ в урегулировании страховых случаев. ИИ помогает точнее оценивать потенциальные будущие выплаты по страховым полисам на основе прошлых подобных случаев и определять размер страховой выплаты. Например, такая ИИ-система работает у китайской компании Ping An: в случае ДТП нейросеть по сделанным автовладельцем видео и фото оценивает, сколько будет стоить ремонт машины, и предлагает клиенту страховую выплату соответствующего размера.

Еще одно направление, в котором может помочь Big data, — борьба с мошенничеством. На основе анализа доступных больших данных, алгоритмы помогают выявить паттерны недобросовестных клиентов и нестандартные случаи, в которых можно заподозрить мошеннические действия. Все эти сервисы в конечном итоге помогают сократить финансовые потери компании. 

Дроны и роботы

Изучение страховых случаев, инспекция объектов и получение снимков с мест аварий — одно из направлений, в которых уже сейчас применяются беспилотники, и такое их использование будет расширяться. Например, дроны можно применять в зоне стихийного бедствия, где в первые дни сложно наладить обычную работу страховщиков. Что касается роботизации, в случае со страховой сферой речь идет обычно о так называемой Robotic process automation, то есть автоматизации различных процессов в работе компании. Одни из направлений автоматизации — «умный» скоринг и «умный» андеррайтинг. В частности, стартап Zesty.ai на основе обработки спутниковых изображений, показателей местных метеостанций и других данных предсказывает вероятность природных катаклизмов в заданной локации.

Машинное обучение и генеративный ИИ

Генеративный ИИ — одна из самых популярных тем последних нескольких лет благодаря появлению моделей GPT 3.5 и GPT 4. Применение таких систем может быть очень перспективным для страховой отрасли. Уже сейчас в страховании, как и во многих других сферах, активно используются чат-боты. Они отвечают на вопросы потенциальных клиентов и помогают подобрать подходящую страховку, консультируют действующих клиентов, помогают правильно подать документы по страховому случаю.

Технологии на российском рынке страхования

Пока что на российском рынке страхования не так много продуктов, основанных на использовании ИИ, которые прошли стадию пилотного проекта и работают в полноценном режиме. Есть несколько инструментов, которые оценивают убытки по ОСАГО. Например, сервис, который способен распознавать царапины, вмятины, разбитые стекла и другие повреждения. Также у многих страховых компаний есть чат-боты, причем количество их заметно выросло. В BestDoctor искусственный интеллект применяется для того, чтобы прогнозировать количество выплат по страховым случаям. Наличие такого прогноза позволяет быстро подводить финансовые итоги по разным страховым продуктам и своевременно корректировать отдельные аспекты деятельности. У нас также есть система, анализирующая данные по всем страховым продуктами. С ее помощью мы можем быстро и довольно точно оценить предстоящие убытки по разным типам страховых случаев. В дальнейшем мы планируем применять ИИ для урегулирования страховых случаев: клиент сам делает съемку, загружает данные и документы в систему, которая с помощью ИИ быстро рассчитывает сумму. Дальше, если клиент согласен с оценкой, ему быстро выплачивают деньги. Также мы тестируем применение ИИ для клиентов по ипотечному страхованию. Такая система должна упростить пользовательский путь при оформлении полиса.

Перспективы и сложности

Согласно опросу, проведенному аудиторско-консалтинговой компанией KPMG в США, представители страховых компаний выделяют несколько приоритетных направлений развития ИИ в ближайшей перспективе. На первом месте находится выявление мошенничества (это направление планируют развивать 78% опрошенных). Это действительно очень перспективно, потому что ИИ может довольно легко выявить подозрительное поведение и такие закономерности, которые очень сложно обнаружить человеку. Также в лидерах — управление рисками (68%), чат-боты и виртуальные помощники (66%).

Помимо этого, довольно скоро можно будет почти полностью автоматизировать процесс урегулирования убытков. 

Конечно, при внедрении ИИ в страховую сферу есть и сложности:

• Мало данных или данные в неподходящем формате. Хотя обычно у страховых компаний очень много данных, нередко это «грязные данные», которые плохо подходят для работы с ними ИИ. 
• Устаревшие технологии. Многие страховые компании пользуются «унаследованными системами» — устаревшими технологиями, которые несовместимы с современными решениями. Это также мешает им разворачивать ИИ-системы. 
• Консерватизм страховщиков. Страховая отрасль довольно осторожная и консервативная, так что она редко внедряет технологические новинки в числе первых. 

Тем не менее, спектр применения ИИ в страховании будет только расширяться. Ведь сама страховая сфера в значительной степени основана на работе с данными, — а значит, InsurTech имеет самые широкие перспективы применения, ведь ИИ в настоящее время лучше всего работает именно с данными.

^{Фото обложки: downloaded from Freepik}