AI обслужит по-новому. Как искусственный интеллект меняет рынок страхования и не только

Искусственный интеллект — главный технологический тренд последних лет и ближайшего будущего, который сравнивают с крупнейшими технологическими революциями в истории. Аналитики оценивают полный экономический потенциал применения этой технологии в России к 2028 году в 22–36 трлн рублей, а реализованный эффект может достичь 4,2 – 6,9 трлн рублей, что эквивалентно влиянию на ВВП до 4%. ИИ преображает множество отраслей, страхование и логистика не исключения.

Генеральный директор цифровой платформы сопровождения страхования в логистике Zunami Артём Ефимов рассказал, как эта инновация меняет отрасль страхования, и каким образом ИИ влияет на страхование логистических процессов.

Клиентский сервис

Первые чат-боты для обслуживания клиентов, работающие по скрипту, появились на российском рынке ещё в начале 2010-х годов. Эта технология стала революцией в работе с клиентами, которая существенно снизила нагрузку на кол-центры компаний. Однако в сложных вопросах, особенно связанных с финансами, разговор по заскриптованному сценарию часто заканчивается фразой «позовите оператора» — в скрипте попросту невозможно учесть все тонкости, которые могут возникнуть в реальной проблемной ситуации. Использование ИИ в этой сфере даёт компаниям неоспоримое преимущество: чат-боты с искусственным интеллектом подстраиваются под контекст разговора, находят персонализированный и «человечный» подход к клиентам.

Яркий пример этой технологии в сфере страхования — американский онлайн-страховщик Lemonade.

В работе с клиентами компания использует сразу три ИИ-бота. AI Maya — дружелюбный бот для первичной настройки клиентского аккаунта. AI Jim — бот по работе с претензиями. CX.AI — бот-платформа по сопровождению и консультации клиентов: от вопросов по размеру страхового покрытия до изменения способов оплаты и добавление новых продуктов. В 2023 году Lemonade отчитались о новом рекорде: AI Jim урегулировал реальную страховую претензию клиента за две секунды.

Российские компании также не отстают от тренда — 20% страховых компаний уже используют чат-боты на основе ИИ. В ближайшее время все больше страховщиков пойдут по пути создания собственных интеллектуальных помощников и встраивания их в свои продукты.

Скоринг и аналитика

В страховых компаниях работают высококлассные специалисты-аналитики, но самые лучшие из них — машины. «Тайная сила» искусственного интеллекта заключается в способности делать точные прогнозы на основе огромных объёмов данных. Благодаря цифровизации бизнес-процессов страховые компании аккумулируют терабайты Big Data, что позволяет создавать сложные многофакторные модели для расчёта страховых тарифов.

Артём Ефимов

Например, в нашем решении для сопровождения страхования логистики Zunami используется скоринговая модель на основе ML-алгоритмов. Она учитывает практически неограниченное количество параметров при расчёте страхового тарифа, постоянно обучается на большом объёме данных о грузоотправлениях и выявляет зависимости, которые не очевидны на первый взгляд. Перебрать вручную все сочетания факторов попросту невозможно. Такой подход позволяет страховым компаниям — клиентам платформы предлагать индивидуальные условия каждому грузоотправителю, а также рассчитывать потенциальную экономику страховых продуктов с высоким уровнем точности. Грузовладельцы же с помощью Zunami могут снизить стоимость страховки в 7–10 раз относительно традиционных способов страхования.

Развитие систем телематики и IoT вкупе с ИИ открывает дополнительные перспективы для повышения точности страховых моделей и ценообразования.

Аналитики прогнозируют, что к 2030 году в мире будет почти 30 млрд устройств, подключённых к интернету.

Данные смартфонов, «умных» часов, медицинских устройств и телематические датчики автомобилей могут служить отличным источником данных для анализа. Это в конечном счёте позволит страховым компаниям лучше понимать поведение клиентов, их привычки и потенциальные риски и приведёт к более точному ценообразованию полисов и персонализированным предложениям.

К примеру, в 2022 году одна из крупнейших перестраховочных компаний Swiss Re совместно с латиноамериканской Insur Tech компанией Jooycar запустила проект для развития автострахования малых и средних коммерческих автопарков в Мексике. Телематические датчики в автомобилях регистрируют данные о стиле вождения, скорости, маршрутах, а также время и частоту использования транспортного средства. Благодаря этим данным скоринговая модель на основе ИИ может точнее формировать страховой тариф, а владельцы автопарков — сократить операционные расходы и время на урегулирование претензий.

Борьба со страховым мошенничеством

Страховое мошенничество — это серьёзная проблема для индустрии. Оно дорого обходится как страховым компаниям, так и клиентам, напрямую влияя на конечную стоимость полиса. По оценкам американской Коалиции против мошенничества, из $2,5 трлн, которые национальные клиенты заплатили за страховые услуги, $308,6 млрд (12%) ушли на выплату по мошенническим искам. Способность ИИ эффективно работать с Big Data помогает страховщикам идентифицировать шаблоны и аномалии в претензиях, которые могут указывать на мошенническую деятельность.

Чтобы выявить мошенническую схему вручную, страховой компании нужно проанализировать множество данных и сравнить сотни страховых случаев. Благодаря современным технологиям это можно делать в режиме реального времени. ИИ проверяет одновременно десятки параметров: реквизиты, историю заявлений клиента, место и время происшествия, возможные связи между участниками.

Если претензия подходит под определённую схему, система автоматически маркирует операцию как потенциальное мошенничество. Так, компания Shift Technology (США) использует для поиска мошенничества ИИ-алгоритм, который сравнивает каждую претензию с библиотекой сотен сценариев. Он анализирует не только реквизиты, указанные в заявлении, но и фото и видео, даже внешние источники, скажем, данные местоположении и погоде.

На российском рынке тоже существуют эффективные решения для страховых компаний по противодействию фроду, например, в страховании логистики и полностью отечественной разработки. В первую очередь они направлены на снижение рисков выплат потенциальным мошенникам и на повышение межотраслевой кооперации с помощью цифровизации страховых логистических процессов. По данным аналитиков Zunami, в 2023 году ИИ помог страховщикам сэкономить 175 млн рублей потенциальных выплат, которую тем пришлось бы выплатить по мошенническим заявлениям на урегулирование претензий при страховании перевозок.

Применение технологий в этом случае помогает людям эффективно обрабатывать колоссальные объёмы информации и позволяет выявлять потенциальных мошенников задолго до того, как они нанесут ущерб компании, её клиентам или партнёрам. Технологии становятся независимым медиатором, который обеспечивает эффективности и прозрачность взаимодействия всех игроков рынка, соблюдение условий и контроль качества услуг в том числе.

Несмотря на успешные кейсы применения ИИ в страховании, технологии ещё предстоит пройти долгий путь.

Среди возможных барьеров можно выделить сложности с конфиденциальностью данных клиентов, недостаточное развитие инфраструктуры и опасения пользователей и регуляторов в отношении искусственного интеллекта. Недавний инцидент с AI Overview от Google, посоветовавшим пользователю использовать клей, чтобы сыр не соскальзывал с пиццы, показывает, что ИИ-алгоритмы всё ещё не идеальны. Однако у этого направления огромное будущее, ведь уже сегодня решения на основе ИИ помогают оптимизировать бизнес-процессы и создавать продукты, которые ещё недавно было трудно представить.

ВГУДОК представляет новый проект — экспертный Telegram-канал @Vgudok.PRO

Артём Ефимов
генеральный директор платформы цифрового сопровождения страхования логистики Zunami,
разработчик - ИТ- компания "Инносети"