Nowe technologie podbijają świat ubezpieczeń

Ofensywa technologiczna w (teoretycznie) mocno konserwatywnym środowisku firm ubezpieczeniowych trwa. W niedawnym raporcie firma Conning podała, że 77 proc. firm z globalnego sektora ubezpieczeniowe właśnie wdraża AI w przynajmniej jeden ze swoich procesów biznesowych. Rok wcześniej taką odpowiedź dało 61 proc. ankietowanych.

Firmy stawiają przede wszystkim na LLM, czyli duże modele językowe takie jak ChatGPT czy Google Gemini. Można je wykorzystywać nie tyle do komunikacji z klientami, co do zrozumienia ich potrzeb albo do wewnętrznych procesów biznesowych. To jednak dopiero początek.

Insure-rewolucja

W USA niedawno zrobiło się głośno o firmie LexisNexis, czyli gigantycznym brokerze danych. W ciągu ostatnich lat LexisNexis zaczęło dostarczać zaawansowane dane o jeździe kierowców pozyskane od producentów aut. Bardzo dokładne dane – szczegółowe informacje o jeździe, hamowaniach, przyspieszeniach itd. – z dokładną lokalizacją oraz informacją, o który pojazd chodzi. Konsekwencje? Ci, którzy jeżdżą mało ostrożnie, otrzymali od firm ubezpieczeniowych nową wycenę ubezpieczenia auta. Naturalnie znacznie wyższą niż poprzednia. „New York Times” opisał historię jednego z kierowców, którzy postanowili się dowiedzieć, dlaczego. Raport liczył oszałamiające 258 stron, z czego aż 130 to szczegółowe informacje o jego jeździe.

Zostawiając na boku kontrowersje związane z prywatnością, firmy ubezpieczeniowe będąc pod presją konkurencji cenowej, szukają każdego środka do poprawy oferty. Zarówno jeśli chodzi o obniżenie cen, jak i lepsze zarządzanie ryzykiem. Dziś w służbie zaprzęgają AI.

Pomysły, pomysły!

Weźmy pod lupę polski startup Laven, który specjalizuje się w komplementarnym ubezpieczeniu zdrowotnym obejmującym poważne zachorowania. – Fundamentem naszej firmy jest model, który pozwala nam oszacować ryzyko zachorowania np. na choroby nowotworowe. Musi być skuteczny i dlatego potrzebuje danych. Oczywiście nie korzystamy z informacji o konkretnych przypadkach, tylko pozyskujemy dane zagregowane. Jeśli będziemy na większej liczbie rynków, będziemy mieli dostęp do jeszcze większej liczby danych, a dzięki temu nasz model będzie jeszcze dokładniejszy – mówi Piotr Karda, prezes zarządu Laven.

Taki model docelowo pozwoli nie tylko na „wycenę ryzyka” zachorowania na daną chorobę, ale pozwoli także na profilaktykę. Przykładowo, jeśli na dany nowotwór zapada statystycznie najwięcej mężczyzn po 53. roku życia mieszkających w dużych miastach, to osoby spełniające te warunki dostaną „żółte światło”, by przebadać się pod tym kątem. Masowe wdrożenie takich rozwiązań to jeszcze odległa przyszłość, ale nie ze względów technologicznych, lecz prywatności i ochrony danych.

Pomysły można mnożyć. Weźmy systemy, które automatycznie wyliczają wysokość odszkodowania za stłuczki. Takie narzędzia są już w polskich firmach ubezpieczeniowych. – W zeszłym roku w LINK4 wdrożyliśmy narzędzie AI - TracTable, które pozwala na automatyczną wycenę uszkodzeń pojazdów i szybsze przygotowanie kosztorysu. Kolejnym przykładem zastosowania AI w naszej firmie może być analiza rozmów. Mamy narzędzie, które analizuje i ocenia rozmowy konsultantów. Potrafi ono automatycznie weryfikować, czy pracownik przedstawił klientowi wszystkie wymagane informacje. Do tej pory taka analiza polegała na losowym odsłuchiwaniu nagrań. Dziś dzieje się to automatycznie. Oprócz gotowych rozwiązań rozwijamy także autorskie modele AI. W tym momencie mamy już cztery takie usługi – mówi Łukasz Michalczyk, dyrektor Pionu Analityki i Zarządzania Danymi w LINK4.

LINK4 rozwija także narzędzia oparte na generatywnej sztucznej inteligencji. Obecnie projekt obejmuje budowę „bazy wiedzy” pozwalającej na szybkie uzyskanie odpowiedzi na pytania dotyczące naszych dokumentów, np. OWU.– To dopiero pierwszy etap wdrożenia GenAI, ale możliwości są gigantyczne. Teraz np. przygotowujemy Hackathon, w którym będziemy testowali rozwiązania AI, takie jak rozszerzona baza wiedzy, analiza plików/zdjęć czy nowe narzędzia dla marketingu – generowanie zdjęć czy postów oraz analiza dokumentów. Plany rozwojowe są ambitne, chcemy np. wdrożyć inteligentne chatboty, które też będą wykorzystywały LLM-y (z ang. duże modele językowe) – wylicza Łukasz Michalczyk.

LINK4 te pomysły rozwija wewnątrz organizacji. – Łącznie w zespole data science pracuje kilka osób zajmujących się różnymi projektami. W bezpośrednich pracach nad modelami biorą udział także przedstawiciele działu IT czy części biznesowej. Mamy startupową zwinność, dlatego łatwo przychodzi nam wdrażanie nowinek – dodaje.

Nowe oblicze

Firmy ubezpieczeniowe nie tylko rozwijają pomysły wewnątrz organizacji, ale też korzystają z osiągnięć startupów z branży insurtech. Szacuje się, że na całym świecie działa ponad 8 tys. „czystych” insurtechów. Do tej pory pozyskały one od inwestorów 77 mld dol. Rok 2023 przyniósł spowolnienie na rynku inwestycji, ale wynikał on głównie z rewolucji, którą zapoczątkowało masowe wdrażanie generatywnej AI. Firmy szukają kierunków do rozwoju i postawią na tego, kto zaproponuje najlepsze rozwiązania. Wiele projektów jest też realizowana wewnątrz organizacji.

Systemy oparte na sztucznej inteligencji pozwalają dziś na automatyzację monotonnych zadań i usprawnienie procedur wewnątrz organizacji. Systemy potrafią analizować (i stają się w tym coraz lepsze) dokumenty, w tym związane ze szkodami, oraz same umowy, oceniać szkody i obliczać wypłaty przy minimalnym udziale pracy ludzkiej. Ponadto sztuczna inteligencja odgrywa kluczową rolę w wykrywaniu oszustw, sygnalizując podejrzane sytuacje, np. próby wyłudzenia. Co więcej, AI już dziś pozwala przewidywać przyszłe trendy i wpływają na strategie finansowej strony firm ubezpieczeniowych. Celem jest przyspieszenie procesów. W USA wdrożono już produkty ubezpieczeniowe, które automatycznie wypłacają odszkodowania, jeśli w wyniku powodzi zostanie zalany magazyn. Służą do tego specjalne czujniki, a pieniądze są wykorzystywane przez właścicieli nieruchomości np. do zabezpieczenia pozostałego majątku. To już zakres ubezpieczeń parametrycznych, które będą przyszłością ochrony majątku przedsiębiorców. 

-------------------------------------------

Technologiczna ekspansja LINK4

Łukasz Michalczyk, dyrektor Pionu Analityki i Zarządzania Danymi, LINK4

Od pięciu lat LINK4 przechodzi transformację biznesową w kierunku data driven company. Zaczęliśmy wówczas budować pierwsze modele machine learning, które oceniały prawdopodobieństwo wystąpienia danego zdarzenia w procesach sprzedażowych czy związanych z likwidacją szkód. To nie było jeszcze AI, ale doświadczenia – pozyskane przy tworzeniu kilkunastu takich modeli – które pozwoliły nam docelowo na rozwój tej technologii. Stało się to trzy lata temu, kiedy to nasz zespół data science zaczął budować pierwsze sieci neuronowe wykorzystujące „zmysły ludzkie”. Te modele analizowały korespondencję cyfrową – e-maile od klientów. Takich wiadomości dostawaliśmy dziesiątki tysięcy i pracownicy musieli je czytać, a następnie przekazywać do konkretnych jednostek w LINK4. To było ogromne wyzwanie i nasz pierwszy model – nazwany LIRA – potrafił analizować te wiadomości i nadawać im odpowiednie kategorie. Dzięki temu dziś zautomatyzowaliśmy w ten sposób 95 proc. wszystkich wiadomości. Pozostałe 5 proc. to w zasadzie bardzo specyficzne e-maile, których model jeszcze się nie nauczył, ale cały czas to się zmienia. Potrafi już np. analizować załączniki czy pobierać numer szkody, korzystając ze zdjęć dokumentów. Prowadzimy też kolejne projekty, np. automatyczną analizę i obróbkę zdjęć. Mamy stworzone modele AI, które rozpoznają, co widać na zdjęciu. Przykładowo, czy dokument polisowy zawiera obowiązkowe elementy, takie jak podpis i datę.