بقلم تانيا ماجاس، رئيسة قسم البيانات والتحليلات في ديموكرانس
بدأ التركيز المتجدد على التجميع الأمثل للبيانات والتقدم في الذكاء الاصطناعي في التأثير الفعلي على صناعة التأمين منذ حوالي 20 عامًا فقط. على وجه الخصوص، زاد الصخب مع تطور الشبكات العصبية في التسعينيات.
لكن النشاط في التحول انتعش مؤخرًا، ويرجع ذلك أساسًا إلى التطورات في الحوسبة السحابية، التحسينات الكبيرة في قوة المعالجة، والازدهار في الرقمنة، الأتمتة، والبيانات. وفقًا لمعهد آر اي السويسري، ارتفع عدد براءات الاختراع المتعلقة بالذكاء الاصطناعي المقدمة من شركات التأمين بنسبة 5600% خلال العقد الماضي. وارتفعت الإشارات المتعلقة بالذكاء الاصطناعي في تقارير مستثمري شركات التأمين ارتفاعاً هائلاً من حوالي 0 إلى 116 في 4 سنوات فقط.
كل هذا يثير سؤالاً مهمًا: هل ندخل حقبة جديدة من التأمين، وإذا كان الأمر كذلك، كيف يمكننا تعزيز الموجة؟
المتطلبات متعددة الجوانب وتشمل استراتيجية ورؤية بيانات على مستوى المؤسسة، إدارة ملتزمة، مواهب ماهرة ومتفانية، فضلاً عن التشريعات الملائمة (أي تمكين قوانين خصوصية البيانات والأمان).
في البداية، يجب معالجة اثنين من الاختناقات الرئيسية.
أولاً، تحتاج المؤسسات إلى إعطاء الأولوية لتوافر البيانات وجودتها. للتدريب والإعلام، تحتاج الخوارزميات ببساطة إلى بيانات نظيفة، شاملة، ذات صلة، في الوقت المناسب، وكافية. نصيحة أساسية: يحتاج مهنيو التأمين إلى الاستثمار في جهود هندسة البيانات. يجب استكشاف النماذج الهجينة (استنادًا إلى الاستدلالات السببية من الصناعات المقارنة) اذ يمكن أن تكون أقل حساسية لجودة البيانات. بخلاف ذلك، فقد ثبت أن أداء النماذج بطيء، غير دقيق، وحتى باهظ التكلفة مقارنة بالعمليات التي تتمحور حول الإنسان.
ثانيًا، تحتاج الؤسسات إلى تمكين عمليات الأعمال الداعمة. يجب أن تكون حالات استخدام الأعمال مطابقة تمامًا لتقنيات النمذجة ومجموعات البيانات الأساسية. جولات التجربة والخطأ حاسمة في اختبار الأساليب البديلة. أخيرًا، يجب فحص تطبيقات الأعمال بعناية: الخطأ في تحديد عميل محتمل زائف أقل تكلفة من سوء تقدير التامين.
بالرغم من انها قد تبدو شاقة، لكنها سوف تؤتي ثمارها بالتأكيد. في غضون ذلك، يمكن للمؤيدين تجربة الأساليب الإبداعية لتطبيقات البيانات. وبعض من أوضح التطبيقات العملية تتمحور حول التأمين.
تخيل أنك تريد تأمين مؤسسة صغيرة (مطعم على سبيل المثال)، ولكن بخلاف الأساليب التقليدية للاعتماد فقط على تقرير شركة دن اند برادستريت أو آيزو. لذلك، تقوم بتجميع نموذج مدعوم بمعالجة اللغة الطبيعية يعمل على إزالة مواقع الويب الخاصة بصناعة المأكولات والمشروبات. تلتقط الخوارزمية كلمات تصنيف المخاطر (عالية الخطورة) من تقييمات العشاء على تريب ادفايزور أو اوبن تايبل وتسحبها إلى نموذج التصنيف. النتيجة؟ قسط أعلى موصى به للتعويض عن ذلك “الموكتيل” المشتعل أو موقد “الفوندو” بالخدمة الذاتية الذي لن يظهر في مجموعات بيانات التأمين السائدة. وبالطبع، نهج غير تقليدي وقائم على البيانات للتأمين (وليس الحديث عن حقوق المفاخرة على أقرانك).
والإمكانيات الآن ملموسة. وفقًا لماكينزي، فإن 22% من الشركات عبر الصناعة تنسب بالفعل 5% واكثر من أرباحها قبل احتساب الفوائد والضرائب إلى الذكاء الاصطناعي. وتقدر تقارير هارفارد للأعمال أن الذكاء الاصطناعي سيضيف 13 تريليون دولار إلى الاقتصاد العالمي خلال العقد المقبل.
ولكن نظرًا لأن معظم شركات التأمين في مراحل مبكرة من الأتمتة والتكنولوجيا مقارنة بالصناعات الأخرى، فإن فرصة التحول والإرتقاء كبيرة نسبيًا. أوقات مثيرة تنتظرنا.
