Быстрое развитие конвергентных технологий приводит к фундаментальным изменениям в страховой отрасли. В долгосрочной перспективе организации, которые не спешат осваивать эти новые технологии, будут бороться за то, чтобы конкурировать и удерживать свое место на рынке
В страховом секторе использование технологий для инноваций известно, как «insurtech». Это эластичный термин, который подразумевает использование новых технологий как стартапами, так и действующими страховыми компаниями для преобразования доступа к данным и их анализа, создания новых продуктов, стимулирования взаимодействия с клиентами и уменьшения неэффективности существующей модели страхования. Такие технологии, как телематика, Интернет, включая технологии умного дома, аэрофотоснимки и технологии дронов, предоставляют страховщикам новые способы доступа к данным, в то время как разработки в области искусственного интеллекта (ИИ), машинного обучения и обработки естественного языка позволяют страховщикам обрабатывать, анализировать и извлекать ценные сведения из этих больших источников данных. Связанные технологии, такие как чат-боты, роботизированная автоматизация процессов и геймификация, развертываются для привлечения новых клиентов и повышения качества обслуживания клиентов. Многие проекты insurtech изучают возможность использования блокчейна и технологии распределенного реестра для нарушения цепочки создания стоимости, создания новых приложений и повышения эффективности в страховом секторе.
Эти инновации влияют на потребительский рынок и рынки, обслуживающие малые и средние предприятия, и кажется неизбежным, что по мере того, как технологии выйдут из строя, они перерастут в более сложные риски.
Дальнейшее обсуждение дает обзор текущего и будущего использования insurtech, а также пытается выделить некоторые коммерческие, юридические и даже философские вопросы, которые могут возникнуть при его использовании.
АНДЕРАЙТИНГ В СТРАХОВАНИИ
Insurtech работает в двух основных областях процесса андеррайтинга: сбор и анализ данных для создания персонализированных политик и устранение повторяющихся задач и ненужных задержек. По сути, это включает в себя сочетание высокоспецифичных исходных данных из потенциально застрахованных и более широких больших данных с применением алгоритмов к материалу для обеспечения быстрого, но целенаправленного анализа рисков.
УМНОЕ СТРАХОВАНИЕ
Одним из основных нововведений, внедренных insurtech, является страхование на основе использования (UBI), которое используется для разработки более персонализированных страховых продуктов. Персонализация достигается за счет использования алгоритмов для анализа собственных данных застрахованного вместе с внешней информацией из широкого диапазона источников для создания индивидуальной оценки риска. Этот процесс призван значительно повысить актуальность страховки для покупателя, а также способность андеррайтера оценивать риски.
Страхование с оплатой по мере вождения находится в авангарде этого процесса, и на рынке есть ряд примеров. Стоимость этой страховки рассчитывается на основе фиксированной стоимости стационарного риска автомобиля, такого как пожар или кража, и гибкого элемента, основанного на количестве миль, проезжаемых за месяц. Информация о пробеге собирается с помощью телематики, которая включает в себя «черный ящик» в автомобиле для передачи информации страховщику в режиме реального времени. Водители также могут видеть стоимость своей страховки по мере ее возникновения.
В частности, однако, страхование может быть адаптировано не только исходя из того, как далеко застрахованный проехал, но также и исходя из того, как застрахованный проезжает. Это будет включать использование телематики для мониторинга таких переменных, как скорость, с которой транспортное средство движется по разным типам дорог, тормозит ли водитель или резко ускоряется, отдыхает ли водитель во время длительных поездок, а также где и когда находится автомобиль. Эта информация передается страховщику из черного ящика в автомобиле. Затем он сравнивается с данными других, чтобы установить надбавку. Понятно, что это включает сбор и анализ персональных данных от большой группы людей, чтобы увидеть, например, где могут быть горячие точки аварий и какое время суток и дни года наиболее опасны. Из-за этого возникают очевидные проблемы защиты данных, но также, возможно, более широкие проблемы, связанные с конфиденциальностью и осторожностью потребителей, а также озабоченность по поводу количества их данных, хранящихся у удаленных корпораций.
Очевидно, что UBI применим и к коммерческой среде. Например, его можно использовать для получения более точной картины того, где плывут определенные суда и сколько времени они проводят в море. Это также позволит страховщикам отслеживать конкретный груз с помощью черных ящиков, прикрепленных к транспортным контейнерам, для измерения местоположения, пройденного расстояния, способа хранения и скорости.
Применение UBI в страховании жизни и здоровья также активно изучается. Например, можно отслеживать успех застрахованного в достижении квот на Fitbits и другие подобные устройства. Использование технологии искусственного интеллекта также может повысить точность данных, используемых для страхования, предоставляя информацию о том, сколько мы на самом деле пьем, курим и занимаемся спортом, в отличие от того, что мы говорим, что делаем.
Аналогичным образом страховщики используют геймификацию для улучшения этих процессов. Геймификация, как следует из названия, предполагает включение некоторых игровых впечатлений в отношения между страховщиком и клиентом, например, путем поощрения, застрахованного к достижению целевых показателей здоровья в отношении физических упражнений, чтобы укрепить отношения между страховщиком и застрахованным лицом, и ввести элементы управления рисками. Эти методы также увеличивают способность страховщика предоставлять страхователям те виды страховых продуктов, которые они хотят.
Хотя инициативы такого рода пойдут на пользу здоровым застрахованным, существует опасность, что использование этих личных исходных данных может привести к менее доступному страхованию для менее здоровых застрахованных. Это, в свою очередь, может привести к нормативным трудностям в отношении потенциальной дискриминации. Особые нормативные проблемы могут также возникнуть в связи с использованием конфиденциальной личной информации (называемой «специальными данными» в Общем регламенте защиты данных (GDPR), который был дополнен и адаптирован для Соединенного Королевства Законом о защите данных 2018).
АВТОМАТИЗАЦИЯ РОБОТНЫХ ПРОЦЕССОВ
Внедрение роботизированной автоматизации процессов (RPA) означает, что решения об андеррайтинге и публикации политик могут быть приняты гораздо быстрее, чем раньше. Это достигается за счет использования RPA и чат-ботов для опроса застрахованных по ключевым переменным, обработки этой информации и принятия необходимых решений по андеррайтингу. Аналогичный процесс применяется при покупке автостраховки или страхования жилья․ Разница здесь в том, что этот процесс можно полностью автоматизировать с помощью RPA, а анализ больших данных обеспечивает гораздо более точную и чувствительную основу для определения премии за определенные риски на основе информации, предоставленной страхователем.
Инициативы такого рода будут становиться все более распространенными по мере того, как будет реализовано полное влияние Интернета. Мы можем ожидать увеличения использования датчиков на основе местоположения, таких как интеллектуальные термостаты и географические информационные системы, передающие информацию страховщикам в режиме реального времени для обеспечения более точного андеррайтинга.
БЛОКЧЕЙН И ПРОВЕРКА ДАННЫХ
Многие коммерческие сделки требуют подтверждения наличия соответствующих договоров страхования. Например, продажа товаров и их перевалка за границу связаны с большим объемом документации, включая коммерческие счета-фактуры и коносаменты, которые служат основой для выдачи страховщиком полиса страхования грузоотправителю и его банкиру. Блокчейн позволит всем сторонам транзакции просматривать и проверять документы в режиме реального времени, что значительно ускоряет процесс доставки, устраняя необходимость физической передачи документов между банками.
Точно так же всемирное страхование транснациональной корпорации будет охватывать местоположения и активы по всему миру. Процесс андеррайтинга для этой страховки включает сбор и проверку ряда данных, таких как стоимость активов и истории убытков, и предоставление этих данных различным интересам. Это может быть длительный процесс, но использование технологии блокчейн может значительно упростить и ускорить процесс, в то же время обеспечивая необходимую степень прозрачности и надежности.
Такое использование блокчейна для проверки наличия страховки может иметь и другие приложения, например, предоставляя платформу для оптимизации процесса, с помощью которого компания может проверить, имеет ли подрядчик страхование, которое, по ее утверждениям, имеет.
РАЗРЕШЕНИЕ ПРЕТЕНЗИЙ
Помимо внесения фундаментальных изменений в процесс андеррайтинга, insurtech оказывает существенное влияние на скорость и способ обработки страховых требований. Действительно, одна новая технологическая компания обещает обрабатывать претензии по страхованию жилья за секунды и выплачивать их за считанные минуты. Хотя эти скорости явно не подходят для многих категорий требований, страховщики, которые не принимают меры для включения insurtech в свой процесс обработки претензий, например, в управление административными задачами, будут становиться все более непривлекательными для покупателей.
Выявление мошеннических претензий ‒ серьезная проблема для страховщиков. Последние данные Ассоциации британских страховщиков показывают, что только в Великобритании в 2018 году было обнаружено около 98000 мошеннических претензий на сумму около 1,2 млрд фунтов стерлингов. Поэтому неудивительно, что страховщики разрабатывают алгоритмы, использующие большие данные и машины, учатся определять признаки мошенничества. Затем ИИ проверяет утверждения по этим маркерам, чтобы можно было более тщательно изучить подозрительную активность.
В настоящее время эти инструменты разрабатываются в основном для разрешения крупных страховых случаев на небольшие суммы, поскольку для этого типа бизнеса проще разработать статистические модели и прогнозный ИИ. Тем не менее ожидается, что прогнозное моделирование также найдет применение для сложных требований с высокой стоимостью.
ПОТЕНЦИАЛЬНЫЕ ПРОБЛЕМЫ
Растущее использование ИИ не обходится без подводных камней для покупателей и продавцов покрытия, а также для брокеров и других посредников.
А) Страховщик
Страховщику необходимо очень осторожно обращаться с огромным объемом часто конфиденциальных личных данных, необходимых для максимизации преимуществ ИИ. Неспособность защитить этот материал или получить необходимое согласие на его использование может подвергнуть страховщика серьезным финансовым штрафам (до 4 процентов его годового оборота в соответствии с GDPR). Возможно, что еще более важно, потеря или злоупотребление этими данными может иметь разрушительные последствия для репутации и коммерческого положения страховщика. Кроме того, такая информация особенно привлекательна для киберпреступников, и в то время, когда даже опытные операторы уязвимы для атак, управление этим риском потребует постоянной бдительности со стороны страховщика и его поставщиков услуг.
Не менее важно будет управлять аспектом машинного обучения как при андеррайтинге, так и при обработке претензий, чтобы избежать дискриминации по признаку расы, пола или местонахождения. Например, ИИ, задействованный в процессе андеррайтинга, может заметить, что у мужчин больше шансов попасть в аварию, чем у женщин. Если ИИ начнет корректировать страховые взносы с учетом этой информации, существует явный риск того, что это подвергнет страховщика опасности нарушения антидискриминационных законов, таких как Гендерная директива ЕС. Это сложный вопрос, и дискриминация не всегда очевидна ‒ например, дискриминация на основе адреса застрахованного может быть прокси для дискриминации по признаку этнической принадлежности, и даже было высказано предположение, что дискриминация на основе адреса электронной почты застрахованного произошло.
В недавнем документе Агентства Европейского союза по основным правам (FRA) обращено внимание на тот факт, что при использовании алгоритмов в процессе принятия решений есть возможность отказаться от принципа недискриминации, противоречащего статье 21 Хартии Европейского Союза об основных правах. FRA рекомендует, среди прочего, распознавать потенциальные предубеждения и злоупотребления, создаваемые алгоритмом, проверять качество данных и давать объяснения по способу построения алгоритма.
Б) Застрахованный
Хотя ИИ должен предоставлять застрахованным более быстрое и целенаправленное страховое покрытие, он не обходится без подводных камней. В частности, использование ИИ значительно упростит страховщикам выявление субстандартных рисков, и очевидно, что существует опасность антиотбора или «списания», что значительно усложнит страховщикам с особыми или необычными характеристиками получить укрытие. В конечном итоге для решения этой проблемы может потребоваться изменение нормативных требований.
В) Посредники
Одно из предполагаемых преимуществ ИИ заключается в том, что он создает более прямой контакт между страхователем и страховщиком, позволяя страховщику расширить свое предложение для застрахованных и более точно реагировать на потребности застрахованного. Точно так же существующие распределительные сети будут обойдены, чтобы исключить ненужные фрикционные издержки из процесса покупки страховки. Это будет означать, что страховщики, брокеры и другие посредники найдут свою бизнес-модель под угрозой. Хотя в краткосрочной перспективе это может стать проблемой, главным образом, на массовом рынке, неизбежно, что это также найдет свою роль в коммерческом размещении. Такое развитие событий, наряду с более пристальным вниманием регулирующих органов к роли посредников, грозит создать идеальный шторм, который потребует от посредников, таких как страховщики, адаптироваться, чтобы выжить.
Г) Юридические проблемы
Использование искусственного интеллекта поднимает ряд юридических вопросов, но, пожалуй, самым сложным в контексте страхования является вопрос ответственности. Чтобы надлежащим образом гарантировать политику, которую они выпускают, а также позволить им разрешать претензии и анализировать свои собственные риски, страховщикам необходимо будет понимать не только то, где лежит ответственность за ущерб, причиненный неисправным ИИ, но и кто несет ответственность за ущерб, причиненный решениями, принятыми искусственным интелектом. В случаях, когда ошибки разработчика или производителя ИИ приводят к сбоям в работе ИИ, вопросы ответственности на первый взгляд кажутся относительно простыми. Однако по мере того, как решения, принимаемые системами ИИ, все больше отдаляются от прямого программирования, и все больше основываются на принципах машинного обучения, может быть трудно определить точную причину конкретного решения ИИ или источник любого ущерба. Система, которая учится на информации, которую она получает от мира, может работать независимо от своего оператора и таким образом, который ее разработчики не ожидали или не могли предвидеть. Кто будет нести ответственность, если действия ИИ необъяснимы или не могут быть связаны с человеческой ошибкой?
Европейский Союз приступил к решению этой проблемы с помощью резолюции Европейского парламента и рекомендаций Комиссии, содержащихся в Правилах гражданского права о робототехнике, принятых в феврале 2017 года. В этом документе Комиссии предлагается рассмотреть два подхода к ответственности: строгий и основанный на оценке риска. Последний будет ориентирован на человека, который умеет минимизировать риски и справиться с негативными воздействиями. Он также рассматривает возможность схемы обязательного страхования, которая учитывала бы все потенциальные обязанности в цепочке (причинно-следственной связи). Эти рекомендации сейчас находятся на рассмотрении Европейской комиссии.
Точно так же верхняя палата парламента Великобритании выпустила в апреле 2018 года документ под названием «AI in the UK – Ready Willing and Able». В статье авторы рассматривают вопрос об ответственности в контексте ИИ и рекомендуют рассмотреть этот вопрос Юридической комиссии Англии и Уэльса, чтобы решить, требуется ли законодательство для распределения ответственности с последствиями для страховщиков, которые обязательно последуют.
Заключение
Insurtech намерен произвести революцию во всех аспектах страхования ‒ от андеррайтинга до обработки претензий и разрешения споров и распределения. Этот процесс уже идет, но его масштабы предсказать сложно. Традиционные модели страхования сталкиваются с фундаментальными проблемами, но по крайней мере первые признаки указывают на то, что они начинают осознавать эти проблемы и реагировать на них. Однако страховщики, не использующие эту новую технологию, столкнутся с риском остаться позади на быстро меняющемся рынке.
Еще одним препятствием для использования insurtech является неопределенность в отношении правовой и нормативной базы, в которой она работает. Хотя правительства предприняли некоторые первые шаги для решения этих проблем, далеко не ясно, чем этот конкретный путь закончится.
Новостистрахования.рф ©
Источники:lexology.com
