SAS prezentuje 4 obszary zastosowania sztucznej inteligencji w branży ubezpieczeniowej. Zmiany w regulacjach oraz uwzględnienie ryzyka klimatycznego i kwestii ESG to zaledwie część wyzwań z jakimi mierzą się obecnie firmy ubezpieczeniowe. Agenci potrzebują nowych, inteligentnych narzędzi, które pomogą im w przygotowaniu lepszej i bardziej konkurencyjnej oferty. Eksperci SAS wskazują, że odpowiednio zbudowane algorytmy AI mogą wesprzeć zespoły w wycenie polis, ułatwią ubezpieczycielom osiągnąć cele ESG, a także zoptymalizują obsługę klienta i pracę zespołów.

1. Szybsza i skuteczniejsza wycena usług ubezpieczeniowych

W branży ubezpieczeniowej coraz ważniejsza jest optymalizacja kosztów. Szczególnie dobrze to widać w przypadku zyskującej popularność bezgotówkowej likwidacji szkód domowych, w której zamiast odszkodowania, firmy ubezpieczeniowe oferują naprawę. Jednakże w Polsce na problem rosnących cen materiałów budowlanych i części zamiennych nakłada się kwestia coraz mniejszej liczby specjalistów. Dodatkowo, wynagrodzenia w niektórych sektorach branży remontowej wzrosły od czasu wybuchu pandemii o ponad 100 proc., a ceny usług takich jak naprawa AGD rosną nie tylko na rynku prywatnym, ale także wśród zatrudnianych przez firmy ubezpieczeniowe specjalistów. W rezultacie, eksperci spodziewają się podnoszenia składek polis nie tylko w 2023 roku, ale także w dłuższej perspektywie.

Innym wyzwaniem, z którym mierzyć się będą firmy ubezpieczeniowe w najbliższych latach, jest rosnąca liczba samochodów elektrycznych, które wymagać będą OC i AC. Mniejsza ilość dostępnych danych na ich temat, w porównaniu z pozyskiwanymi przez dziesiątki lat informacjami dotyczącymi samochodów spalinowych, oznacza, że agentom trudniej jest wyliczyć adekwatną składkę polisy. Dodatkowo, ubezpieczyciele muszą wziąć pod uwagę wyższe koszty naprawy pojazdów napędzanych prądem. Firma konsultingowa McKinsey & Company szacuje, że są one o 1/3 droższe i o 14 proc. dłuższe niż w przypadku spalinowych odpowiedników o podobnym stanie eksploatacji. Presja związana z opracowaniem strategii dla pojazdów elektrycznych staje się dzisiaj jeszcze większa, ze względu na decyzję Rady Europy o tym, że od 2035 roku wszystkie nowe samochody w Unii Europejskiej będą musiały posiadać jednostki napędowe niewytwarzające dwutlenku węgla.

„W tym obszarze niezwykle pomocne mogą okazać się algorytmy sztucznej inteligencji, które dogłębnie analizują posiadane dane oraz tworzą realistyczne prognozy na najbliższe lata. Ubezpieczyciele, którzy zainwestują w nową agregację danych i AI szybciej zoptymalizują swoje ceny, a co za tym idzie – osiągną rynkową przewagę” – mówi Marta Prus – Wójciuk, Head of Insurance CE, Customer Advisory, SAS.

2. Osiąganie celów ESG i zachowanie przystępności cenowej

Względy ESG stają się coraz ważniejsze dla konsumentów, którzy oczekują od ubezpieczycieli produktów zgodnych z tymi wartościami, a jednocześnie przystępnych cenowo. W badaniu Adyen Retail Report 2023 aż 72 proc. respondentów z Polski jest gotowych zapłacić dziś więcej za produkty mając pewność, że są one neutralne pod względem emisji CO2. Natomiast rok wcześniej, w podobnym badaniu, jedna czwarta respondentów z całego świata uznała, że firmy powinny zajmować jasne stanowisko odnośnie zmiany klimatu i ograniczać swój ślad węglowy.

Ubezpieczyciele wykonali już część pracy w tym zakresie, podejmując środki niezbędne do spełnienia wymogów standardu raportowania MSSF 17, które zapewniają większą przejrzystość i porównywalność podpisywanych umów.

„Nowy sposób raportowania, przy pomocy sztucznej inteligencji można wykorzystać również w celu uwzględnienia ryzyka klimatycznego w procesie podejmowania decyzji biznesowych, co pozwoli na optymalizację rozwiązań oferowanych przez ubezpieczycieli – tak, aby ślad węglowy tych firm był coraz niższy z roku na rok, jednocześnie utrzymując atrakcyjną ofertę dla klientów” – kontynuuje ekspertka.

3. Optymalizacja obsługi klienta

W szkodach komunikacyjnych częste są sytuacje, w których najbardziej opłacalne zarówno dla klienta, jak i zakładu ubezpieczeń jest stwierdzenie szkody całkowitej na początku procesu. Długi proces wyceny, a także zaangażowanie i poświęcony czas to koszty, które można wyeliminować. W tym celu potrzebna jest skuteczna komunikacja z klientem. Zastosowanie AI już na etapie zgłoszenia szkody pozwala oszacować czy złożona propozycja likwidacji szkody ma szansę zostać przyjęta.

„Podczas rozmowy konsultanta call center z osobą poszkodowaną, AI jest w stanie rekomendować pracownikowi firmy ubezpieczeniowej sposób komunikacji z klientem. Sztuczna inteligencja na bazie słów rozmówcy i kontekstu wypowiedzi pozwala na jak najlepsze dopasowanie rozwiązania do potrzeb rozmówcy. Następnie, zaawansowana analityka pozwala automatyzować procesy likwidacji szkód, np. podpowiadając wybór odpowiedniej ścieżki postępowania, bazując na danych otrzymanych od klienta” – podaje kolejny przykład Marta Prus – Wójciuk.

4. Wsparcie organizacji pracy zespołów

Możliwości algorytmów są znacznie większe niż tylko wycena usług i monitoring procesów zgłoszeń. Przykładem może być tworzenie grafików pracy w zależności od różnorodnych potrzeb. Algorytmy optymalizacji, bazując np. na prognozie ruchu telefonicznego, mogą zdefiniować odpowiedni czas pracy, pozwalający na wcześniejsze oszacowanie wielkości zespołu do obsługi zapytań. Można też lepiej uwzględniać preferencje pracowników, co zwiększa ich satysfakcję z wykonywanych zadań. Sztuczna inteligencja może też aktualizować grafiki w przypadku sytuacji nadzwyczajnych i powiadamiać pracowników z wyprzedzeniem. Stworzenie takiego planu pracy poprzez algorytm jest szybkie, dzięki czemu zmiany w harmonogramie pracy mogą być wprowadzane dynamicznie, uwzględniając aktualne zdarzenia (np. nagłe choroby). Wszystko to jest możliwe do osiągnięcia przy jednoczesnej maksymalizacji wskaźników jakości obsługi oraz minimalizacji kosztów pracy call center.

“Sztuczna inteligencja trafiła już pod strzechy w wielu obszarach gospodarki. Dostrzegamy również ogromny potencjał w rozwijaniu technologii AI na potrzeby branży ubezpieczeniowej. Każdy klient posiadający polisę ma wyjątkowe potrzeby, dlatego niezbędne jest wykorzystanie wielu narzędzi, w tym m.in. analizy predykcyjnej w celu skutecznej optymalizacji kosztów. Wykorzystanie sztucznej inteligencji usprawni pracę konsultantów i pozwoli działom biznesowym tworzyć lepsze, bardziej konkurencyjne oferty, dostosowane do bieżącej sytuacji.  Potrzebna jest również odpowiednia edukacja pracowników - tylko firmy będące w stanie dzielić się wiedzą we wszystkich zespołach oraz posiadające wykwalifikowanych specjalistów ds. analizy danych w pełni wykorzystają swój potencjał, a co za tym idzie osiągną sukces na rynku” - podsumowuje ekspertka.

źródło: informacjebranzowe.pl

Najnowsze aktualności