Seguro Artificial? Como a Aprendizagem de Máquina está Transformando Subscrição


Seguro Artificial? Como a Aprendizagem de Máquina está Transformando Subscrição

Para uma indústria que se mostrou resistente a mudanças por séculos, o seguro está passando por uma revolução digital. Com o advento de mais algoritmos de aprendizado de máquina, os subscritores estão trazendo mais informações para melhor avaliar o risco e oferecer preços premium mais personalizados. No back-end, o processo de seguro está sendo simplificado para conectar candidatos a transportadoras com mais eficiência e com menos erros.

Esse nível drástico de mudança rápida significa coisas importantes para seguradoras e solicitantes. Veja como a inteligência artificial, ou IA, está na fronteira da indústria de seguros e para onde ela pode estar se encaminhando nos próximos anos.

Historicamente, os subscritores de seguros confiaram nas informações fornecidas nos aplicativos para avaliar os riscos cercando um potencial cliente. O problema, é claro, é que os candidatos podem ser desonestos ou cometer erros, tornando imprecisas essas avaliações de risco.

O aprendizado de máquina, especificamente o entendimento da linguagem natural (NLU), permite que as seguradoras examinem fontes mais abstratas de informações, como o Yelp. revisões, postagens em mídias sociais, arquivamentos da SEC e assim por diante, e reunir informações pertinentes para avaliar de forma mais adequada a exposição potencial da seguradora.

"[Com NLU] nossa capacidade de realmente olhar para essas fontes de dados textuais e extrair informações altamente relevantes a informação é muito aumentada ", disse Andy Breen, vice-presidente sênior da Argo Digital. "Estamos fazendo uso dessas fontes de informação que não estavam disponíveis ou eram facilmente divulgadas antes."

Avaliações de risco mais precisas significam prêmios mais apropriados. Em uma indústria onde a maior diferença entre as seguradoras não são seus produtos, mas seus preços, um modelo de exposição melhor e mais individualizado poderia fazer uma grande diferença, disse Sofya Pogreb, COO da Next Insurance.

"Tradicionalmente, [a indústria ofereceu "produtos de menor denominador comum": uma política de responsabilidade padrão ", disse Pogreb. "O que você tem é um produto muito indiferenciado, em que uma padaria e uma lavanderia têm a mesma política. Esse não é o caminho certo para o cliente. Conseguindo consumir mais dados automaticamente, veremos mais personalização e os clientes se beneficiarão pagando pela cobertura que realmente precisam. "

A fraude é uma grande preocupação para as seguradoras, e a AI é um dos principais defensores da luta contra reivindicações fraudulentas. Como observa a Samsung em um post sobre prevenção de fraudes em seguros, trata-se de detectar padrões que podem escapar da cognição humana: "A empresa francesa AI startup Shift Technology incorpora essa tecnologia em seus serviços de prevenção de fraudes, que já processaram mais de 77 milhões de solicitações. Os algoritmos de aprendizado de máquina cognitiva atingiram uma taxa de precisão de 75% para detectar solicitações de seguro fraudulentas.Os algoritmos de ML fornecem detalhes sobre reclamações suspeitas com responsabilidade potencial e avaliações de custos de reparo e sugerem procedimentos que podem resolver e aprimorar a proteção contra fraudes. "

" "A capacidade de aprendizado de máquina para auxiliar na detecção de suspeita de fraude está bem estabelecida, mas a ciência dos dados é tão capaz até agora. A principal diferença ao longo do tempo será de custo", disse Areiel Wolanow, diretor da Finserv Experts Limited. . "Os criminosos profissionais ficarão a par dos indicadores de fraude líderes do setor e adaptarão seu comportamento aos cientistas. Os cientistas de dados humanos precisarão repetir suas análises ao longo do tempo para acompanhar o ritmo, enquanto os algoritmos de aprendizado de máquina se treinam com o tempo com base em mudanças observáveis ​​nos dados subjacentes. "

Reduzir o erro humano

Algoritmos podem reduzir o tempo e o número de erros conforme as informações são passadas de uma fonte para outra. Ao entrar em um portal e fazer o upload de um PDF, a quantidade de entrada e reentrada de dados é reduzida e a precisão é aumentada, disse Breen.

"As pessoas ficam cansadas, entediadas e cometem erros, mas os algoritmos não".

Para a Pogreb, preencher a lacuna entre o segurado e a seguradora é tão importante quanto reduzir o erro. Com dados melhores, os clientes e as seguradoras se beneficiam, disse ela, porque as seguradoras podem desenvolver produtos melhores com base em avaliações mais precisas, e os clientes pagam exatamente o que precisam.

"Com o aprendizado de máquina, acho que seremos capazes fazer um trabalho muito melhor dando ao consumidor esse conselho automaticamente ", disse Pogreb. "Baseado no que você me conta sobre o seu negócio e o que eu sei sobre outros similares, [eu posso dizer] eu acredito que essa é a combinação certa de cobertura para você. Então, não é responsabilidade nem do agente nem do cliente - quem francamente não tem a experiência ou conhecimento - mas deixando os dados proverem o conselho

" O futuro da indústria de seguros AI

"São os primeiros dias da IA", disse Breen. "Para tarefas manuais e repetitivas, nós colocamos o computador nisso ... mas estamos longe de um subscritor de computadores. Estamos realmente apenas aumentando os humanos neste momento."

Essa ainda é uma mudança significativa na indústria, ele disse. Subscritores da Argo Digital agora estão começando a gerenciar portfólios, em vez de revisar cada submissão. As alegações mais padronizadas e previsíveis são tratadas por algoritmos de aprendizado de máquina, disse Breen, e o subscritor humano está essencialmente ajustando todo o processo e intervindo em casos que precisam de decisões de ordem mais alta.

Pogreb vê ainda mais potencial para simplificando o processo de subscrição. Ela espera que o número de aplicações que um subscritor humano terá que lidar diminua significativamente à medida que o aprendizado de máquina faz uma incursão ainda maior na indústria de seguros.

"Acreditamos com tecnologia e aprendizado de máquina, muita [subscrição humana] pode ser eliminado ", disse Pogreb. "A porcentagem de aplicações de seguros que exigem contato humano diminuirá drasticamente, talvez 80 a 90%, e até mesmo para dígitos baixos."

Embora a adoção da IA ​​tenha sido rudimentar, ela já está mudando drasticamente a configuração da terra. As companhias de seguros que querem se manter competitivas devem começar a testar as águas da IA, disse Wolanow. "As empresas podem se preparar e se manter competitivas, começando a avaliar o impacto do aprendizado de máquina em seus negócios prototipando seus próprios algoritmos", disse Wolanow. "Um algoritmo individual de aprendizado de máquina que executa sua análise de maneira independente é, na verdade, muito barato, [e] em muitos casos, uma ferramenta de análise independente é mais do que adequada ao propósito."


Mudar de Mac para PC: Um Manual do Usuário de Negócios

Mudar de Mac para PC: Um Manual do Usuário de Negócios

Mudar de um Mac para um PC não precisa ser difícil. Cruzar para um sistema operacional diferente pode ser uma tarefa difícil, mas há muitas maneiras de facilitar a transição. Se você preferir usar um PC depois de experimentar um Mac ou um Mac não atende mais às necessidades da sua empresa, um pouco de paciência e investimento do seu tempo pode ser um grande passo.

(O negócio)

Top 20 empregadores de sonho para graduados recentes

Top 20 empregadores de sonho para graduados recentes

Vários anos atrás, quando o mercado de trabalho era menos promissor, era relativamente difícil para um recém-formado encontrar trabalho fora da escola. Mas ultimamente, a economia está em alta, e os estudantes atuais estão mais confiantes do que nunca sobre sua capacidade de conseguir um emprego e ter um impacto positivo na força de trabalho.

(O negócio)