Early Metrics’e göre, sigorta şirketlerinin üçte ikisi yapay zekanın üretkenliklerini artırmalarına yardımcı olabileceğine inanıyor. Yine de PwC’nin yakın tarihli bir raporu, yalnızca dörtte birinin bu teknolojiyi faaliyetlerine entegre ettiğini gösteriyor. Dalmaya başlamak için diğer sektörlerden nasıl ilham alabilirler?
AI uygulamasının sigortadan daha gelişmiş olduğu birkaç sektör var. Bu, özellikle otomotiv ekipmanı üreticileri (bir Google araştırmasına göre %76), perakende ticaret (KPMG’ye göre %50) ve hatta bu teknolojiye bahse girmek için %90 olan ilaç şirketleri için geçerlidir. 2020 yılının ardından, özellikle Covid’e karşı aşının geliştirilmesindeki temel rolünü gözlemledikten sonra. Sigortacılar, AI’nın bu kadar çeşitli pazarlarda ve ana faaliyet alanlarından uzakta konuşlandırılmasından ve kullanılmasından ne gibi dersler çıkarabilir?
Otomatik: insanlar ve makineler el ele çalıştığında
Otomotiv endüstrisinde kobotikler, yapay zeka ve insanlar arasındaki tipik bir işbirliği durumunu temsil eder. “İşbirliği” ve “robotik”in kavşağında, “işbirlikçi robotlar” olarak da adlandırılan “kobotlar”, genellikle bir sipariş toplayıcıyı takip etmek üzere programlanmış küçük arabalar şeklini alır. İkincisi, ihtiyaç duyduğu parçaları bulduğunda, bunları cobot’a yerleştirir ve ardından montaj hattına gider, yükü boşaltır ve sistematik olarak en doğrudan rotayı seçerek geri döner, bu da iş oranını optimize etmeye olanak tanır.
Sigortacılıkta da algoritmalar, daha sonra yöneticiler tarafından sonuçlandırılacak ve denetlenecek görevleri basitleştirmeye ve sezgisel hale getirmeye, böylece yapay ve insan olmak üzere iki zekayı optimize etmeye ve bunların tamamlayıcılığını kanıtlamaya adanmıştır. Örneğin, bir faturadan veya bir sağlık raporundan tüm bilgileri çıkarabilir ve sigorta sözleşmesinin neleri kapsayıp kapsamadığını belirleyebilirler. Talep işleyici daha sonra kendisi için çeşitli zaman alıcı ve tekrarlayan görevleri yerine getiren bir dizi yapay zeka modülünde süpervizör olarak hareket eder.
Perakende: müşteri deneyiminin hizmetindeki sohbet robotları
Perakende sektöründe sektör oyuncuları, müşteri deneyimini iyileştirmek için yapay zekaya yöneliyor. Satıcılar, chatbot’ları ve sanal çağrı merkezlerini kullanarak doğal dili ayrıştırabilir, öncelik sırasına koyabilir ve müşteri sorgularını uygun kanallara yönlendirirken, en karmaşık sorguları insan ortak çalışanlara yönlendirebilir. Sonuç: Juniper Research tarafından yapılan bir araştırmaya göre, kullanıcıların %40’ı satış sonrası hizmet yerine sanal aracılarla sohbet etmeyi tercih ediyor.
Sigortacılar, bu yapay zeka odaklı teknolojiye güvenmenin her zamankinden daha mümkün olduğunu öğrenebilirler. Örneğin, poliçe sahiplerinin taleplerinin işlenmesini doğrudan bir çevrimiçi portal aracılığıyla beyan etmelerine ve izlemelerine izin vermek için. Tek ön koşul, sigortalının ne dediğini anlayabilmek ve sorularına anlaşılır ve ilgili bir şekilde cevap verebilmektir. Sigortada karşılaşılan durumlar çok çeşitli ve bazen çok karmaşık olabilir – chatbot, talebin koşullarını, hasarları, sorumlulukları anlamalıdır – sadece en basit ve en yaygın talepler tamamen otomatikleştirilebilir. Böylece hasar yönetimi uzmanları, sigortalının yaşadığı büyük bir bedensel yaralanma veya sıkıntılı bir durum gibi belirli bir ölçüde empati veya somut insan desteği gerektiren en karmaşık vakalara yeniden odaklanabilecektir.
İlaç: laboratuvarları desteklemek için verileri sıralama
İlaç sektöründe AI, büyük hacimli verileri düzenlemeye, sıralamaya ve yorumlamaya yardımcı olur. Örneğin, klinik deneyler ilaç dozajı, veriliş yöntemleri, katılımcı sağlık önlemleri vb. hakkında ilgili bilgileri ürettiğinde. Bir X katılımcısı hastalanırsa, bunun nedeni ilacın bir bileşenine, yanlış bir dozaja ve ayrıca araştırmayla ilgili olmayan gıda zehirlenmesine kadar izlenebilir. İlk iki durumda, bunu dikkate almak önemlidir, üçüncüsü ise yalnızca yanlış bir pozitiftir ve araştırması zaman kaybı anlamına gelir.
Sigorta sektörü ile benzerlikler burada da barizdir. Farmasötiklerde, sonuçların yorumlanmasındaki herhangi bir gecikme, pazara sunma süresi üzerinde doğrudan bir etkiye sahip olacaktır. Bu, üretim laboratuvarının rekabetçiliğine ve aynı zamanda hastaların refahına ve güvenliğine zarar verebilir.
Sigorta sektöründe, hasar çözümündeki herhangi bir gecikme, müşterilerin sözleşmelerini feshetmesine neden olabilir, ancak aynı zamanda sağlıkları ve geçim kaynakları üzerinde de bir etkisi olabilir. Ek bir zorluk, talep yönetimi, tümü yararlı olmayan çok miktarda bilgi içerir. Dosyanın kapanmasını sağlayacak kararların bir an önce alınabilmesi için ilgili olanları tespit edebilmek ve diğerlerini eleyebilmek çok önemlidir. Poliçe sahipleri, bir sigortacının sorunlarını çözmesi için gereken süre konusunda gerçekten son derece hassastır – örneğin, araçları hareketsiz kaldığında veya su hasarı devam ederken ve hızlı bir çözüm gerektiriyorsa. Makine öğrenimini kullanarak karar vermeyi hızlandırmak belirleyici bir faktör olabilir. Bu, özellikle Covid-19 krizi sırasında aşıların geliştirilmesi sırasında geçerliydi; bu teknoloji, laboratuvarların aday aşıları otomatik olarak seçerek değerli günlerden tasarruf etmesine olanak sağladı.
Genel olarak inovasyon ve yeni teknolojilere güvenmeye meyilli olan sigortacılar, bu çeşitli deneyimlerden yararlanarak 2023’te bu eylem planını sürdürebilecekler. Yöneticileri ile kullandıkları teknoloji arasındaki etkileşimi kolaylaştırmak, müşteri deneyimini iyileştirmek ve yapay zeka kullanarak hasar yönetimini hızlandırmak.