Συνεχίζουμε τα άρθρα - μελέτες μας και αυτή τη φορά παρουσιάζουμε τις βασικές ρυθμιστικές τάσεις του insurtech και πως αυτές επηρεάζουν τον ασφαλιστικό κλάδο!

Οι ασφαλιστές συλλέγουν και διατηρούν τεράστιους όγκους δεδομένων των πελατών τους που χρησιμοποιούνται για το απαραίτητο underwriting, την επεξεργασία των αποζημιώσεων και την παροχή κινήτρων για τη μείωση του κινδύνου. Λείπουν όμως οι κανονισμοί που διέπουν τον τρόπο χρήσης αυτών των δεδομένων ή τον τρόπο με τον οποίο μπορούν να αναπτυχθούν τεχνολογίες που θα ενισχύσουν περαιτέρω τον ασφαλιστικό κλάδο! Παρακάτω παρατίθενται οι βασικές ρυθμιστικές τάσεις του Insurtech όπως αυτές προσδιορίζονται από την GlobalData.

Γενικός Κανονισμός Προστασίας Δεδομένων (GDPR)

Αυτός τέθηκε σε ισχύ τον Μάιο του 2018, βάζοντας δύσκολα στις περισσότερες εταιρείες. Μάλιστα όσες δεν συμμορφώνονται με τον κανονισμό κινδυνεύουν να αντιμετωπίσουν πρόστιμα έως και 20 εκατ. Ευρώ (23,57 εκατ. Δολάρια) ή έως 4% του ετήσιου τζίρου της εταιρείας. Οι μη συμμορφούμενες επιχειρήσεις δεν πρέπει να αναμένουν πως η ασφαλιστική τους θα καλύψει το σχετικό πρόστιμο, εκτός εάν βρίσκονται εντός της Νορβηγίας ή της Φινλανδίας. Η συλλογή και χρήση των big data αποτελεί ουσιαστικό μέρος της δημιουργίας και της εξέλιξης της ασφαλιστικής αγοράς. Όμως οι εταιρείες θα πρέπει να είναι ιδιαίτερα προσεκτικές στη χρήση τους και σίγουρα θα πρέπει να επεξηγούν αναλυτικά στους πελάτες τους πως χρησιμοποιούντα τα δεδομένα τους. Τα πρόστιμα που σχετίζονται με αυτόν τον κανονισμό είναι τεράστια και σίγουρα καταστρεπτικά για τις περισσότερες επιχειρήσεις.

Επιβάλλονται βελτιώσεις στους κανονισμούς ασφαλείας!

Όπως σε κάθε νέα αγορά, έτσι και σε ότι αφορά το insurtech, πρέπει να γίνουν μια σειρά βελτιώσεων σε ότι αφορά τους κανόνες ασφαλείας γύρω από αυτό. Για παράδειγμα οι κανονισμοί που διέπουν τη χρήση της τεχνητής νοημοσύνης (AI) έχει μια σειρά σημαντικών ελλείψεων. Η βρετανική ένωση ασφαλιστών τον Μάρτιο του 2020 κάλεσε τις ρυθμιστικές αρχές να θεσπίσουν σαφείς κανόνες δεοντολογίας σχετικά με τη χρήση μεγάλων δεδομένων και τεχνητής νοημοσύνης. Προειδοποίησε ότι η υπάρχουσα ρύθμιση μπορεί να μην είναι επαρκής όταν οι αξιώσεις και οι αποφάσεις ανάληψης ευθύνης λαμβάνονται αποκλειστικά με τη χρήση της εν λόγω τεχνολογίας. Για το λόγο αυτό οι ρυθμιστικές αρχές θα πρέπει να ελέγξουν εάν οι αποφάσεις είναι σωστές ή λαμβάνονται μεν με τη βοήθεια της τεχνητής νοημοσύνης, αλλά με χρήση δεδομένων δεν είναι γνωστά στους ασφαλισμένους. Οι καταναλωτές κινδυνεύουν να τύχουν αθέμιτης μεταχείρισης εξαιτίας της χρήσης της τεχνητής νοημοσύνης και των διαδικασιών αυτών, χωρίς να έχει διαμορφωθεί ανάλογα ο κανονισμός αυτός. Τα μοντέλα μηχανικής εκμάθησης πρέπει επίσης να ελέγχονται τακτικά για να προσδιοριστεί εάν υπάρχει συστηματική προκατάληψη, η οποία θα οδηγούσε σε λάθος αποφάσεις για ορισμένες ομάδες πελατών.