Η Τεχνητή Νοημοσύνη (AI) και η Ρομποτική κάποτε θεωρούνταν ότι δεν είναι τίποτα άλλο από φανταστικές έννοιες που ζωντανεύουν ταινίες επιστημονικής φαντασίας όπως το Terminator και το iRobot. Ένας κόσμος στον οποίο οι υπολογιστές έμαθαν να σκέφτονται μόνοι τους παίρνοντας αποφάσεις χωρίς ανθρώπινη παρέμβαση.

Στην πραγματικότητα, μακριά από την ψυχαγωγία του Χόλιγουντ, η τεχνητή νοημοσύνη βρίσκεται σε άνοδο εδώ και αρκετό καιρό, ειδικά σε βιομηχανίες που παράγουν πολλά δεδομένα.

Η PwC ταξινομεί την τεχνητή νοημοσύνη ως τη δεύτερη εποχή των μηχανών, με την πρώτη να είναι η Βιομηχανική Επανάσταση που «είδε την αυτοματοποίηση της σωματικής εργασίας», ενώ τώρα βλέπουμε «αυξανόμενη αύξηση και αυτοματοποίηση της χειρωνακτικής και γνωστικής εργασίας».

Η ευαισθητοποίηση έχει προχωρήσει σημαντικά χάρη στην άνοδο του ψηφιακά συνδεδεμένου κόσμου, όπου οι τεράστιες ποσότητες δομημένων και μη δομημένων δεδομένων που παράγονται από κείμενο, βίντεο, ήχο κ.λπ. παρέχουν το καύσιμο για την ανάπτυξη της τεχνητής νοημοσύνης. Η ανάγκη να μπορούμε να επεξεργαζόμαστε γρήγορα και να συνδυάζουμε πηγές δεδομένων για τη δημιουργία δράσης έχει εφαρμοστεί σε καθημερινές εργασίες, όπου είναι ταχύτερη και πιο αποτελεσματική από την ανθρώπινη εναλλακτική.

Τα στοιχεία του συστήματος που βασίζονται σε κανόνες της τεχνητής νοημοσύνης είναι φυσικά κατάλληλα για αναδοχή, δεδομένης της δομημένης φύσης των απαιτούμενων ερωτήσεων και απαντήσεων.

Οι εξελίξεις λογισμικού και η υπολογιστική ισχύς σημαίνουν ότι η ίδια ευφυής αυτοματοποίηση μπορεί πλέον να εφαρμοστεί μέσω αλγορίθμων σε όλους τους τύπους δεδομένων, ακόμη και στα πρότυπα συμπεριφοράς ενός ατόμου, συμπεριλαμβανομένων των αποκλίσεων από τον κανόνα (προβλέψεις ζημιών, ατυχημάτων κτλ).

Η Επεξεργασία Φυσικής Γλώσσας (NLP) έχει μεταφερθεί στις μάζες χάρη σε τεχνολογίες όπως το Siri, αλλά οι ασφαλιστικές εταιρείες αρχίζουν να βλέπουν την αξία στην παρακολούθηση των μέσων κοινωνικής δικτύωσης για τη διασταύρωση των παραπομπών με τις ειδοποιήσεις αξιώσεων. Αυτός ο τύπος μηχανικής μάθησης μπορεί να εφαρμοστεί για την αναγνώριση προτύπων πρόβλεψης απάτης και πιθανής μελλοντικής συμπεριφοράς.

Ο «Watson» της IBM είναι ένας τέτοιος επεξεργαστής ανάλυσης δεδομένων που χρησιμοποιεί το NLP για να αναγνωρίζει την ανθρώπινη ομιλία χρησιμοποιώντας προηγμένα αναλυτικά στοιχεία για την πρόβλεψη και την επίλυση προβλημάτων. Με δυνατότητα επεξεργασίας εκατομμυρίων εγγράφων και ανάγνωσης 800 εκατομμυρίων σελίδων δεδομένων ανά δευτερόλεπτο, είναι εύκολο να αντιληφθεί κανείς την ελκυστικότητα της χρήσης μιας τέτοιας πλατφόρμας για τη διαχείριση και την επεξεργασία αυτού του όγκου μη δομημένων δεδομένων.

Μια άλλη χρήση της τεχνητής νοημοσύνης στην ασφάλιση είναι η αυτοματοποίηση εργασιών back-office μέσω της έννοιας της «Αυτονομίας». Αυτό το λογισμικό χρησιμοποιείται σε εργασίες μεγάλου όγκου, βασισμένες σε κανόνες και μόλις προγραμματιστεί μπορεί να αναπαράγει τις διαδικασίες λήψης αποφάσεων και να τις εφαρμόζει πιο γρήγορα και πιο αποτελεσματικά από τους ανθρώπινους χειριστές. Οι ασφαλιστές θα επωφεληθούν από την αυτοματοποίηση αυτών των καθηκόντων ρουτίνας, αλλά πολλοί δεν έχουν ακόμη αρχίσει να επανεξετάζουν τις διαδικασίες τους απλώς και μόνο επειδή τα παλαιού τύπου συστήματα τους είναι πολύπλοκες πλατφόρμες συναλλαγών που απλά δεν μπορούν να ενσωματωθούν και να κάνουν χρήση αυτών των τεχνολογιών.

Το Robotic Process Automation ή RPA,  συνδυάζει όλα αυτά τα στοιχεία και επιτρέπει στους ανθρώπους να διαμορφώσουν την τεχνολογία ή το «ρομπότ» προκειμένου να συλλέγουν δεδομένα, να αναγνωρίζουν μοτίβα και να μαθαίνουν από αυτά προκειμένου να εφαρμόζουν και να προσαρμοστούν σε νέες καταστάσεις. Μιμούμενοι τις ανθρώπινες συμπεριφορές, τα ρομπότ είναι σε θέση όχι μόνο να εκτελούν τις εργασίες αλλά και να τις βελτιστοποιούν.

Μια έκθεση της Accenture που βρέθηκε για ασφαλιστικές εταιρείες σε προσωπικές και εμπορικές γραμμές, τα πιλοτικά  RPA μείωσαν επιτυχώς τους χρόνους επεξεργασίας από 40% έως και 80%, βελτιώνοντας παράλληλα την ποιότητα, την ικανότητα ελέγχου και την καλύτερη διαχείριση του λειτουργικού κινδύνου.

Στην έκθεσή «Robotic Process Automation in Insurance», η Celent περιέγραψε μια ιδέα την οποία ονόμασαν «Aware Machine», η οποία σκιαγράφησε πώς συνεργάζονται οι δυνατότητες της έξυπνης πλατφόρμας για την επεξεργασία εργασιών. Αυτές οι τεχνολογίες χρειάζονται όντως συνεισφορά από τον άνθρωπο για να αυτοματοποιηθούν τέτοιες εργασίες και καθώς τα συστήματα ενημερώνονται και αλλάζουν, όπως και οι άνθρωποι, τα ρομπότ που τις χρησιμοποιούν, πρέπει και αυτά να εκπαιδεύονται εκ νέου, ώστε να εμπλέκεται ένα συνεχές ανθρώπινο στοιχείο.

Αν και υπάρχει αναμφισβήτητα ανάγκη για τις εταιρείες να αναπτύξουν ένα σχέδιο RPA, πρέπει να διαθέτουν  και τα σωστά τεχνολογικά συστήματα , για να ενσωματώσουν αυτές τις νέες πλατφόρμες στις επιχειρηματικές τους διαδικασίες.

Με την απορρόφηση του RPA να βρίσκεται ακόμη σε σχετικά αρχικό στάδιο, η Celent προτείνει «τώρα είναι η ώρα να πειραματιστείτε με την τεχνολογία για να πραγματοποιήσετε πειράματα απόδειξης της ιδέας», με αυτόν τον τρόπο οι ασφαλιστές μπορούν να μάθουν πώς να αποκομίζουν το μέγιστο όφελος από αυτές τις πλατφόρμες.

Η KPMG πιστεύει ότι πρέπει να υπάρχουν βασικά συστήματα προκειμένου να αξιοποιηθεί το νέο κύμα τεχνολογιών δηλώνοντας ότι «Οι οργανισμοί θα πρέπει να ξοδέψουν χρήματα μέσω τεχνολογικών επενδύσεων για να εξοικονομήσουν χρήματα μέσω συστημάτων που είναι πιο οικονομικά αποδοτικά».

Η δυνητική αξία που μπορεί να προσφέρει η τεχνητή νοημοσύνη σε έναν οργανισμό όταν χρησιμοποιείται σωστά παραμένει το βασικό του πλεονέκτημα. Η Celent υποστηρίζει ότι «το RPA είναι ένα εργαλείο που ανήκει στην εργαλειοθήκη και μπορεί να λύσει ορισμένα συγκεκριμένα προβλήματα, ιδιαίτερα σχετικά με τα παλαιού τύπου συστήματα».

Με την ίδια άποψη, η Deloitte υποστηρίζει επίσης ότι εάν οι ασφαλιστές θέλουν να δουν τα πραγματικά οφέλη της τεχνητής νοημοσύνης, «τα συστήματα παλαιού τύπου πρέπει να αναθεωρηθούν και ή να αντικατασταθούν».

Αυτό που είναι ξεκάθαρο είναι ότι η τεχνητή νοημοσύνη έχει εξελιχθεί, εξελίσσεται και είναι εδώ για να μείνει. Πρέπει να ληφθούν υπόψη στον μελλοντικό σχεδιασμό, προκειμένου οι εταιρείες να παραμείνουν ανταγωνιστικές.

Oι σωστές κινήσεις είναι επιλογή μας...

Διαβάστε το άρθρο όπως δημοσιεύτηκε στο Ασφαλιστικό ΝΑΙ, τεύχος 196, Μάιος-Ιούνιος 2022 (Πατήστε επάνω στη φωτογραφία για μεγέθυνση):