Τεχνητή νοημοσύνη, τηλεματική & big data: Η νέα πραγματικότητα στην απόδοση ευθύνων; 

Για δεκαετίες, η απόδοση ευθύνης σε ένα τροχαίο βασιζόταν στους πραγματογνώμονες. Σήμερα, όμως, η τεχνητή νοημοσύνη υπόσχεται να κάνει το ίδιο σε κλάσματα δευτερολέπτου, αναλύοντας δεδομένα από κάμερες, αισθητήρες και τηλεματική. Το ερώτημα όμως που προκύπτει είναι κρίσιμο: μπορεί ένας αλγόριθμος να κρίνει αντικειμενικά ποιος φταίει σε ένα ατύχημα; Και αν ναι, ποιον ρόλο θα έχει ο επαγγελματίας του κλάδου σε αυτό το νέο οικοσύστημα;

Από την τροχαία στον αλγόριθμο

Σήμερα, οι ασφαλιστικές εταιρείες έχουν ήδη στη διάθεσή τους εργαλεία τηλεματικής που καταγράφουν ταχύτητα, απότομο φρενάρισμα και γενικότερα την οδική συμπεριφορά του εκάστοτε οδηγού. Σε πολλές αγορές, αυτά τα δεδομένα αξιοποιούνται για τη διαμόρφωση των ασφαλίστρων. Το επόμενο βήμα είναι η χρήση τους στην απόδοση ευθυνών. Όμως παρά τα πλεονεκτήματα, η πλήρης εξάρτηση από έναν αλγόριθμο κρύβει σοβαρά ρίσκα. Οι αλγόριθμοι δεν είναι ουδέτεροι: εκπαιδεύονται με δεδομένα που μπορεί να περιέχουν προκαταλήψεις ή ορισμένα κενά. Τι γίνεται, για παράδειγμα, αν ένας αλγόριθμος έχει εκπαιδευτεί λάθος; Ο κίνδυνος λάθος εκτίμησης είναι υπαρκτός και οι ασφαλιστικές εταιρείες θα έρθουν αντιμέτωπες με πλήθος νέων προκλήσεων και διλημμάτων.
Όμως για τον επαγγελματία ασφαλιστή, η τεχνητή νοημοσύνη δεν είναι απλώς μια τεχνολογική καινοτομία, αλλά εργαλείο που μπορεί να αλλάξει την καθημερινή του πρακτική. Ένα σύστημα που μειώνει τις αμφισβητήσεις και επιταχύνει τις αποζημιώσεις μπορεί να βελτιώσει την εμπειρία πελάτη και να μειώσει τα λειτουργικά κόστη. Σύμφωνα με μελέτη της Accenture, η χρήση data-driven τεχνολογιών σε ασφαλιστικές εταιρείες μπορεί να μειώσει τον χρόνο διαχείρισης ζημιών έως και 30%. Αυτό σημαίνει λιγότερα ανοικτά φάκελα, ταχύτερη ρευστότητα και μεγαλύτερη εμπιστοσύνη από τον πελάτη.

Ποιος έχει όμως τον τελευταίο λόγο;

Η τεχνητή νοημοσύνη μπορεί να αναδείξει ποιος οδηγός φρέναρε τελευταίος ή ποιος επιτάχυνε απότομα πριν από τη σύγκρουση. Όμως, η ευθύνη σε ένα ατύχημα δεν είναι μόνο αποτέλεσμα ενός αλγορίθμου. Υπάρχουν πάντα γκρίζες ζώνες! Ο πραγματογνώμονας παραμένει ο κρίσιμος κρίκος που ερμηνεύει τα δεδομένα, αξιολογεί το πλαίσιο και παίρνει τις αποφάσεις. Ο αλγόριθμος μπορεί να είναι το εργαλείο, αλλά ο επαγγελματίας του κλάδου παραμένει ο «δικαστής».

Εν τέλει;

Η απάντηση στο ερώτημα «μπορεί ένας αλγόριθμος να αποφασίζει ποιος είναι υπεύθυνος για ένα ατύχημα;» είναι «ναι, αλλά όχι μόνος του». Για τον ασφαλιστικό κλάδο, η πρόκληση είναι να ενσωματώσει αυτά τα νέα εργαλεία με τρόπο που να ενισχύει και όχι να υποκαθιστά την επαγγελματική κρίση. Η τεχνητή νοημοσύνη μπορεί να προσφέρει τα δεδομένα, αλλά ο πραγματογνώμονας είναι εκείνος που τα μετατρέπει σε απόφαση.