Αναδημοσίευση από την ειδική έκδοση της εφημερίδας Nextdeal (Τεύχος 560)

Του Ξενοφώντα Λιαπάκη, Chief Technology & Information Officer, Διεύθυνση Πληροφορικής του Ομίλου ΙΝΤΕΡΣΑΛΟΝΙΚΑ

Η Τεχνητή Νοημοσύνη (Τ.Ν.) βρίσκεται σήμερα στο επίκεντρο του μετασχηματισμού όλων των κλάδων της παγκόσμιας οικονομίας, με το επίπεδο ωριμότητας και εφαρμογής της να διαφέρει ανά χώρα και κλάδο, αλλά την ασφάλιση να αποτελεί έναν από τους κλάδους που επενδύουν, παγκοσμίως, τεράστια ποσά στον χώρο αυτόν.

Ο κ. Ξενοφών Λιαπάκης

Οι προκλήσεις

Ο ασφαλιστικός κλάδος, και όχι μόνο, στην προσπάθειά του να αξιοποιήσει τις δυνατότητες που προσφέρει η ραγδαίως τα τελευταία χρόνια εξελισσόμενη Τεχνητή Νοημοσύνη, καλείται να αντιμετωπίσει μια σειρά από σημαντικές προκλήσεις. Προκλήσεις που έχουν να κάνουν κυρίως με την κουλτούρα, τη διαχείριση του φόβου και της αντίστασης, την εξεύρεση ταλέντων, την ασφάλεια και την προσαρμογή του κατάλληλου μοντέλου διακυβέρνησης.

Culture & Resistance: Για να είναι επιτυχής η ενσωμάτωση της Τεχνητής Νοημοσύνης (Τ.Ν). σε έναν οργανισμό απαιτείται συχνά μια σημαντική αλλαγή κουλτούρας. Η Τ.Ν. δεν είναι απλώς θέμα υιοθέτησης νέων τεχνολογιών, αλλά αφορά την αλλαγή νοοτροπίας και τρόπου λειτουργίας σε όλα τα επίπεδα του οργανισμού. Απαιτεί ο οργανισμός να διαχειριστεί τον φόβο και την αντίσταση που θα έρθει από τον ανθρώπινο παράγοντα, να ενθαρρύνει την περιέργεια, τον πειραματισμό και την καινοτομία, την εκμάθηση μέσα από τα λάθη και τις αποτυχίες και την προσαρμοστικότητα του οργανισμού σε ένα περιβάλλον που αλλάζει συνεχώς.

Tech shortage: Οι ασφαλιστικοί οργανισμοί δυσκολεύονται να καλύψουν τις ανάγκες εξεύρεσης προσωπικού με γνώσεις σε Τεχνητή Νοημοσύνη, prompting engineering, data algorithms, machine learning κ.ά., σε ένα περιβάλλον που η έλλειψη εξειδίκευσης και γνώσεων σε αυτούς τους τομείς και οι ανάγκες που δημιουργούνται αυξάνονται εκθετικά.

Explainable AI: Καθώς η Τεχνητή Νοημοσύνη γίνεται όλο και πιο περίπλοκη, η ικανότητα να εξηγεί τα «γιατί», στο πώς δηλαδή λαμβάνει αποφάσεις, είναι κρίσιμη, γιατί, παρέχοντας την απαραίτητη διαφάνεια, βοηθά στην οικοδόμηση εμπιστοσύνης με τους πελάτες και τους ρυθμιστικούς φορείς.

Shadow AI: Η ταχύτητα με την οποία εξελίσσεται η Τ.Ν. ξεπερνά τα παραδοσιακά μοντέλα διακυβέρνησης που εφαρμόζονται στον χώρο της Πληροφορικής, αυξάνοντας το ρίσκο τού να οδηγήσει σε αυτό που όλοι γνωρίζουμε με τον όρο Shadow IT. Οι οργανισμοί αναγκάζονται να αναβαθμίσουν όσο ταχύτερα γίνεται το μοντέλο διακυβέρνησής τους, αναπτύσσοντας νέες στρατηγικές και διαδικασίες προκειμένου να προσαρμοστούν, διασφαλίζοντας παράλληλα και την ασφάλεια των δεδομένων που επεξεργάζονται με τη χρήση της Τ.Ν.

Τάσεις & επιτεύγματα

Ο ασφαλιστικός κλάδος έχει αξιοποιήσει και παρουσιάσει, τα τελευταία χρόνια, μια σειρά από ψηφιακά έργα και υπηρεσίες που επηρεάζουν σημαντικούς τομείς της

καθημερινής του λειτουργίας, πολλά από τα οποία διαθέτει και στους συνεργάτες του, επιτρέποντάς τους να είναι πιο παραγωγικοί και να ενισχύσουν ικανοποίηση και εμπειρία των πελατών τους, όπως:

Process Automations: Συνδυάζοντας την Τεχνητή Νοημοσύνη με τη Ρομποτική (RPAs), αυτοματοποιούνται οι επαναλαμβανόμενες εργασίες, απελευθερώνοντας χρόνο από τους υπαλλήλους ώστε να επικεντρωθούν σε πιο σύνθετες εργασίες. Χαρακτηριστικό παράδειγμα αποτελούν τα πολλαπλά αιτήματα που έρχονται καθημερινά μέσω e-mailσ και όχι μόνο, με διάφορα επισυναπτόμενα και τα οποία, σε αντίθεση με το παρελθόν, ανοίγουν αυτόματα, κατηγοριοποιούνται, μετατρέπονται σε κείμενο, με ταυτόχρονη ανάλυση συναισθημάτων, και ολοκληρώνονται με τη μικρότερη δυνατή ανθρώπινη παρέμβαση.

Cyber Security: Οι επενδύσεις σε συστήματα ασφαλείας που χρησιμοποιούν Τ.Ν. αυξάνονται σημαντικά, προστατεύοντας τους οργανισμούς από τις ολοένα και πιο συχνές και εξελιγμένες επιθέσεις που δέχονται, εντοπίζοντας και αποτρέποντάς τες σε πραγματικό χρόνο.

Fraud Detection: Η Τ.Ν. διαθέτει την ικανότητα, αναλύοντας μεγάλους όγκους δεδομένων με μεγάλη ταχύτητα, να εντοπίζει ανωμαλίες και μοτίβα που μπορεί να υποδηλώνουν απάτη, κάτι που είναι δύσκολο για τον άνθρωπο να κάνει σε τόσο μεγάλη κλίμακα, βοηθώντας τις ασφαλιστικές εταιρείες να μειώσουν τις τυχόν απώλειές τους.

Customer Experience: Αναπτύσσοντας και διαθέτοντας εφαρμογές Τ.Ν., όπως οι εικονικοί βοηθοί, παρέχοντας στους πελάτες και τους συνεργάτες τους 24x7 άμεση και εξατομικευμένη εξυπηρέτηση, αυξάνοντας την ικανοποίησή τους και μειώνοντας παράλληλα την πίεση στα τηλεφωνικά κέντρα. Οι εικονικοί βοηθοί αναβαθμίζονται αποκτώντας μορφή και φωνή (Avatar & NLP τεχνολογίες), όπου ακούν τις ερωτήσεις και απαντούν στον πελάτη/συνεργάτη, ενσωματώνοντας προσωποποιημένες speech2text, text2speech και avatar προσωποποιημένες τεχνολογίες, με δυνατότητες ανάλυσης συναισθημάτων. οδηγώντας σε μια αποτελεσματικότερη, με μεγαλύτερη εν συναίσθηση, εξυπηρέτηση των τυχόν δυσαρεστημένων πελατών/συνεργατών.

Scoring Process: Στον χώρο του HR, συγκρίνοντας τα βιογραφικά σε σχέση με το profile των resources που αναζητούν στο χώρο του procurement, συγκρίνοντας τις προσφορές σε σχέση με το αντίστοιχο RFP στον χώρο της κανονιστικής συμμόρφωσης, κάνοντας ένα gap analysis της κατάστασης που βρίσκονται σε σχέση με το αντίστοιχο κανονιστικό πλαίσιο κ.λπ., ορίζοντας τα κριτήρια αξιολόγησης και δημιουργώντας ένα συγκριτικό scoring table για όλα τα παραπάνω.

Personalized Services: Με την ανάλυση δεδομένων μέσω Τεχνητής Νοημοσύνης και big data analytics, οι ασφαλιστικές εταιρείες προσανατολίζονται σε εξατομικευμένες πολιτικές και προγράμματα. Πλέον, οι ασφαλιστικές καλύψεις προσαρμόζονται στις ανάγκες, στη συμπεριφορά και το προφίλ κινδύνου κάθε πελάτη.

Training: Πλατφόρμες εκπαίδευσης που βασίζονται στην Τεχνητή Νοημοσύνη και βοηθούν τους διαμεσολαβητές, με τη χρήση εικονικών βοηθών, να παραμείνουν ενημερωμένοι για ασφαλιστικά θέματα, νέα προϊόντα, τις ρυθμιστικές αλλαγές και τις βέλτιστες πρακτικές.

Product Development: Τα προγράμματα ασφάλισης βάσει χρήσης Usage-Based Insurance (UBI), ιδιαίτερα στον τομέα της ασφάλισης οχημάτων, είναι μια από τις πιο εμφανείς αλλαγές. Οι πελάτες πληρώνουν με βάση τον τρόπο που οδηγούν, χάρη στη χρήση συσκευών IoT που παρακολουθούν τη συμπεριφορά τους.

Claims Management: Σήμερα πολλοί ασφαλιστικοί οργανισμοί κάνουν απομακρυσμένη πραγματογνωμοσύνη, Φροντίδα ατυχήματος και προασφαλιστικό έλεγχο μέσω videoκλήσης, ενώ με τη χρήση Τεχνητής Νοημοσύνης η εκτίμηση κόστους ζημιάς είναι άμεση με την επεξεργασία των φωτογραφιών του ατυχήματος.

Underwriting: Με τη δυνατότητα που έχει η Τ.Ν. να αναλύει τεράστιους όγκους δεδομένων από διάφορες πηγές [π.χ., ιστορικό πελατών, δημόσια δεδομένα, ακόμη και δεδομένα από αισθητήρες (IoT), η αξιολόγηση του κινδύνου γίνεται ταχύτερα και αποτελεσματικότερα].

Software Development: Οι developers χρησιμοποιούν την Τ.Ν., η οποία έχει τη δυνατότητα ανάπτυξης κώδικα σε διάφορες γλώσσες προγραμματισμού, εντοπίζει και διορθώνει σφάλματα, προτείνει βελτιστοποιήσεις, δημιουργεί τεστ σενάρια κ.ά. Ωστόσο, η ανθρώπινη επίβλεψη και η τελική έγκριση ενός senior architect παραμένουν απαραίτητες, ειδικά σε περιπτώσεις που απαιτούνται σύνθετες αποφάσεις σχεδιασμού ή βαθιά κατανόηση των επιχειρηματικών απαιτήσεων.

Το μέλλον

Η Τεχνητή Νοημοσύνη αποτελεί αναμφίβολα τον Game Changer στον ασφαλιστικό κλάδο σε παγκόσμιο επίπεδο. Η συνεχιζόμενη, ραγδαίως, εξέλιξή της υπόσχεται να φέρει ακόμη μεγαλύτερες αλλαγές τα επόμενα χρόνια, δημιουργώντας νέες ευκαιρίες και προκλήσεις για τις ασφαλιστικές εταιρείες, τους συνεργάτες και τους πελάτες τους.

Επιπλέον, είναι ζωτικής σημασίας να διασφαλιστεί ότι χρησιμοποιείται με ηθικό και υπεύθυνο τρόπο, με σεβασμό στην ιδιωτικότητα των πελατών και αποφυγή των διακρίσεων. Για τον λόγο αυτόν βλέπουμε την Ευρωπαϊκή Ένωση να δίνει έμφαση στην κανονιστική συμμόρφωση, στους κανονισμούς και την ενίσχυση της διαφάνειας, ώστε να αποφύγουμε κακές πρακτικές ανάλογες με αυτές που ζήσαμε, σχετικά με τη χρήση των προσωπικών μας δεδομένων, μέχρι τη νομοθέτηση του GDPR.

Διαβάστε παρακάτω το άρθρο από την ειδική έκδοση της εφημερίδας Nextdeal (Τεύχος 560) σελ. 36 και σε ηλεκτρονική μορφή (πατήστε κάτω δεξιά για μεγέθυνση)