保险技术正在迅速发展，允许保险部门流程的数字化。在这里，我们探索人工智能在这一趋势中的作用

　　虽然在流程数字化转型方面是一个传统上停滞不前的行业，但保险业在过去几年中经历了更快速的创新，因为公司希望在竞争加剧的情况下取得进步。除了在企业内部和业务之外不断发展以加强伙伴关系的文化外，由人工智能支撑的保险技术能力现在广泛可用于整个市场采购。

　　随着面向保险的人工智能能力预计到2030年将达到全球市值近800亿美元，在为保险公司发现新的附加值、用例和收入流方面，还有很大的增长空间。以下是保险技术中人工智能创新的一些宝贵例子，以及需要考虑的当前风险，以及保险公司如何保持该技术的成功。

　　关键用例

　　索赔点

　　在为投保人提供积极的参与和体验时，索赔点仍然是客户旅程中最真实和最重要的方面。人工智能可以通过按需提供有组织的数据集资产来优化与保险公司的初始客户互动，以帮助保险公司实时立即做出正确的决策。

　　Fadata的UKI销售总监Samuel Knott说：“关键是以简单的方式提供高效的结果。”“利用人工智能可以减少索赔流程，并无压力地提供无缝的端到端、直通式处理。人工智能通过自动执行平凡的常规任务，并使用预测分析来加快决策过程，从而加速整个索赔过程。

　　“AI还最大限度地减少了索赔处理中的错误，从而实现更准确的支付，同时检测可疑模式以标记欺诈性索赔。”

　　体验编排

　　随着保险公司希望变得更加以客户为中心，人工智能与高级分析的结合可以帮助为保险客户提供更具体、个性化和实时的画面。

　　随着保险客户开始依赖在线平台来购买和管理此类特定商品的保单，与公司本身的互动很少，这可能会淡化的用户体验。然而，经验编排——保险公司利用客户数据和人工智能来创建高度个性化的互动——可以实施，以改善长期关系。

　　Genesys全球保险主管Manan Sagar解释说：“例如，在查询索赔时，客户可以根据其独特情况获得积极和具体的回应，而不是浏览通用呼叫树。这种方法不仅改善了客户体验，还通过更有效地自动化任务或路由呼叫来提高员工效率。

　　“随着保险业在数字时代的发展，经验编排可以成为维护长期以来定义该行业的信任和个人关系传统的强大工具。通过这种方式，公司可以在日益商品化的市场中脱颖而出，并确保其客户保持忠诚和满意。”

　　70%的英国公司报告了过去一年的网络保险变化——根据Databarracks的研究，随着需求的提高，每10家英国企业中就有7家在过去12个月中看到了网络保险的变化。

　　聊天机器人

　　优化保险索赔人互动的常见渠道是人工智能驱动的聊天机器人。自从出现和随后围绕生成性人工智能的模型演变以来，聊天机器人技术变得更加可定制，允许与业务目标更准确地保持一致。

　　“人工智能正在帮助保险技术公司最终释放聊天机器人的真正潜力。理论上，聊天机器人是一个好主意，但到目前为止，它们并没有大有帮助——如果问题与一组预先确定的答案不完全匹配，它们往往会陷入僵局，”Sagacity的首席商务官Scott Logie说。

　　“使用人工智能扫描内部文档和可信的外部来源，保险技术人员能够扩大范围，用更相关的信息武装聊天机器人，并以与品牌相匹配的风格和语气提供结果。

　　“这为整个保险行业提供了更好的体验，对聊天机器人进行了如此多的改进，以至于一些客户会相信他们在与人类交谈。”

　　使用ChatGPT进行代码审查和培训

　　此外，ChatGPT等大型语言模型驱动软件正被用于审查代码的功能，以及促进更快地检查文档，并增强员工的技能建设。

　　“我们测试了ChatGPT是否能通过技术白板测试。它并不完美，但它做得很好，这提出了一个潜在的用例：快速审查和记录代码，”hyperexponential客户和咨询副总裁Tom Chamberlain说。

　　“同样，它可以扫描合同等法律文件，并简化它们，例如，快速拉出最关键的法律部分并解释它们。或者它可以比较前一年的合同，以确定任何变化。

　　“我听到的ChatGPT更令人兴奋的用例之一是用它来帮助在复杂的精算或保险主题中教授和提高劳动力的技能，例如解释什么是广义线性模型。”

　　需要考虑的风险

　　虽然保险技术领域的人工智能创新途径很多，新用例的空间将会增加，但该技术仍然带有保险公司在开发和部署时必须考虑的风险。

　　生成性人工智能隐私

　　在管理人工智能模型时，维护和掌握所需的数据隐私协议仍然至关重要，特别是考虑到保险公司需要访问的敏感客户信息。

　　关于他在保险技术领域为ChatGPT确定的上述用例，张伯伦补充说：“所有这些用例都需要ChatGPT还不能提供的东西：完全隐私。

　　“ChatGPT是开放的，所以今天你必须小心你放进去的东西。可以承诺完全隐私和安全的生成性人工智能解决方案可能会改变该行业的游戏规则。

　　“看着人们如何使用ChatGPT令人难以置信，毫无疑问，它可以用来帮助保险公司，但前提是负责任地在相关领域使用。”

　　合规性考虑

　　部署和管理人工智能系统时的数据隐私问题导致我们需要遵守全球法规。事实上，隐私问题既是一个合法的问题，也是道德问题。

　　长期以来，保险业一直受到严格监管，保险公司还需要遵守不断发展的国家和国际立法，如欧盟的新《人工智能法案》，随着公司习惯了新法规，该法案需要一些时间来导航。

　　Knott说：“采用人工智能的保险科技公司面临的最大挑战之一是驾驭监管格局。”“Insurtechs必须确保准确、相关、完整和一致的高质量数据。人工智能只和底层数据集一样好。如果数据达不到标准，可能会对保险公司不利。

　　“想象一下保险业中缺失的价值、过时的信息或无关的数据！这将扭曲分析，导致不正确的预测和结论，并总体上破坏人工智能产生的见解的可靠性。”

　　过度依赖

　　此外，在没有人类监督的情况下过于依赖人工智能可能会导致员工迷失在数据中，而在确定如何最好地解决未来查询时，做出的决策则无法解释。

　　“人类专业知识对于处理复杂的案例和做出人工智能可能难以应对的细致入微的决策至关重要。这就像让GPS盲目引导你，而不检查路况，”Cowbell Cyber的联合创始人兼首席产品官Rajeev Gupta说。

　　“例如，一家拥有多样化运营和行业的跨国公司使其非常特别。人工智能可能没有背景或能力评估其训练数据之外的更广泛影响。

　　“重要的是要记住，人工智能在预定义的边界内运行。如果这些边界不包括某些请求的复杂性，就有忽视关键因素的风险。”

　　如何确保长期成功

　　减少数据孤岛

　　考虑到人工智能投资的利弊，保险公司应首先确保将孤立的数据汇集在一起，尽可能不违反所需的安全措施。

　　Knott说：“通过一个保持最新并提供现代化数据能力的共享平台对客户和业务有更深入的了解，可以团结一家公司，帮助其实现目标和凝聚价值观。”

　　“这通常需要文化转变，因为许多组织更愿意在部门之间进行竞争以取得成果。但促进“合作”的态度可以简化流程，减少孤立的工作流程，并更有利于更广泛的企业，特别是当保险公司希望在内部团结起来，在业务中变得更加以客户为中心。”

　　风险管理

　　一旦到位，人工智能可以帮助确定是否在整个保险提供过程中做出决定，并分类可能的风险，同时节省保险公司花在行政职责上的时间。

　　张伯伦说：“人工智能可以对引号进行分类，例如使用交通灯系统；绿色信息表示'是'，琥珀色表示'需要看'，红色表示'不'。”

　　“你越是输入算法确认或纠正决策，算法就越好。然而，它不会反对你。”

　　部署智能自动化

　　最后，重要的是要注意，人工智能不是解决保险公司所有问题的魔杖。它最好作为员工利用的工具，就像人类员工一样，人工智能模型可以而且会出错。

　　AutoRek全球保险销售经理Piers Williams认为，“虽然企业界对人工智能的潜力有很多炒作，但可能还需要几年时间，我们才能看到利用人工智能来支持后台和中层办公室财务运营流程的切实解决方案。”

　　Williams继续说：“由于其补充信息的能力，并从提供信息的数据中学习，人工智能可以得出自己的结论，从财务控制流程的角度来看，这些结论是不需要的。”

　　相反，根据Williams的说法，保险公司目前应该优先考虑对智能自动化的投资，而不是人工智能。

　　他说：“智能自动化通常也遵循一组预定义的规则，而不是试图模拟人类的想法或斑点模式。如果您采用人工智能在数据不一致的结果中做出决策，那么您将引入人工智能错误的风险，而不是人为错误。”