ИИ или страховой агент?

Представители госкорпораций и крупнейших финансовых групп все чаще заявляют, что автоматизация нивелирует институт страховых агентов. Но так ли это?

Публичные изречения крупных игроков преследуют вполне понятные цели: реклама своих IT-решений и стремление к сокращению издержек, чтобы увеличить маржинальность. Однако существует ряд причин, по которым искусственный интеллект (ИИ) вряд ли заменит страхового агента. По крайне мере в перспективе 10-20 лет. И прежде, чем аргументировать данный тезис стоит рассмотреть те преимущества, которые дает страховому бизнесу ИИ. Впрочем, также и на которых базируются популистские заявления для СМИ.

ИИ драйвер страхования

Для объективности уместным будет обратиться к международному опыту, где активное формирование InsurTech началось около 10 лет назад. К сегодняшнему дню результаты страховщиков запада можно анализировать постфактум, а не в моменте, что всегда влечет за собой погрешность. И сейчас мы видим, что внедрение «умных машин» в страхование там так и не стало тотальным, а произошла оцифровка лишь некоторых цепочек бизнеса. По аналогичному пути с некоторым запозданием идут и российские страховщики. И вопрос: «Будет ли автоматизация у нас эволюционировать столь успешно, что позволит исключить связующее звено между страховщиком и страхователем?» пока вызывает другой вопрос: «Зачем?».

Что же касается достижений международного InsurTech то, на сегодня можно выделить следующие сегменты бизнеса с успешным внедрением ИИ:

1. Чат-боты

Не являются чет-то новым и уже используются большей частью компаний. Сферы применения: консультация клиентов, обработка жалоб и несложных транзакций, информирование о стоимости продукта. Интегрируются боты на сайты, в соц.сети и мессенджеры

2. Оценка ущерба и мониторинг для сбора данных.

Американский страховщик Liberty Mutual начал экспериментировать с приложением для смартфона еще в 2018 году. Спустя шесть лет, их клиенты могут оценивать размер ущерба автомобилю и получать рекомендации на ремонт в режиме онлайн. В то же время некоторые крупные игроки в обмен на снижение тарифов и скидки предлагают своим страхователям участие в сборе данных. В автотранспорте клиентов устанавливают видеокамеры и «черные ящики». Мониторинг позволяет собрать статистику о поступках и привычках водителей, «поведении» автомобиля при нагрузках и ДТП. Затем полученная информация анализируется и результаты используются по всей линейке бизнеса: от разработки новых продуктов до урегулирования страховых случаев.

3. Исследование рынка и экономия

Японская Fukoku Mutual Life интегрировала в свой бизнес когнитивную систему IBM Watson. ИИ может интерпретировать существенные массивы данных, в том числе тексты, аудио и видео. Таким образом, программа обрабатывает тысячи медицинских карт клиентов и оценивает факторы, влияющие на здоровье этих людей. Что в конечном итоге определяет точный размер выплаты каждому. Еще утверждается, что Watson умеет думать как человек. Внедрение ИИ обошлось страховщику в $2 млн., плюс $150 тыс. в год стоит обслуживание. «Умная машина» увеличила производительность труда на 30%, что позволило компании сократить 34 сотрудника. Однако заключение о размере страховой выплаты, сделанное Watson по-прежнему одобряет человек.

4 причины по которым ИИ не заменит агента

Первая – возможности ИИ ограничены. У роботов нет эмпатии и умения отвечать на индивидуальные запросы. Как результат – практики применения носят негативный характер. Что подтверждается результатами опросов. Неумение ИИ дать ответ на нужный вопрос раздражает более 40% интервьюированных. А порядка 77% респондентов при звонке в службу поддержки предпочли бы вместо голосового помощника сразу контактировать с оператором. Статистика от внедрения ИИ на массовых рынках провальная. ФАС вообще назвала чат-ботов с «горячих линий» крадущими время потребителей. Кто хоть раз пытался в банке что-то оперативно выяснить точно поймет от чего ФАС столь радикальна.

Вторая причина – страховка сложный финансовый продукт. Как, впрочем и сам процесс страховой защиты. Подобрать нужные параметры для договора, обеспечить взаимодействие с клиентом на весь срок страхования и урегулировать страховой случай может только человек. Пока никакой ИИ здесь агенту не конкурент.

Третья причина – повышение ценности. Чтобы продать добровольную страховую защиту агенту в большинстве случаев приходиться объяснять как она работает и ряд иных нюансов. Например, как эффективно использовать франшизу. Или как себя вести при страховом случаем. Подобные детали повышают ценность не только страховых продуктов, но взаимоотношения с клиентом. Фактор доверия во многом играет определяющую роль при страховании имущества и личных видах страхования. Сможет ли даже совершенный ИИ сделать это лучше человека? Однозначно нет.

Четвертая причина – эмоциональный фактор. Продажа полисов медицинского страхования и страхования жизни во многом сопряжена с эмоциональной составляющей. Доверие, надежность и социальное взаимодействие – вот, что при этом необходимо получать страхователям. Разумеется, ИИ генерировать заботу и излучать надежность не в состоянии.

Таким образом, подытоживая, можно с уверенностью сказать, что для анализа и оценки больших массивов данных, актуарных расчетов, других рутинных и емких по времени задач финтех в страховании будет прогрессировать и постепенно вытеснять людей. Но страховой агент, который взаимодействует с клиентом, как и прежде незаменим.