Возможности ИИ в страховании почти безграничны. Технология способствует более точной тарификации, помогает противостоять мошенникам и автоматически урегулировать убытки

Страхование — одна из самых консервативных отраслей финансового рынка. Возможно, поэтому многие российские страховые компании не торопились внедрять новые технологии, даже когда коллеги по финрынку их уже успешно опробовали. Но несколько лет назад самые продвинутые страховщики все же стали вводить различные решения InsurTech, в том числе на основе ИИ и машинного обучения. Эксперимент оказался успешным, и сейчас ИИ прочно занял свое место в самых разных бизнес-процессах страховщиков.

Страхование начинается с поиска клиентов, который «машина» осуществляет не хуже человека. ИИ находит в интернете пользователей, заинтересованных в покупке, например, полисов ОСАГО, и делает им таргетированное предложение. Искусственный разум основывается на истории поиска, данных из соцсетей и других открытых и закрытых источников, доступных ему. Он помогает не только страховой компании в продвижении услуг, но и клиенту — в автозаполнении заявки на страхование, если дело происходит, например, на партнерском сайте.

Отдельный «океан возможностей» — чат-боты и голосовые помощники. Они обеспечивают мгновенную коммуникацию как с потенциальными, так и с действующими клиентами. Обучаясь, технологии все лучше распознают потребности «на том конце провода», дают более точные ответы и строят корректный диалог. Голосовые роботы последнего поколения порой неотличимы от реального собеседника. Такие «помощники» не устают и не раздражаются, не требуют зарплаты за свою работу и при необходимости обрабатывают за сутки тысячи обращений. У них красивые голоса и безупречная дикция. С помощью машинного обучения они до такой степени совершенствуются, что избавляют страховые компании от необходимости набирать большую и дорогостоящую команду колл-центра. Подобная оптимизация, конечно, в перспективе сказывается на привлекательности страховых тарифов для клиентов.

ИИ помогает страховым компаниям на этапе скоринга и онбординга. С его помощью страховые компании принимают аргументированное решение о приеме клиента на страхование и назначают справедливый тариф. На основе машинного обучения страховщики оценивают вероятность мошенничества со стороны клиента в момент приобретения полиса и денежных убытков впоследствии. В расчет принимается вся информация о клиенте, которую он сообщает о себе сам, и данные из других источников. Аргументами «против» страхователя могут стать, скажем, предоставленные недостоверные данные, плохая кредитная история или информация о возбужденных судебных исках. Алгоритмы поиска и анализа информации могут быть разными и ограничиваются только фантазией разработчиков и задачами, стоящими перед страховой компанией.

Одна из зарубежных компаний недавно представила разработку, позволяющую быстро принимать автоматизированные андеррайтинговые решения по сложным рискам новых клиентов в страховании жизни. Система научилась оцифровывать данные из сканированных медицинских документов, фотографий, факсов, таблиц и других источников, что раньше считалось практически невозможным.

Машинное обучение помогает получать информацию, которую ранее не замечали, с большой точностью оценивать риски и прогнозировать поведение клиентов. Технологии, хоть их интеграция и недешевая, впоследствии сильно экономят затраты и время страховой компании. ИИ успешно применяется в организации документооборота, урегулировании убытков и даже судебных разбирательствах. Все это с минимальным участием человека или даже без него. Автоматическое урегулирование включает в себя прием цифрового заявления о страховом случае, проверку страхового покрытия, анализ полноты предоставленных документов и индексацию убытков. ИИ особенно полезен, когда предоставление объекта к осмотру или подтверждение тех или иных обстоятельств затруднительно. Допустим, нейронные сети, применяемые страховщиками (например, сервисом Mafin), упрощают и автоматизируют процесс самостоятельного осмотра автомобиля. Технология также позволяет провести удаленную оценку ущерба, выявить скрытые повреждения, уточнить информацию о произошедших событиях.

Робот способен выделить подстроенные страховые случаи: алгоритмы фиксируют подозрительную заявку и отмечают ее для дальнейшего изучения. Многие компании внедряют анализ убытков, похожих по профилю на мошеннические по наличию неочевидных связей между участниками ДТП, транспортными средствами или договорами страхования. Считается, что участие ИИ может свести к минимуму или полностью устранить незаконные претензии, а это, в свою очередь, приведет к снижению тарифа для добросовестных страхователей. ИИ дает возможность страховым компаниям снизить издержки и меньше зависеть от расследователей.

Одна из задач ИИ — выявлять неочевидные зависимости между убыточностью и скрытыми факторами. Искусственный интеллект способен собрать и систематизировать большой объем сведений о разных характеристиках страхуемых объектов и их владельцах, а также о происходящих с ними событиях.

ИИ используется при построении тарифных моделей и регулировании стоимости полиса в отношении конкретного клиента. Например, в автостраховании ИИ применяет коэффициенты, учитывающие возраст и стаж водителя, его безаварийное прошлое, место проживания, время года, дорожную ситуацию. Также в расчет берутся состояние рынка, уровень заработных плат в регионе, прогноз оттока клиентов. На основе мгновенного анализа как линейных, так и нелинейных взаимосвязей происходит реальная персонализация тарифа. Например, по статистике Mafin, этот подход в 70% случаев снижает для клиента стоимость полиса.

Широкое применение ИИ находит и в обслуживании клиентов в ДМС. Практически неотъемлемой его частью в последнее время стали телемедицинские приложения, не только позволяющие получить видеоконсультации врачей, но и выполняющие роль своего рода «доктора в кармане». Приложение в режиме реального времени при помощи фитнес-гаджетов и данных, которые клиент вводит самостоятельно, анализирует состояние его здоровья. «Машина» подсказывает клиенту, когда что-то не так с его пульсом, давлением или другими показателями, предлагает изменить режим дня, отрегулировать физические нагрузки, записаться на консультацию к специалистам. Все это уже сегодня значительно улучшает пользовательский опыт и дает возможность индивидуализировать тарифы для постоянных клиентов.

Помогает ИИ в ДМС и самим страховщикам. Так, в Росгосстрахе с его помощью автоматизировали процесс проверки счетов, поступающих из медицинских учреждений, что помогло снизить расходы на выплаты по необоснованным услугам. В масштабах крупной компании экономия достигает десятков миллионов рублей. А в СОГАЗе, например, с прошлого года используются предиктивные модели, позволяющие прогнозировать объем медицинских услуг, которые потребуются новым корпоративным клиентам по ДМС. Для этого прогноза ИИ анализирует поведение застрахованных по более чем 70 признакам. Соответственно клиенты получают более объективные тарифы.

Количество бизнес-процессов в страховании, в которых применяется ИИ и машинное обучение, постоянно расширяется. Появляются комплексные IT-платформы управления страховым бизнесом. Благодаря этому игроки рынка совершенствуют свой производственный цикл, а клиенты получают более качественный сервис и выгодные тарифы.

На страховом рынке сейчас самыми важными технологическими трендами можно назвать внедрение ИИ в разные процессы, цифровизацию и упрощение клиентского пути, в том числе повышение удобства процессов урегулирования по всему жизненному циклу, коммуникации через чаты и голосовых помощников, конвергенцию страховых компаний и банковских услуг через экосистемы и мобильные приложения банков.

В 2020 году на премии FINAWARD’19 были награждены страховые компании за технологические внедрения и решения. 1-е место заняла компания «Сбербанк страхование» за мобильное приложение по урегулированию убытков по страхованию имущества физлиц «Сбербанк.Осмотр». 2-е место получила компания «Ренессанс страхование» за урегулирование страховых случаев через WhatsApp. На 3-м месте оказались СК «УРАЛСИБ Страхование» и «УралИнновация» (TWIN) за цифрового помощника Оксану Соколову.

Также оргкомитет премии выделил три специальные номинации за внедрения в страховании. Одним из лауреатов стала компания: R-Style Softlab — номинация «Проект автоматизации бизнес-процессов продаж страховых продуктов и взаимодействия с клиентами на базе микросервисной архитектуры «РСХБ-Страхование жизни». Страховой Дом ВСК получил награду в номинации «Сервисный продукт для владельцев банковских карт». Премию в номинации «Юзабилити страховых продуктов в мобильном банке» получили «АльфаСтрахование-Жизнь» и Альфа-Банк.

Автор: Павел Самиев, генеральный директор аналитического центра "БизнесДром", председатель комитета "ОПОРЫ РОССИИ" по финансовым рынкам
Источник: Банковское Обозрение