2022 年 5 月 14 日

人工智能如何改变保险范式

ADaniel Turgel 在 2022 年 5 月出版的 National Underwriter 上发表的文章概述了“人工智能 [AI] 如何将保险业推向一个大胆的新方向”。

在过去,对事故发生的预期几乎是促使企业主购买保险的主要原因。在人工智能出现之前,该规则的唯一例外是机械故障保险(请参阅本期文章),其中预防损失是主要商品。现在,人工智能也将改变大多数其他保险产品线的一切。尽管损失仍然会发生,但发生的频率应该要低得多,而拥有保险的主要优势很可能是它附带的人工智能。

汽车

人为错误每年造成全球约 130 万例汽车死亡:其中 38,000 例在美国,每年的医疗和相关费用为 550 亿美元。随着自动驾驶技术的进步,预计可以消除近 90% 的死亡和成本。剩下的10%?公路安全保险协会表示,一些人为错误的残余将继续存在,并造成超过 90% 的死亡事故,它称之为“最终失败”。

但也有用于“最终失败”的人工智能应用程序。例如,为了减少卡车司机造成的损失,商业科技保险公司收集有关卡车运行和司机行为的数据,这些数据可以揭示偏离常态的粗心甚至恶意行为。反过来,司机会被指导正确的行为,以帮助他们避免犯下粗心的错误,例如“在方向盘上睡着了,在有看不见的障碍物的狭小空间里倒车,或者发现汽车以不安全的速度接近并提醒卡车司机最好避免事故的方法。”

财产

LexisNexis 的一项水损研究发现,物联网 (IoT) 提供的智能技术可以通过不断监测配备水和防火设备的设施来消除 90% 的水损损失。更重要的是,预计如果某处发生火灾,机器人会简单地拿起一个灭火器,走到任何产生火花的设备前并扑灭火焰。

劳动者报酬

工人补偿损失的最大问题不是没有建立安全措施和协议。只是这些措施和协议有时会被违反。不过,现在,Safesite、Pillar Technologies 和 Guardhat 等公司使用传感器和防护设备,可以通过即时反馈实时解决这些合规问题,从而防止这些违规行为。保险公司 Foresight Group 报告称,这些设备可以将工作场所事故平均减少 31%。

保险欺诈

用于降低保险成本的最复杂的人工智能应用程序可能是模式和异常识别软件。例如,一个工人赔偿第三方提供商 CodeBlue 已经用所谓的“第一通知和响应 (FNAR)”服务取代了传统的第一次损失通知流程。在这种方法中,索赔专家和投保人“合作”以“消除不必要的拆除和重建,限制不必要的旅行时间并提高效率,让理算员更快地解决索赔。”最重要的是,可以通过在“不道德的承包商进入并开始不必要的维修”之前捕获索赔现场的图像来检测欺诈行为。

最终,人工智能的回报应该是更少的事故和更低的成本。

文章由 SmartsPublishing.com 提供