Generatywna sztuczna inteligencja będzie jednym z kluczowych obszarów inwestycyjnych branży ubezpieczeniowej na nadchodzący rok – blisko 90% firm z tego sektora uczestniczących w badaniu SAS zamierza wdrożyć narzędzia oparte na tej technologii w najbliższych miesiącach. Wiele organizacji nadal mierzy się jednak z wyzwaniami związanymi z regulacjami oraz odpowiedzialnym wykorzystaniem AI.
– Mimo że branża ubezpieczeniowa charakteryzuje się powolnym przyjmowaniem zmian, to ubezpieczyciele okazują się pionierami w dziedzinie generatywnej sztucznej inteligencji, wykazując wyjątkowe zaangażowanie i entuzjazm inwestycyjny – powiedział Franklin Manchester, Principal Global Insurance Advisor SAS. – Nie mamy tu do czynienia z bańką AI, która ma pęknąć, co nas cieszy, ale jasne jest, że sektor ubezpieczeń, podobnie jak inne branże, musi pokonać pewne przeszkody – dodał.
Najpierw budżet i strategia
Raport SAS „Your journey to a GenAI future: An insurer’s strategic path to success” oparty na wynikach globalnego badania międzysektorowego, przeprowadzonego we współpracy z Coleman Parkes Research, jednoznacznie wskazuje, że 89% ankietowanych reprezentujących sektor ubezpieczeń planuje inwestycje w GenAI w 2025 r., a 92% z nich ma już przewidziany budżet na ten cel.
Najczęściej wskazywanymi przez ubezpieczycieli celami inwestycyjnymi związanymi z GenAI są:
- zwiększenie satysfakcji i poprawa wskaźnika utrzymania klientów (81%),
- mniejsze koszty operacyjne i oszczędność czasu (76%),
- poprawa zarządzania ryzykiem i zgodności z przepisami (72%).
Obecnie już 68% respondentów z branży ubezpieczeniowej używa generatywnej sztucznej inteligencji w celach zawodowych przynajmniej raz w tygodniu. Przeciętnie co piąty (22%) przyznał, że korzysta z tej technologii codziennie. Choć tylko 11% organizacji dokonało pełnego wdrożenia GenAI, kolejne 49% jest w trakcie procesu implementacji.
– GenAI nie jest cudownym rozwiązaniem, ale ubezpieczyciele odkrywają, że może dostarczyć znacznie więcej elementów układanki, także w obszarach uznanych wcześniej za problematyczne, takich jak przetwarzanie danych nieustrukturyzowanych – powiedział Joe Rowe z firmy doradczej Accenture, Data and AI Insurance Lead dla sektora ubezpieczeń w Wielkiej Brytanii, Irlandii i Afryce. – Przykładami obszarów, gdzie GenAI pomaga człowiekowi w podejmowaniu lepszych decyzji, są likwidacja szkód i ocena ryzyka – podkreślił.
Ubezpieczyciele bardziej zaniepokojeni
Wyniki raportu wskazują, że sektor ubezpieczeń wyraża większy niepokój wobec GenAI niż inne branże w kwestiach etycznego zastosowania technologii. Obawy w tym zakresie wyraziło 59% decydentów w firmach ubezpieczeniowych, podczas gdy średnia dla wszystkich objętych badaniem sektorów wyniosła 52%.
Jednocześnie organizacje podejmują wysiłki w celu opracowania ram etycznego stosowania i monitorowania narzędzi generatywnej sztucznej inteligencji oraz zarządzania nimi. Prace te są na różnych etapach zaawansowania i dojrzałości:
- 5% respondentów określiło istniejące w ich organizacjach ramy zarządzania jako „dobrze ugruntowane i kompleksowe”,
- 57% stwierdziło, że wytyczne „są w trakcie opracowywania”,
- 27% określiło swoje ramy jako „doraźne lub nieformalne”,
- 11% przyznało, że ramy etyczne „nie istnieją”.
– Wykorzystanie GenAI postępuje dość szybko, jednak aby rozwijać ją w sposób odpowiedzialny, ubezpieczyciele muszą osiągnąć harmonię w wymiarze ludzkim, procesowym i technologicznym, co pozwoli przejść z fazy eksperymentalnej do operacji i produkcji – powiedział Joe Rowe.
Podobnie jak w innych branżach, głównymi obawami związanymi z wykorzystaniem GenAI w ubezpieczeniach są prywatność i bezpieczeństwo danych (odpowiednio 75 i 73% wskazań). Nic w tym dziwnego – rośnie liczba incydentów z użyciem narzędzi GenAI, popełnianych zarówno przez amatorów, jak i zawodowych cyberprzestępców, stosujących tę technologię na większą skalę, np. w oszustwach finansowych, praniu pieniędzy i finansowaniu terroryzmu.
Jak poradzić sobie z niedoborem danych?
Uzupełnieniem obaw związanych z etyką są kwestie zgodności z regulacjami. Tylko 11% respondentów z sektora ubezpieczeń stwierdziło, że ich organizacja jest w pełni przygotowana do spełnienia bieżących i zapowiadanych przepisów dotyczących GenAI. Przykładowo, szkolenie dużych modeli językowych wymaga ogromnych ilości danych – zwłaszcza na potrzeby właściwej obsługi nietypowych przypadków. Dane te mogą jednak nie być dostępne w istniejących systemach produkcyjnych. Sektor ubezpieczeniowy boryka się z problemem braku dużych zbiorów danych, które zostałyby przefiltrowane pod kątem stronniczości i sprawdzone pod względem jakości. Tymczasem jakość i ilość danych używanych do trenowania modeli GenAI i innych modeli AI może przesądzić o dokładności i rzetelności wyników modeli w decyzjach dotyczących roszczeń.
Co więcej, ubezpieczyciele jako powiernicy danych chronią znaczne ilości wrażliwych informacji o swoich klientach. W obliczu rosnących obaw o prywatność, rozwiązaniem mogą być dane syntetyczne, które są sztucznie generowane, ale w sposób realistyczny odwzorowują dane rzeczywiste i wzbogacają istniejące zbiory bez naruszania prywatności klientów. Badanie wskazało, że 27% respondentów z sektora ubezpieczeń zadeklarowała, że korzysta z syntetycznych danych; blisko jedna trzecia (30%) aktywnie rozważa ich użycie, a 22% stwierdziło, że mogą je wziąć pod uwagę.
– Wielu decydentów z branży ubezpieczeń aktywnie pracuje nad projektami GenAI, które mogą zrewolucjonizować sposób prowadzenia działalności przez ubezpieczycieli. Innowacyjny trend jest wciąż żywy w sektorze ubezpieczeń i możemy go podtrzymać tylko wtedy, gdy przyjmiemy zasady odpowiedzialnych innowacji. Obejmuje to tworzenie i utrzymywanie polityk oraz procesów, które chronią klientów i integralność danych, z których korzystamy – powiedział Franklin Manchester. – Kolejny krok jest oczywisty: ubezpieczyciele muszą przyjąć etyczne ramy działania oraz rygorystyczne podejście do danych jako swój punkt odniesienia, aby w pełni wykorzystać transformacyjny potencjał i wartość technologii GenAI – podkreślił.
W badaniu wzięło udział 236 menedżerów i decydentów reprezentujących ubezpieczenia.
(AM, źródło: SAS )
