Согласно недавнему опросу Celent, половина страховщиков заявили, что к концу 2023 года они протестируют решения генеративного искусственного интеллекта (Gen. AI) в виде больших языковых моделей (LLM).
Хотя эта технология стала известна общественности всего около 12 месяцев, страховая отрасль освоила ее на удивление быстро. Но то, что мы видели до сих пор, — это лишь верхушка айсберга. Влияние ИИ только начинает ощущаться.
Потенциал искусственного интеллекта для преобразования страховой отрасли в будущем огромен. Она сможет взять на себя большую часть тяжелой работы (и даже больше), которая сегодня распространена в отрасли. Возьмем, к примеру, оценку ущерба. Соответствующим образом обученный LLM сможет интерпретировать событие в контексте даже самых сложных контрактов и определять обоснованность претензии (или иным образом) за считанные секунды. Например, это позволит многим страховщикам заполнить почти 100% недостающей информации о претензиях из сложных документов, что, как ожидается, приведет к значительной экономии за счет повышения операционной эффективности и снижения затрат на претензии.
Технический директор UK&I в Cowlant.
Содержание
Редизайн страховки с нуля
Влияние ИИ распространится на многие другие области отрасли. Например, его можно использовать для анализа огромных объемов данных, чтобы предоставить страховщикам простые и точные сводные данные для своих оценок. ИИ также полностью изменит возможности в других областях, например, в маркетинге. Он сможет сочетать стандартизированный контент о продуктах и услугах с персонализированной информацией о клиентах для создания действительно адаптированных коммуникаций в масштабе.
Поскольку ИИ первого поколения использует естественный язык для подсказок и инструкций, он демократизирует доступ к знаниям, которые ранее были доступны только ученым и специалистам по обработке данных. Она также работает в технологических отделах, где пишет код и сценарии, а также помогает поддерживать интеграцию.
В этих и многих других контекстах ИИ следующего поколения будет выполнять тяжелую работу, позволяя людям сосредоточиться на критически важных задачах и действиях, которые требуют высочайшего уровня человеческих инноваций, сочувствия и творчества.
Явный аргумент в пользу перемен
Очевидно, что страховые компании, которые внедрят ИИ быстрее всех, получат значительное конкурентное преимущество. Выгоды, которых они могли бы достичь, вероятно, можно разделить на три широкие категории:
1. Увеличение прибыльности и роста за счет выявления ранее неиспользованных возможностей и улучшения продуктов и качества обслуживания клиентов.
2. Экономия затрат за счет операционной эффективности,
3. Оперативный интеллект и эффективность за счет интеграции нового искусственного интеллекта в существующие процессы.
Справьтесь с трудностями
Однако многие представители отрасли также сталкиваются с трудностями при переходе от текущего экспериментального этапа к крупномасштабному внедрению нового искусственного интеллекта.
Почему? LLM по своей природе требуют больших объемов хорошо управляемых, эффективно организованных, точных и соответствующих требованиям данных. А поскольку это регулируемая отрасль, требования страховщиков к соблюдению данных превышают требования многих других отраслей, а это означает, что страховщики должны гарантировать, что они продолжают соблюдать строгие законодательные требования в отношении защиты и управления данными. Интеграция ИИ в существующие устаревшие технологии — еще одна потенциальная проблема. Фактически, около 75% руководителей во всех отраслях называют это препятствием на пути прогресса. Здесь также создание прочной базы данных является важным первым шагом.
Другие потенциальные ловушки, связанные с универсальным ИИ, включают так называемые «галлюцинации», когда универсальный ИИ эффективно изобретает ответ. Другая распространенная проблема — предвзятые результаты, возникающие в результате общего обучения ИИ на основе предвзятостей, уже присутствующих в данных обучения. И то, и другое, конечно, нужно решать. И они ни в коем случае не являются неконтролируемыми. Лучший подход? Относитесь к результатам LLM с теми же строгими правилами, рекомендациями и стандартами, которые любая организация применяла бы к контенту, созданному людьми. Создание правильных механизмов контроля над LLM с самого начала может помочь вам избежать многих потенциальных ошибок.
Начни сейчас, иначе ты останешься позади
Страховщикам, которые еще не изучили возможности ИИ, необходимо быстро приступить к работе. Поскольку их конкуренты уже внедряют решения в производство, пришло время определить варианты использования и начать создавать и развертывать пилотные проекты, чтобы выяснить, где можно найти самые большие преимущества и ценность.
Мы перечисляем лучшие модели больших языков (LLM) для кодирования.
Эта статья была создана в рамках канала Expert Insights от TechRadarPro, где мы рассказываем о лучших и ярких умах в области технологий сегодня. Мнения, выраженные здесь, принадлежат автору и не обязательно отражают точку зрения TechRadarPro или Future plc. Если вы заинтересованы в участии, узнайте больше здесь:
