19 September 2024

2022: Tren Q4 dalam AI untuk Asuransi

Asuransi telah berdiri teguh selama berabad-abad seiring waktu dan teknologi telah berubah di sekitarnya. Saat ini, industri asuransi berubah dengan cepat sebagai respons terhadap revolusi digital yang sedang berlangsung. AI adalah salah satu bentuk disrupsi digital yang menggemparkan industri asuransi.

“Kecerdasan buatan (AI) memiliki kemampuan untuk meningkatkan rantai nilai industri asuransi dengan mengubah hubungan, menemukan kembali platform bisnis, dan memperluas data tersembunyi,” tulis Kevin H. Kelley dan sesama penulis dalam artikel tahun 2018 di Manajemen Risiko dan Tinjauan Asuransi.

Banyak janji telah beredar tentang kemampuan revolusioner AI untuk asuransi. Kemajuan teknologi yang sebenarnya lebih lambat — tetapi kecerdasan buatan sebenarnya mengubah cara perusahaan asuransi mendekati distribusi dan hubungan pelanggan.

Kecerdasan Buatan dan Distribusi Asuransi

Kecerdasan buatan tidak tiba-tiba muncul di kancah asuransi pada tahun 2022. Sebaliknya, pertumbuhannya sebagai alat asuransi telah sejajar dengan meningkatnya ketergantungan pada data dan teknologi digital dalam asuransi, di industri terkait, dan dalam kehidupan sehari-hari pelanggan.

“AI tumbuh karena ‘datafikasi’ interaksi bisnis, kehidupan pribadi, dan kehidupan publik yang terus meningkat,” tulis peneliti Naman Kumar, Jayant Dev Srivastava dan Harshit Bisht pada tahun 2017. Lima tahun kemudian, data yang diciptakan oleh bisnis manusia dan upaya pribadi terus meledak — begitu pula kebutuhan, dan penggunaan, kecerdasan buatan.

Kecerdasan buatan telah berkembang selama beberapa dekade terakhir menjadi beberapa alat dan aplikasi yang lebih terfokus. AI, bersama dengan pembelajaran mesin (ML) dan pembelajaran mendalam (DL), menawarkan tiga cara yang sangat ampuh untuk meningkatkan distribusi asuransi, tulis Ramnath Balasubramanian, Ari Libarikian dan Doug McElhaney di McKinsey:

Kecerdasan buatan menggambarkan semua cara mesin meniru fungsi kognitif manusia, seperti belajar, melihat pola, dan membuat prediksi.
Pembelajaran mesin berfokus pada kemampuan seperti pembelajaran AI untuk melatih algoritme untuk menyortir dan merespons input data dengan berbagai cara. ML juga dapat ditugaskan untuk membuat prediksi berdasarkan data yang ada.
Deep learning lebih lanjut menyaring kemampuan ML untuk membuat abstraksi dari model data. DL sering menggunakan jaringan saraf untuk menyalin fungsi otak dengan menghubungkan berbagai algoritma AI khusus bersama-sama.

Dalam distribusi asuransi sehari-hari, alat ini dapat muncul dalam berbagai bentuk. Salah satu contohnya adalah pada alat komunikasi yang digunakan untuk terhubung dengan pelanggan. Chatbot berkemampuan AI menawarkan satu cara untuk mendukung penciptaan nilai dengan menumbuhkan hubungan pelanggan, jelas Mikko Riikkinen dan rekan-rekan peneliti dalam sebuah artikel di International Journal of Bank Marketing.

Kecerdasan buatan dapat beradaptasi dengan pilihan kata pelanggan dan isi tanggapan mereka, memungkinkan chatbot mengumpulkan informasi dengan cepat dan alami. Chatbot kemudian dapat meneruskan informasi ini ke agen atau perwakilan layanan pelanggan untuk melanjutkan percakapan.

Pembelajaran mesin dan pembelajaran mendalam juga menawarkan cara baru untuk menganalisis data risiko dan kerugian, memodelkan kemungkinan dan kemungkinan, serta mendekati penjaminan emisi. Ketika penjamin emisi memasukkan data ini untuk pengambilan keputusan yang lebih bernuansa, area baru pencegahan kerugian dan perlindungan pelanggan terbuka.

Ke Mana Arah AI Selanjutnya?

Penelitian dalam kecerdasan buatan menunjukkan tidak hanya bahwa AI memberikan nilai dalam situasi saat ini atau dalam memeriksa kumpulan data masa lalu, tetapi juga bahwa AI dapat membuat prediksi tentang peristiwa masa depan berdasarkan informasi masa lalu.

Asuransi telah lama berkecimpung dalam bisnis mengatasi potensi risiko berdasarkan informasi tentang kerugian sebelumnya. Namun selama berabad-abad, fokus utama tetap pada kompensasi kerugian.

Ketika AI menjadi lebih umum dalam asuransi, “model bisnis asuransi akan bergeser dari kompensasi kerugian menjadi prediksi dan pencegahan kerugian,” tulis Martin Eling, Davide Nuessle, dan Julian Staubli dalam artikel tahun 2021 di The Geneva Papers on Risk and Insurance. Seiring dengan pergeseran fokus industri, perusahaan asuransi akan menemukan cara baru untuk mengurangi biaya sambil mempertahankan atau meningkatkan nilai bagi pelanggan.

Fokus pada pencegahan kerugian mencakup fokus pada perilaku pelanggan. AI juga menawarkan cara lain untuk menganalisis dan memahami pengambilan keputusan pelanggan.

Sebuah studi tahun 2020 yang diterbitkan dalam Risks, misalnya, menggambarkan model AI “yang dapat digunakan untuk menjelaskan mengapa pelanggan membeli atau meninggalkan pertanggungan asuransi non-jiwa,” tulis peneliti Alex Gramegna dan Paolo Giudici. Model ini dapat mengumpulkan informasi tentang perilaku pelanggan secara real time, memungkinkan agen dan perwakilan layanan pelanggan untuk lebih memahami dan memenuhi kebutuhan pelanggan saat ini.

Banyak perusahaan asuransi sudah melaporkan bahwa AI membuahkan hasil untuk mereka. Sebuah survei PwC terhadap eksekutif asuransi menemukan bahwa:

65 persen mengatakan AI sudah membantu mereka menciptakan pengalaman pelanggan yang lebih baik.
49 persen memuji AI dengan meningkatkan pengambilan keputusan internal.
47 persen melaporkan peningkatan efisiensi, produktivitas, atau penghematan biaya dari penggunaan AI.

Bahkan di antara eksekutif asuransi yang saat ini tidak melihat manfaat, antusiasme untuk AI tetap tinggi, tulis Matt Adams, Marie Carr dan Anand Rao dari PwC. Misalnya, meskipun 47 persen responden mengatakan bahwa mereka belum melihat peningkatan pendapatan dari penggunaan AI, mereka berharap untuk melihat hasil ini dalam waktu dua tahun. Perusahaan asuransi tetap berkomitmen untuk berinvestasi dalam kecerdasan buatan, bahkan ketika hasilnya tidak langsung.

Menggabungkan AI Saat Ini untuk Aplikasi Masa Depan

Terlepas dari spekulasi media tentang masa depan yang sepenuhnya didorong oleh mesin, model dan algoritma AI saat ini tidak dapat membuat keputusan mereka sendiri, tulis Adam Uzialko di Business News Daily. Kecerdasan buatan tidak dapat menggantikan agen manusia, penjamin emisi atau pengambil keputusan lainnya.

Apa yang dapat dilakukan teknologi ini adalah memberikan ringkasan kumpulan data dan wawasan yang dikumpulkan dari data tersebut kepada pengambil keputusan manusia. Agen atau perwakilan layanan pelanggan dapat meninjau informasi tersebut dan menanggapi kebutuhan pelanggan tertentu. AI juga dapat mengurangi waktu yang dihabiskan profesional manusia untuk tugas-tugas kasar atau berulang seperti menyalin nama dan alamat pelanggan ke berbagai formulir.

“Hasilnya adalah perusahaan asuransi yang lebih siap untuk menjual kepada pelanggan paket yang paling cocok untuk mereka,” tulis Uzialko.

Scott Likens, Michael Shehab dan Anand Rao dari PwC menulis bahwa perusahaan asuransi perlu fokus pada beberapa bidang untuk memastikan implementasi kecerdasan buatan yang efektif dan bertanggung jawab di tahun-tahun mendatang:

Menilai risiko dan membuat rencana untuk memantau risiko. Perusahaan asuransi perlu mempertimbangkan bagaimana AI berinteraksi dengan peluang, risiko, dan praktik keuangan, operasional, dan reputasi mereka.
Jangan pernah “mengatur dan melupakannya.” AI belajar dan beradaptasi berdasarkan informasi yang dapat diaksesnya. Akibatnya, manusia harus memantau adaptasi dan output AI untuk mengurangi dampak bias yang tidak dapat diterima dan untuk memandu pengembangan AI.
Jadikan etika sebagai bagian penting dari AI. AI dapat belajar dan beradaptasi, tetapi tidak memiliki simpanan pengalaman dan interaksi manusia yang diterima begitu saja oleh manusia ketika kita mempelajari hal-hal baru. Memperlakukan pelatihan etika sebagai bagian penting dari penggunaan AI adalah suatu keharusan.

Mengajar profesional asuransi untuk bekerja bersama AI juga penting bagi perusahaan asuransi yang ingin terus berkembang setelah tahun 2022. Anggota tim perlu menyesuaikan alur kerja mereka sendiri. Mereka juga perlu memahami cara kerja AI, apa keterbatasannya dan di mana perlu dipantau.

Dulunya adalah fiksi ilmiah, kecerdasan buatan sekarang menjadi kenyataan sehari-hari bagi operator asuransi, agen, broker, dan pelanggan. Seiring dengan pertumbuhan dan kematangan teknologi, teknologi ini akan mengubah cara perusahaan asuransi melakukan bisnis — dan bagaimana mereka memberikan nilai kepada pelanggan sambil melindungi keuntungan mereka sendiri.

Gambar oleh: rh2010/©123RF.com, marchmeena/©123RF.com, sebra/©123RF.com

Berita