19 กันยายน 2024

บริษัทประกันยืนอยู่ตรงไหนในด้านการวิเคราะห์และข้อมูลอัจฉริยะ

ปีที่ผ่านมาเป็นความท้าทายที่ไม่ธรรมดาสําหรับผู้ประกันตนทรัพย์สินและวินาศภัย ปี 2017 สร้างสถิติใหม่สําหรับจํานวนภัยพิบัติทางธรรมชาติมูลค่าหลายพันล้านดอลลาร์ในสหรัฐอเมริกา ตาม ข้อมูล จากองค์การบริหารมหาสมุทรและบรรยากาศแห่งชาติ ปี 2020 ยังเป็นหนึ่งในปีที่แพงที่สุดเป็นประวัติการณ์ในแง่ของภัยพิบัติทางธรรมชาติ นอกจากนี้ การลงทุนด้านการประกันภัย P&C ยังประสบปัญหาในช่วงเดือนแรกของ COVID-19 ตามที่ Chris Bradley และ Peter Stumpner จาก McKinsey ตั้งข้อสังเกต

วันนี้ บริษัทประกันภัยกําลังดิ้นรนเพื่อสนับสนุนธุรกิจหลักของตนในยุคที่การใช้จ่ายประกันภัยรถยนต์ลดลง ความเสียหายต่อทรัพย์สินและภัยพิบัติที่เพิ่มขึ้น และความคลุมเครือจากนักลงทุน การวิเคราะห์และข้อมูลอัจฉริยะเป็นวิธีสําหรับผู้ประกันตนในการปรับปรุงกระบวนการทางธุรกิจและรักษาความได้เปรียบในการแข่งขัน

การวิเคราะห์และข้อมูลอัจฉริยะในปี 2022

คําว่า “การวิเคราะห์ข้อมูล” และ “ข้อมูลอัจฉริยะ” มักใช้อย่างใกล้ชิดซึ่งกันและกัน ในบางบริบท พวกเขายังใช้แทนกันได้

การวิเคราะห์และข้อมูลอัจฉริยะมีความเกี่ยวข้องกัน แต่ไม่สามารถใช้แทนกันได้ พูดอย่างกว้างๆ ข้อมูลอัจฉริยะเป็นหมวดหมู่ที่ครอบคลุมทุกวิธีที่สามารถสํารวจและตรวจสอบข้อมูลเพื่อให้ได้ข้อมูลเชิงลึก การวิเคราะห์ข้อมูลเป็นกระบวนการหนึ่งภายในร่มของข้อมูลอัจฉริยะ

การวิเคราะห์ข้อมูลรวบรวมและประมวลผลข้อมูลดิบเพื่อเปิดเผยแนวโน้มหรือรูปแบบใดๆ ที่ปรากฏในข้อมูลนั้น Jagreet Kaur Gill เขียนที่ AI platform Akira.ai ฟังก์ชันการรวบรวมและการประมวลผลได้รับการออกแบบโดยคํานึงถึงคําถามหรือเป้าหมายที่สําคัญ ตัวอย่างเช่น การวิเคราะห์ข้อมูลที่พยายามทําความเข้าใจการเปลี่ยนแปลงของสภาพอากาศและรูปแบบสภาพอากาศจะทํางานแตกต่างจากการวิเคราะห์ข้อมูลที่พยายามทําความเข้าใจว่าเหตุใดลูกค้าประกันภัยจึงละทิ้งขั้นตอนการสมัครครึ่งทางของการกรอกแบบฟอร์มใบเสนอราคาสําหรับประกันภัยรถยนต์

การวิเคราะห์และข้อมูลอัจฉริยะเป็นหมวดหมู่กว้างๆ หน้าที่และการใช้งานอาจดูคลุมเครือ อย่างไรก็ตาม เครื่องมือเหล่านี้สามารถนําไปใช้กับพื้นที่ที่เป็นรูปธรรมในการประกันภัยได้หลายด้าน Yannick Even และ Jonathan Anchen ที่ Swiss Re เขียน

ตัวอย่างเช่น การวิเคราะห์ข้อมูลที่เปิดใช้งาน AI สามารถใช้เพื่อประมวลผลข้อความในเอกสาร (รวมถึงสัญญา) อีเมล และบันทึกการแชทได้อย่างรวดเร็ว ผลลัพธ์ที่ได้คือความเข้าใจที่ดีขึ้นเกี่ยวกับลูกค้าแต่ละรายและเงื่อนไขของสัญญาซึ่งช่วยให้ตัวแทนโบรกเกอร์และตัวแทนฝ่ายบริการลูกค้าสามารถให้บริการที่ดีขึ้น

แม้จะล้าหลังในระยะเริ่มต้นของการวิเคราะห์และการนําข้อมูลอัจฉริยะมาใช้ แต่การประกันภัยก็ตามทันอย่างรวดเร็ว และแม้กระทั่งขับเคลื่อนนวัตกรรม “การเปลี่ยนแปลงนี้เกิดขึ้นอย่างรวดเร็วจนอุตสาหกรรมประกันภัยในปัจจุบันมีวุฒิภาวะในการวิเคราะห์ข้อมูลที่สูงกว่าอุตสาหกรรมอื่นๆ อีกหลายอุตสาหกรรม” Suhas Sethi และ Yogendra Goyal จาก บริษัท จัดการกระบวนการทางธุรกิจ WNS Global Services เขียน

ประกันภัยและข้อมูลอัจฉริยะ

การวิเคราะห์และข้อมูลอัจฉริยะไม่ได้เป็นเพียงสิ่งที่ดีอีกต่อไป “ผู้ที่มีผลงานดีที่สุดกําลังสร้างระยะห่างระหว่างตัวเองกับคู่แข่งด้วยการสร้างความสามารถในการรับประกันภัยข้อมูลและการวิเคราะห์ขั้นสูงที่สามารถมอบคุณค่ามหาศาลได้” Kia Javanmardian และเพื่อนนักวิจัยที่ McKinsey เขียน

การวิจัยของ McKinsey พบว่าเมื่อใช้การวิเคราะห์และข้อมูลอัจฉริยะสําหรับการรับประกันภัย

อัตราส่วนการสูญเสียดีขึ้น 3 ถึง 5 จุด
เบี้ยประกันภัยธุรกิจใหม่เพิ่มขึ้น 10 ถึง 15 เปอร์เซ็นต์
การรักษาลูกค้า 5 ถึง 10 เปอร์เซ็นต์ในหมวดหมู่ประกันภัยที่ทํากําไรได้มากที่สุด

ข้อมูลอัจฉริยะยังสามารถใช้เพื่อระบุแนวโน้มที่เพิ่มขึ้นและโอกาสทางการตลาดใหม่ๆ ผู้เขียนตั้งข้อสังเกต

ปัญญาประดิษฐ์เป็นตัวขับเคลื่อนที่แข็งแกร่งของการวิเคราะห์และข้อมูลอัจฉริยะที่ได้รับการปรับปรุง การศึกษา ของ WNS/Forrester รายงานว่า:

72 เปอร์เซ็นต์ ของธุรกิจที่ตอบกลับใช้เครื่องมือที่ปรับปรุงด้วย AI เพื่อปรับปรุงข่าวกรองธุรกิจ
67 เปอร์เซ็นต์ ใช้การวิเคราะห์ข้อความและ **65 เปอร์เซ็นต์ **ใช้การวิเคราะห์ด้วยคําพูดเพื่อทําความเข้าใจข้อมูลได้ดียิ่งขึ้น รวมถึงการโต้ตอบกับลูกค้า
54 เปอร์เซ็นต์ พึ่งพาการประมวลผลภาษาธรรมชาติ ซึ่งมักฝังอยู่ในแชทบอทและเครื่องมือที่คล้ายคลึงกัน เพื่อข้อมูลเชิงลึกที่ดีขึ้น
45 เปอร์เซ็นต์ ใช้แพลตฟอร์มแมชชีนเลิร์นนิงเพื่อปรับปรุงการวิเคราะห์และข้อมูลอัจฉริยะ

โดยรวมแล้ว การศึกษาพบว่า 97 เปอร์เซ็นต์ของธุรกิจรายงานผลประโยชน์ในการดําเนินงานที่เกิดจากการวิเคราะห์ข้อมูลขั้นสูงและแนวทางปฏิบัติด้านข่าวกรอง

เช่นเดียวกับเทคโนโลยีทุกชนิด การวิเคราะห์ที่ใช้ AI และข้อมูลอัจฉริยะได้รับความสงสัยในช่วงแรกๆ ในตอนแรก บริษัทประกันขาดข้อมูลที่จําเป็นในการพิจารณาว่า AI เป็นแฟลชในเทรนด์แพนหรือเป็นเครื่องมือทางธุรกิจที่ยั่งยืน

ปัจจุบัน AI จัดอยู่ในหมวดหมู่หลังอย่างมั่นคง เนื่องจากความสามารถในการเปลี่ยนแปลงธุรกิจประกันภัยในทุกขั้นตอน Thomas Löchte ที่ IKOR เขียน ระบบนิเวศของข้อมูลช่วยให้ผู้ประกันตนรับประกันและแจกจ่ายกรมธรรม์ประกันภัยเพื่อตอบสนองต่อเหตุการณ์แบบเรียลไทม์ ตัวอย่างเช่น ข้อมูลอัจฉริยะช่วยให้ผู้ประกันตนสามารถให้ความคุ้มครองแบบฝังตัวหรือ ณ จุดขายที่ปรับให้เหมาะกับความต้องการเฉพาะของลูกค้าแต่ละราย

ข้อมูลอัจฉริยะไม่สามารถทํางานได้เพียงลําพัง “แนวคิดที่ว่าโซลูชัน AI สามารถซื้อ เสียบปลั๊ก และปล่อยให้ทํางานบนอุปกรณ์ของตนเองได้นั้นเป็นนิยายวิทยาศาสตร์” Zhiwei Jiang ซีอีโอฝ่ายข้อมูลเชิงลึกและข้อมูลของ Capgemini กล่าว บริษัทประกันภัยจะต้องมีพนักงานที่มีทักษะที่จําเป็นในการแนะนําและพัฒนาข้อมูลอัจฉริยะและการวิเคราะห์ จําเป็นต้องมีความสามารถในการตีความและใช้ผลลัพธ์ของการวิเคราะห์เหล่านั้นเช่นกัน

แนวทางปฏิบัติที่ดีที่สุดสําหรับการวิเคราะห์ที่มีประสิทธิภาพและข้อมูลอัจฉริยะ

การวิเคราะห์ที่เปิดใช้งาน AI และข้อมูลอัจฉริยะไม่ใช่ยาครอบจักรวาล แม้ว่าเทคโนโลยีจะสามารถปฏิวัติการรับประกันภัยและการจัดจําหน่ายได้ แต่การนําไปใช้ก็ทําให้เกิดความท้าทายสําหรับผู้ประกันตน

การศึกษา EIOPA ปี 2019 พบว่าบริษัทประกันภัยเผชิญกับความท้าทายทั่วไปในการนําข้อมูลอัจฉริยะที่ทันสมัยมาใช้ ความท้าทายเหล่านี้รวมถึง:

ปฏิบัติตามข้อกําหนดด้านกฎระเบียบและรับทราบถึงการเปลี่ยนแปลงด้านกฎระเบียบ
จัดการกับความไว้วางใจของผู้บริโภคเกี่ยวกับ AI และความปลอดภัยของข้อมูล
ตรวจสอบให้แน่ใจว่าข้อมูลถูกต้องและการวิเคราะห์และการใช้ข้อมูลเป็นไปตามมาตรฐานทางจริยธรรม
ป้องกันความเสี่ยงทางไซเบอร์ เช่น การแฮ็กและการขโมยข้อมูล
การจ้างงานและฝึกอบรมพนักงานเมื่อเผชิญกับการขาดแคลนทักษะที่เกี่ยวข้องกับข้อมูลอัจฉริยะ

การเข้าถึงข้อมูลเพียงอย่างเดียวไม่เพียงพอ การรักษาความสามารถในการรวบรวม จัดเก็บ และวิเคราะห์ข้อมูลเป็นสิ่งจําเป็นสําหรับผู้ประกันตน หากไม่มีความสามารถนี้ ผู้ประกันตนจะสูญเสียโอกาสในการรวบรวมข้อมูลเชิงลึกจากข้อมูลและนําข้อมูลนั้นไปใช้กับตนเองและลูกค้า

ความท้าทายอีกประการหนึ่งสําหรับผู้ประกันตนคือช่องว่างด้านทักษะระหว่างสิ่งที่ทีมที่มีอยู่สามารถทําได้กับความต้องการการวิเคราะห์และการวิเคราะห์ข้อมูลที่มีประสิทธิภาพ

การรวมขีดความสามารถ เครื่องมือ กระบวนการ และทักษะเข้าด้วยกันจะนําผู้ประกันตนไปสู่อนาคตอัจฉริยะข้อมูล ปัจจุบันบริษัทประกันภัยมีงานอีกมากที่ต้องทําเพื่อให้เกิดวิสัยทัศน์นั้น การศึกษาของ Capgemini ชิ้นหนึ่งพบว่า “มีเพียง 18% ขององค์กรประกันภัยเท่านั้นที่มีเครื่องมือ เทคโนโลยี บุคลากร กระบวนการ ทักษะ และวัฒนธรรมที่จะได้รับคุณค่าอย่างเต็มที่จากปริมาณข้อมูลที่เพิ่มขึ้นซึ่งพวกเขาสามารถเข้าถึงได้” Seth Rachlin และเพื่อนผู้เขียนการศึกษาเขียน

จากการศึกษาพบว่าองค์กร 18 เปอร์เซ็นต์แรกมีคุณสมบัติทั่วไปหลายประการที่ขับเคลื่อนความสําเร็จด้านข้อมูลอัจฉริยะ กว่า 80 เปอร์เซ็นต์มั่นใจว่าการรู้เท่าทันข้อมูลเป็นทักษะหลักที่ใช้ร่วมกันระหว่างทีม ไม่จํากัดเฉพาะผู้เชี่ยวชาญเฉพาะด้าน และ 84 เปอร์เซ็นต์มี “โปรแกรมการเพิ่มทักษะข้อมูลตามบทบาท” สําหรับพนักงานส่วนใหญ่ เจ็ดสิบแปดเปอร์เซ็นต์กล่าวว่าโปรแกรมการเพิ่มทักษะของพวกเขาไม่เพียง แต่รวมถึงหัวข้อปัญญาประดิษฐ์มาตรฐานและการเรียนรู้ของเครื่องเท่านั้น แต่ยังรวมถึงทักษะด้านปัญญาข้อมูล เช่น การฝึกอบรมแบบจําลอง การแก้ไขหลักสูตร และการบํารุงรักษา

หนทางข้างหน้าในการวิเคราะห์และข้อมูลอัจฉริยะสําหรับผู้ประกันตนต้องการความสนใจกับความจุของข้อมูล ความปลอดภัย และเครื่องมือวิเคราะห์ นอกจากนี้ยังต้องให้ความสนใจกับการสร้างทักษะในหมู่ผู้เชี่ยวชาญด้านการประกันภัย เมื่อทีมมีทักษะและเครื่องมือที่เหมาะสม พวกเขาก็สามารถใช้ประโยชน์สูงสุดจากข้อมูลอัจฉริยะและการวิเคราะห์เชิงลึกเพื่อปรับปรุงการรับประกันภัยและการจัดจําหน่าย

รูปภาพโดย: dolgachov/©123RF.com, andreypopov/©123RF.com, adiruch/©123RF.com

ข่าว