Τη δυναμική συμβολή της τεχνητής νοημοσύνης στον ασφαλιστικό κλάδο περιγράφει στη LiFO ο Δημήτρης Αλεξάνδρου, διευθυντής Business Innovation της Ubitech, της ελληνικής εταιρείας Πληροφορικής που συνεργάστηκε πρόσφατα και με το ελληνικό Δημόσιο για τη δημιουργία ψηφιακού βοηθού για θέματα Κοινωνικής Ασφάλισης.
του Χρήστου Γαβαλά, (LiFO. Insurancevol.2)
Όπως επισημαίνει ο κ. Αλεξάνδρου, «η τεχνολογία της τεχνητής νοημοσύνης έχει αρχίσει ήδη να επεκτείνεται σε διάφορους άλλους τομείς της ασφάλισης πέραν της υγείας, όπως είναι η ασφάλιση οχημάτων, η ασφάλιση κατοικίας, η ταξιδιωτική ασφάλιση αλλά και η ασφάλιση επιχειρήσεων».
Και προσθέτει: «Σε αυτούς τους κλάδους, η τεχνητή νοημοσύνη μπορεί να αυτοματοποιήσει την εκτίμηση κινδύνου, να εντοπίσει απάτες και να προσφέρει εξατομικευμένα ασφαλιστικά προϊόντα με ταχύτητα και ακρίβεια που μέχρι σήμερα δεν ήταν εφικτές».
Κάνει ιδιαίτερη αναφορά, για παράδειγμα, στην ασφάλιση οχημάτων, όσον αφορά την οποία τονίζει πως «η τεχνητή νοημοσύνη μπορεί να αξιοποιήσει εικόνες ή βίντεο από ατυχήματα, να αναλύσει αυτόματα ζημιές και να εκτιμήσει το κόστος επισκευής».
Ενώ για την ασφάλιση κατοικίας σημειώνει ότι «μπορεί να προβλέπει δυνητικούς κινδύνους ή να εκτιμά με ακρίβεια τις ζημιές από φυσικές καταστροφές, βελτιώνοντας έτσι την ταχύτητα αποζημίωσης».
Όσον αφορά τη βελτίωση της απόδοσης της τεχνολογίας στο μέλλον, αυτό, κατά τον κ. Αλεξάνδρου, αναμένεται να συμβεί με τη συνεχή «εκπαίδευση» των συστημάτων σε ολοένα μεγαλύτερα και πιο πλούσια σύνολα δεδομένων.
«Καθώς τα συστήματα τροφοδοτούνται συνεχώς με νέες πληροφορίες και πραγματικά περιστατικά, θα μπορούν να κάνουν ακριβέστερες προβλέψεις, να κατανοούν καλύτερα το πλαίσιο κάθε περίπτωσης και να γίνονται όλο και πιο αποτελεσματικά».
Πάντως, και αυτός από τη μεριά του υπολογίζει ότι «το μέλλον της τεχνητής νοημοσύνης στον ασφαλιστικό κλάδο θα είναι μια ισορροπημένη συνύπαρξη τεχνολογίας και ανθρώπου, με την τεχνητή νοημοσύνη να αναλαμβάνει τις επαναλαμβανόμενες και πιο προβλέψιμες διαδικασίες, και τον άνθρωπο να διατηρεί τον ρόλο του ως σημείου αναφοράς για αποφάσεις με υψηλότερη πολυπλοκότητα και ευαισθησία».
