AI กำลังเขย่าโลกประกันภัยอย่างไร

AI กำลังเขย่าโลกประกันภัยอย่างไร

เว็บไซต์

ขณะนี้บริษัทต่างๆ มีโอกาสที่จะจัดหาผลิตภัณฑ์ตามความต้องการเฉพาะบุคคลเพื่อปกป้องลูกค้า โดยไม่ต้องทำประกันมากเกินไปกับพวกเขาด้วยนโยบายที่ไม่จำเป็น
ในฐานะอุตสาหกรรม การประกันภัยมีชื่อเสียงว่าเป็นคนอนุรักษ์นิยม ซึ่งก็สมเหตุสมผล เพราะจุดประสงค์ของการประกันภัยคือการป้องกันความเสี่ยง

การออกแบบเว็บไซต์

แต่แม้กระทั่งการประกันภัยก็ยังถูกกวาดล้างในการปฏิวัติทางเทคโนโลยีด้วยInternet of Things , ปัญญาประดิษฐ์, หุ่นยนต์, อุปกรณ์เทเลเมติกส์ และเทคโนโลยีขั้นสูงอื่นๆ ที่ส่งผลกระทบต่อวิธีการดำเนินงานของอุตสาหกรรม
ผลกระทบประการหนึ่งของเทคโนโลยีขั้นสูงคือการเพิ่มขึ้นของจำนวนพนักงานที่ยืดหยุ่น โดยที่พนักงานจะเลือกชั่วโมง สถานที่ และงานที่เหมาะสมกับตารางเวลาส่วนตัวของพวกเขา เทคโนโลยีเดียวกันนี้ช่วยให้บริษัทประกันภัยสามารถนำเสนอผลิตภัณฑ์ใหม่ที่ตรงกับความต้องการของพนักงานที่ยืดหยุ่น ซึ่งช่วยให้พวกเขาสามารถออกนโยบายที่ครอบคลุมกิจกรรมเฉพาะที่ใช้ได้ในช่วงเวลาที่กำหนด
ตัวอย่างเช่น หากคนขับรถของ Uber, GrubHub, DoorDash หรือบริษัทจัดส่งแบบกิ๊กอื่น ๆ ทำงานเพียงสี่ชั่วโมงต่อสัปดาห์ บริษัทประกันภัยสามารถพึ่งพาเทคโนโลยีในการออกกรมธรรม์ที่ครอบคลุมคนขับในช่วงเวลานั้นโดยสมบูรณ์ แทนที่จะออก นโยบายระดับโลกที่มีการปรับแต่งน้อยกว่าซึ่งจะครอบคลุมคนขับเต็มเวลาดังที่เคยเป็นมาจนถึงปัจจุบัน
ทุกวันนี้ ด้วยการถือกำเนิดของเทคโนโลยีขั้นสูง บริษัทประกันภัยมีโอกาสที่จะส่งมอบผลิตภัณฑ์เฉพาะบุคคลที่จะมอบให้กับลูกค้าแต่ละราย ไม่ว่าจะเป็นภาคอุตสาหกรรม บริษัท หรือแม้แต่บุคคล – ด้วยการประกันที่พวกเขาต้องการเพื่อให้แน่ใจว่าพวกเขาได้รับการคุ้มครองโดยไม่ต้องเกิน ประกัน จ่ายเงินมากเกินไป หรือเกินกำลังตัวเองด้วยนโยบายที่ไม่จำเป็น
ต่อไปนี้เป็นวิธีที่เทคโนโลยีขั้นสูงสามารถช่วยทั้งลูกค้าและผู้ประกันตน โดยเฉพาะอย่างยิ่งผู้ที่มีพนักงานที่ยืดหยุ่น เสนอนโยบายที่ดีที่สุดและให้บริการที่ดีที่สุด
ประกันภัยแบบออนดีมานด์
อุปกรณ์อัจฉริยะในปัจจุบันมาพร้อมกับเทคโนโลยีการเชื่อมต่อมากมาย รวมถึง GPS เซ็นเซอร์ตรวจจับความเคลื่อนไหว และการเชื่อมต่อ 5G ที่ให้ข้อมูลสถานที่และกิจกรรมตลอดเวลา แน่นอนว่าด้วยความยินยอมของผู้ใช้ บริษัทประกันสามารถเสนอนโยบายของบริษัทตามกิจกรรมของพนักงานได้
องค์กรที่มีพนักงานที่ยืดหยุ่นซึ่งจ้างงานนอกเวลาหรือพนักงานสัญญาจ้าง เช่น บริษัทที่ดำเนินการและจัดส่งอาหารตามสั่งของคนขับรถที่ทำงานตามกำหนดเวลาของตนเองโดยไม่ได้กำหนดเวลาไว้ สามารถใช้อุปกรณ์เพื่อ “เปิด” ความคุ้มครองประกันเมื่อจำเป็นได้ บริษัทต่างๆ จะจ่ายเบี้ยประกันสำหรับผู้ขับขี่ของตนเมื่อพวกเขากำลังขับรถจริงๆ เท่านั้น ลดต้นทุนได้อย่างมากและทำให้พวกเขาสามารถจัดหานโยบายที่มั่นคงสำหรับคนงานที่อาจจะต้องซื้อกรมธรรม์ที่มีราคาแพงกว่าด้วยตนเอง
IoT สำหรับการประกันภัยรายบุคคล
อุปกรณ์สวมใส่ สัญญาณไฟจราจร ไฟถนน รถยนต์ เครื่องตรวจจับควันไฟภายในบ้านที่เชื่อมต่อ อุปกรณ์ที่ติดตั้ง GPS: สิ่งเหล่านี้มีการใช้งานแล้ว เก็บรวบรวมข้อมูลจำนวนรีมที่บริษัทประกันภัยอาจนำไปใช้เพื่อพัฒนาตารางคณิตศาสตร์ประกันภัยที่มีรายละเอียดเฉพาะเจาะจงมาก เกี่ยวกับไลฟ์สไตล์ สถานการณ์การทำงาน สภาพแวดล้อมในบ้าน พฤติกรรมการขับขี่ และอื่นๆ –
ข้อมูลจากอุปกรณ์เหล่านี้สามารถช่วยออกแบบนโยบายส่วนบุคคลที่ปรับให้เหมาะกับลูกค้าโดยเฉพาะ หากผู้ขับขี่บริการแสดงพฤติกรรมการขับขี่ที่ปลอดภัยยิ่งขึ้น ซึ่งได้รับการพิสูจน์โดยตัวชี้วัดในโลกแห่งความเป็นจริงที่สะท้อนถึงพฤติกรรมเหล่านั้น ผู้ประกันตนสามารถเสนอบริการนั้นด้วยเบี้ยประกันภัยที่ต่ำกว่าได้
การรักษาลูกค้าให้ปลอดภัย
ปัญญาประดิษฐ์และแมชชีนเลิร์นนิงสามารถช่วยให้บริษัทประกันดูแลลูกค้าให้ปลอดภัยยิ่งขึ้น ตัวอย่างเช่น หากบริษัทจัดส่งที่ทำประกันผู้ขับขี่ — ไม่ว่าจะให้นโยบายบริการเต็มรูปแบบสำหรับคนขับเต็มเวลาหรือเสนอรูปแบบการประกันตามความต้องการสำหรับพนักงานที่ยืดหยุ่น — กำลังประสบกับอุบัติเหตุหรืออุบัติเหตุทางจราจรพุ่งสูงขึ้น AI/ ระบบ ML สามารถกระทืบข้อมูลที่รวบรวมโดยอุปกรณ์ที่เชื่อมต่อเพื่อรับรู้รูปแบบที่จะอธิบายได้ว่าทำไมอุบัติเหตุจึงเกิดขึ้น จากการวิเคราะห์ดังกล่าว บริษัทประกันสามารถให้คำแนะนำกับบริษัทที่จะช่วยลดจำนวนการเกิดอุบัติเหตุได้ (และด้วยเหตุนี้จำนวนการเรียกร้องค่าสินไหมทดแทนที่มีราคาแพง)
การลดการสัมผัสของผู้เอาประกันภัย
เทคโนโลยีขั้นสูงยังสามารถจำกัดความเสี่ยงจากการฉ้อโกงของผู้ประกันตน การวิเคราะห์ AI สามารถช่วยตั้งค่าสถานะการอ้างสิทธิ์ที่น่าสงสัย ทำให้พวกเขาสามารถกำจัดผู้หลอกลวง ประหยัดเงินในการอ้างสิทธิ์ที่เป็นเท็จ
เช่นเดียวกับอุตสาหกรรมอื่นๆ มากมาย เทคโนโลยีกำลังเปลี่ยนแปลงวิธีการทำงานของประกันภัย ความยืดหยุ่นที่เพิ่งค้นพบนี้ทำให้บริษัทประกันมีโอกาสเข้าถึงลูกค้าประเภทต่างๆ ที่พวกเขาเคยพบเจอมาในอดีตได้ยากลำบาก และด้วยเทคโนโลยีเดียวกันนี้ ลูกค้าสามารถป้องกันตนเองได้ดีขึ้นและมั่นใจได้ว่าอุบัติเหตุหรืออุบัติเหตุจะไม่ทำให้พวกเขาล้มละลาย นั่นหมายความว่าทั้งผู้ประกันตนและลูกค้าจะได้รับข้อตกลงที่ดีกว่า — เนื่องจากบริษัทประกันเสนอนโยบายที่ปรับแต่งให้เหมาะกับลูกค้า และลูกค้าจะจ่ายเฉพาะสิ่งที่ต้องการเท่านั้น
ในขณะที่วิธีการทำงานของเราเปลี่ยนแปลงไปอย่างต่อเนื่อง การประกันภัยก็จำเป็นต้องเปลี่ยนแปลงเช่นกัน ผ่านการปฏิวัติทางดิจิทัลแบบเดียวกันที่เปลี่ยนอุตสาหกรรมต่างๆ ทั่วโลก
เมื่อเดือนพฤศจิกายนปีที่แล้ว Michael DiBenigno ผู้ใช้ TikTok หรือที่รู้จักในชื่อThe Data Guyได้แชร์ภาพข้อมูลยอดนิยมที่สร้างไดอะแกรมความแตกต่างระหว่างสองวิธีในการรับรู้การแพร่กระจายของ COVID-19 ภาพหนึ่งแสดงให้เห็นการเติบโตแบบทวีคูณ โดยผู้ติดเชื้อทุกรายจะแพร่เชื้อไวรัสไปยังอีกสองคน อีกตัวอย่างหนึ่งระบุได้แม่นยำยิ่งขึ้นว่าไวรัสเดินทางอย่างไร โดยคำนึงถึงเหตุการณ์ super-spreader
ความแตกต่างระหว่างไดอะแกรมทั้งสองในคลิปซึ่งมีการดูมากกว่าสองล้านครั้งนั้นชัดเจนมาก ต้องขอบคุณกราฟิกที่ทวีคูณขึ้น: แสดงผลเป็นสามมิติ ลอยอยู่ในอวกาศในห้องนั่งเล่น ลอยอยู่ในโลกเสมือนจริง
กราฟทั้งสองแสดงภาพเป็นเครือข่าย ซึ่งเป็นแบบเดียวกับที่องค์กรอาจใช้ในการวางแผน พูด เครือข่ายสังคมออนไลน์ หรือโครงสร้างองค์กร DiBenigno สร้างกราฟิกโดยใช้ Flow Immersive ซึ่งเป็นแพลตฟอร์มการแสดงข้อมูล 3D AR และ VR ที่เขาร่วมก่อตั้ง
บริษัทเป็นหนึ่งในไม่กี่บริษัท ซึ่งรวมถึงImmersion AnalyticsและVirtualiticsการสำรวจว่าการขนส่งเทคนิคข้อมูลแบบเดิมๆ เช่น แผนผังเส้น แผนภาพเครือข่าย แผนที่จุด ไปสู่ความเป็นจริงแบบขยายสามารถเพิ่มการมีส่วนร่วมและการโต้ตอบได้เมื่อเทียบกับการนำเสนอแบบดั้งเดิม
นั่นอาจดูเหมือนเป็นวิธีที่ชัดเจนในการนำการแสดงภาพข้อมูลและ XR (ความเป็นจริงขยาย) มารวมกัน แต่ในความเป็นจริง แสดงถึงการเปลี่ยนแปลงเล็กน้อย ผู้เชี่ยวชาญที่ศึกษาสิ่งที่บางครั้งเรียกว่าการวิเคราะห์เชิงลึกมักจะชี้ให้เห็นว่าการสร้างภาพข้อมูล AR/VR เป็นสิ่งที่ประกบกันตามธรรมชาติสำหรับสภาพแวดล้อมที่เรียกว่าตั้งอยู่ ลองนึกถึงศัลยแพทย์ที่สามารถดูข้อมูลทางการแพทย์ผ่านเลนส์คล้าย Google Glass ขณะทำหัตถการ หรืองานอื่นๆ ที่คล้ายกันซึ่งการเข้าถึงข้อมูลจะเป็นประโยชน์ เช่น ฟาร์ม โรงงาน หรืองานก่อสร้าง ในอนาคตที่อาจจะใกล้กว่าที่คาดว่าจะมีคลื่นลูกใหม่ของสมาร์ทแก้วมองที่น่าเชื่อถือมาก
การผลักดันสู่ข้อมูล XR กระแสหลัก ได้แก่ ในสภาพแวดล้อมสำนักงานแบบดั้งเดิมยังคงมีการพัฒนา แต่ DiBenigno เห็นว่าความสำเร็จในโซเชียลมีเดียของเขา จับคู่กับฐานลูกค้าบริการระดับมืออาชีพที่ได้รับการหล่อเลี้ยงมายาวนาน เป็นการยืนยันว่าพื้นที่จะก้าวหน้า (โฟลว์ได้เปิดตัวตัวแก้ไขบนเว็บรุ่นเบต้าส่วนตัวเมื่อสัปดาห์ที่แล้ว และคาดว่าจะเปิดตัวเวอร์ชันเต็มภายในไม่กี่เดือนข้างหน้านี้)

เว็บแอพพลิเคชั่น

การวิเคราะห์เชิงลึกมีบ้านเป็นเครื่องมือนำเสนอข้อมูลในอนาคตหรือไม่ และบริษัทจะนำไปใช้จริงอย่างไร?

การพิจารณากรณีการใช้งาน: การสื่อสารกับการวิเคราะห์
DiBenigno เน้นที่ Built In เวอร์ชันของการวิเคราะห์เชิงลึกของ Flow นั้นเหมาะสำหรับการเล่าเรื่องด้วยข้อมูล มากกว่าการวิเคราะห์ข้อมูลเชิงลึก การนำเสนอข้อมูลเป็นการบรรยายต่อผู้ชมที่ไม่ใช่ผู้เชี่ยวชาญ เช่น ผู้บริหารหรือผู้มีโอกาสเป็นลูกค้า วิธีนี้ได้ผลดีที่สุด ซึ่งไม่ได้แทนที่แดชบอร์ด BI ใดๆ อย่างแน่นอน
“มันแตกต่างกันมาก: คุณแบ่งปันความคิดเห็นอย่างไร ไม่ใช่แค่แบ่งปันภาพจำลองเท่านั้น” เขาพูดว่า.
ตัวอย่าง: ที่งาน Augmented World Expo 2019 Jason Marsh ผู้ร่วมก่อตั้งและซีอีโอของ Flow ได้แชร์เรื่องราวข้อมูลที่สร้างและใช้งานโดย BlackRock หนึ่งในลูกค้าที่ให้บริการระดับมืออาชีพ โดยจะแสดงกราฟแท่งแนวตั้ง 3 มิติ ตามด้วยกราฟเส้น 3 มิติ ทั้งแสดงข้อมูลความเชื่อมั่นของแบรนด์ ไม่มีแกน y ดังนั้นผู้ชมจึงไม่สามารถเข้าใจตัวเลขที่แม่นยำได้ แต่มุมมองที่สูงขึ้นและทะยานขึ้นซึ่งยิงขึ้นหนึ่งในแท่งขนาดใหญ่กว่าซึ่งเป็นตัวแทนของ Nike ตอกย้ำประเด็นที่กว้างขึ้นด้วยความรู้สึกของละคร: แบรนด์เครื่องแต่งกายนี้สร้างความฮือฮามากกว่าแบรนด์อื่น
แง่มุมการบรรยายก็สังเกตเห็นได้ชัดเจนเช่นกันในการสาธิตที่สร้างขึ้นรอบ ๆ วิกฤตการณ์พลังงานในฤดูหนาวของเท็กซัส โฟลว์ที่มีโครงสร้างทำให้นึกถึงรูปแบบการบอกเลื่อนลอยที่อาจพบในแหล่งข่าวดิจิทัล เป็นเรื่องง่ายที่จะเห็นความน่าดึงดูดใจของการแปลสิ่งนั้นในสภาพแวดล้อมทางธุรกิจ แม้กระทั่งบนจอแสดงผล 2D เพียงอย่างเดียว โดยไม่ต้องเจาะลึกเข้าไปในบางอย่าง เช่นthree.jsหรือ d3.js
อธิบายเพิ่มเติม DiBeigno อ้างถึงBetter Data Visualizationsของ Jonathan Schwabish ซึ่งผู้เขียนแบ่งข้อมูลออกเป็น “ส่วนผสมของวิทยาศาสตร์และศิลปะ” ซึ่งบางครั้งตั้งใจจะช่วยให้ผู้อ่าน “รับรู้ค่าสัมบูรณ์ของข้อมูลได้แม่นยำยิ่งขึ้นและทำการเปรียบเทียบ” และบางครั้ง เกี่ยวกับการสร้าง “ภาพที่ดึงดูดและกระตุ้นผู้อ่าน แม้ว่าจะไม่อนุญาตให้มีการเปรียบเทียบที่แม่นยำที่สุด” จุดประสงค์คือปฏิสัมพันธ์ที่มีประสิทธิภาพและมีส่วนร่วมมากที่สุด ไม่ใช่เพื่ออำนวยความสะดวกในการวิเคราะห์ดิบ DiBenigno กล่าว
ไม่ได้หมายความว่าจำเป็นต้องใช้แว่นตา XR ในการประชุมทุกครั้ง “ฉันไม่คิดว่ามันสมเหตุสมผลที่จะทำทุกอย่างใน AR หรือ VR” DiBenigno กล่าว โดยยอมรับว่าเครื่องมือที่ล้าสมัยอย่าง PowerPoint จะมีที่อยู่เสมอ แต่เมื่อคุณสามารถเพิ่มปฏิสัมพันธ์ [และ] แง่มุมเชิงพื้นที่ให้กับข้อมูล เพื่อสร้างภาพเคลื่อนไหวและสร้างเรื่องราวได้ทีละน้อย สิ่งเหล่านี้ล้วนนำไปสู่การสื่อสารที่ดีขึ้นด้วยข้อมูล”

Web​ application

แนวคิดในการสื่อสารเรื่องราวโดยรวม แทนที่จะพยายามบอกรายละเอียดของแต่ละบุคคลให้ชัดเจนอาจมีความเกี่ยวข้องในวงกว้างมากขึ้นกับการสร้างภาพข้อมูล 3 มิติโดยใช้ AR และ VR
ในการศึกษาที่ได้รับการกล่าวถึงอย่างมีเกียรติที่ InfoVis 2020 นักวิจัยจาก Monash University และ Microsoft ได้สำรวจแนวคิดในการทำให้การสื่อสารข้อมูลมีความรู้สึกที่ลึกซึ้งยิ่งขึ้นผ่านการใช้ความเป็นจริงเสมือน พวกเขาพัฒนาสภาพแวดล้อมต่างๆ เพื่อ “สัมผัส” ชุดข้อมูลต่างๆ รวมถึงการลงเล่นในสนามกีฬาในการวิ่งโอลิมปิกและการแข่งขันกระโดดไกล ผู้เข้าร่วมการศึกษาทั้งหมดรายงานว่ามีความเข้าใจในเชิงคุณภาพที่ดีขึ้นเกี่ยวกับข้อมูลกีฬา และไม่มีใครโต้แย้งว่าการรู้ค่าตัวเลขที่แม่นยำที่เกี่ยวข้องเป็นสิ่งสำคัญ
“ใครจะจำค่าได้ตลอดเวลา บ้าไปแล้ว!?” หนึ่งในผู้เข้าร่วมกล่าวว่า
ดึงดูดผู้ชมของคุณด้วยปฏิสัมพันธ์
Tim Dwyer ผู้เขียนร่วมของการศึกษา “data visceralization” เป็นผู้นำ Immersive Analytics และ Data Visualization Lab ที่ Monash เขาบอกกับ Built In ว่าศักยภาพเชิงโต้ตอบของการสร้างภาพข้อมูลแบบสมจริงแสดงถึงการเปลี่ยนแปลงพื้นฐานจากไดนามิกของผู้นำเสนอที่กระตือรือร้น/ผู้ชมแบบพาสซีฟ
“คุณสามารถสร้างประสบการณ์ร่วมกันที่คุ้มทุนมากขึ้น” เขากล่าว
Dwyer ยังช่วยนำโครงการล่าสุดซึ่งนักวิจัยได้สร้างระบบต้นแบบที่มีรายละเอียดข้อมูลการใช้พลังงานของโครงข่ายในวิทยาเขต มันรวมโฮสต์ของวัตถุขนาดเล็กอาคารที่พิมพ์ 3 มิติไว้บนโต๊ะพร้อมกับองค์ประกอบ AR หอข้อมูลพลังงานเสมือนอยู่เหนือโครงสร้างขนาดเล็ก ให้ข้อมูลพื้นที่ที่ประเมินได้ง่าย และการเลือกแบบจำลองอาคารเผยให้เห็นรายละเอียดการใช้เฉพาะพื้นที่มากขึ้น (นอกแวดวงวิชาการ บริษัทอย่างHiverlabและBadVRกำลังรวมการแสดงภาพข้อมูล AR/VR เข้ากับข้อมูลการตรวจสอบสำหรับสภาพแวดล้อมที่สร้างขึ้น)
โปรเจ็กต์นี้ได้รับการออกแบบมาให้สามารถทำงานร่วมกันได้แบบเป็นกันเองและเป็นมิตรกับคนทั่วไป — “วิธีเรียนรู้ข้อมูลด้วยประสบการณ์มากกว่าแค่การตั้งค่า PowerPoint” Dwyer กล่าว “และฉันคิดว่าคุณเข้าใจสถานการณ์นี้ลึกซึ้งกว่าการนั่งดูสไลด์”
การใช้โมเดลทางกายภาพของ Blockitecture ของโปรเจ็กต์นั้นไม่เหมาะสำหรับการนำเสนอแบบกลุ่มในบริษัท SaaS ของคุณ แต่เป็นการเน้นย้ำถึงการสำรวจข้อมูลเชิงโต้ตอบที่การวิเคราะห์เชิงลึกสามารถนำมาได้
การโต้ตอบนั้นดูเหมือนจะเป็นส่วนสำคัญของข้อมูล XR ที่ยึดหลักใด ๆ ที่ได้รับในสภาพแวดล้อมของผู้ปฏิบัติงานที่มีความรู้ ในตัวอย่าง BlackRock ดังกล่าว Marsh ผู้ร่วมก่อตั้ง Flow ยังชี้ให้เห็นว่าแต่ละจุดบนกราฟใดกราฟหนึ่งสามารถคลิกได้ ทำให้ผู้ดูสามารถโต้ตอบกับข้อมูลระหว่างการนำเสนอได้
“เป้าหมายหลักคือการก้าวผ่านความรู้สึกที่มีพรีเซ็นเตอร์เป็นปราชญ์บนเวที” เขากล่าว

Robot Auto process

เพื่อให้เข้าใจถึงสิ่งนี้ ฉันได้ไปทัวร์การแสดงภาพแผนที่โฟลว์ของข้อมูลการเลือกตั้งในสหรัฐอเมริกาในปี 2020 ร่วมกับ DiBenigno อีกภาพประกอบหนึ่งของ “ที่ดินไม่ลงคะแนน คนทำ” บทเรียน มีความรู้สึกเหมือนละครเมื่อจุดต่างๆ ปรากฏขึ้นจากแผนที่เพื่อแสดงจำนวนการโหวตในเขตหนึ่งๆ ได้ดีขึ้น และอีกครั้งเมื่อสีเปลี่ยนเฉดสีเพื่อพิจารณาว่าเคาน์ตีเป็นสีแดง สีน้ำเงิน หรือสีม่วง และความสามารถในการซูมและคลิกที่จุดที่แตกต่างกัน / การปกครองแน่นอนรู้สึกว่าใช้งานมากขึ้นและการทำงานร่วมกันกว่า 2D ภาพประกอบที่ไม่ใช่แบบโต้ตอบของหลักการเดียวกันแม้คนที่มีประสิทธิภาพ แน่นอนว่ามันยังรู้สึกกระฉับกระเฉงและร่วมมือกันมากกว่าการพูดคุยแบบสไลด์