(Webbaohiem) – Liệu việc các công ty bảo hiểm lựa chọn sản phẩm bảo hiểm trò chơi nhảy dù (skydiving) làm sản phẩm mục tiêu dành cho đối tượng khách hàng mạo hiểm có khả thi không? Đầu của chuyên viên đánh giá rủi ro có thể sẽ quay cuồng với việc phân tích rủi ro của hành động nhảy ra khỏi máy bay cho mục đích giải trí. Nhưng, sẽ hoàn toàn có thể nếu sử dụng các công nghệ “thời thượng” hiện nay như trí tuệ nhân tạo (AI) thông qua công cụ máy học (machine learning).
Đó là một trong các nội dung chính trong báo cáo mới đây của công ty chuyên về dịch vụ tài chính số Spiros Margaris có tựa đề “Máy học trong ngành dịch vụ tài chính: Thay đổi luật chơi”.
Máy học, một bộ phận của công nghệ trí tuệ nhân tạo, cho phép các ứng dụng hay thuật toán tự điều chỉnh cho phù hợp với dữ liệu mới, nhất là việc tự lập trình lại mà không cần hoặc chỉ cần rất ít sự can thiệp của con người.
Xem thêm: Bảo hiểm sức khỏe nào tốt, bảo hiểm sức khỏe Bảo Việt, bảo hiểm sức khỏe cho bé
Báo cáo nhận định: trí tuệ nhân tạo và máy học “không chỉ có triển vọng tự động hóa một khối lượng công việc rất lớn mà con người ngày nay đang phải đảm nhận, mà chúng còn hứa hẹn khả năng thực hiện việc gắn kết với khách hàng và phục vụ khách hàng”.
“Thông qua các thuật toán của máy học, máy tính có thể phân tích lượng dữ liệu đồ sộ, tìm ra những thông tin cần thiết từ các thống kê quá khứ, sau đó sử dụng thông tin để tiếp tục điều chỉnh cho phù hợp hoặc chuẩn bị cho các tình huống mới và dự kiến kết quả. Thuật toán của máy học khiến cho các máy móc sử dụng trí tuệ nhân tạo sẽ ‘thông minh’ hơn qua thời gian, nhờ việc học hỏi từ chính kho dữ liệu”.
Vấn đề quan trọng cần làm rõ ở đây là, máy học không thay thế con người trong công ty bảo hiểm mà sẽ chỉ bổ sung và nâng cao năng lực của họ trong việc cung cấp sản phẩm và dịch vụ. Trong quá trình đó, phạm vi của sản phẩm và dịch vụ có thể mở rộng ra ngoài giới hạn thông thường mà chúng ta đang áp dụng.
Bản báo cáo cũng chỉ rõ cách thức máy học có thể tái định hình quá trình cung cấp sản phẩm của công ty bảo hiểm, cụ thể như sau:
Đánh giá rủi ro: Chuyên gia đánh giá rủi ro sẽ có được bức tranh toàn cảnh về rủi ro dựa trên hoạt động phân tích dữ liệu mà máy học cung cấp. “Thuật toán máy học có thể ‘tiêu hóa’ một lượng dữ liệu khổng lồ liên quan đến việc định phí sản phẩm, đặt ra mức giá bán khách quan hơn và nhanh chóng hơn so với con người”.
“Doanh nghiệp bảo hiểm cần tùy chỉnh phí bảo hiểm dựa trên yêu cầu của từng khách hàng cụ thể vào thời điểm phù hợp. Các hợp đồng theo nguyên tắc tọa thu tọa chi (pay-as-you-go) sẽ cho phép bảo hiểm cho khách hàng khi họ, chẳng hạn, muốn tham gia vào các hoạt động thể thao vốn không được bảo hiểm, như nhảy dù. Khoảng trống bảo hiểm đối với những người không được bảo hiểm nhưng có thể sẽ cần vào thời điểm/khoảng thời gian cụ thể nào đó thực sự là cơ hội lớn”.
Khiếu nại và gian lận: Máy học có thể tạo ra sự khác biệt rất lớn mà Margaris gọi là “hai trong số các yếu tố kinh doanh đắt giá nhất trong ngành bảo hiểm”. Máy học có thể cải thiện chất lượng giải quyết bồi thường và dự kiến tốt hơn khả năng xảy ra gian lận. “Không chỉ quy trình giải quyết bồi thường được nâng cao nhờ AI và máy học, mà công ty bảo hiểm cũng sẽ tiết kiệm được một khoản chi phí lớn nhờ giảm thiểu khiếu nại sai hoặc gian lận. Việc công ty bảo hiểm thu thập dữ liệu sẽ giúp quá trình giải quyết bồi thường được xử lý nhanh hơn và hiệu quả hơn, từ đó nâng cao sự hài lòng của khách hàng”.
Telematics và xe tự lái: bảo hiểm xe ô tô không bao giờ cố định. Trước hết, đó là do có telematics – vốn cần các thuật toán AI và máy học. Thứ hai là xe tự lái, hiện đang được chạy thử nghiệm và có thể sẽ phổ biến trong tương lai – máy học sẽ đóng nhiều vai trò khác nhau trong quá trình chế tạo và sử dụng loại xe này. Chẳng hạn, những xe này “cần camera, bộ cảm ứng và phần mềm máy tính để thu thập và chuyển hóa một lượng lớn dữ liệu, nhằm mục tiêu vận hành xe an toàn”. Những dữ liệu này sẽ rất có giá trị với công ty bảo hiểm trong việc đánh giá rủi ro và sản phẩm/dịch vụ. Một mặt việc áp dụng xe tự lái gia tăng kéo theo nhu cầu bảo hiểm ô tô giảm (hy vọng như vậy), mặt khác lại mở ra cơ hội mới cho các sản phẩm bảo hiểm tài sản và thiệt hại nhằm bảo vệ cho rủi ro của loại hình giao thông mới.
Bảo hiểm nhân thọ: Dữ liệu từ các thiết bị có thể đeo (wearbles) và các thiết bị khác sẽ đóng vai trò đáng kể trong việc thiết kế mẫu đơn bảo hiểm nhân thọ. Bản báo cáo viết: “Dữ liệu thu thập từ những thiết bị thông minh này sẽ được công ty bảo hiểm dùng, chẳng hạn để tưởng thưởng cho những người xứng đáng được đóng mức phí bảo hiểm thấp cũng như khuyến khích những người khác lựa chọn lối sống lành mạnh”.
Bảo hiểm là lĩnh vực kinh doanh phụ thuộc nhiều vào quá trình tác nghiệp của con người. Tuy nhiên AI và máy học có thể xây dựng nên bức tranh tốt hơn và rõ ràng hơn về những rủi ro tiềm tàng, dựa trên những kinh nghiệm liên tục trong ngành. Rút cuộc, các công nghệ này sẽ đem lại cho công ty bảo hiểm khả năng phản ứng tốt hơn và trách nhiệm cao hơn đối với khách hàng – điều này luôn cần thiết và rất có ý nghĩa.
Thảo Phương (theo DIG).
