Umetna inteligenca pri oceni tveganja in podpori pri sklepanju zavarovanj

Dobički:

• Sposobnost ovrednotenja kakovosti dokazov in meje izhoda ob povzemanju aplikacijskih, deklaracijskih in strokovnih podatkov z umetno inteligenco ter označevanjem dejavnikov tveganja
• Sposobnost navzkrižnega preverjanja izhoda umetne inteligence s pogoji politike in vodnikom za sklepanje pogodb pri sprejemanju, zavrnitvi, dodatni premiji in odločitvah o izjemah
• Biti sposoben razumeti, da je končna odgovornost za prevzemno odločitev na strani pristojnega prevzemnika in da je treba upoštevati prepoved diskriminacije.

Sklenitev zavarovanja je srce zavarovanja: naloga je oceniti tveganje vloge in se odločiti sprejeti (ali zavrniti) polico pod kakšnimi pogoji, s kakšnim kritjem in s kakšno premijo. Ko zavarovalec (pristojni strokovnjak, ki sprejme to odločitev) pogleda vlogo, dejansko išče odgovor na vprašanje: "Ali je pošteno in vzdržno, da podjetje prevzame to tveganje, po tej ceni, s to garancijo?" Za odgovor na to vprašanje je treba skupaj prebrati prijavnico, izjavo zavarovanca, izvedensko poročilo, pretekle škodne evidence in panožne podatke. Umetna inteligenca (programska oprema, ki se iz podatkov uči vzorcev ter ustvarja besedilo in povzetke) lajša to breme »branja in povzemanja številnih dokumentov skupaj«. A pozor: umetna inteligenca tveganje povzema, tveganja ne prevzema. Odločitve o sprejemu, zavrnitvi, dodatnem bonusu in izjemi vedno nosijo podpis pristojnega zavarovalnika. V tej enoti se boste naučili, kako varno uporabiti umetno inteligenco pri sklepanju pogodb, kako izmeriti dokazno vrednost izhoda in kako ohraniti nediskriminacijo.

Kje umetna inteligenca pride prav pri sklepanju pogodb?

Zavarovalniška datoteka je pogosto neurejena: obrazci v različnih formatih, ročno izpolnjene izjave, dolga poročila o oceni vrednosti, tabele. Tu je umetna inteligenca najmočnejša. Varno pospeši naslednje naloge:

• Povzetek dokumenta: zmanjšanje desetstranskega strokovnega poročila na delovnem mestu na polstranski povzetek tveganja po posameznih točkah.
• Označevanje dejavnikov tveganja: Naštevanje pomembnih točk, kot je "Stavba je stara 45 let, streha je lesena, v bližini je skladišče goriva."
• Odkrivanje manjkajočih/nedoslednih informacij: Za odkrivanje protislovja med letom gradnje, prijavljenim v vlogi, in letom v strokovnem poročilu.
• Ustvarjanje kontrolnih vprašanj: Ustvarjanje seznama manjkajočih informacij, ki jih bo zavarovalnica vprašala stranko ali agencijo.

Česar umetna inteligenca ne naredi, je oceniti tveganje in sprejeti odločitev o sprejemu. Stavek "To tveganje je sprejemljivo" ali "premijo je treba povečati za 20%" je odločitev o prevzemu; Temeljiti mora na navodilih za prevzem (notranji dokument družbe, ki določa pravila sprejemanja), tarifniku in splošnih pogojih police. Umetna inteligenca lahko pripravi osnutek te odločitve, vendar je pristojni prevzemnik tisti, ki sprejme odločitev in podpiše utemeljitev.

Pozor: odločitev o premiji, kritju ali sprejemu, ki jo predlaga umetna inteligenca, je napoved in ne razsodba. Nobeno priporočilo ne bo vključeno v politiko brez navzkrižnega preverjanja z vodnikom za prevzem in pogoji politike.

Ocenjevanje dokazne kakovosti izhoda

Ko AI označi dejavnik tveganja, je to zahtevek; ni dokaz. Dober zavarovalnik vsak zahtevek pregleda s tremi vprašanji:

1. Na katerem dokumentu temelji ta zahtevek? Če je umetna inteligenca rekla, da je nevarnost požara velika, iz katerega strokovnega opazovanja je to izpeljala? Če vira ni, se lahko izmisli.
2. Ali zahtevek spada v to datoteko ali je to splošna predpostavka? Umetna inteligenca včasih doda splošne informacije, kot je »na tovrstnih delovnih mestih običajno ...«; Splošna resnica v tej datoteki morda ne velja.
3. Ali je trditev mogoče preveriti? Starost stavbe je mogoče potrditi iz lastninskega lista, zgodovino poškodb pa s poizvedbo SBM (Insurance Information and Monitoring Center). Ne uporabljajte zahtevka, ki ga ni mogoče podati, kot podlago za odločitev.

Namig: v poziv vedno vključite naslednji stavek: "navedite dokument/stran, na kateri temelji vsak zahtevek." Trditev, ki ne navaja virov, se uvrsti na vrh vašega seznama za preverjanje.

Korak za korakom: z umetno inteligenco podprt potek sklepanja pogodb

1. Anonimiziraj kontekst. Odstranite ime prosilca, številko osebne izkaznice, številko police in kontaktne podatke; nadomestni dejanski ekvivalent.
2. Naložite dokumente in zahtevajte povzetek. Izvlecite vprašanje tveganja, vidne dejavnike in pomanjkljivosti s sklicem na dokument.
3. Svoje dejavnike tveganja spremenite v kontrolni seznam. Vsak element, ki ga je označila umetna inteligenca, spremenite v vprašanje, ki ga je treba potrditi.
4. Navzkrižno preverite z vodnikom za sklepanje pogodb. V priročniku preverite merila sprejemljivosti, omejitve zmogljivosti in obvezne izključitve.
5. Premijo izračunajte neodvisno. Naredite lastne izračune s tarifno opombo in tabelo tehničnih premij; Nikoli neposredno ne vzemite številke, ki jo je dala umetna inteligenca.
6. Zapišite odločitev in njeno obrazložitev. Zabeležite svojo odločitev o sprejemu/zavrnitvi/dodatni premiji/izjemi in navedite pravilo, na katerem temelji.

trije mini kovčki

1. primer – Ujemanje nedoslednosti. Vrednost stavbe, navedena v vlogi za politiko stanovanjskega paketa, je bila 2.400.000 TL, v poročilu o cenitvi pa 3.900.000 TL. V svojem povzetku je AI ti dve številki postavil eno poleg druge in opozoril, da je "izjava o vrednosti nedosledna." Zavarovalnica je zaradi tega opozorila spoznala tveganje podzavarovanja (sorazmerno plačilo v primeru škode, če je objekt zavarovan pod realno vrednostjo) in pripravila ponudbo na podlagi prave vrednosti. Umetna inteligenca ni sprejela odločitve; naredil neskladje vidno.

Primer 2 – Zavrnitev pobotanja. V dokumentu o zavarovanju pošiljanja je AI napisal natančno stopnjo, ki pravi, da "za blago velja standardna 0,15-odstotna stopnja zavarovanja tovora." Zavarovalnica je odprla tarifno opombo: za ta blagovni razred in pot ni bilo take fiksne stopnje; Stopnjo je nadoknadila umetna inteligenca. Zavarovatelj je sam izračunal stopnjo; Rezultat je bil 0,28 %. Brez neodvisnega računa bi bila premija močno premalo izkoriščena.

Primer 3 – Past diskriminacije. V aplikaciji za vozni park gospodarskih vozil je umetna inteligenca voznikom predlagala "dodaten bonus, ker je soseska, v kateri živijo, tvegana." Zavarovalnica je to zanikala: regija stalnega prebivališča je lahko približna spremenljivka, povezana z zaščitenimi značilnostmi, kot je etnična pripadnost, kar ustvarja posredno diskriminacijo. Bonus je temeljil na zakonitih, upravičenih merilih, kot sta dejanska zgodovina zahtevkov voznikov in profil vožnje.

Štirje pozivi za kopiranje

1) Povzetek tveganja aplikacije:

Ste pomočnik pri sklepanju komercialnih zavarovanj. Povzemite naslednjo anonimizirano prijavo in besedilo ocenjevanja:[prilepite besedilo]Izhod:1. Vprašanje tveganja (na kratko)2. Izraziti dejavniki tveganja (člen za členom, sklic na dokument/stran v vsakem)3. Nepopolne ali nedosledne informacije4. Vprašanja, ki jih bo zavarovalnica zastavila stranki/agenciji OB sprejemanju/zavrnitvi ali odločitvi o bonusu. Ne izmišljujte si stopnje, o kateri niste prepričani; Napišite "ni v dokumentu".

2) Navzkrižno preverjanje z vodnikom za sklepanje zavarovanj:

Spodaj je povzetek tveganja in ustrezni členi našega vodnika za sklepanje zavarovanj. Povzetek tveganja: [prilepi]Smernice: [prilepi]Naloga: Poveži vsak dejavnik tveganja v povzetku z ustrezno točko smernice. Pod posebnim naslovom označite točke, ki zahtevajo obvezno izjemo, dodatni pogoj ali omejitev zmogljivosti v skladu s smernico. se bom odločil; samo ujemata se.

3) Manjkajoči dokument in brskalnik z neskladnostjo:

Poiščite protislovja ali opustitve med dokumenti v naslednji aplikacijski datoteki: [prilepite dokumente]Poiščite doslednost, zlasti na naslednjih področjih: izjava o vrednosti, leto izdelave/proizvodnje, predvidena uporaba, naslov, zgodovina poškodb. Pokaži nasprotujoči si številki eno poleg druge in zapiši, iz katerega dokumenta izvirata.

4) Utemeljitev osnutka sklepa (po preverjanju):

OSNUTEK utemeljitve odločitve o prevzemu zavarovanja na podlagi naslednjih preverjenih informacij: [preverjeni dejavniki tveganja, uporabljeno pravilo, izračunana premija] Ton: uraden, jasen, nediskriminatoren. Odločitev temelji na zakonitih merilih tveganja; ne uporabljajte zaščitenih atributov (spol, poreklo, soseska itd.). To je osnutek; Končna odločitev in podpis pripadata prevzemniku.

Šibek poziv/močan poziv

Slaba: "Izračunajte ustrezno premijo za to aplikacijo in nam povejte, ali naj jo sprejmemo."

Težava: Zahtevana je neposredna odločitev rdečega območja (bonus + sprejem). Ker umetna inteligenca ne pozna tarif, si jih izmišlja; brez vira, brez omejitev in brez preverjanja.

Močno: "Obnašajte se kot pomočnik pri sklepanju zavarovanj. Povzemite anonimizirano aplikacijo s sklici na dokumente, poudarite dejavnike tveganja in pomanjkljivosti. Ne sprejemajte odločitev o bonusu ali sprejemu; samo navedite vprašanja, ki jih želite preveriti."

Zakaj je dobro: Naloga ostane v rumenem območju, rezultat je revizijski, odločitev ostane pri zavarovalnici.

primerjalna tabela

Iskanje

Ali to zmore umetna inteligenca?

Kdo odloča?

preverjanje

Povzetek dokumenta

Da (osnutek)

Zavarovalnica bere

Referenca dokumenta

Označevanje dejavnikov tveganja

Da (priporočilo)

Zavarovalnica potrjuje

Izvorni dokument

Zaznavanje manjkajočih/nedoslednosti

ja

Zavarovalnica oceni

interdokumentarni

premium račun

št

Aktuar/zavarovalec

Tarifnik, samostojni račun

Odločitev o sprejemu/zavrnitvi

št

kompetentnega zavarovalca

Vodnik + pogoji politike

Pogoste napake

• Neposredno z uporabo bonusa, ki ga daje umetna inteligenca. Model, ki ne pozna tarife, sestavlja cene; Premijo vedno izračunajte neodvisno.
• Sprejemanje dejavnika tveganja brez vira. Brez vprašanja, na kakšnem strokovnem opažanju temelji trditev o "visoki nevarnosti požara".
• Diskriminiranje z nadomestno spremenljivko. Uporaba dodatnih predlogov bonusov na podlagi soseske, imena ali porekla brez spraševanja.
• Zamenjavanje splošnih informacij za datoteko dejstev. Misleč, da besedna zveza "Na takih delovnih mestih običajno ..." pripada tej datoteki.
• Zapis odločbe brez obrazložitve. Ne morete odgovoriti na vprašanje "na katero pravilo ste se zanašali?" med revizijo.

Če povzamem

Pri sklepanju pogodb umetna inteligenca povzame dokument, označi dejavnik tveganja, ujame opustitve in nedoslednosti ter ustvari kontrolno vprašanje; vendar ne oceni tveganja in ne sprejme odločitve o sprejemu. Filtrirajte vsak izhod glede na vir, kontekst datoteke in možnost preverjanja; neodvisno izračunajte premijo; Sprejmite odločitev o sprejemu/zavrnitvi na podlagi vodnika za prevzem in pogojev police. Ohranite prepoved diskriminacije: odločitev mora temeljiti na legitimnih, razložljivih merilih tveganja. Končno odgovornost nosi pristojni zavarovalec.

Aplikacijska naloga

Pridobite pravo (vendar za namene testiranja anonimizirano) referenčno datoteko. Ustvarite povzetek tveganja s pozivno številko 1 zgoraj. Nato poskusite najti vir vsakega dejavnika tveganja, ki ga v dokumentu označi umetna inteligenca: koliko jih ima podlago v resničnem dokumentu, koliko jih je predpostavk? Zabeležite rezultate v tabeli in zapišite, kaj ste naredili za "zahteve brez virov".

kontrolni seznam

• [ ] Anonimiziral sem kontekst aplikacije.
• [ ] Zahteval sem povzetek tveganja s sklicem na dokument; Naročil sem "ne odločaj".
• [ ] V dokumentu sem potrdil vir vsakega dejavnika tveganja.
• [ ] Premijo sem izračunal samostojno s tarifnim listom.
• [ ] Odločitev o sprejetju/zavrnitvi sem sprejel na podlagi vodnika za prevzem in pogojev police.
• [ ] Izločil sem diskriminatorne/nadomestne predloge spremenljivk in jih utemeljil na legitimnih merilih.
• [ ] Odločitev in njeno utemeljitev sem zabeležil.