Insurance Reserves Tutorial
 |
來源：36氪 作者：韩旭
AI 最終將成為推動行業發展的驅動因素
保險行業正處在相互矛盾的困境。一方面，保險業是以客戶為導向的行業，根據業務範圍的大小，存在一定的錯誤空間；另一方面，手動記錄的大量的客戶數據，必須進行存檔和分析。
據 Experian 顯示，當手動輸入數據時，不完整或缺失的數據佔所有錯誤的55%，另有32%的用戶輸入錯誤，這兩種錯誤都不容易被檢查出來。
會計師事務所 EY 的調查數據顯示，全球消費者表示，相比較銀行、超市、汽車製造業和網路購物，他們對保險行業的信任要打折扣。
這種不信任的大部分來自於索賠不準確，當手動輸入數據時，這些不準確是難以避免的。技術雖然進步了，但許多索賠過程仍然依賴於人類來管理，諸如在眾多數據庫中匹配客戶資訊。
如何以最高的準確率，在最短的時間內傳輸數據？或者說，如何正確地驗證索賠？人工智慧(AI)正在成為加快索賠驗證過程，並提高數據準確性的有效途徑。
AI 技術透過減少手動輸入量，來解決這個問題。實施人工授權以接管數據錄入、分析過程的保險公司，可以在一半時間內匹配資訊。
透過自動化，保險代理人，可以轉向更多以客戶為導向的任務，如個性化客戶體驗。當然，錯誤地輸入資訊，不是錯誤的唯一來源。保險代理人與過時的索賠系統和數據品質量，使得難以正確管理索賠。AI 技術則可以繞過索賠系統，以提高整體精確度。
根據 JD Power＆Associates ，最近的財產索賠滿意度調查顯示，索賠週期時間是客戶滿意度的主要指標。研究發現平均索賠週期，最短只需要十一天，甚至更短。透過整合AI技術，保險公司可以使用認知分析，來快速推薦適當的支付形式。
首先，AI挖掘資訊並自動驗證，然後，使用機器學習模型，對索賠做出決定，並選擇是否自動將數據傳輸到系統進行付款。AI具有分析結構化數據(即在線數據庫)和非結構化數據(如手寫、信函和證書)的能力，這樣可以提供最符合情境的索賠推薦。
另一個困擾保險業的問題，是欺詐性索賠。欺詐行為每年使保險業損失800億美元。AI 同樣有辦法解決這一問題，使用 AI 技術，保險代理人可以使用自動驗證，確保對每項索賠進行全面審查。
AI 將索賠資訊與相關政策相匹配，甚至可以使用認知分析能力，來確定最可能是欺詐性的保險索賠，從而深入瞭解保險代理人，需要特別留意的地方。
保險公司逐漸意識到了 AI 技術，帶來的人力和服務上的變革，數據顯示，預計到2018年約有62%的企業，將使用 AI 技術，預計到2020年將會實現39%的銷售成長。
未來，使用AI技術的保險機構，將具有競爭優勢，如果 AI 有助於提高保險行業，整體索賠速度和準確性，客戶滿意度也必將增加，最終將成為推動行業發展的驅動因素。
 |
0 comments:
張貼留言