• 會員中心
  • 訂閱管理
  • 常見問題
  • 登出

趨勢觀察/保險業AI應用 五招掌握先機

「後疫時代」催促數位化腳步,保險業若想維持高成長,必須掌握AI應用,來面臨轉型挑戰。(Getty Images)
「後疫時代」催促數位化腳步,保險業若想維持高成長,必須掌握AI應用,來面臨轉型挑戰。(Getty Images)

本文共1591字

經濟日報 王皓正

保險業去年受惠投資獲利創新高。然「後疫時代」持續催促數位化腳步,加以「開放保險」趨勢及法遵要求,想要維持高成長,持續不斷的轉型挑戰仍是各家業者面臨的議題。

根據IDC 2022年趨勢調查,下一波保險科技仍強調運用人工智慧(AI),來協助保險業建構智能體質,其中,包含使用AI偵測理賠詐欺風險、推薦個人化商品及建立智慧自動化流程等。

推薦

對此,全球人工智慧領導廠SAS台灣總經理陳愷新,為台灣保險業盤點未來三年內值得關注的五大AI關鍵應用。

1.接軌IFRS17 開啟資訊分析旅程

為了接軌國際會計準則IFRS17,國內保險業者紛紛踏上資料分析旅程:從底層資料整理、財會子帳系統建立,到資產負債管理模型等資料分析。陳愷新建議,「IFRS17讓大家收集到更細緻的財務資料,此時建構起大型單一資料庫──『分析型資料倉儲』,將是獲取分析綜效、並幫助企業轉型的重要基礎。」

如亞太區某前三大跨國保險公司,即在IFRS17基礎上,使用財務會計資料進行理賠金額的分析。應用理賠財務績效指標、理賠趨勢,建立診斷與理賠路徑分析,做通盤的理賠決策。

IFRS 17為保險業帶來包括產品類型、定價、客戶管理、費用管理、理賠管理及投資等資料的透明度,如能建設好單一資料庫,將利於創新商品開發、快速核保、智能理賠等多元商業策略。

2.資料營運化 增加結果可信度

「資料是人工智慧的命脈,如果無法有效管理,就會威脅到創新轉型的成效」,陳愷新說。所謂資料營運化(DataOps)就是以自動化及流程化的方式進行資料整合與治理,不只確保資料的品質和可信度,便於制定資料使用規則、權限等,還能縮短資料交付時間,快速提供給相關業務及決策單位分析使用。

IDC即預測2023年起,60%的企業會啟動資料營運化,以強化對分析結果的信任。

3.即時識別客戶 預審風險

金管會將開放純網路保險公司,代表全然的保險數位化來臨。此時先加速建立「360度客戶視圖」搭配AI即時決策引擎,以掌握每個數位交易點,即時回應保戶意圖甚至預測風險。

跨行業生態圈的API資料共享是保險數位化的趨勢,像是保戶開始在網站搜尋保險商品時,除了收集網站瀏覽軌跡,加上購物網站生態圈夥伴的資料共享顯示購買嬰兒用品,就能及早識別出其生命階段正改變,可搶在競爭對手前適切地與其互動獲得更多資訊,進一步描繪出360度客戶視圖,為他客製可負擔的家庭保單或新生兒保險等。

此外,國際許多保險公司正發展「核保風險預審」,概念同樣是透過AI即時決策引擎高速完成產品分析、通路選擇與保戶篩選,而後讓業務員先取得內部核保預審結果,再與購買率及通過率高的保戶接觸。甚至若想銷售和體況無關、不需要財務核保程序的商品,還可讓保戶在線上填答幾個問題就取得快速核保。以預審結果接觸客戶,不僅加速獲客效率還可減少拒保的不佳體驗。

4.數位身分驗證 防堵保險詐欺

金融罪犯近年運用科技竊取個資,詐領保險公司達數十億美元,尤其網路釣魚詐騙,自疫情以來更飆升了600%,數位身份驗證成為保險公司的新挑戰。在數位通路上稍有不便客戶就會離去,然而不論是理賠、新業務申請均需查核是否為本人。如何平衡客戶體驗跟企業損失,便需要仰賴AI的即時性偵測。

AI可以彙集線上行為、社交關聯、裝置資訊、搜尋行為及文字探勘等,讓保險公司除了保戶個資外,深入理解每項交易間交互連結的複雜關係,建構出數位化下的真實身分,進一步擋下集團共謀或是業務員內應的詐欺。

5.去程式化AI 紓解企業人才荒

儘管AI技術已成熟但資料科學人才十分稀缺。陳愷新指出,資料科學家平均在職約2~3年,許多企業根本不及累積分析資產與經驗。而目前國際企業朝向導入無須撰寫程式的視覺化AI平台,降低技術門檻,訴求由不須具備相關技能的業內領域專家,就可操作自動化的AI系統享受AI價值。

陳愷新總結,「預測未來最好的方式,就是創造未來」,掌握科技深掘數據背後的奧秘,將可改寫市場規則。

※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容

延伸閱讀

上一篇
業務最前線/找出關鍵字
下一篇
趨勢觀察/ESG將成企業併購評估重點

相關

熱門

看更多

看更多

留言

完成

成功收藏,前往會員中心查看!