اختصاصی چابک آنلاین؛

هوش مصنوعی چگونه در حال بازنویسی مسیر توسعه ای صنعت بیمه است؟ + جدول

اگر تا چند سال پیش رقابت شرکت‌های بیمه ای بر سر تعداد شعب، شبکه فروش یا سرعت صدور بیمه‌نامه بود، اما امروزه رقابت ها آرام‌ آرام به سمت دارایی دیگری در حال حرکت هستند و آنهم چیزی نیست جز داده.

هوش مصنوعی چگونه در حال بازنویسی مسیر توسعه ای صنعت بیمه است؟ + جدول

چابک آنلاین، بهاره تاجرباشی، درصنعتی که فقط در سه‌ماهه نخست سال ۱۴۰۵ بیش از ۱۹.۳ میلیون بیمه‌نامه صادر و ۲۵.۱ میلیون فقره خسارت پرداخت شده، دیگر تصمیم‌گیری بر پایه تجربه فردی یا بررسی دستی میلیون‌ها پرونده، نه اقتصادی است و نه پاسخگوی انتظارات مشتریان.

به همین دلیل، هوش مصنوعی در صنعت بیمه بیش از آنکه یک فناوری نمایشی باشد، به ابزاری برای مدیریت حجم عظیم داده‌ها تبدیل شده است.

photo_2026-08-05_08-54-27

برخلاف تصور رایج، شرکت‌های بزرگ بیمه دنیا از هوش مصنوعی برای حذف نیروی انسانی استفاده نکرده‌اند، بلکه آن را به بخش‌هایی سپرده‌اند که بیشترین حجم کار تکراری را دارند، از بررسی اولیه خسارت و کنترل مدارک گرفته تا استخراج اطلاعات، کشف تقلب و پاسخگویی به مشتریان.

نمونه بارز این رویکرد، شرکت Allianz است که اعلام کرده امروز بیش از ۹۰۰ کاربرد هوش مصنوعی را در بخش‌های مختلف خود ثبت کرده است.

این شرکت از هوش مصنوعی برای پردازش خسارت‌های کم‌ریسک،تحلیل اسناد، پاسخگویی به مشتریان و پشتیبانی از کارشناسان استفاده می‌کند، اما در پرونده‌های پیچیده همچنان تصمیم نهایی را به کارشناسان انسانی می‌سپارد.

دریکی از پروژه‌های این شرکت درآلمان، نزدیک به ۵۰ درصد خسارت‌های ساده بیمه نامه هارا به‌صورت کاملاً خودکار رسیدگی می‌شود و زمان پرداخت خسارت از چند روز به چند ساعت کاهش یافته، نتیجه‌ای که نشان می‌دهد هدف از به‌کارگیری هوش مصنوعی، افزایش سرعت بدون حذف نظارت انسانی بوده است.

نمونه دیگر، Lemonade است شرکتی که از ابتدای فعالیت خود مدل کسب‌وکارش را بر پایه هوش مصنوعی بنا کرد.

دراین شرکت، بخش قابل توجهی از فرآیند فروش بیمه‌نامه و رسیدگی اولیه به خسارت به‌صورت هوشمند انجام می‌شود، اما حتی Lemonade نیز در پرونده‌های حساس یا مشکوک به تقلب، تصمیم‌گیری را به کارشناسان واگذار می‌کند.

این تجربه نشان می‌دهد که حتی پیشروترین شرکت‌های بیمه ای جهان نیز هوش مصنوعی را جایگزین قضاوت انسانی نمی‌دانند.

گزارش مؤسسه McKinsey نیز همین مسیر را تأیید می‌کند.

این گزارش نشان می‌دهد که شرکت‌هایی که هوش مصنوعی را به‌صورت راهبردی در زنجیره ارزش خود به کار گرفته‌اند، بیشترین منفعت را در سه حوزه پذیره‌نویسی، رسیدگی به خسارت و خدمات مشتریان به دست آورده‌اند.

برای نمونه، شرکت Aviva با استفاده از بیش از ۸۰ مدل هوش مصنوعی درمدیریت خسارت، زمان بررسی پرونده‌های پیچیده را ۲۳ روز کاهش داده، دقت ارجاع پرونده‌ها را ۳۰ درصد افزایش داده و شکایت مشتریان را ۶۵ درصد کمتر کرده است، اقدامی که به گفته این شرکت، بیش از ۶۰ میلیون پوند صرفه‌جویی سالانه ایجاد کرده است.

در ایران نیز نشانه‌های این تغییر قابل مشاهده است.

امروزه، بسیاری از شرکت‌های بیمه ای، چت‌بات، اپلیکیشن و خدمات غیرحضوری را در اختیار مشتریان قرار داده‌اند و بر اساس بررسی‌های انجام‌شده، حدود یک‌چهارم شرکت‌های بیمه از هوش مصنوعی برای ارزیابی اولیه خسارت خودرو استفاده می‌کنند.

این سامانه‌ها تصاویر خسارت را تحلیل، مدارک را کنترل، خسارت‌های ساده را شناسایی و پرونده‌ها را اولویت‌بندی می‌کنند، اما پرونده‌های پیچیده همچنان توسط کارشناسان بررسی می‌شود.

همزمان، نهاد ناظر نیز مسیر تازه‌ای را آغاز کرده است.

برگزاری رویداد «ناظران داده» برای استقرار نظام حکمرانی داده‌مبنا، فراخوان جذب شرکت‌های فعال در حوزه RegTech، تأکید وزیر امور اقتصادی و دارایی بر هوشمندسازی فرآیندهای بیمه و تأکید رئیس‌کل بیمه مرکزی بر توسعه «حکمرانی هوشمند» و استفاده از داده‌های واقعی، نشان می‌دهد که فناوری دیگر صرفاً یک پروژه فناوری اطلاعات نیست، بلکه به بخشی از سیاست‌گذاری صنعت بیمه تبدیل شده است.

البته این مسیر بدون چالش هم نیست.

تجربه شرکت‌های بزرگ بیمه ای نشان می‌دهد که موفقیت هوش مصنوعی بیش از آنکه به قدرت الگوریتم‌ها وابسته باشد، به کیفیت داده‌ها بستگی دارد.

اتفاقاً Allianz نیز در راهبرد هوش مصنوعی خود تأکید می‌کند که «هوش مصنوعی تنها به اندازه داده‌ای که از آن تغذیه می‌کند، هوشمند است.»

بنابراین، شاید پرسش اصلی امروز صنعت بیمه این نباشد که آیا هوش مصنوعی جای انسان را می‌گیرد یا نه.

تجربه بازارهای جهانی نشان می‌دهد که پاسخ این سؤال تاکنون منفی بوده است.

پرسش مهم‌تر این است که کدام شرکت‌های بیمه می‌توانند زودتر از دیگران، داده‌های خود را به تصمیم‌های دقیق‌تر تبدیل کنند، زیرا در بازار آینده، مزیت رقابتی نه در تعداد شعب و نه در اندازه پرتفوی، بلکه در کیفیت تصمیم‌هایی خواهد بود که بر پایه داده گرفته می‌شوند.

 

کپی شد
نظر بگذارید