Veštačka inteligencija (AI) brzo postaje sastavni deo poslovanja osiguravača širom sveta. Njena primena obuhvata, između ostalog, procenu, cenovnu ponudu, određivanje premija, detekciju prevara, automatizovanu obradu šteta, korisničku podršku i modelovanje katastrofalnih rizika. Istovremeno, pojava AI sistema nameće nove regulatorne zahteve i ozbiljne izazove u pogledu transparentnosti, zaštite podataka i odgovornosti.
Kako i od kada se AI koristi u osiguranju
Primena AI u osiguranju nije od juče, ali je u zadnjih 5 godina doživela značajan zamah zahvaljujući većoj dostupnosti podataka, rastuće proračunske snage i pojačanoj upotrebi servisa u oblaku (cloud servisi). Veliki osiguravači, reosiguravači i brokerske kuće na razvijenim tržištima prve su uveli sisteme za automatsko ocenjivanje rizika i algoritme za otkrivanje prevara; danas i kompanije srednje veličine uvode rešenja za automatizaciju rutinskih procesa (npr. četbotovi za podršku, automatizovana ekstrakcija podataka iz izveštaja o šteti). Ova širina primene potvrđena je u industrijskim analizama i izveštajima kojima se bave regulatorne i industrijske organizacije.)
Glavne primene i benefiti
Procena rizika i premija — AI modeli analiziraju velike skupove podataka (istraživački podaci, telemetrija iz vozila, vremenski podaci, korisničko ponašanje) kako bi preciznije procenili rizik i personalizovali premije. To može smanjiti asimetriju informacija i dovesti do fer cena, posebno za niše koje su ranije bile slabo pokrivene.
Obrada štete— računarski jezički modeli i automatizovana obrada dokumenata omogućavaju ubrzanje procene štete, smanjenje troškova i bržu isplatu manjeg broja primera, bez potrebe za opsežnom ručnom obradom.
Otkrivanje prevara — algoritmi uočavaju obrasce i anomalije koje ljudskim pregledom mogu promaći, pa osiguravači mogu bolje fokusirati resurse na sumnjive slučajeve.
Korisnička podrška — inteligentni asistenti i četbotovi rešavaju rutinske zahteve 24/7, dok ljudski agenti ostaju fokusirani na složenije slučajeve.
Sve ovo donosi veću efikasnost, niže operativne troškove i često bolju uslugu krajnjem korisniku. Međutim, benefiti dolaze sa nizom obaveza i rizika.
Regulatorni okvir i obaveze — šta se menja
Upotreba AI u osiguranju podleže postojećem sektorskom nadzoru (npr. Solvency II, Insurance Distribution Directive) i sve više i direktnim pravilima specifičnim za AI. Ključni regulatorni elementi danas su:
EU AI Act: u okviru EU, AI Act klasifikuje neke upotrebe AI u osiguranju kao visoko rizične. Takvi sistemi podležu strožim zahtevima za upravljanje rizicima, objašnjivost, dokumentovanje i praćenje. (Izvor: Artificial Intelligence Act)
EIOPA preporuke i mišljenja: Evropski nadzorni organ za osiguranje (EIOPA) objavljuje stavove i smernice kako bi osiguračima i nacionalnim supervizorima pomogao da primene postojeće pravne okvire na AI-sisteme u industriji (npr. zahtevi o upravljanju podacima, ljudskoj kontroli i fer tretmanu kupaca). (Izvor: EIOPA)
IAIS / Application Paper: Međunarodni supervizorski standardi naglašavaju da se postojeća pravila nadzora (en. Insurance Core Principles) mogu i trebaju primeniti i na AI, a daju smernice nadzornim telima kako da procenjuju upotrebu AI u osiguranju. (Izvor: IAIS)
Pomenuti dokumenti znače da osiguravači moraju uspostaviti robusne procese upravljanja veštačkom inteligencijom: od dokumentacije i testiranja modela, evaluacije uticaja na prava potrošača, do kontrole kvaliteta podataka i mehanizama ljudske revizije.
Konekta plus – posrednik u osiguranju sa višegodišnjim iskustvom. Za sve informacije u vezi osiguranja pošaljite nam upit na stranici kontakt ili nas pozovite telefonom.
Glavni pravni i praktični izazovi
Pristrasnost i diskriminacija Modeli trenirani na istorijskim podacima mogu učvrstiti postojeće društvene nejednakosti (npr. diskriminacija po lokaciji, etničkoj pripadnosti). Regulatori zahtevaju mere za identifikaciju i mitigaciju pristrasnosti.
Transparentnost i „objašnjivost“ Komplikovani modeli često su „crne kutije“ — regulatori (EU AI Act, EIOPA) traže objašnjive odluke za visoko rizične sisteme i mogućnost ljudske intervencije. To je naročito važno kad AI utiče na prihvatanje polise, visinu premije ili odbijanje zahteva.
Zaštita podataka i privatnost AI zahteva velike količine ličnih i podataka o ponašanju korisnika. U Evropi je ovo pod GDPR režimom, što nameće stroge uslove za zakonitost obrade, minimizaciju podataka, prava na informacije i brisanje. Nepravilnosti u zaštiti podataka mogu dovesti do visokih kazni i povrede reputacije.
Odgovornost i osiguranje AI-rizika Rast potencijalnih šteta povezanih s AI doveo je do situacija gde osiguravači preispituju pokrivenost za AI specifične rizike; neki već uvode isključenja ili posebne uslove, dok tržište pokušava da osmisli nove proizvode koji bi pokrivali odgovornost za AI greške. Posledice uključuju i velike pravne sporove i pitanje ko snosi teret – proizvođač modela, korisnik (osiguravač) ili treća strana. O ovome svedoče medijski izveštaji koji pokazuju da se osiguravači povremeno povlače iz pokrivanja određenih AI rizika
Kvalitet podataka Loši, nepotpuni ili pristrasni podaci dovode do loših odluka. Regulatori zahtevaju evidenciju, validaciju i kontinuirano testiranje modela u produkciji .
Troškovi usklađivanja i pritisak na manje igrače Uvođenje procedura za dokumentaciju i ljudsku reviziju je skupo. Male kompanije mogu zaostajati i pribegavati gotovim rešenjima ili autsorsingu, što nosi sopstvene rizike.
Praktične preporuke za osiguravače i korisnike
Osiguravači treba da uspostave jasne politike kada je u pitanju veštačka inteligencija: inventar AI sistema, procenu uticaja, dokumentaciju trening-podataka i plan za ljudsku kontrolu o čemu se mogu informisati u EIOPA/IAIS preporukama.
Transparentnost prema klijentima: opisati koje odluke donosi AI, koje podatke koristi i kako korisnik može tražiti objašnjenje ili prigovor što spada u zahteve i regulatorne smernice EU AI Act-a.
Upravljanje pristrasnošću: redovan monitoring modela i testiranje na različitim demografskim grupama kako bi se otkrile i uklonile sistemske nepravde.
Razmotriti specifične policе za AI rizike: tržište počinje da razvija proizvode koji pokrivaju odgovornost za AI greške; to može biti deo rizik-transfer strategije.
Veštačka inteligenicja donosi osiguranju ogroman potencijal za efikasnost, bolju procenu rizika i kvalitetnije usluge. Ipak, da bi se ostvarile koristi bez nanosa štete potrošačima i bez regulatornih sankcija, neophodno je odgovorno upravljanje: dokumentacija, transparentnost, zaštita podataka i mehanizmi ljudske kontrole. Evropski i međunarodni nadzori (EIOPA, IAIS) već pružaju smernice kako primenom postojećih pravila učiniti upotrebu AI-ja bezbednom i pravednom. U praksi, to znači da će osiguravači koji žele da koriste AI morati ulagati ne samo u tehnologiju, već i u upravljanje rizikom i usklađivanje s regulativom.
