Evropský parlament považuje nasazení AI v pojišťovnách za vysoce riskantní

Tuto poněkud znepokojivou zprávu přinesla Karen Bartel z Celostátního svazu německých pojistitelů (GDV), která je odpovědná za oblasti právo, Compliance a ochranu spotřebitele. Sdělila to na odborném zasedání v Berlíně během listopadu.

Evropský parlament žádá Evropskou komisi, aby předložila nový právní rámec upravující etické zásady pro vývoj, implementaci a využití umělé inteligence (AI), robotiky a aplikovaných technologií. Vyžaduje zejména rozlišení mezi vysoce rizikovým využitím a nasazením, u něhož je riziko naopak malé. Jako vysoce riskantní byly zařazeny takové aplikace AI, které s sebou přináší poškození jednotlivých konkrétních osob nebo určité společnosti z důvodu postupu v rozporu s právem EU, zakotvenými základními právy a bezpečnostními předpisy. Karen Bartel dále informovala, že musí být zohledněn jak sektor, v němž bude AI zavedena, účel jejího zavedení a využití, stejně tak jako i závažnost porušení práv či poškození, která lze v této souvislosti očekávat.

Mohlo by vás zajímat: PwC: Jak ochránit informace v cloudu?

„Proč odvětví pojišťovnictví má být přiřazeno, stejně jako banky, těmto vysoce riskantním případům aplikace, je nám nejasné,“ zdůraznila Karen Bartel. „GDV s tím není srozuměn a nesouhlasí. Připravíme proti tomu oponenturu.“ Existuje aktuální 10bodový plán s požadavky německého pojišťovnictví k této otázce. Také Evropská komise měla ve své Bílé knize vydané letos na jaře jasný požadavek na nezbytnou regulaci aktivit spojených s AI. V současné době se vyhodnocují všechny informace. První návrh Evropské komise lze očekávat v prvním čtvrtletí 2021.

Není všechno umělá inteligence, co se tak tváří

Co vlastně lze přiřadit do sféry AI? Profesor Torsten Oletzky z Ústavu pro pojišťovnictví (ifw) z Kolína nad Rýnem odpovídá na tuto otázku. AI se od normálních algoritmů a čistých výpočtů liší především v tom, že je schopna vyřešit konkrétně předem popsané a zadané úkoly a sama a řešení přitom navíc optimalizovat – aniž by byl zapotřebí externí zásah programátora. Neuronální sítě, jež jsou přitom využity, byly sice známy od 80. let minulého století, teprve během posledních deseti let však bylo možné je přeložit do praktické informatiky.

Mohlo by vás zajímat: Lloyd´s doporučuje tvorbu jednodušších pojistných produktů

Jako oblasti využití konkrétně v oboru pojišťovnictví jmenoval Torsten Oletzky vyhodnocení fotografií škod, prognózu škodní potřeby a škodní kvótu, segmentaci zákazníků, vypracování kritérií pro úpis rizik pro optimalizaci výsledku, ale také detekci pojistných podvodů. Z ekonomického a provozního hlediska je třeba myslet na to, že skutečně dobré využití AI lze designovat jen pokud je systém „nakrmen“ dostatečnými testovacími případy a tréninkovými situacemi, z nichž se sám může učit. Pouze pak vznikne nezbytná logika.

„To znamená, že pro exotické a mimořádné případy, které se vyskytují jen zřídka, není AI vhodná,“ konstatoval Torsten Oletzky. Také strategie, uplatněné opatrně s limitovaným počtem pilotních projektů směrem k technologii, neslibují s nasazením AI příliš úspěch. Proto nepřicházejí pro mnoho pojišťoven vlastní řešení založené na AI v úvahu, nýbrž spíše v kooperaci s profi poskytovateli podobných řešení. Oletzky nevidí ani účelové spojení více pojistitelů ve formě vlastního poolu AI jako slibné.

Mohlo by vás zajímat: 3Q 2020: SCOR má zisk 135 mil. €. Crédit Agricole Assurances vzrostl kmen

Pokud sleduje člověk například trh pojištění vozidel, byla by vlastně přiměřená vhodná řešení na německém trhu možná jen v případě společností Allianz a HUK. U všech ostatních jsou kmeny příliš malé pro výkonné algoritmy. Jako poskytovatelé řešení pro pojišťovny přichází do úvahy zajišťovny nebo i jiné specializované firmy. V každém případě je rozhodující trénink: dostatečný počet praktických zkušeností. A k tomu by museli tito hráči kooperovat s více pojišťovnami na trhu.

Nové úkoly pro zaměstnance

Marketing, obchod, risk a underwriting, management škod: to jsou oblasti, které vyjmenoval Wolfgang Hauner, vedoucí skupiny Data Analytics v Allianz SE, jako hlavní nosné sféry pro nasazení AI v pojišťovnictví. K řešení patří rychlé sjednání smluv řízené AI, kompletní automatizace procesu úpisu u jednoduchých produktů a rychlé nalezení správné ceny. To může vést k vypracování individuálních nabídek. Stejně tak mohou být obratem zpracovány přehledné a jednoduché škody.

Každopádně to znamená, že se mění role pracovníků v obchodě i ve správě a provozu. Do budoucny by se koncentrovali na komplexní případy a mohli by nabízet širší servis. Hauner je přesvědčen, že v procesu nemohou chybět, protože celý řetězec nelze plně automatizovat. „Umělá inteligence může podpořit skoro všechny procesy a automatizovat standardní případy,“ míní Wolfgang Hauner. V praxi Allianz je AI využívána už pro cestu pojistných návrhů u segmentu malých a středních firem (SME). S její pomocí lze dát dohromady všechna interní a externí data o firmě a určité rizikové faktory vypočítat už předem. Podstatně to zjednodušuje poradenství na místě.

Mohlo by vás zajímat: Většina Čechů o kyberhrozbách ví. Nedokáže je však odhalit!

Ve sféře zpracování škod se AI zapracovává už na vyhodnocení obrazové dokumentace. Rozpozná škody na autě a díky datům o nákladech na srovnatelných jiných škodách může vypracovat poměrně fundovaný rozpočet nákladů na opravu. To zkracuje proces a minimalizuje náklady. „Zákazníci ale samozřejmě mohou i přesto využít služeb přímo v servisu,“ ujišťuje Hauner. Nabízeny jsou i služby voicebota, kdy stroj si otázkami vyžádá informace a ty předává ke zpracování živému zaměstnanci teprve pak, kdy je dialog kompletní. AI pomáhá také rozpoznat různé vzorce u pojistných podvodů a je schopna pokrýt zejména případy systematických pokusů.

Je třeba ale myslet i na omezení, protože kvalita služeb AI není závislá jen na kvalitě dat. Možnost uchopit je a využít stojí a padá na dobré či méně dobré technologii. Aplikace AI musí být také spravedlivá a bez omylů. Wolfgang Hauner je přesvědčen, že AI vede k nabídce férových produktů a služeb, protože technologie rozhoduje konzistentně a nedělá například žádný rozdíl mezi mužem a ženou. Teprve strukturování dat by mohlo zapříčinit rozdíly a diskriminaci.