AI w underwritingu ubezpieczeniowym: zastosowania, dane i regulacje

Nieprędko, ale zawód się zmienia. BLS prognozuje spadek zatrudnienia underwriterów o 4% w latach 2025–2035, ponieważ oprogramowanie do automatycznego underwritingu pozwala obsługiwać wnioski mniejszej liczbie osób, ale nadal spodziewa się około 6800 wakatów rocznie. 81% członków kadry kierowniczej underwritingu ankietowanych przez Accenture oczekuje, że AI stworzy nowe role. Praca przesuwa się od przepisywania danych i ścigania dokumentów do oceny złożonych ryzyk.

Głównie wokół decyzji: czytanie wniosków, wyodrębnianie danych z formularzy ACORD i historii szkodowości, uzupełnianie brakujących informacji, wzbogacanie ryzyk danymi zewnętrznymi i przygotowywanie podsumowań eskalacji. W badaniu NAIC z lat 2022–23 wśród dużych amerykańskich ubezpieczycieli domów 47% wykorzystywało zaawansowane modele AI lub uczenia maszynowego w underwritingu.

To agent AI, który samodzielnie wykonuje kilka kroków: czyta nowy wniosek, sprawdza go pod kątem wytycznych, prosi brokera o brakujące dokumenty, pobiera dane zewnętrzne i przygotowuje rekomendację. Underwriter weryfikuje sprawę i podejmuje decyzję, a każdy krok agenta jest rejestrowany.

Tylko wtedy, gdy widzą, skąd się biorą. Capgemini ustaliło, że tylko 43% underwriterów ufa automatycznym rekomendacjom i regularnie je akceptuje, wskazując na złożoność i wątpliwości co do integralności danych. Zaufanie buduje pokazywanie dokumentu źródłowego dla każdego wyodrębnionego pola i uzasadnienia każdej rekomendacji oraz mierzenie dokładności względem Państwa wcześniejszych decyzji.

Należy prowadzić rejestr modeli i ich przeznaczenia, dokumentować źródła danych, testować modele pod kątem nieuczciwej dyskryminacji, rejestrować decyzje wraz z danymi wejściowymi i osobą weryfikującą oraz utrzymać odpowiedzialność kadry zarządzającej. Odpowiada to programowi systemów AI z NAIC Model Bulletin i zapewnia dokumentację, której mogą zażądać regulatorzy. W underwritingu kredytowym Regulation B wymaga ponadto podania konkretnych przyczyn w każdym zawiadomieniu o odmowie.

To zastosowanie tych samych założeń w kredytowaniu: weryfikacja dokumentów dotyczących dochodów i aktywów, spełnianie warunków oraz generowanie konkretnych przyczyn, których Regulation B wymaga w zawiadomieniach o odmowie.

Dostępu do miejsc, do których trafiają wnioski (skrzynka underwritingu lub portal brokerski), do samych dokumentów (wnioski ACORD, wykazy wartości, historie szkodowości, dokumenty finansowe), do systemu obsługi polis i silnika taryfikacji, do licencjonowanych danych zewnętrznych oraz do Państwa wytycznych underwritingowych. Asystent przygotowuje sprawę w środowisku pracy underwritera, a underwriter ją tam zatwierdza.

Zwykle zaczynamy od 4-tygodniowego proof of concept dla jednego etapu, na przykład przyjmowania wniosków lub ekstrakcji danych z dokumentów, na Państwa rzeczywistych wnioskach. Kosztuje to zazwyczaj $15K. Rozwiązanie produkcyjne zintegrowane z systemami obsługi polis, taryfikacji i dokumentów zaczyna się od $60K, w zależności od danych, integracji i wymagań bezpieczeństwa.