نوآوری با استفاده از هوش مصنوعی در صنایع تحت نظارت

زمان مطالعه: 4 دقیقه

هوش مصنوعی (AI) قادر است به طرز قابل توجهی کارایی و تجربه کاربران را در فرآیندهایی که شامل حجم بالای داده و فعالیت‌های تکراری هستند، ارتقا دهد. این قابلیت‌ها در صنایع تحت نظارت، مانند بانکداری و بیمه که نیازمند مدیریت دقیق و مداوم هستند، از اهمیت ویژه‌ای برخوردارند.

با وجود این‌که این صنایع قادر به استفاده از هوش مصنوعی هستند، اما به دلیل نگرانی‌های مربوط به رعایت قوانین و حفظ حریم خصوصی داده‌ها، روند پذیرش آن در این حوزه‌ها به آرامی انجام می‌شود.

زمان تماشا به سر رسیده

در حالی که سرعت تغییرات در بسیاری از صنایع به طور چشمگیری افزایش یافته، به نظر می‌رسد که صنعت بیمه تازه به تطبیق با این تحولات پرداخته است. هوش مصنوعی مولد (Generative AI) انتظارات مشتریان را به سطح بالاتری رسانده و ناظران و مقامات نیز خود را برای پذیرش این فناوری در صنعت بیمه آماده می‌کنند. اکنون زمان «منتظر ماندن و تماشا کردن» به سر آمده است.

فرآیند بیمه‌گری زندگی و سلامت یکی از ارکان اصلی صنعت بیمه به شمار می‌رود که برای سال‌ها تقریباً به همان شکل باقی مانده بود. این فرآیند به جمع‌آوری صدها داده از مشتریان نیاز داشت و ممکن بود دریافت پوشش بیمه برای یک متقاضی چند روز یا حتی هفته‌ها طول بکشد.

یک شرکت بیمه، فرآیندی جدید مبتنی بر هوش مصنوعی برای خرید مشتریان ایجاد کردند. این فرآیند به‌صورت آنی (real-time) ریسک‌ها را ارزیابی می‌کرد و با طرح سؤالات به‌صورت پویا، دو سوم از پرونده‌ها را در مدت 30 دقیقه تحت پوشش قرار می‌داد. مشتریان به راحتی با پوشش بیمه‌ای خود از سیستم خارج می‌شدند و از این موضوع رضایت داشتند. در عین حال، آن‌ها توانستند درآمدها را سریع‌تر ثبت کنند و همکاران بیمه‌گری نیز پرونده‌های پیچیده و نیازمند بررسی انسانی را با سرعت بیشتری پردازش کردند.

با بهره‌گیری از هوش مصنوعی و بازطراحی این فرآیند، موفق شدند ۶۰ درصد از ادعاها را به‌صورت خودکار پردازش کنند. به این ترتیب، مشتریان می‌توانستند صورت‌حساب بیمارستانی خود را بارگذاری کرده و در عرض پنج دقیقه پرداخت خود را دریافت کنند، در حالی که پیش از این، این فرآیند هفته‌ها زمان می‌برد. همچنین، توانستند از پرداخت‌های نادرست یا غیرمجاز جلوگیری کنند و در شناسایی تقلب و ادعاهای نادرست نیز پیشرفت‌های قابل توجهی داشته‌اند.

آمادگی برای تدوین قوانین مربوط به هوش مصنوعی

هوش مصنوعی قادر است تغییرات چشمگیری در صنعت بیمه به وجود آورد، اما بهره‌برداری از آن باید با توجه به انتظارات مشتریان و همچنین قوانین مربوط به عدالت، اخلاق، شفافیت و مسئولیت‌پذیری صورت گیرد.

• عدالت: تیم‌ها مدل‌های هوش مصنوعی را با استفاده از داده‌های بدون پیش‌داوری آموزش می‌دهند. 
• اخلاق: راه‌حل‌های هوش مصنوعی نمایانگر ارزش‌ها و اصول سازمانی هستند. 
• شفافیت: تصمیمات اتخاذ شده توسط مدل‌های هوش مصنوعی باید قابل توضیح و درک باشند. 
• مسئولیت‌پذیری: مدیران و رهبران سازمان باید نسبت به تصمیمات هوش مصنوعی پاسخگو باشند و اطمینان حاصل کنند که عدالت، اخلاق و شفافیت رعایت می‌شود. 

رعایت این استانداردها ممکن است با چالش‌هایی همراه باشد. به عنوان نمونه، مدل‌های “جعبه سیاه” مانند الگوریتم‌های یادگیری عمیق که ورودی‌های متنوعی را دریافت کرده و خروجی‌هایی تولید می‌کنند، از شفافیت کافی برخوردار نیستند. بنابراین، سوال اساسی این است که چگونه می‌توانیم از قابلیت‌های هوش مصنوعی بهره‌مند شویم در حالی که الزامات مقرراتی را نیز رعایت کنیم؟

تیم‌های توانمندسازی‌شده

برای اجرای هوش مصنوعی در صنعت بیمه، ضروری است که فرآیندها را مورد بازنگری قرار داده و روش‌های نوینی برای آن‌ها ایجاد کنید. این امر نیازمند تشکیل تیمی با تخصص‌های گوناگون است که بتواند تجربه مشتری را متحول کند. تیم شما باید شامل کارشناسان بیمه، دانشمندان داده، متخصصان هوش مصنوعی، مشاوران حقوقی و انطباق، کارشناسان مالی و ریسک، طراحان تجربه کاربری، فروشندگان و نمایندگان باشد.

این تیم باید توانایی داشته باشد که به وضعیت کنونی تردید کند، از مرزها و محدودیت‌ها فراتر برود و روش‌های نوینی را آزمایش کند تا راه‌حل‌های فنی، انطباقی و مطابق با مقررات ارائه دهد و در عین حال استانداردهای جدیدی برای تجربه مشتری به وجود آورد.

زنجیره تصمیمات قابل توضیح

برای رفع مشکل «جعبه سیاه» که در برخی از مدل‌های پیچیده هوش مصنوعی مشاهده می‌شود، پیشنهاد می‌شود که فرآیند تصمیم‌گیری را به مراحل ساده و قابل توضیح تقسیم کنیم. این مراحل می‌توانند با بهره‌گیری از قوانین یا مدل‌های ساده‌تری مانند درخت تصمیم یا جنگل تصادفی به صورت خودکار انجام شوند.

در سیستم اتوماسیون پردازش ادعاهای ما، مجموعه‌ای از مدل‌ها داده‌ها را از اسکن فاکتورها استخراج کرده و سپس به بررسی و طبقه‌بندی اطلاعات مربوط به تشخیص بیماری، روش‌های درمانی، شرایط بیمه و استثناهای پوشش می‌پردازند. هر مرحله از این فرآیند به‌طور واضح قابل توضیح است و می‌توانیم بر اساس سطح اطمینان از پیش‌بینی‌ها، آن را فعال یا غیرفعال کنیم.

حاکمیت قوی و کنترل‌ها

برای اجرای موفق هوش مصنوعی، به یک چارچوب حاکمیتی کامل نیاز داریم. این چارچوب شامل تشکیل کمیته‌ای برای مدیریت ریسک هوش مصنوعی، افزودن متخصصان هوش مصنوعی به تیم‌های نظارتی و ایجاد سیستم‌هایی برای نظارت و اعتبارسنجی مستمر مدل‌های هوش مصنوعی می‌باشد.

علاوه‌براین، ضروری است که به‌طور مرتب مدل‌ها را از نظر وجود هر نوع تعصب یا خطا مورد بررسی قرار دهیم، زیرا مدل‌های هوش مصنوعی تنها به اندازه داده‌هایی که بر روی آن‌ها آموزش دیده‌اند، قابل اعتماد هستند.

ساخت اعتماد به هوش مصنوعی به صورت گام به گام

برای کنترل پیچیدگی‌ها و ریسک‌های بالا، لازم است که از یک رویکرد تدریجی و حساب‌شده در پذیرش هوش مصنوعی بهره‌برداری کنیم. این روش به ما این امکان را می‌دهد که در تمامی مراحل آزمایش، بهبود و تأیید از سوی ذی‌نفعان را به دقت انجام دهیم. پیشنهاد می‌کنم که از یک فرآیند ساده پیروی کنید:

• شروع با کارهای ساده: فرآیندهای ابتدایی و تکراری مانند استخراج داده‌ها از اسناد یا مرتب‌سازی اولیه ادعاها را به صورت خودکار انجام دهید. این نوع فعالیت‌ها به راحتی قابل ارزیابی هستند و نتایج سریعتری به همراه دارند. در واقع، می‌توان گفت که این اقدامات به تقویت اعتماد به توانایی‌های هوش مصنوعی کمک می‌کند.
• به‌کارگیری انسان در فرآیند: به‌جای اتوماسیون کامل فرآیندهای پیچیده، از هوش مصنوعی به‌عنوان ابزاری برای کمک به تصمیم‌گیری‌های انسانی بهره ببرید. هوش مصنوعی می‌تواند پیشنهادات و بینش‌هایی را به ارزیابان ادعا ارائه دهد، اما تصمیم نهایی همچنان بر عهده انسان‌ها خواهد بود.
• ایجاد حلقه‌های بازخورد: یک داشبورد طراحی کنید که عملکرد هر مرحله را پیگیری کرده و محدودیت‌های اعتماد را برای هر تصمیم مشخص کند. مدیران تیم قادر خواهند بود پیشنهادات هوش مصنوعی را بر اساس تصمیمات انسانی تنظیم کرده و نقاطی که نیاز به بهبود دارند را شناسایی کنند.
• گسترش تدریجی: با افزایش اعتماد و توانمندی‌ها، دامنه معیارهای پردازش مستقیم را گسترش دهید. البته لازم است نظارت را حفظ کنید تا افراد بتوانند بر روی بخش‌هایی که نیاز به آموزش بیشتری دارند، تمرکز کنند.

گام‌های بعدی

با ورود هوش مصنوعی به صنعت بیمه، موفقیت به سازمان‌هایی تعلق خواهد گرفت که در کنار نوآوری، به رعایت قوانین و مقررات نیز توجه داشته باشند. برای بهره‌برداری بهینه از ظرفیت‌های هوش مصنوعی و حفظ اعتماد مشتریان و نهادهای نظارتی، شرکت‌ها باید تیم‌های مناسب را تشکیل دهند، روش‌های هوش مصنوعی متناسب را انتخاب کنند، سیستم‌های حکمرانی قوی ایجاد نمایند و از فناوری‌های ابری امن و نوآورانه بهره‌برداری کنند.

در عصر هوش مصنوعی، افرادی که بتوانند به طور مؤثر این فناوری را در فرآیندهای خود ادغام کنند و در عین حال تعاملات انسانی و اصول اخلاقی ضروری برای صنعت بیمه را حفظ نمایند، به موفقیت خواهند رسید.

Adblock test (Why?)

لینک مطلب اصلی